[ 公開情報版 / Lv.3 × 数式少し ]
── π_c と共有地形 ℒ の式を 2 本だけ携えて辿る
「3 倍稼ぐ」と決めたのに、奥さんに話したら「無理しなくていいよ」と言われて、その晩のうちに決意が薄まった。「資格を取る」と決めたのに、職場の同僚と居酒屋に行ったら、いつの間にか勉強の話なんてどうでもよくなっていた。SNS で 1 時間溶けて、気づいたら何かに「これは無理だ」と納得していた。
こういう経験が、誰にでもあると思います。これは、あなたの意志が弱いから起きているのではありません。あなたの内側の「地形」は、あなた一人のものではなく、関わっている人たちと、絶えず混ざり合っているからです。混ざり合った地形 ── 共有地形 ── の上で、あなたは日々の選択をしています。共有地形の引力は、あなたの個人の意志よりも、構造的に強い。だから、決意は引き戻されます。
Lv.1 と Lv.2 では、あなた一人の内側の地形 ── V₀ ── の話をしました。今回(Lv.3)からは、共有地形の話に入ります。論文の 定理 T.2(形式証明済み)は、複数の人間が関わり合うと、各自の地形は必ず「共有された地形」に収束する、ということを、数式で示します。本記事は 数式少し バージョン。Lv.1 と Lv.2 で見てきた Ego 制御方程式 π_c と、共有地形 ℒ の式 ── 計 2 本だけを、本文の指定位置に組み込みます。
Lv.1 / Lv.2 で扱った Ego 制御方程式。各状態 x で、ある時間区間 [0, T] にわたって V(x(t), t) を積分し、その積分値を最小化する経路を選ぶ ── これが論文の公開層が描く「人間の選択の数理的形式」です。Lv.3 では、この V の中身が、個人の V₀ ではなく、共有地形 ℒ に置き換わります。
論文の T.2 が示すのは、こういうことです。複数の人間が関わり合っているとき、彼らは個別の地形ではなく、一つの「共有された地形」の上で動く。関係が強ければ強いほど、お互いの地形のズレを埋めようとする力が働きます。そして、その力は、個人の意志よりも強い。
複雑そうに見えますが、言っているのは一つです。関わっている人々の地形は、混ざり合って一つの共有地形 ℒ になる。式の前半 Σ Vᵢ は、各人が個別に持っている地形の総和。後半 ½ Σ γᵢⱼ · Sᵢⱼ は、人と人の結合の強さ γᵢⱼ と 地形のズレ Sᵢⱼ の積を、すべての関係について足し合わせたもの。結合が強いほど、ズレを埋める力が大きい。論文は本人 B.5 比較定理(p.240)で、この ℒ が補題 B.1 の Φ として代入できることを形式証明しています。だから、共有地形もまた、TCZ へ指数関数的に収束する。
具体的に何が起きるか、典型的な場面で見ます。あなたが「来年は今の 3 倍稼ぐ」と決意したとします。奥さんに、それを話す。奥さんは、悪意なく「無理しなくていいよ」と言う。その瞬間、奥さんの地形(「今の生活水準で十分」「無理は良くない」)と、あなたの地形(「3 倍稼ぐ」)の間に、ズレ Sᵢⱼ が発生します。あなたと奥さんを結ぶ 結合の強さ γᵢⱼ が高いほど、そのズレを埋める力が強く働きます。埋める方法は二つしかありません。(1) 奥さんの地形が、あなたに合わせて変わる。(2) あなたの地形が、奥さんに合わせて変わる。たいていは (2) が起きます。「3 倍稼ぐ」決意は 3 日で消えます。
これは、奥さんが悪い、という話ではありません。奥さんの愛情も善意も本物です。問題は、共有地形 ℒ の引力が物理的に存在し、その引力が個人の意志を簡単に上回るという、それだけのことです。多くの自己啓発本が「決意を強く保て」「意志の力を鍛えろ」と言いますが、論文の T.2 はこれに対して非常に冷静な答えを示します。意志の問題ではない。地形の問題である。共有地形を放置したまま個人の意志だけで戦おうとするのは、川の流れに逆らって泳ぎ続けるのと同じです。そして川の流れと違って、共有地形の引力は目に見えません。だから多くの人は、自分が流されていることにすら気づかないまま、3 倍稼ぐ決意を 3 日で手放し、来月にはまた別の決意を立てて、また 3 日で手放します。
共有地形 ℒ は、あなたと一人の相手だけで作られているわけではありません。関わっているすべての人々が、それぞれ固有の γ であなたと結ばれていて、合成地形を多層的に作り上げています。γ の大きさで分類すると、典型的には 4 つの層に整理できます。
層 1:家族・パートナー。最も γ が強い層。ここの共有地形が、あなたのゴール達成を最も強く規定します。「夫婦で年収◯円」「うちの家計はこのくらい」「子どもにはこの教育を」「うちはこういう家庭だから」── これらは、家族との共有地形が作り出した境界です。家族と過ごす時間が長いほど、家族の Vᵢ があなたの V₀ に深く干渉し、両者が混ざり合った合成地形の上で、あなたは日々の選択をしています。家族との結合は γ が大きいゆえに、最も書き換えにくい。逆に言えば、家族との共有地形を書き換えることができれば、ゴール達成の引力は最大になります。
層 2:友人・経営者仲間・コミュニティ。次に γ が強い層。「同じくらい稼いでいる仲間」「同じ業界の友人」「同じステージのコミュニティ」── これらと過ごす時間が長いと、その水準が「普通」になります。逆に言えば、その水準が天井になります。コミュニティの平均年収、平均的な働き方、平均的な野心 ── これらが、あなたの内側に「これくらいが普通だ」という地形として刻み込まれていきます。コミュニティを変えれば、あなたの「普通」の位置が変わる。迷信ではなく、論文 T.2(形式証明済み)からそのまま導かれる帰結です。
層 3:取引先・業界関係者。仕事を通じて関わる層。「業界の常識」「うちの業界の単価」「この規模の会社では」── これらは、業界全体の共有地形です。業界の中の人ほど深く内面化しており、本人の意識を超えて行動を規定します。業界の中の人が、業界の外から見れば明らかに非合理な選択を「当たり前」だと感じて続けてしまうのは、業界の共有地形が、本人の Vᵢ と完全に同化しているからです。業界の共有地形を超えるには、業界の外に出るか、業界の中で異質な存在になるかしかありません。
層 4:社会・メディア・AI。最も γ は弱いが、最も広範囲に影響する層。「日本人の平均年収」「分相応に」「最近のトレンド」「AI が推奨する戦略」── これらは、社会全体の共有地形です。これは、目に見えないだけに、最も操作されやすい層でもあります。メディアの編集方針、SNS のアルゴリズム、AI が学習しているデータの偏り、検索結果の並び順 ── これらは、あなたの V₀ に毎日少しずつ、無意識のうちに刻まれていきます。本記事の後半で扱う「AI が共有 V を書き換える」話は、この層 4 と直接つながります。
各人の状態は、時間とともにどう動くのでしょうか。論文は、その動きを、二つの引力の合成として記述します。一つは、自分自身の V₀ の傾斜に従う動き ── Lv.1 で扱った個人の地形に従う引力。もう一つは、γ で結ばれた相手とのズレを埋める方向への動き ── 共有地形の引力。
個人の引力と共有地形の引力は、しばしば競合します。あなたの V₀ は「3 倍稼ぐ方向」に傾いているかもしれない。同時に、奥さんとの γS の方向は「現状維持の方向」に傾いているかもしれない。あなたの状態は、両方の引力の合成方向に動きます。γ が小さければ、個人の引力が勝つ。γ が大きければ、共有地形の引力が勝つ。多くの場合、家族との γ は十分に大きく、共有地形の引力が個人の意志を上回ります。
この押し合いを観測することが、共有地形を書き換える作業の出発点です。「自分はなぜ動けないのか」と考えるのではなく、「自分の状態は、どの γ とどの S の合成方向に動かされているのか」を観測する。これが、論文 T.2 から導かれる、最も実践的な観測の作法です。
Lv.2 で、論文の最深部に 補題 B.1 という一行があることを、お伝えしました。Lyapunov 安定性解析の標準的な構造で、勾配条件が満たされるとき、ある関数 Φ は、必ず、指数関数的に、安定領域へ収束する、というものでした。
T.1 では Φ を個人地形 V₀ に取りました。T.2 では、Φ を共有地形 ℒ に取ります。本人 B.5 比較定理(p.240)で、この ℒ が補題 B.1 の前提条件 P0〜P4 をすべて満たすことが、形式的に検証されています。だから、補題 B.1 の結論がそのまま適用でき、共有地形 ℒ は指数関数的に共有 TCZ へ収束する。
これが意味することは、深い意味で避けられないということです。共有地形に乗っている限り、ℒ は補題 B.1 の構造で必ず TCZ へ向かう。あなた一人がどれだけ強く違う方向へ動こうとしても、ℒ そのものを書き換えない限り、収束先は変わりません。書き換える方法は二つ。一つは γ を意識的に変える ── 誰とどれだけ深く関わるかの分布を組み替える。もう一つは、共有地形を構成する Vᵢ そのものを書き換える ── 関わっている人々と、地形を変える対話を継続的に行う。どちらも時間がかかります。しかし、この二つしか方法はありません。
補題 B.1 は、絶望を語る式ではありません。むしろ、希望を語る式です。Φ を選び直すことができれば、収束先が必ず変わるからです。
論文には、もう一つ深い構造的同型が示されています。Einstein が 1901 年に発表した毛細管現象の論文で扱った、二つの分子のあいだの相互作用エネルギーを、すべての分子対について空間で積分したもの。苫米地が扱う認知ポテンシャル V は、ある状態に対する評価を、時間方向に累積したもの。分子は空間の総和で動き、人間は時間の総和で動く。積分の変数が違うだけで、構造はまったく同じです。
共有地形 ℒ のうち γS の部分は、Einstein の分子間相互作用エネルギーと、特に同型性が高い。分子間相互作用は、すべての分子対 (i, j) について E(xᵢ, xⱼ) を足し合わせる構造。共有地形の γS 部分も、すべての主体対 (i, j) について γᵢⱼ · Sᵢⱼ を足し合わせる構造。物理学では分子のあいだに引力ポテンシャルがあり、心理学では人と人のあいだに「ズレを埋める力」のポテンシャルがある。同じ補題 B.1 が、両方を統一的に扱います。
論文の §17 は、最も冷静で、最も重い指摘をします。共有地形 ℒ は、外部から書き換えることができる。そして、その書き換え操作は、二つの目的関数で書けます。一つは「対象集団の地形を、操作主体の意図する方向へ動かす」操作 ── 論文ではこれを「認知戦」と呼びます。もう一つは「対象本人の地形を、本人の意図する方向へ動かす」操作 ── 論文ではこれを「コーチング」と呼びます。両者は、構造的に同じ式で書かれます。違いは、目的関数に倫理項を加えるかどうか、ただそれだけ。
倫理項は、四つの要件の線形和として論文で定義されています。自律性(本人が自分の意志で選んでいるか)、長期利益(本人の長期的な利益と整合しているか)、完全情報(本人が判断に必要な情報を全て持っているか)、同意(本人が明示的に同意しているか)。この四つすべてが満たされる書き換え操作はコーチング、一つでも欠ける書き換え操作は、構造的に認知戦の側に滑り落ちます。
論文は AI 時代について、こう書きます。AI は、各人の周囲に閉じた局所最適化問題を解くことで、各人にとって最も心地よい次の選択肢を、無限に正確に提示し続けることができる。検索結果、SNS のフィード、レコメンドエンジン、生成 AI が返す回答 ── すべてが、各人の局所最適化を実装しています。これは、各人の V₀ を局所的に微調整し続ける操作で、その総和が層 4 の共有地形を構成しています。
問題は、AI による各人の局所最適化が、四つの倫理要件をどれも満たしていない、という点です。自律性 ── 本人は何を最適化されているか知らされていない。長期利益 ── AI は本人の短期的な反応(クリック・滞在時間)を最適化していて、長期利益と整合しているとは限らない。完全情報 ── AI が学習したデータ・最適化目標・推論プロセスは、ほぼ常に本人に開示されない。同意 ── 本人は明示的に「私の V₀ を書き換えてもよい」と同意していない。論文 §17 の構造から言えば、現在の AI 環境は、各人にとって全方向からの認知戦に晒されている状態と区別がつきません。
論文の答えは、極めて冷静です。「AI を使うな」ではありません。「自分の V₀ と共有地形 ℒ が、どこから書き換えられているかを観測し続けよ」ということ。観測そのものが、四つの倫理要件のうち「完全情報」と「自律性」の入り口を、本人の側から確保します。
論文の B.5 比較定理(p.240)で、T.2 が補題 B.1 の特殊化として形式的に証明されています。証明は 5 ステップ。詳細は Lv.5(p15)で扱いますが、構造だけ言葉にしておきます。
ステップ 1:勾配条件の確認。共有地形 ℒ の勾配が一定以上の速度で値を下げる方向の動学を持つことを示す。ステップ 2:鎖律で、ℒ の時間微分を、状態の時間発展で書き換える。ステップ 3:閾値からのズレを新変数として導入する。ステップ 4:Grönwall の不等式を当てる。ステップ 5:元の変数に戻すと、共有地形 ℒ が指数関数的に共有 TCZ へ収束する、という結論が得られる。
同じ 5 ステップは、Φ を V₀ に取れば T.1 の証明になり、Φ を抽象拡張共有地形 ℒ_A に取れば T.3 の証明になります。
今回の手紙では、共有地形の話をしました。あなたの V は、関わっている人々の V と、結合の強さ γ を介して混ざり合い、共有地形 ℒ を形成する(T.2・形式証明済み)。共有地形は、補題 B.1 の Φ として代入でき、指数関数的に共有 TCZ へ収束する。共有地形の引力は、個人の意志より強い。共有地形を観測する作法 ── 4 つの γ の層、引力どうしの押し合い、Einstein 1901 同型、AI による局所最適化 ── を身につけることが、ゴール達成と認知戦への防衛の、両方の出発点になります。
次は、Lv.4(p16〜p20)で、もう一段上の話をします。共有地形 ℒ に抽象度項を加えた拡張地形 ℒ_A を扱う、T.3 LUB 収束の話です。一段上の抽象度に移ると、共有地形上の対立が消える、という公開層の最も深い洞察。
次の p13(数式中)では、本記事の 2 式に加えて、T.1 V₀ 収束 form、共有地形 ℒ の指数収束、補題 B.1 勾配条件、補題 B.1 結論 form ── 計 6 本の式が、固定位置に組み込まれます。式が読めなくても大丈夫です。式は、言葉の余白に置いた目印として機能します。