生成モデルが市場選別を通じて人間の時間的学習を蝕む

ニュース概要

現代の生成モデルは、AGI前の段階で知識と文化生産に構造的なリスクをもたらすと主張する論文。人間の時間的学習（HTL）を、時間をかけて問題に継続的に取り組むことで蓄積される経路依存的な知識として定義する。生成モデルの出力がHTL集約的な作業と表面的に類似するようになり、出力が真の人間学習を反映しているかどうかの検証コストが期待される利益に比べて高くなる。検証の経済的正当性が失われると、評価者は生産方法に関わらず出力に報酬を与え、数年の学習に投資した制作者は生成コストがほぼゼロの出力と価格競争に直面する。この過程を価値の崩壊と呼び、コスト検査フレームワークを通じて形式化する。学術出版、法務実務、コンテンツプラットフォーム、ソフトウェアセキュリティの複数領域の証拠は、検証侵食の4段階に対応している。AI安全性の成功は無関係であり、より整列の取れたモデルは人間とAI出力の観察可能なギャップを縮め、ソース検証をより困難にし、個々のAI出力が改善しても、HTL集約的作業に対する競争圧力を強める。