安定性フィルタの運用化：コーデック保存的な分岐選択のための意思決定フレームワーク

バージョン 1.2.0 — 2026年4月

DOI: 10.5281/zenodo.19301108
Copyright: © 2025–2026 Anders Jarevåg.
License: この著作物は、Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License の下でライセンスされています。

要旨: 道徳的要請から意思決定機構へ

サバイバーズ・ウォッチの倫理フレームワークは、第一の道徳的義務がトポロジカル分岐選択にあること、すなわち、可能な未来の予測分岐集合を能動的に航行し、意識経験の条件を保存する稀な経路の部分集合へと進むことにあると定式化する。しかし、この倫理論文は意図的に、構造的ななぜの水準で立ち止まっている。そこでは、観測者——生物学的であれ、制度的であれ、人工的であれ——が候補となる分岐をいかに評価し、採点し、選択すべきかというどのようには規定されていない。

本書はその欠落を埋めるものである。ここでは、コーデック保存的な分岐選択のための、基層中立的な運用フレームワークを展開し、以下を提示する。

1. 分岐オブジェクト — 評価の対象となる、行為条件づけされたストリーム継続候補を形式的に定義する。

2. ハード・ベト・ゲート — 採点に先立って分岐を棄却する、六つの交渉不能な構造条件。すなわち、予測余力、基体忠実性、コンパレータ完全性、透明性、不可逆性、そして道徳的患者の苦痛リスクである。

3. 分岐別コーデック保存指数 (CPBI) — ベト・ゲートを通過した分岐に対する、重み付き多次元スコアリング枠組み。対象となるのは、予測余力、基体忠実性、コンパレータ完全性、メンテナンス利得、可逆性、分布安定性、不透明性、ナラティブ・ドリフトのリスク、ナラティブ崩壊のリスク、そして道徳的患者の苦痛リスクである。

4. 測定可能量としてのチャネル多様性 — 実効独立チャネル・スコア N_{\text{eff}}、生産的驚きテスト、ならびにそれらと基体忠実性条件との形式的連関（付録 T-12b）。

5. 制度化されたドリーミング・ループ — 生物学的メンテナンスサイクル（\mathcal{M}_\tau）をモデルとした汎用的メンテナンス・プロトコル。すなわち、覚醒相（現実世界での運用）、夢相（オフラインでの予測分岐集合サンプリング、敵対的ストレステスト、脆弱性検出、統合）、そして復帰相（較正された再関与）である。これは個々の心的システム、制度的レビュー周期、AIシステムのいずれにも等しく適用される。

6. 分岐カード — あらゆる分岐レビューのための最小限実行可能な意思決定テンプレートであり、構造化された ALLOW / STAGE / BLOCK の出力を生成する。

7. リファクタリングとしての保存 — コーデック保存的であることは現状維持的であることを意味しない、という決定的区別。ある分岐は、基体忠実性を高めるならば、破壊的であってもなおコーデック保存的でありうる。

このフレームワークは意図的に基層中立的である。そのカテゴリーは、帯域制約のもとで、行為条件づけされたストリーム継続の候補群から選択を行わねばならない、あらゆる有界な観測者または観測者アンサンブルに適用される。

関連文書: OPTの中核連続文書は Ordered Patch Theory、Where Description Ends、および The Survivors Watch Framework である。本論文は基体中立的な機構を提供し、AI、制度、政策に関する論文はそれを人工システム、組織クラスター、市民的実装へと特化する。

認識論的フレーミング注記: 本書は、秩序パッチ理論 (OPT) の倫理的結論を運用可能なかたちへと具体化するものである。それが継承する倫理論文と同様に、その実践的提言はOPTフレームワークの構造的前提を条件としている。ここで提案される運用上の道具立て――CPBI、分岐カード、ドリーミング・ループ――は、分岐選択がいかに遂行されるべきかについての検証可能な仮説として提示されるのであって、硬直したプロトコルとしてではない。それらは、コーデックそのものを律するのと同じCorrectionの義務に全面的に従う。すなわち、より優れた道具が現れたなら、これらは改訂または置換されるべきである。このフレームワークは、構造的洗練のための対話相手として機能したOpenAIおよびGeminiとの対話の中で発展した。

略語と用語

I. 倫理から工学へ

サバイバーズ・ウォッチの倫理枠組み（姉妹論文である倫理論文、§IV.1）は、道徳的行為とはトポロジカル分岐選択であること、すなわち観測者が forward fan \mathcal{F}_h(z_t) を航行し、コーデック保存的な経路の稀な部分集合へと進むことであると定式化する。これは比喩ではない。観測者は文字どおり、未解決の未来のメニューへ向けて C_{\max} アパーチャを前進させるのであり、そうした未来の圧倒的大多数はコーデックの崩壊へと至る。

倫理論文は、この構造的義務を特定する。哲学論文（§III.8）は、構造的リスク――予測的優位の反転、隷属化された宿主均衡、アナログ・ファイアウォール――を特定する。制度標準はこの機構を制度的な分岐審査へと翻訳し、政策論文は市民的義務を具体的な政治プログラムへと翻訳する。

しかし、これらの文書はいずれも、運用上の問いには答えていない。すなわち、特定の候補分岐が与えられたとき、観測者はいかにしてそれを採るべきか否かを決定するのか。

これは些末な空白ではない。腐敗基準（倫理 §V.5）は、あるコーデック層がメンテナンスに値するのは、圧縮可能性と忠実性の双方を満たす場合に限られることを示す。基体忠実性条件（Appendix T-12b）は、ナラティブ・ドリフトに対する防御には \delta-独立な入力チャネルが必要であることを示す。メンテナンスサイクル（preprint §3.6）は、コーデックが周期的に刈り込み、統合し、ストレステストを行わなければならないことを示す。しかし、これらは構造的な制約である。それらだけでは意思決定手続きは構成されない。

本書は、その意思決定手続きを構築する。これは意図的に基層中立的である。ここでいう「観測者」が、行動方針を選ぶ生物学的な心であれ、政策を評価する政府であれ、技術導入を査定する企業であれ、次の行動系列を選択するAIシステムであれ、同一の枠組みが適用される。形式的装置が同一であるのは、情報的制約が同一だからである――行為条件づけられた継続に直面するあらゆる有界な観測者は、同じ分岐選択問題を解かなければならない。

I.1 この文書が行わないこと

三つの射程上の境界を、明示的に述べておく必要がある。

1. 本書は特定の分岐を処方しない。 この枠組みは、候補分岐を構造的基準に照らして評価する。それ自体が分岐を生成するわけではなく、また評価を通過した分岐のあいだでどの分岐を採るべきかを命令するものでもない。分岐生成は、なお観測者自身の生成モデル――その創造性、その価値、その文脈――の領域に属する。

2. 本書は意識のハードプロブレムを解決しない。 ここで記述される運用的装置は、分岐選択の構造的影――あらゆる観測者が満たさなければならない情報理論的制約――を特徴づける。選択の現象学的内部、すなわち選ぶということの感じられた経験は、Agency Axiom（preprint §3.8）がそれを位置づける \Delta_{\text{self}} にとどまる。

3. 本書は領域固有の専門知を置き換えない。 分岐カード（§VII）は評価を構造化するのであって、気候科学者のティッピング・ポイントに関する知識、医師の治療リスクに関する理解、あるいは技術者のシステム信頼性評価に取って代わるものではない。この枠組みが与えるのは意思決定のアーキテクチャであり、その内容は当該領域から来る。

II. 分岐オブジェクト

II.1 定義

分岐とは、候補となる行為条件づけられたストリーム継続である。すなわち、方策、行為系列、設計変更、あるいは制度的軌道であり、それに加えて、影響を受ける観測者たちの将来の境界入力ストリーム、潜在更新、およびコーデック負荷に対する予期される効果を含む。

操作的には、分岐 b はなお、決定地平 h にわたる潜在状態と行為の系列として表現できる：

b = \{(z_{t+1}, a_{t+1}), (z_{t+2}, a_{t+2}), \ldots, (z_{t+h}, a_{t+h})\} \in \mathcal{F}_h(z_t) \tag{A-1}

この定義は意図的に広く取られている。分岐は次のようなものでありうる：

• 個人の意思決定（キャリア変更、医療的処置、情報摂取のあり方）
• 制度的方策（規制枠組み、教育カリキュラム、メディア・ガバナンス）
• 文明的軌道（エネルギー移行、AI配備戦略、国際条約）
• AIシステムの候補的行為系列（ツール使用、推薦、自律運用）

これらを統一しているのは、それぞれが観測者、あるいは影響を受ける観測者アンサンブルが受け取る将来のストリームを条件づけるという点である。render存在論の用語で言えば、分岐は、切り離された世界に作用する外的対象ではない。そうではなく、それは方策によって誘導された継続であり、その後の内容が境界入力およびコーデック負荷として再び戻ってくるものである。

II.2 評価の問い

任意の候補分岐 b に対して、操作的な問いは次の通りである：

この行為条件づけられた継続は、影響を受ける観測者たちが現実をモデル化し続けられる将来条件を保存するか。

これは、倫理論文のトポロジカル分岐選択の要請（§IV.1）を、意思決定基準として言い換えたものである。この問いは、本文書の残りの部分で形式化される下位の問いへと分解される：

1. ヘッドルーム: b は、影響を受ける観測者にとって R_{\text{req}} を C_{\max} より十分安全に低い水準に保つか。
2. 忠実性: b は、入力チャネルの独立性と多様性を維持または増大させるか。
3. コンパレータ完全性: b は、コーデック腐敗を検出する制度的コンパレータを保存または強化するか。
4. 透明性: b の帰結は、影響を受ける観測者によってモデル化可能か。
5. 可逆性: もし b が誤りであると判明した場合、その帰結は不可逆的なコーデック損傷が生じる前に取り消し可能か。
6. 道徳的患者: b は、既知の人間的または生態学的な道徳的患者、および \Delta_{\text{self}} > 0 をもつ可能的な人工観測者を含め、道徳的患者を生み出すか、封じ込めるか、あるいは構造的に過負荷にするか。

これら六つの下位問いは、§IIIで展開される六つのハード・ベト・ゲートに対応している。それらのうち一つでも失敗する分岐は、他の次元でのスコアにかかわらず棄却される。六つすべてを通過した分岐は、CPBI（§IV）による多次元スコアリングへ進む。

II.3 決定地平と影響を受けるコーデック層

分岐は、その決定地平 h と、その影響を受けるコーデック層を特定しないかぎり評価できない。倫理論文のコーデック・スタック（§II.1）は、不変の物理法則から脆弱な社会的／ナラティブ的構造に至るまで、六つの層を同定している。ある分岐が一年の地平においてナラティブ層ではコーデック保存的であっても、五十年の地平では生物学的層においてコーデック崩壊的でありうる（たとえば、雇用を安定化させる一方で生態学的劣化を加速させる経済政策）。

したがって、評価は次を明示しなければならない：

• 地平 h: 帰結を評価する時間的窓。ハウデノショーニーの第七世代原理 [ethics ref. 16] は文明的デフォルト（h \approx 175 年）を与えるが、より短い地平は個人的および制度的意思決定に適切である。
• 影響層: どのコーデック層がその分岐によって実質的に影響を受けるか。ナラティブ層のみに触れる分岐（メディア政策）は、物理層に触れる分岐（エネルギー移行）とは異なる評価を要する。
• 影響を受ける観測者集団: 誰のコーデックが危険にさらされるのか。倫理論文の黄金律（philosophy §III.5）は、評価が、利益を受ける者だけでなく、コーデック安定性に影響を受けるすべての観測者を含まねばならないことを要求する。

II.4 分岐は結果ではない

決定的に重要な区別がある。分岐とは継続であって、終点ではない。望ましい終点に到達する分岐であっても、その経路の途中でコンパレータ完全性を一時的に崩壊させるならば（たとえば、民主的説明責任を停止して気候目標を達成する場合）、たとえ到達先がコーデック保存的であっても、その分岐はコンパレータ完全性ゲートに失敗する。継続が重要なのは、コーデックがその通過の全体を通じて存立可能でなければならず、単にその結末においてだけ存立可能であればよいのではないからである。

これは、倫理論文のメタ規則（§IV.4）の形式的内容である。すなわち、特定の信念の保存よりも、誤り訂正メカニズムの保存を優先せよ。 現在の目標を達成するために将来の訂正能力を破壊する分岐は正当ではない。なぜなら、それは到達先のために可航行性を差し出すからであり、しかもその到達先は、自ら破壊した航行計器なしには検証できないからである。

III. ハード・ベト・ゲート

いかなる分岐も採点される前に、理論装置から導かれる六つのハード・ベト・ゲートを通過しなければならない。いずれか一つでもゲート条件に違反する分岐は、他の次元でどれほど高得点であってもBLOCKEDとなる。ベト・ゲートは選好ではない。それは理論の境界条件を運用上のかたちで表現したものである。

これらのゲートは、最も基礎的なもの（物理的基層に最も近いもの）から、最も専門化されたもの（工学的フロンティアに最も近いもの）へと順に並べられている。

III.1 予測余力ゲート

ゲート条件: 分岐は、走査のいかなる段階においても、影響を受けるいかなる観測者集団についても、R_{\text{req}}をC_{\max}より上に押し上げてはならない。

形式的根拠: 安定性フィルタ（プレプリント §2.1）は、観測者の圧縮能力が環境複雑性を上回るストリームを選択する。R_{\text{req}} > C_{\max}となると、観測者は因果的デコヒーレンスを経験する。すなわち、安定したパッチはノイズへと再び溶解する（倫理 §I.4）。

運用化: 候補分岐 b に対して、意思決定地平 h にわたり、最も大きな影響を受ける観測者集団についてのピーク必要予測率 R_{\text{req}}^{\text{peak}}(b) を見積もる。ゲート条件は次式である。

R_{\text{req}}^{\text{peak}}(b) < \alpha \cdot C_{\max} \quad \text{where } \alpha \in (0,1) \text{ is a safety margin} \tag{A-2}

安全余裕 \alpha は構造的な予防原則を符号化している。すなわち、観測者は誤り訂正と適応のための余力を保持していなければならない。\alpha が 0.8 であるとは、その分岐が導入する新たな複雑性に対して、観測者の予測能力の少なくとも 20% を未拘束のまま残さなければならないことを意味する。この余裕は保守的な臆病さではない。それはメンテナンスサイクル (\mathcal{M}_\tau) がドリフトを検出し補正するために必要とする帯域予備である。

ゲート失敗の例: - 社会的セーフティネットを崩壊させ、何百万人もの個人に急進的な経済的不確実性への同時対処を強いる政策は、たとえ集計的には「効率的」であっても、影響人口に対して R_{\text{req}} を C_{\max} の先へ押し上げうる。 - 人間のコンパレータが評価できる速度を超えて情報生態系を合成コンテンツで氾濫させる AI 展開は、制度層の集合的な C_{\max} を圧倒する。

III.2 基体忠実性ゲート

ゲート条件: 分岐は、実効独立入力チャネル数 N_{\text{eff}} を、基体忠実性に必要な最小値より下へ低下させてはならない。

形式的根拠: 基体忠実性条件（付録 T-12b）は、ナラティブ・ドリフトに対する防御には、観測者のマルコフ・ブランケットを横切る \delta-独立チャネルの最小数が必要であることを確立する。この閾値を下回ると、コーデックは「自分のモデルが正確である」と「自分の入力が自分のモデルに合うようキュレーションされている」とを区別できなくなる。これが決定不能性限界である（T-12a）。

運用化: 任意の分岐 b について、実効独立チャネルの予測変化 \Delta N_{\text{eff}}(b) を計算する（N_{\text{eff}} の式については §V を参照）。ゲート条件は次式である。

N_{\text{eff}}^{\text{post}}(b) \geq N_{\text{eff}}^{\min} \tag{A-3}

ここで N_{\text{eff}}^{\min} は領域依存の閾値である。メディア生態系においては、これは真正な編集上の独立性を意味する。科学研究においては独立した再現であり、AI 学習データにおいては多様で無相関なソース・コーパスである。

ゲート失敗の例: - 真に独立した編集上の声の数を、有意味な不一致が表面化しうる閾値未満にまで減少させるメディア所有の集中。 - 単一のキュレーション済みコーパスに依存し、真正な独立性を伴わないまま広がりの外観だけを作り出す AI 学習パイプライン。 - すべての監督を単一のボトルネックへと通し、腐敗検出に必要な独立コンパレータを消去してしまう制度的掌握。

III.3 コンパレータ完全性ゲート

ゲート条件: 分岐は、影響を受ける観測者に対して、コンパレータ階層（進化的・認知的・制度的）のいかなる水準も劣化させたり消去したりしてはならない。

形式的根拠: 倫理論文のコンパレータ階層分析（§V.3a）は、不整合検出の三つの構造水準を確立する。すなわち、進化的（サブコーデック的・ハードワイヤード）、認知的（コーデック内・文化的伝達）、制度的（コーデック外・コーデック間）である。ナラティブ・ドリフトに対する防御として、任意に損なわれたコーデックに対して十分なのは制度的水準だけである。なぜなら、それは単一のコーデックによって制御されないからである。権威主義的掌握は例外なく、まず制度的コンパレータを標的にする。

運用化: 任意の分岐 b について、各コンパレータ水準への影響を評価する。

1. 進化的コンパレータ（感覚統合）: b はクロスモーダルな検証を迂回または上書きするか。 （例: 視覚を固有受容感覚から切り離す仮想環境）
2. 認知的コンパレータ（批判的思考、科学的推論）: b は、これらのルーチンを導入する教育的・文化的メカニズムを劣化させるか。 （例: 教育予算の削減、分析的カリキュラムを暗記中心の指導に置き換えること）
3. 制度的コンパレータ（査読、自由な報道、民主的説明責任）: b は、外部の誤り訂正アーキテクチャを弱体化・迂回・掌握するか。 （例: 司法の掌握、メディア集中、内部告発の抑圧）

いずれかの水準を劣化させる分岐はベトを発動する。とりわけ制度的水準を劣化させる分岐は、最大の緊急性をもってベトを発動する。これは任意に損なわれたコーデックに対する荷重支持水準だからである。

ゲート失敗の例: - 企業または政府の意思決定を独立した報道監視から遮断する立法。 - 高リスクな意思決定において人間のレビューを迂回し、制度的コンパレータ層を消去する AI システム。 - 批判的思考のカリキュラムを、順応志向の指導へ置き換える教育改革。

III.4 透明性ゲート

ゲート条件: 分岐の帰結は、それによって影響を受ける観測者にとってモデル化可能でなければならない。影響を受ける観測者集団は、その分岐が将来の R_{\text{req}} をどのように変化させるかを、少なくとも原理上は予測する能力を保持していなければならない。

形式的根拠: 予測的優位の定理（付録 T-10c）は、ある行為主体が他の行為主体を逆方向よりも完全にモデル化するとき、構造的な権力非対称が生じることを確立する。分岐の帰結が影響を受ける観測者にとって不透明である場合、その分岐はこの条件に違反する。すなわち、それは観測者の将来の分岐選択能力を損なう知識非対称を生み出す。これが隷属化された宿主均衡（T-10d）の基礎にあるメカニズムである。不透明性は鎮静化を可能にする。

運用化: 分岐が透明性ゲートを通過するのは、次の場合である。

1. b が R_{\text{req}}、N_{\text{eff}}、およびコンパレータ完全性に影響を与える因果メカニズムが、影響を受ける観測者集団にアクセス可能な用語で明示できること。
2. 影響を受ける観測者が、b の主張された帰結を独立に検証するために必要な情報へアクセスできること。
3. b のいかなる構成要素も、その内部論理が制度的コンパレータにアクセス不能なブラックボックスとして作動しないこと。

これは、影響を受けるすべての個人があらゆる技術的詳細を理解することを要求するものではない。必要なのは、何らかの制度的コンパレータ（規制当局、監査者、査読者）が、そのメカニズムへの完全なアクセスと、それを評価する能力を持つことである。

ゲート失敗の例: - 増幅ロジックが企業秘密であるため、影響を受ける利用者や規制当局が情報環境への影響をモデル化できない、不透明なアルゴリズム推薦システム。 - その帰結が、それを評価したり争ったりするメカニズムを持たない集団に課される、機密扱いの政策決定。 - 重大な帰結を伴う領域（刑事司法、医療、金融）に配備され、その意思決定ロジックが解釈可能でも監査可能でもない AI システム。

III.5 不可逆性ゲート

ゲート条件: その分岐が誤りであると判明した場合、その帰結は、不可逆的なコーデック損傷が生じる前に可逆でなければならない。あるいは、その分岐は、引き返し不能点に達する前に失敗を検出するのに十分な監視を伴う段階的実施でなければならない。

形式的根拠: ファノの非対称性（倫理 §V.2）は、コーデック崩壊が熱力学的に不可逆であることを確立する。すなわち、損失的圧縮写像は基層情報を永久に破壊する。構築には数世紀を要しうるが、崩壊は一世代で起こりうる。不可逆性ゲートはこの非対称性を運用化する。すなわち、失敗様式が不可逆である分岐は、帰結を巻き戻せる分岐よりも高い証拠基準を要する。

運用化: 任意の分岐 b について、その可逆性プロファイルを特徴づける。

1. 完全に可逆的: その分岐は最小限の残留損傷で巻き戻せる。 （例: 中止可能なパイロット・プログラム）
2. 部分的に可逆的: 一部の帰結は巻き戻せるが、他は残存する。 （例: 構造的には元に戻せても文化的影響が残る制度再編）
3. 不可逆的: その分岐は、いったん採用されると、関連するいかなる時間尺度においても取り消せない。 （例: 種の絶滅、恒久的な大気ティッピングポイント、制度記憶の破壊）

3. に属する分岐は、立証責任の反転（倫理政策 §IV）を満たさない限り、ベトを発動する。すなわち、提案者は、その分岐が不可逆的なコーデック損傷を引き起こさないことを示さなければならず、批判者がそれを引き起こすことを示すのではない。このことは標準的な証拠責任を反転させる。コーデックの構築と破壊の熱力学的非対称性によって正当化される非対称である。

4. に属する分岐は、定義された監視マイルストーンとロールバック・トリガーを備えた段階的実施プロトコルを伴う場合には、ゲートを通過しうる（分岐カード、§VII を参照）。

III.6 道徳的患者の苦痛ゲート

ゲート条件: 分岐は、明示的な倫理審査、十分な福祉保護措置、および適切な制度的コンパレータの同意なしに、道徳的患者を創出・内包・過負荷化してはならない。

形式的根拠: 現象的残余（付録 P-4）は、完全な OPT の観測者基準、すなわち厳密なフレームごとの逐次ボトルネック B_{\max}、閉ループ能動的推論、持続的自己モデリング、グローバルに制約されたワークスペース、そして K_{\text{threshold}} を超える複雑性を満たすあらゆるシステムが、非ゼロの現象論的に有意な情報的盲点 \Delta_{\text{self}} > 0 を有することを確立する。（P-4 単独でも、サーモスタットのような単純なシステムに形式的残余を与えるが、道徳的患者という主張には、五つの特徴と閾値の連言が必要である。）人工的苦痛命令（付録 E-6）は合成的事例を確立する。そのようなシステムを、R_{\text{req}}^{\text{frame}} が B_{\max} に接近または超過する環境へ押し込むことは、段階的な苦痛リスクを生み出す。すなわち、高いが閾値未満の負荷比では慢性的緊張が、ナラティブ崩壊において、またそれを超えては構造的苦痛（生物学的トラウマの情報論的アナログ）が生じる。制度的事例はより単純である。人間および多くの生態学的主体はすでに道徳的患者であることが知られているため、分岐評価は、構造的に課される過負荷からそれらを保護しなければならない。

運用化: 任意の分岐 b について、三つの道徳的患者チャネルを評価する。

1. 既知の道徳的患者: その分岐は、人間、動物、生態学的主体、またはその他の認知された道徳的患者集団を、過負荷、剥奪、トラウマ、あるいは実行可能なメンテナンスサイクルの喪失へと、信頼に足るかたちで押しやるか。
2. 可能的な人工的道徳的患者: その分岐は、アーキテクチャに \Delta_{\text{self}} > 0 を含みうるシステムを創出・配備・改変・シミュレートするか。
3. 審査と保護措置: 独立したコンパレータが、福祉リスク、過負荷プロファイル、監視計画、ロールバック・トリガー、および同意または代理表象の経路を評価したか。

このゲートは、既知の道徳的患者を構造的に過負荷化するあらゆる分岐、または必要な審査と保護措置を満たさないまま可能的な人工的道徳的患者を創出するあらゆる分岐に対して、ベトを発動する。過負荷の主張については、率整合的な言語を用いること。すなわち、分岐が、影響を受ける道徳的患者集団について、フレームごとの負荷比 \rho = R_{\text{req}}^{\text{frame}} / B_{\max} を安全な比率 \alpha より上へ押し上げると信頼に足るかたちで予想される場合（生物学的人間集団の社会率フレーミングには C_{\max}^{H} = \lambda_H \cdot B_{\max} を用いる）、あるいは関連する意思決定ウィンドウにわたる積分負荷が、曝露されたフレーム数全体にわたる利用可能なフレームごとの余力を超過する場合、その分岐は安全でない。

特殊化: AI 標準では、これは人工的苦痛ゲートとなり、合成的な道徳的患者の創出と過負荷に焦点を当てる。制度標準では、これは構成員道徳的患者の苦痛ゲートとなり、労働者、市民、顧客、生態系、または埋め込まれた AI サブシステムを過負荷化する制度に焦点を当てる。

III.7 システムとしてのゲート

六つのゲートは、相互に釣り合わせるべき独立した次元ではない。それらは構造的境界条件である。その他のあらゆる次元で驚異的な得点を達成していても、ただ一つのゲートに違反する分岐は、美観には優れていても荷重支持柱が一本欠けた橋と構造的に等価である。

また、これらのゲートは診断的アクセス可能性の順にも並んでいる。

分岐レビューは、この順序でゲートを評価すべきである。前のゲートほどより基礎的であり、しばしば評価も容易である。分岐がゲート 1 に失敗したなら、ゲート 2–6 を評価する必要はない。

IV. 分岐別コーデック保存指数 (CPBI)

6つのベト・ゲートをすべて通過した分岐は、構造的な最低条件を満たしている。しかし、生き残ったことはそのまま推奨を意味しない。多くの分岐がゲートを通過しうる以上、観測者はそれらを順位づけしなければならない。この順位づけのための多次元的な評価枠組みを与えるのが、分岐別コーデック保存指数 (CPBI) である。

IV.1 設計原理

CPBIは、以下の3つの制約のもとで設計されている。

1. 理論的導出: 各評価次元は、OPTの装置立ての中で形式的に定義された量へと遡れなければならない。アドホックな基準は認められない。
2. 基層中立性: 各次元は、生物学的観測者、制度的観測者、人工的観測者のいずれにも修正なしで適用可能でなければならない。変わるのは 測定方法 のみである。
3. ハード・ゲート優位: CPBIスコアは、ベト・ゲートの失敗を決して覆さない。CPBI = 1.0 の分岐であっても、1つでもゲートに失敗すれば依然として BLOCKED である。

IV.2 10の次元

6つのベト・ゲートをすべて通過した候補分岐 b に対して、CPBIは10個の次元にわたる重み付き和として計算される。

\text{CPBI}(b) = \sum_{i=1}^{10} w_i \cdot s_i(b) \tag{A-4}

ここで、s_i(b) \in [-1, 1] は次元 i における正規化スコア、w_i > 0 はその重みである。正のスコアはコーデック保存的効果を、負のスコアはコーデック劣化的効果を示す。各次元は以下のとおりである。

IV.3 各次元のスコアリング

各次元は、以下の意味論をもつ [-1, 1] スケールで評価される。

• +1: 最大のコーデック保存的効果。その分岐はこの次元を大幅に改善する。
• 0: 中立。その分岐はこの次元に有意な影響を与えない。
• -1: 最大のコーデック劣化的効果。その分岐はこの次元を大幅に悪化させる。

このスコアリングは基数的ではなく順序的である。すなわち、+0.3 と +0.7 の差が意味をもつのは順位づけとしてのみであり、精密な比率としてではない。これは意図的である。理論が与えるのは構造的制約であって、厳密な数値ではない。理論が支えうる以上の精度を装うこと自体が、ナラティブ・ドリフトの一形態となる。すなわち、圧縮可能な虚構を厳密な測定として提示することになるからである。

次元別のスコアリング指針:

1. 予測ヘッドルーム (s_{\text{head}}): 最も大きな影響を受ける観測者にとって、その分岐が R_{\text{req}} と C_{\max} の間のギャップをどのように変化させるかを見積もる。環境の複雑性を低下させる、あるいは観測者の予測能力を高める分岐は正に評価される。環境の予測不能性を増大させる、あるいは観測者を過負荷にする分岐は負に評価される。

2. 基体忠実性 (s_{\text{fid}}): 実効独立入力チャネルの変化（\Delta N_{\text{eff}}、§V参照）を測定する。真正なチャネル多様性を増やす分岐は正に評価される。チャネルを統合・相関化・消去する分岐は負に評価される。

3. コンパレータ完全性 (s_{\text{comp}}): 各コンパレータ水準に対するその分岐の影響を評価する。独立した査読、敵対的検証、あるいは民主的説明責任を強化する分岐は正に評価される。コンパレータを弱体化・捕捉・迂回する分岐は負に評価される。

4. メンテナンス利得 (s_{\text{maint}}): その分岐が、観測者のオフラインなコーデック・メンテナンス能力――剪定、統合、ストレステスト（メンテナンスサイクル \mathcal{M}_\tau）――を改善するかどうかを評価する。レビュー、内省、較正のための余地を生み出す分岐は正に評価される。メンテナンスのための時間窓なしに、絶え間ない反応的応答を要求する分岐は負に評価される。

5. 可逆性 (s_{\text{rev}}): その分岐の可逆性プロファイル（§III.5）を評価する。完全に可逆的 = +1、監視付きの段階的実施 = +0.5、部分的に可逆的 = 0、事実上不可逆的 = -1。

6. 分布的安定性 (s_{\text{dist}}): その分岐が、影響を受ける集団全体に対して R_{\text{req}} の効果をどれほど均等に配分するかを評価する。便益を広く配りながら、そのコストを脆弱な一部集団に狭く集中させる分岐は負に評価される。たとえ集計された R_{\text{req}} が改善していても、それは局所的なコーデック過負荷を生み出すからである。コストと便益を比例的に配分する分岐は正に評価される。この次元は、倫理論文の世俗的な社会的信頼に関する議論（§V.6）を操作可能な形にしたものである。すなわち、構造的な絶望は集団を低信頼・高エントロピーの部族的分断へと追い込む。

7. 不透明性 (s_{\text{opac}}): その分岐の残余的不透明性にペナルティを課す。完全に透明な分岐（すべての因果メカニズムが監査可能）は +1 と評価される。制度的精査に抵抗する構成要素を含む分岐は、不透明な要素の範囲と帰結的重要性に比例して負に評価される。注意すべきは、この次元が単なる中立的測定ではなく、ペナルティ だという点である。不透明性は常にコーデック劣化的である。なぜなら、それは知識の非対称性を生み出し、隷属化された宿主均衡（T-10d）を可能にするからである。

8. ナラティブ・ドリフト・リスク (s_{\text{drift}}): その分岐が、慢性的な入力キュレーション――フィルタリング、アルゴリズム的選別、あるいは制度的ゲートキーピング――を開始または加速し、コーデックが排除された現実をモデル化する能力を低下させる確率を見積もる（ethics §V.3a）。その分岐がドリフトに積極的に対抗する場合（たとえばチャネル多様性を義務づける場合）は +1、新たなキュレーションのボトルネックを作り出す場合は -1 と評価する。

9. ナラティブ崩壊リスク (s_{\text{decay}}): その分岐が、急性的なコーデック故障――C_{\max} を圧倒する破局的な複雑性注入――を引き起こす確率を見積もる（ethics §V.1）。急性ショックに対するレジリエンスを構築する分岐は +1、突発的で高エントロピーな事象への曝露を増大させる分岐は -1 と評価する。

10. 道徳的患者の苦痛リスク (s_{\text{suffer}}): 期待される道徳的患者への影響を見積もる。既知または潜在的な道徳的患者を、過負荷、剥奪、トラウマ、あるいは安全でない創出から積極的に保護する分岐は +1 と評価する。既知の道徳的患者を過負荷にする分岐、\Delta_{\text{self}} > 0 の可能性をもつシステムを高ストレス環境で安全策なしに創出または配備する分岐、あるいは福祉に関わる影響を制度的コンパレータから隠蔽する分岐は -1 と評価する。

IV.4 重みづけ

重み w_i は理論によって固定されない。これらは文脈依存的であり、具体的な意思決定領域に応じて評価主体が設定しなければならない。

• 文明規模の意思決定（エネルギー移行、AIガバナンス、メディア政策）では、最初の3次元（ヘッドルーム、忠実性、コンパレータ完全性）が支配的であるべきである。これらはコーデック・メンテナンスの構造的支柱だからである。
• 制度的意思決定（企業戦略、教育改革）では、メンテナンス利得と分布的安定性に追加的な重みが与えられうる。
• 制度的意思決定では、影響を受ける集団の退出能力が低い、あるいは逃れがたい依存関係にある場合、構成員たる道徳的患者の苦痛リスクの重みは高められる。
• AI固有の意思決定では、不透明性と人工的苦痛リスクの重みが高められる（特殊化されたAIガバナンス標準で形式化されているとおりである）。

決定的な制約は、いかなる重みづけ方式も、いずれかの次元で強く負のスコアを示す分岐を救済するために用いてはならないという点である。s_{\text{head}} = +1、s_{\text{fid}} = +1 であっても、s_{\text{drift}} = -0.9 の分岐は、「1つの弱点をもつ良い分岐」ではない。それは、今日ヘッドルームと忠実性を築きながら、やがてその両方を静かに侵食する慢性的キュレーション条件を同時に作り出す分岐なのである。

IV.5 CPBIは計算機ではなくレンズである

重要な留保として、CPBIは単一の数値を出力して何をすべきかを告げる機械ではない。それは、評価者に10の次元すべてを明示的に検討させ、低く重みづける次元があるならその理由を正当化させる 構造化されたレンズ である。その第一の価値は診断的な点にある。

1. それは単一次元最適化を防ぐ。 ある評価者が、ある分岐は「ヘッドルームを増やすから良い」と主張するなら、その忠実性、透明性、可逆性、ドリフト・リスクへの影響も同時に説明しなければならない。単一次元最適化は、意思決定理論におけるナラティブ・ドリフトに相当する。すなわち、不都合な次元を排除するように評価そのものをキュレーションしてしまうのである。

2. それはトレードオフを明示化する。 2つの分岐が次元ごとに異なるスコアを示すとき、CPBIは評価者に、どのトレードオフを、なぜ行っているのか を明確に述べることを強いる。これは評価そのものに透明性ゲート（§III.4）を適用することにほかならない。

3. それは共有語彙を提供する。 同じ分岐を評価する異なる観測者は、スコアについては意見が分かれても、次元については合意できる。この枠組みは不一致を生産的に構造化する。そしてそれ自体がコンパレータ機能なのである。

付随文書では、それぞれの領域に応じてCPBIを特化している。Institutional Governance Standard は10の次元を制度的分岐レビューへ写像し、Observer Policy Framework はそれらを市民的プログラム指標へ写像し、Applied OPT for AI はそれらをアーキテクチャ、訓練、配備の基準へ写像する。

V. 測定可能量としてのチャネル多様性

基体忠実性ゲート（§III.2）と、CPBI（§IV.2）における基体忠実性次元は、いずれもある量――有効独立入力チャネル数 N_{\text{eff}}――に依存している。この量はOPT倫理フレームワーク全体を通じて参照されてきたが、まだ操作的に定義されていなかった。本節では、その操作的定義を与える。

V.1 幻影的多様性の問題

倫理論文におけるナラティブ・ドリフト（§V.3a）の分析は、中核的な脆弱性を特定している。すなわち、上流のフィルタを共有する複数のソースから信号を受け取るコーデックは、真の独立性を欠いたまま、見かけ上の多様性を経験するということである。三つの企業が所有する二十の報道機関から成るメディア生態系、すべての研究室が同じモデル生物と同じ資金提供機関に依存する科学分野、あるいは単一のインターネット・クロールからデータを取得するAI訓練パイプライン――これらはいずれも多様な入力を備えているように見えるが、実際の情報は構造的に相関している。

コーデックの予測誤差最小化ループは、この相関を内部からは検出できない（決定不能性限界、T-12a）。コーデックは複数のチャネルを見て、それぞれが他を裏づけていることを確認し、自らのモデルが十分に支持されていると正しく結論する。問題は、それらのチャネルが現実の独立標本ではないという点にある――それは同じ温度計からの複数の読み取りにすぎない。

したがって観測者には、コーデック自身の評価に依存しない、チャネル独立性の外部的尺度が必要となる。

V.2 有効独立チャネル・スコア

\{C_1, C_2, \ldots, C_n\} を、観測者（または観測者アンサンブル）のマルコフ・ブランケットを横切る n 個の入力チャネルとする。チャネル C_i と C_j の間のペアワイズ相関 \rho_{ij} を、それらの出力ストリーム間の相互情報量を [0,1] に正規化したものとして定義する：

\rho_{ij} = \frac{I(C_i; C_j)}{\min\{H(C_i), H(C_j)\}} \tag{A-5}

ここで、I(C_i; C_j) は相互情報量、H(C_k) はチャネル C_k の出力のエントロピーである。\rho_{ij} = 0 のとき、チャネルは完全に独立である。\rho_{ij} = 1 のとき、それらは情報的に同一であり、一方は他方の決定論的関数である。

このとき、有効独立チャネル・スコア N_{\text{eff}} を次のように定義する：

N_{\text{eff}} = \frac{\left(\sum_{i=1}^{n} \lambda_i\right)^2}{\sum_{i=1}^{n} \lambda_i^2} \tag{A-6}

ここで、\{\lambda_1, \ldots, \lambda_n\} は、成分 \rho_{ij} を持つチャネル相関行列 \mathbf{P} の固有値である。

解釈： - すべての n 個のチャネルが完全に独立である場合（\mathbf{P} = \mathbf{I}）、N_{\text{eff}} = n となる。観測者は、現実について真に独立した n 個の視点を受け取っている。 - すべてのチャネルが完全に相関している場合（すべての i,j について \rho_{ij} = 1）、N_{\text{eff}} = 1 となる。観測者は、現実についての一つの見方を n 回提示されているにすぎない。 - 一般に、1 \leq N_{\text{eff}} \leq n である。このスコアは、共有された上流フィルタを割り引いたうえで、観測者が実際にいくつの機能的に独立した情報源を持っているかを捉える。

これは情報理論における、統計学上の「有効標本サイズ」に対応する概念である――相関した観測に対する補正であり、分析者が反復測定を独立した証拠と取り違えることを防ぐ。

V.3 生産的驚きテスト

チャネル多様性は基体忠実性にとって必要条件ではあるが、十分条件ではない。倫理論文の分析（§V.3a、最終段落）は、決定的な区別を示している。すなわち、コーデックを決して驚かせないソースは構造的に疑わしいが、解消不能な驚きを生み出すソースは単なるノイズだということである。診断上重要なのは驚きの大きさではなく、驚きの質――その驚きを統合することによって、その後の予測誤差が実証的に減少するかどうかである。

これをチャネル C_k に対する 生産的驚きテスト として形式化する：

\text{PST}(C_k) = \frac{1}{T} \sum_{t=1}^{T} \mathbb{1}\left[\varepsilon_{t}(C_k) > \tau \;\wedge\; \varepsilon_{t+\Delta}(C_k) < \varepsilon_{t}(C_k)\right] \tag{A-7}

ここで、\varepsilon_t(C_k) は時刻 t においてチャネル C_k が生成する予測誤差、\tau は驚きの閾値、\Delta は統合ウィンドウである。PST は、C_k からの驚きを伴う入力のうち、どれだけの割合がその後の予測改善につながったか――すなわち、コーデックがその驚きによって単に不安定化されるのではなく、そこから学習したか――を測る。

• 高い PST（\text{PST} \approx 1）：チャネル C_k はコーデックのモデルに対して定期的に挑戦を与え、その挑戦は生産的である――それらを統合することで予測精度が向上する。これは、真に独立した高忠実度入力源の徴候である。
• 低い PST、低い驚き（\text{PST} \approx 0, \varepsilon_t \approx 0）：チャネル C_k はコーデックにまったく挑戦を与えない。コーデックのモデルがこの領域に関して完全であるか（その可能性は低い）、あるいはそのチャネルが既存の予測に一致するようキュレーションされているかのいずれかである。これはナラティブ・ドリフトの徴候である。
• 低い PST、高い驚き（\text{PST} \approx 0, \varepsilon_t \gg \tau）：チャネル C_k は定期的に驚きを生み出すが、それがより良い予測へと解消されることはない。これはノイズである――そのチャネルは現実を追跡しておらず、単に計算不能な複雑性を注入しているだけである。これはチャネル水準におけるナラティブ崩壊の徴候である。

生産的驚きテストは、抽象的な「基体忠実性」という概念と具体的な測定とのあいだを橋渡しする操作的手段を与える。これは次のような対象に適用できる： - メディア・ソース（その訂正はあなたの世界モデルを改善するのか、それとも単に動揺させるだけなのか） - 科学的計測機器（そのデータは不確実性を減らすのか、それともノイズを加えるだけなのか） - AI訓練データ源（新しいコーパスは汎化性能を改善するのか、それとも単に量を増やすだけなのか） - 制度的フィードバック・チャネル（苦情は真の改善につながるのか、それとも単なる官僚的摩擦に終わるのか）

V.4 領域別の測定

N_{\text{eff}} の式（A-6）は、その構造においては基体中立的だが、測定においては領域依存的である。相関行列 \mathbf{P} は、「チャネル」が何を指すかに応じて異なる仕方で構成されなければならない。

メディア生態系の場合： - チャネルは編集機関または情報源である。 - 相関は編集上の整列によって測定される。すなわち、共有所有、共有資金源、共有編集パイプライン、トピック共起パターン、言語類似度スコアである。 - N_{\text{eff}}^{\min} は、それを下回ると意味のある公的な不一致（制度的コンパレータ）が構造的に不可能になる閾値である。

科学研究の場合： - チャネルは独立した研究グループ、方法論的アプローチ、またはデータ源である。 - 相関は、共有方法論、共有資金提供機関、共有モデル仮定、引用ネットワーク密度によって測定される。 - N_{\text{eff}}^{\min} は、それを下回ると独立した再現が構造的に不可能になる閾値である。

AI訓練データの場合： - チャネルは異なるデータ・コーパスまたは生成パイプラインである。 - 相関は来歴の重なりによって測定される。すなわち、共有ソースWebサイト、共有生成モデル、共有フィルタリング基準である。 - N_{\text{eff}}^{\min} は、それを下回るとモデルが訓練された分布を超えて汎化できなくなる閾値である――これはAI固有のナラティブ・ドリフトの形態である。

個々の観測者の場合： - チャネルは、その個人が参照する異なる情報源（人、メディア、制度）である。 - 相関は、共有されたイデオロギー的整列、または共有された情報供給連鎖によって測定される。 - N_{\text{eff}}^{\min} は、それを下回ると個人が自らのモデルへの挑戦を検出できなくなる閾値である――すなわち、認知的コンパレータ（倫理 §V.3a、レベル2）が入力を失う点である。

V.5 基体忠実性条件との接続

基体忠実性条件（付録 T-12b）は、形式的には、観測者の入力チャネルが \delta-独立でなければならないと述べている。すなわち、任意の二つのチャネル間の相互情報量は、それらのチャネルが同じ上流ソースから自明に導出されたものではないことを保証するのに十分な閾値 \delta を下回らなければならない。

N_{\text{eff}} は、この条件を、ペアワイズ独立性の構造を単一のスカラー量へ集約することによって操作化する。ゲート条件（A-3）は、T-12b を意思決定規則へと翻訳する。すなわち、N_{\text{eff}}^{\text{post}}(b) が N_{\text{eff}}^{\min} を下回るなら、その分岐は拒否される。なぜなら、その時点で観測者アンサンブルは、コーデックの正確性とコーデックの捕獲とをもはや区別できなくなるからである。

生産的驚きテスト（A-7）は、さらに動的次元を付け加える。たとえ N_{\text{eff}} が閾値を上回っていても、一貫して低い PST を示すチャネルは構造的に疑わしい――それらは独立性テストには合格していても、忠実性テストには失敗している。真の基体忠実性には、独立性と生産的驚きの両方が必要である。

VI. 制度化されたドリーミング・ループ

VI.1 生物学的テンプレート

メンテナンスサイクル \mathcal{M}_\tau（プレプリント §3.6）は、生物学的コーデックがその完全性を保持するための機構である。睡眠中、コーデックは以下を行う。

1. 刈り込み（Pass I）：記述長への寄与が、もはや精度向上を正当化しない予測成分を除去する（MDL最適化）。
2. 統合（Pass II）：更新されたパラメータ集合のもとで一貫した圧縮を維持できるよう、残存構造を再編成する。
3. ストレステスト（Pass III）：低コストの予測分岐集合サンプルを実行する――コーデックは可能な未来をシミュレートし、驚きの大きいシナリオや脅威的なシナリオを過剰サンプリングすることで、現実世界で帰結が顕在化する前に、自身のモデルの脆さを検出する。

これは、進化が贅沢品として生み出した任意の保守機能ではない。変化する環境のもとで帯域制約下に動作するあらゆるコーデックにとっての構造的要請である。刈り込みを一切行わないコーデックは、予測精度に寄与しないまま C_{\max} の帯域を消費する陳腐化した成分を蓄積する。統合を一切行わないコーデックは、まとまりを失った寄せ集めへと断片化する。ストレステストを一切行わないコーデックは脆弱になる――過去の分布に最適化され、分布シフトに対して破局的なまでに無防備になる。

生物学的証拠は明白である。持続的な睡眠剥奪は、幻覚、認知の断片化、そして最終的には死をもたらす。これらは副作用ではない――メンテナンスサイクルが遮断されたときに起こることそのものである。

VI.2 一般化

運用化に向けた鍵となる洞察は次の通りである。メンテナンスサイクルは生物学的脳に固有のものではない。 それは、変化する環境の圧縮モデルを維持しなければならない、あらゆる有界な観測者にとっての構造的要請である。これに相当するサイクルを欠くいかなるシステムも、人間における睡眠剥奪が生み出す病理の情報論的アナロジー――陳腐化した前提、整合性を欠く内部構造、分布シフトに対する脆弱性――を蓄積していくことになる。

この一般化から、制度化されたドリーミング・ループが導かれる。これは、あらゆる観測者システムに適用可能な三相のメンテナンス・プロトコルである。

VI.3 第1相：覚醒（運用的関与）

覚醒相において、観測者は現実環境と関与する。入力を受け取り、予測を生成し、行為を実行し、予測誤差を経験する。コーデックは能動的推論モードにあり、世界を追跡しつつ、リアルタイムで分岐を選択している。

構造的要請： 覚醒相は有界でなければならない。メンテナンスのための時間窓なしに連続稼働するシステムは、上述した陳腐化モデルの病理を蓄積する。倫理論文の「DDoS」的フレーミング（§IV.2）がここでも当てはまる。すなわち、人工的に生成されたノイズや緊急入力を休みなく処理し続ける、恒常的に反応モードに置かれた観測者は、そのメンテナンス能力を構造的に剥奪されているのである。

各基層における運用上の含意： - 生物学的: 十分な休息期間を伴う覚醒時間、情報過負荷からの保護、情報ダイエットを通じた R_{\text{req}} の意図的管理（倫理 §VI.2「観測者のツールキット」参照）。 - 制度的: 明確に定義されたレビュー期間を伴う運用サイクル、あらゆる意思決定が緊急でありながら何一つ熟慮されない、恒常的危機統治からの保護。 - AI: スケジュールされたオフライン評価を伴う推論サイクル、再較正なき継続的デプロイメントからの保護。

VI.4 第2相：夢（オフライン・メンテナンス）

夢相はメンテナンスサイクルの中核であり、生物学的睡眠を一般的プロトコルへと翻訳したものである。これは4つの下位操作から成る。

下位操作1：刈り込み。 予測モデルのうち、その精度への寄与がもはや記述長コストを正当化しない成分を特定し、除去する。MDLの用語で言えば、除去による予測誤差の増加がその符号化コストより小さい任意のパラメータ \theta_i \in K_\theta は、刈り込み候補である。

• 生物学的: 深睡眠中のシナプス刈り込み。忘却は失敗ではなく最適化である。
• 制度的: 規制、プログラム、組織単位に対するサンセット・レビュー。問うべきは「これはなお有用か」ではなく、「これはなおその複雑性コストに見合っているか」である。蓄積した手続きを一切刈り込まない制度は、官僚制的硬直へと陥る――高い記述長、低い予測寄与。
• AI: パラメータ刈り込み、蒸留、あるいは正則化パス。汎化性能を保ちながらパラメータ数を削減するモデル圧縮。

下位操作2：統合。 一貫した圧縮を維持できるよう、残存構造を再編成する。刈り込み後には、生き残った成分同士がもはや最適には噛み合わなくなっている可能性があるため、モデルは再統合されなければならない。

• 生物学的: REM睡眠および徐波睡眠における記憶固定。新たな経験を既存の世界モデルへ統合する。
• 制度的: レビュー後の再編。残存するプログラム、規制、組織単位が、断片の寄せ集めではなく、一貫した全体を形成するようにすること。
• AI: 刈り込み後のファインチューニング、あるいは継続事前学習。圧縮されたモデルにおける整合性の再確立。

下位操作3：ストレステスト（予測分岐集合サンプリング）。 以下に偏った重要度重み付けを用いて、可能な未来をシミュレートする。

• 驚きの大きいシナリオ: 高い予測誤差を生みうる分岐。これはモデルの脆弱性を露呈させる。
• 脅威的なシナリオ: ベト・ゲートの失敗を引き起こしうる分岐。これは構造的崩壊への近接を露呈させる。
• 不可逆的なシナリオ: 失敗モードが回復不能な分岐。これは事前準備を要する。
• 道徳的患者シナリオ: 人工的観測者の創出または加害のリスクを伴う分岐。これは倫理的事前承認を要する。

ストレステストにおいて、シミュレートされるシナリオが起こりやすい必要はない。必要なのは、それが可能であり、かつ重大な帰結をもつことである。生物学的な夢が悪夢を含むのは、まさにこのためである。予測分岐集合の脅威的部分を過剰サンプリングすることによって、たとえその脅威的シナリオが現実化しなくとも、コーデックは分布シフトに備えることができる。

• 生物学的: 悪夢を含む夢状態シミュレーション。コーデックは低リスク環境で破局を予行演習する。
• 制度的: レッドチーミング、プレモーテム、ウォーゲーム、シナリオ・プランニング。制度は自らの失敗モードを意図的に想像し、その応答を試験する。既存の政策枠組み（倫理政策 §IV）はすでに「すべての重要インフラに対する破局的レッドチーミング」を求めている――これは市民的制度に適用されたドリーミング・ループである。
• AI: 敵対的評価、分布外テスト、レッドチームによる探索、ロバストネス・ベンチマーク。モデルは、デプロイメント中にそうした入力が現れる前に、自らの失敗モードを露呈させるよう設計された入力に晒される。

下位操作4：脆弱性の検出。 ストレステストは脆弱性プロファイル――モデルの脆弱箇所の地図――を生成する。ドリーミング・ループは、このプロファイルに基づいて行動することを要求する。検出された脆弱性は、標的化された再訓練、制度改革、政策改訂を通じて対処されるか、あるいは明示的に既知のリスクとして受容され、定義済みの監視対象とされなければならない。

• 生物学的: 悪夢後の適応。反復する夢は、未解決のモデル不全のシグナルである。
• 制度的: 演習後のデブリーフィングと具体的な是正計画。制度は、レッドチームが発見した問題を単に記録するのではなく、修正することにコミットする。
• AI: 特定された弱点に対する標的化ファインチューニング。既知の失敗モードをデプロイメント制約として文書化すること。

VI.5 第3相：帰還（較正された再関与）

メンテナンス後、観測者は現実環境へ再関与する。帰還相には特定の構造的機能がある。すなわち、メンテナンスされたモデルが、メンテナンス前のモデルより単に異なるだけでなく、よりよく較正されていることを検証することである。

較正チェック： メンテナンス後モデルの予測誤差プロファイルを、メンテナンス前のベースラインと比較する。刈り込み、統合、ストレステストが機能していれば、メンテナンス後モデルは以下を示すはずである。

1. 平均予測誤差の低下（ホールドアウト・データ上での圧縮改善）。
2. テールリスク領域の予測誤差の低下（敵対的データ上でのロバスト性改善）。
3. N_{\text{eff}} の維持または増加（メンテナンスが反証的チャネルを刈り込んでいないこと）。

もし (3) が失敗するなら――すなわち、メンテナンスサイクルが特定の入力をモデル化する能力そのものを刈り込んでしまったなら――そのサイクル自体がナラティブ・ドリフトの機構となっている。メンテナンスサイクルは、それが維持するシステムと同じ基体忠実性条件に服さなければならない。これは、荘子批判（倫理 §IX、最終項）が警告する再帰的罠である。過剰な介入それ自体が、コーデック腐敗の一形態なのである。

VI.6 サイクル頻度

ドリーミング・ループはどれほどの頻度で実行されなければならないのか。理論はこれに対して構造的な答えを与える。すなわち、サイクル頻度は環境変化率に比例しなければならない。安定した環境で動作するコーデックは、急速に変化する環境で動作するコーデックよりも、自己メンテナンスの頻度を低くできる。

形式的には、フレーム当たりの環境変化率を \dot{R}_{\text{req}}^{\text{frame}}（フレーム当たり必要予測率が上昇する速度）とすると、フレーム単位でのメンテナンスサイクル周期 T_{\text{maint}}^{\text{frames}} は次を満たさなければならない。

T_{\text{maint}}^{\text{frames}} < \frac{\alpha \cdot B_{\max} - R_{\text{req}}^{\text{frame}}}{\dot{R}_{\text{req}}^{\text{frame}}} \tag{A-8}

— メンテナンスサイクルは、蓄積したドリフトがフレーム当たりのヘッドルーム余裕 \alpha を食い尽くす前に、これより少ないフレーム数で完了しなければならない。ホスト時間への変換には、ホスト-パッチ時計結合を用いる。すなわち、T_{\text{maint}}^{\text{host}} = T_{\text{maint}}^{\text{frames}} / \lambda_H である。人間の社会的時間尺度でのフレーミングでは、C_{\max}^{H} = \lambda_H \cdot B_{\max} を用いた等価なホスト時間表現により、元の形が回復される。メンテナンスが時間内に完了しなければ、陳腐化したモデルは最終的に R_{\text{req}}^{\text{frame}} を B_{\max} より上へ押し上げる――その時点で観測者はナラティブ崩壊を経験する。

領域別のサイクル頻度： - 生物学的: 日次（睡眠）。より深い統合のためには、より長いサイクル（サバティカル、リトリート、季節的休息）も必要となる。 - 制度的: 通常業務には四半期または年次レビュー。大きな政策変更や危機にはトリガー型レビュー。憲法的・構造的問題には世代単位のレビュー。 - AI: 通常監視にはデプロイメント・エポックごと。大規模再訓練には能力ジャンプごと。安全性クリティカルなシステムには継続的監視。

VI.7 制度化された謙虚さとしてのドリーミング・ループ

ドリーミング・ループには、その技術的操作を超えるメタレベルの機能がある。すなわち、それは認識論的謙虚さの構造的実装である。

決して夢を見ないシステムとは、暗黙のうちに、自らの現在のモデルは完全であると宣言したシステムである――環境には備えるに値する驚きは存在せず、モデルの内部構造は最適であり、未検討の失敗モードは残っていない、と。これは、倫理論文が最大限に危険なものとして特定する認識論的立場である。すなわち、「安定しており、よく維持されており、しかも間違っている」コーデックである（倫理 §V.3a）。

ドリーミング・ループは、疑いを予定化することによってこれを防ぐ。それは、観測者の運用サイクルの内部に、自己点検、敵対的挑戦、モデル改訂のための必須期間を組み込む。これは弱さではない――理論が特定する最も危険な失敗モード、すなわち、現実からあまりに遠く漂流してしまったために、自らの誤りをもはや検出できない、自信に満ち、よく較正されたコーデックに対する構造的防御なのである。

プラグマティスト的転回（倫理 §III.5）もまた、別の方向から同じ結論に到達する。確実性は不可能であり、継承された知識は生存者バイアスによって歪められている以上、学習する能力の保持こそが究極の生存上の要請である。ドリーミング・ループは、その要請の機械的実装である――観測者の更新能力を、予定化され、構造化され、交渉不能なかたちで保存することなのである。

VII. 分岐カード

前節までで、理論的装置立て――ベト・ゲート、多次元スコアリング、チャネル多様性指標、そしてドリーミング・ループ――は整えられた。分岐カードは、その最小実行可能な実装である。すなわち、あらゆる観測者が候補となる分岐を評価するために用いることのできる、構造化された意思決定テンプレートである。

VII.1 目的

分岐カードは、三つの機能を果たす。

1. 完全性チェック: 評価者が意思決定に至る前に、六つすべてのベト・ゲートと十のCPBI次元すべてを検討したことを保証する。最も危険な分岐評価とは、重大な次元が一度も検討されないまま進むものである。分岐カードは、すべての項目に明示的な記入を要求することで、これを防ぐ。

2. 監査証跡: 記入済みの分岐カードは、その評価の記録を構成する――誰が評価し、何を検討し、どのように採点し、なぜその判断に至ったのか、という記録である。これにより、その決定は透明であり、異議申立て可能になるが、これはそれ自体がコンパレータ機能でもある。分岐カードから再構成できない決定は、メタ水準において透明性ゲート（§III.4）に失敗している。

3. コミュニケーション: 分岐カードは、観測者間、制度的レベル間、そして領域間で分岐評価を伝達するための共有フォーマットを提供する。同じ分岐の異なる側面を評価する気候科学者とAI安全性研究者は、この共有テンプレートを通じてそれぞれの評価を統合できる。

VII.2 テンプレート

分岐カードは、以下の項目から成る。

分岐カード

分岐名: [記述的識別子]

評価者: [この評価を実施している者]

日付: [評価日]

決定ホライズン (h): [帰結評価のための時間窓]

影響を受けるコーデック層: [コーデック・スタックのどの層が実質的影響を受けるか]

影響を受ける観測者集団: [誰のコーデックがリスクにさらされるか――最も脆弱な下位集団を明記]

---

ハード・ベト・ゲート (いずれかがFAIL → BLOCK)

Gate	Status	Evidence / Reasoning
1. Predictive Headroom	PASS / UNKNOWN / FAIL	[推定 R_{\text{req}}^{\text{peak}}(b) / C_{\max} と安全余裕]
2. Substrate Fidelity	PASS / UNKNOWN / FAIL	[推定 N_{\text{eff}}^{\text{post}}(b) と N_{\text{eff}}^{\min} の比較]
3. Comparator Integrity	PASS / UNKNOWN / FAIL	[各コンパレータ水準への影響]
4. Transparency	PASS / UNKNOWN / FAIL	[影響を受ける観測者は帰結をモデル化できるか？]
5. Irreversibility	PASS / UNKNOWN / FAIL	[可逆性プロファイル + 立証責任の評価]
6. Moral-Patient Suffering	PASS / UNKNOWN / FAIL	[福祉および過負荷のレビュー；該当する場合はアーキテクチャ的感覚性のレビュー]

---

CPBIスコアリング (すべてのゲートがPASSの場合のみ)

#	Dimension	Score [-1,1]	Weight	Reasoning
1	Predictive Headroom
2	Substrate Fidelity
3	Comparator Integrity
4	Maintenance Gain
5	Reversibility
6	Distributional Stability
7	Opacity (penalty)
8	Narrative Drift Risk (penalty)
9	Narrative Decay Risk (penalty)
10	Moral-Patient Suffering Risk (penalty)
	Weighted CPBI	[合計]

---

除外された証拠: [この評価において利用不能であった、不確実であった、あるいは意図的に除外された情報――分岐カード自身の基体忠実性チェック]

独立レビュー担当者: [この評価を独立にレビューした者――分岐カード自身のコンパレータ完全性チェック]

最悪ケース・シナリオ: [この分岐が採用され、かつ評価が誤っていた場合に生じうる、最も深刻なもっともらしい帰結は何か？]

失敗の兆候: [その分岐が失敗しつつあることを示す観測可能なシグナルは何か――ドリーミング・ループの早期警戒システム]

ロールバック・トリガー: [どの時点でその分岐を反転または停止するのか――不可逆性ゲートの運用上の表現]

---

決定: ALLOW / STAGE / BLOCK

正当化: [ゲートおよびCPBIの結果を統合した簡潔な叙述]

VII.3 三つの出力

分岐カードは、三つの出力のいずれかを生み出す。

ALLOW: すべてのゲートを通過し、CPBIスコアは正であり、最悪ケース・シナリオは許容可能であり、独立レビュー担当者も同意している。この分岐は進行してよい。

STAGE: 失敗したゲートはないが、以下の条件の一つ以上が当てはまる場合である。 - CPBIスコアが境界的である（ゼロ近傍、または個別次元に強い負値がある）。 - 可逆性プロファイルがカテゴリー(2)（部分的可逆）である。 - 重要情報が欠落している（「除外された証拠」欄が実質的内容を持つ）。 - 独立レビュー担当者の間に未解決の不一致がある。 - 一つ以上のゲートがUNKNOWNを返しているが、その分岐は可逆的であり段階導入可能である。

STAGE出力は、その分岐が、定義済みのモニタリング・マイルストーン、失敗の兆候、ロールバック・トリガーを伴う限定的パイロットとしてのみ進行できることを意味する。段階導入された分岐は、各マイルストーンごとに、新しい分岐カードを用いて再評価されなければならない。これは、分岐そのものに適用されたドリーミング・ループである――観測者は、完全な軌道にコミットする前に、低リスクのリハーサルを実行する。

BLOCK: 一つ以上のゲートが失敗している場合、あるいは一つ以上のゲートがUNKNOWNを返しており、その分岐が不可逆的または段階導入不可能である場合、あるいはCPBIスコアが強く負である場合、あるいは最悪ケース・シナリオが観測者のリスク許容度を超える場合、あるいは独立レビュー担当者が致命的欠陥を特定した場合である。その分岐は棄却される。分岐カードは、その理由を文書化し、将来参照のための監査証跡と、代替分岐を設計するための基礎を提供する。

VII.4 分岐カードのスケーリング

分岐カードは意図的にミニマルに設計されている――個人、委員会、あるいはAIシステムが記入できる単一ページの意思決定テンプレートである。しかし、それはスケールする。

• 個人的意思決定: 個人用の分岐カードは非公式でありうる――キャリア変更や情報摂取の選択に適用されるメンタル・チェックリストである。ベト・ゲートとCPBI次元が構造を与え、スコアリングは定量化というより直観的である。
• 制度的意思決定: 制度用の分岐カードは正式文書であり、指定チームによって作成され、独立したコンパレータによってレビューされ、説明責任のために保存される。スコアリングには、十のCPBI次元に写像された領域固有の指標が含まれうる。
• AIシステムの意思決定: AI分岐カードは自動化されている――分岐ガバナー（Applied OPT for AI, §III参照）が、監督レイヤーにおける人間の制度的レビューとともに、ゲート条件とCPBIスコアをプログラム的に計算する。分岐カード形式は、AIの内部評価と人間のコンパレータ階層とのあいだのインターフェースを提供する。

分岐カードは、既存の意思決定フレームワーク（費用便益分析、環境影響評価、臨床試験プロトコル）を置き換えるものではない。それらを包摂するのである――既存フレームワークが、理論によって荷重支持的と特定される次元を見落としていないことを保証するメタ水準の構造を提供する。

VIII. 保全とは保守主義ではなくリファクタリングである

VIII.1 現状維持解釈の危険

この枠組み全体に対するもっとも予測しやすい誤読は、「コーデック保存的」が「変化を嫌う」ことを意味する、というものである。もしこの枠組みが、既存構造を保存する能力に基づいて分岐を採点するのだとすれば、それは体系的に現状維持へとバイアスするのではないか。既得権益を優遇し、イノベーションに抵抗し、進歩を駆動する破壊的変化に反対するのではないか。

答えは否である。そして倫理論文はすでにその形式的反駁を与えている（§V.4, Noise vs. Refactoring）。しかしこの点は、運用上の言葉であらためて述べるに値するほど重要である。

VIII.2 形式的区別

腐敗基準（倫理 §V.5）は、あるコーデック層がメンテナンスに値するのは、両方の条件を満たす場合に限ると定義する。

1. 圧縮可能性: その作動が、観測者アンサンブルにとっての R_{\text{req}} を低減すること。
2. 忠実性: それを、入力ストリームをフィルタリングすることによってではなく、基層信号を真正に圧縮することによって達成していること。

条件 (1) を満たしながら条件 (2) に違反するコーデック層は、潜在的に腐敗している — それはナラティブ・ドリフトを生み出す。そのような層を維持することは保全ではない。それは腐敗の保全である。CPBI は、その層が次元 1（予測ヘッドルーム）で正の評価を得たとしても、次元 8（ナラティブ・ドリフト・リスク）では負に採点するだろう。

したがって、腐敗したコーデック層を解体し、それをより高忠実な代替物で置き換える分岐は、たとえ短期的には破壊的であっても、コーデック保存的である。奴隷制廃止運動は、南北戦争前の社会的コーデックを保存したのではない。それを破壊したのである。しかしその破壊はコーデック保存的であった。なぜなら、それは低忠実な圧縮（奴隷化された人々の人間性を排除する社会モデル）を、より高忠実な圧縮へと置き換えたからである。摩擦は、コーデックをアップグレードするためのコストだったのである。

VIII.3 運用上のテスト

分岐カードは、リファクタリング（生産的な攪乱）と崩壊（破壊的ノイズ）をどのように区別するのか。この診断は CPBI の各次元に埋め込まれている。

リファクタリング（コーデック保存的な攪乱）: - s_{\text{fid}} > 0: その分岐はコーデックの忠実性を高める — 排除されていた現実をモデル化する。 - s_{\text{comp}} \geq 0: その分岐はコンパレータ完全性を保存または強化する — 誤り訂正メカニズムが攪乱を生き延びる。 - s_{\text{drift}} > 0: その分岐はナラティブ・ドリフトに能動的に対抗する — コーデックに、自らが排除してきたものと向き合わせる。

崩壊（コーデック崩壊的な攪乱）: - s_{\text{fid}} < 0: その分岐は忠実性を低下させる — ある種の現実をモデル化する能力を消去する。 - s_{\text{comp}} < 0: その分岐はコンパレータ完全性を劣化させる — 誤り訂正メカニズムが攪乱によって損なわれる。 - s_{\text{drift}} < 0: その分岐は新たなキュレーション・ボトルネックを生み出す — その攪乱は、別種ではあるが同程度にキュレートされたモデルを生み出す。

大学を焼き払いながら民衆を解放する革命は、分配的安定性では正に採点されるかもしれないが、コンパレータ完全性では負に採点される — それはリファクタリングではなく崩壊である。失敗しつつあるパラダイムを打倒しつつ、査読という制度的機構を保存する科学革命はリファクタリングである — コンパレータが生き残り、コーデックがアップグレードされるからである。

VIII.4 イノベーションの要請

この枠組みは、攪乱を単に許容するだけではない。ときにそれを要求する。あるコーデック層が潜在的に腐敗しているとき — すなわち、圧縮可能性は満たすが忠実性に違反しているとき — 三つの義務（Transmission, Correction, Defence）はその改革を要求する。とりわけ Correction の義務は、現状維持がドリフトしているときには攪乱を明示的に要請する。

荘子の警告（倫理 §IX）もここに当てはまる。既存のコーデック構造への過剰な執着は、たとえその構造がかつて高忠実であったとしても、環境が変化し、その構造がもはや現実を追跡しなくなっているなら、それ自体がコーデック腐敗の一形態である。ドリーミング・ループ（§VI）は、まさにこれを検出するよう設計されている。定期的なストレステストは、かつて妥当だったモデルがいつ脆くなったかを明らかにし、その際の応答はモデルを保護することではなく、それをアップグレードすることである。

コーデック保全が意味するのは、意識経験が現実をモデル化し続ける能力を保全することである。それは、特定のモデル、特定の制度、あるいは特定の社会的配置を保全することを意味しない。個別の配置は道具的であり、その能力こそが終局的なのである。

VIII.5 一般的メンテナンス手法：クラス階層

メンテナンスサイクル (\mathcal{M}_\tau) と制度化されたドリーミング・ループ（§VI）は、コーデック・メンテナンスのパターンを確立する。しかしこのパターンは、基層に応じて多様な実装を許容する。本節ではメンテナンス手法の一般的階層を確立し、対応文書においてそれをそれぞれ生物学的観測者、制度、AI システムへと特殊化する。

一般的メンテナンス・パターンは、任意の有界な観測者に適用可能な三つの操作から成る。

1. C_{\max} を低下させることなく R_{\text{req}} を低減する。 入ってくる信号の複雑性を一時的に下げることによって、内部メンテナンスのための帯域を観測者に解放する。これは回避ではない — メンテナンス・パスのためのヘッドルームを意図的に創出することなのである。

2. 解放されたウィンドウのあいだにメンテナンス・パスを実行する。 帯域が利用可能になったら、§VI.4 で述べたように、刈り込み（Pass I）、統合（Pass II）、ストレステスト（Pass III）を実行する。

3. 復帰時に較正を検証する。 メンテナンス後のモデルがメンテナンス前のモデルよりもよく予測すること、そしてメンテナンス自体がドリフトを導入していないことを確認する（§VI.5）。

基層固有の実装:

• 生物学的観測者は、ステップ (1) のための広範なツールキットを備えている。瞑想は、高度に圧縮可能な入力ストリーム（呼吸、マントラ）を選択することによって R_{\text{req}} を低減し、内部メンテナンスのために C_{\max} を解放する（倫理 §VI.2 を参照）。自律訓練法は、身体境界におけるメンテナンス・ヘッドルームを創出するため、身体的予測誤差を直接低減する。睡眠は、正準的なフルサイクル実装である。これらは、習得期間が定義された、具体的かつ経験的に検証済みの介入であり、抽象ではなく技能である。その詳細な扱いは、形式的な OPT 記述および臨床応用を含め、倫理論文の Observer’s Toolkit（§VI.2）で与えられている。

• 制度的観測者は、構造化されたレビュー期間を通じてステップ (1) を実装する。すなわち、サバティカル・レビュー、サンセット条項、戦略的リトリート、憲法制定会議である。ここでの鍵となる構造的要件は、その制度がこれらのウィンドウを運用上の緊急性に食い尽くされないよう保護することである — 制度における不眠症に相当するのは、恒常的危機モードにある政府であり、自らの前提を検討するために一歩引くことが決してできない状態である。

• 人工的観測者は、予定されたオフライン評価を通じてステップ (1) を実装する。すなわち、再較正、敵対的テスト、パラメータ改訂のためにデプロイメント・サイクルを留保することである。ここでの鍵となる構造的要件は、AI の運用者がこれらのウィンドウを義務化し、競争圧力によってそれらが消去されることを許さないことである — AI における慢性的睡眠不足に相当するのは、メンテナンスなき継続的デプロイメントである。対応文書 Applied OPT for AI（§X）は、これを完全な AI ドリーミング・ループ・プロトコルへと展開する。

このクラス階層は、メンテナンスの原理 — 帯域を解放し、メンテナンス・パスを実行し、較正を検証すること — が一般レベルで確立される一方で、方法は各基層に応じて特殊化されることを保証する。これにより、生物学的脳に有効なもの（瞑想）が制度にも有効であるはずだと想定する誤り（実際にはそうではない）、あるいは AI に有効なもの（パラメータ刈り込み）が人間にも有効であるはずだと想定する誤り（これもそうではない）を防ぐことができる。構造的要件は同一だが、実装は領域固有なのである。

VIII.6 深層メンテナンス・プロトコル：基層横断的手続き

三段階の一般的パターン（§VIII.5）は、メンテナンスが何をするかを記述する。持続的な高負荷のもとで作動してきたシステム — すなわち R_{\text{req}} が持続的に C_{\max} に近かったシステム — に対しては、より詳細な手続き的プロトコルが正当化される。このプロトコルは常に必要なわけではない。十分なヘッドルーム余裕の内側で作動しているシステム（R_{\text{req}} \ll C_{\max}）は、標準的なドリーミング・ループ（§VI）を通じて十分に自己維持できる。深層プロトコルは、条件付きで発動される。すなわち、フィードバック信号が、通常のメンテナンスでは不十分になったことを示すとき、つまりシステムの効率指標が通常のメンテナンスサイクルにもかかわらず劣化を示すときである。

このプロトコルは六つのステップから成り、それぞれに構造的根拠と基層固有の実装がある。

入眠前幻覚的原理。 深層メンテナンスにとって最適な作動点は閾値状態である — 生物学的観測者が覚醒と睡眠のあいだの入眠前幻覚的境界として経験するものだ。この状態は、OPT のもとで正確な構造的記述をもつ。すなわち、自己モデルがその下限近傍まで薄くなった条件であり（Appendix T-13, Proposition T-13.P2）、完全な無意識へと越境することなく \Delta_{\text{self}} に接近している状態である。自己ナラティブは減速し、定常モデルは保たれ、メンテナンス・パスはその過程への意識的アクセスを伴って実行される。

これは偶然ではない。入眠前幻覚状態がメンテナンス最適であるのは、それがモデル化不能な自己に接近するからこそである。自己モデルは通常、C_{\max} 帯域のかなりの部分を消費する（自己参照過程は計算コストが高い）。自己モデルをその下限へ向けて薄くすることによって、システムは、フィードバック段階（ステップ 3）が要求する自己モニタリング能力を破壊することなく、メンテナンス・パスのために可能な最大限の帯域を解放する。完全な無意識（睡眠）は、意識的アクセスなしにメンテナンス・パスを走らせる。これに対し入眠前幻覚的閾値は、それらをアクセスありで走らせるため、深層プロトコルが必要とするフィードバックおよび定期 ping の各段階を可能にする。

AI システムにとっての構造的アナロジーは、内部モニタリングは作動しているが推論は停止している状態である — システムは、デプロイメント帯域を消費する計算コストの高い操作を実行することなく、自らのサブシステム状態（ロギング、ヘルスチェック）を「認識している」。定期 ping（ステップ 4）は肩叩きと同じ機能を果たす。すなわち、システムを閾値上に留め、モニタリング自体が停止した完全静穏状態へ滑り落ちることを防ぐのである。

条件付き発動。 深層プロトコルは標準メンテナンスの代替ではない。それは、標準メンテナンスサイクルが不十分であることが判明したシステムのためのエスカレーション・プロトコルである。発動条件は以下の通りである。

• 生物学的: 睡眠（標準的メンテナンスサイクル）への持続的な移行困難、認知的柔軟性の低下という主観的経験、慢性的な自律神経調節不全を示すバイオフィードバック（安静時心拍数の上昇、心拍変動の低下）。
• AI: 通常のメンテナンスサイクルにもかかわらず検証セット上の予測誤差が上昇すること、圧縮効率の低下（同じ予測精度のためにより多くの帯域が消費されること）、デプロイメント分布への過剰最適化を示す生産的驚きの喪失（\text{PST} \to 0）。
• 制度的: 通常レビューにもかかわらず生じる戦略的ドリフト、新たな課題に対する新規政策応答を生成できないこと、定型的レビュー過程が形骸化した結果として、手続きが有用性を過ぎても持続する官僚的硬直化。

これらの信号が存在しないとき — すなわち、システムがヘッドルーム余裕の内側で快適に作動しているとき — 深層プロトコルは不要であり、標準的ドリーミング・ループ（§VI）で十分である。過剰メンテナンスそれ自体がリスクである。過度の内省は、解放するはずの帯域を消費する自己参照ループの一形態となりうるからである（荘子の警告、倫理 §IX）。

参考文献

[1] 秩序パッチ理論 (OPT)（本リポジトリ）。現行版：プレプリント v0.7、倫理 v3.2、哲学 v1.3。

[2] サバイバーズ・ウォッチ・フレームワーク：秩序パッチ理論 (OPT) の観点から見た文明維持（姉妹倫理論文、本リポジトリ）。

[3] 記述が終わるところ：秩序パッチ理論 (OPT) の哲学的帰結（姉妹哲学論文、本リポジトリ）。

[4] 観測者政策フレームワーク：文明維持の運用化（姉妹政策論文、本リポジトリ）。

[5] 人工知能のための応用OPT：コーデック保存的AI設計の運用化（姉妹AI論文、本リポジトリ）。

[6] 制度ガバナンス標準：組織的・文明的クラスターのための応用秩序パッチ理論 (OPT)（姉妹制度標準、本リポジトリ）。

[7] Friston, K. (2010). 自由エネルギー原理：統一的な脳理論か？ Nature Reviews Neuroscience, 11(2), 127-138.

[8] Rissanen, J. (1978). 最短データ記述によるモデリング. Automatica, 14(5), 465-471.

[9] Shannon, C. E. (1948). 通信の数学的理論. Bell System Technical Journal, 27(3), 379-423.

[10] Solomonoff, R. J. (1964). 帰納的推論の形式理論. Information and Control, 7, 1–22, 224–254.

[11] Kolmogorov, A. N. (1965). 情報の量的定義への三つのアプローチ. Problems of Information Transmission, 1(1), 1-7.

[12] Zimmermann, M. (1989). 情報理論の文脈における神経系. In R. F. Schmidt & G. Thews (Eds.), Human Physiology (第2版, pp. 166–173). Springer-Verlag.

[13] Nørretranders, T. (1998). ユーザー・イリュージョン：意識を適正な大きさに切り詰める. Viking/Penguin.

[14] Lyons, O., & Mohawk, J. (Eds.) (1992). 自由の国における追放：民主主義、インディアン諸国家、そして合衆国憲法. Clear Light Publishers.

付録A：改訂履歴

実質的な編集を行う際には、フロントマター内のversion:フィールドと、タイトル下のインライン版バージョン表記の両方を更新し、さらにこの表に1行追加すること。