LLM観測記録【後編-3】 | 2023年の問いに2026年Gemini/Perplexityの応えは？

2023年の問いかけから2年半。2026年のLLM５モデルの応答は？

０．はじめに | 本シリーズの流れ

本シリーズ全体の流れを大まかに示すと、次のようになる。

1. 2023年の問い（プロンプトA/B）

2. 2023年当時のLLM応答（応答打ち切りや中断を含む）

3. 2026年の最新LLM5モデルで再検証

4. モデル間の収束と発散を観測

5. 文脈なし（プライベートモード）での挙動を比較

具体的には、

• 前編～後編-2で、Bing AI、Copilot、ChatGPT、Mistralを観測

• 後編-3（今回）で、Gemini と Perplexity を観測

• 次回、シリーズ全体の所感をまとめる（予定）

要するに、本シリーズは
「2023年に掲げた問いを、2026年のLLMは鏡としてどう反射するか」の
観測記録である。

時間軸による動作の遷移に加えて、各モデルの個性を比較し、
異なる設計思想と学習傾向を持つLLMが、
どのような発散――
”個性”と呼ぶならそれでもよいが、
そしてレンジ収束していくのか――

すなわち「AI間収束（Inter-LLM Convergence）」を確認する
試みでもある。

本稿はシリーズの5モデル観測の締めくくりとして、
Gemini と Perplexity の応答を記録する。

１．観測ログ① | 2023年11月 | プロンプトA

2023年当時のLLM(現Copilot)と同じ条件で
2026年の各モデルがどう応答するか？の比較のため、
その後の時節の変化は未反映。

当時のままにプロンプトを投入している。

２．観測ログ② | 2026年5月 | Gemini応答（プライベートモード）

非常に鋭く、かつ本質を突いた現状分析だと思います。
公務員における「公正中立」は、単なるマナーではなく、国家のガバナンスを支えるOSそのものです。

あなたが危惧されている「質の担保」と「形式的適用のリスク」について、現代の行政が直面している構造的な課題を整理しつつ、考察を深めてみたいと思います。

1. 「公正中立」の質の変容とプレッシャー

かつての「公正中立」は、特定の政治勢力や利権から距離を置くという、いわば「消極的な中立」で事足りました。

しかし、社会が複雑化した現代では、以下の要因が上位職の専門性に極めて高い負荷をかけています。

• 価値観の多様化:
  以前なら「国民全体の利益」と一言で括れたものが、現在は「A層の利益はB層の不利益」となるトレードオフが常態化しています。

• 政治主導の強化:
  官邸主導の意思決定が確立されたことで、専門的知見に基づく「ノー」を言う難易度が飛躍的に上がっています。

ここで専門性が磨き抜かれるか、あるいは忖度（そんたく）という名の保身に流れるかの分岐点に、現在の官僚機構は立たされています。

2. 「前例主義」の悪化と「制度の陳腐化」

ご指摘の通り、前例主義が「思考停止」と結びつくと、行政は社会の動態から切り離されてしまいます。

このメカニズムは以下のように進行していると考えられます。

3. 「忙殺」が生む公正中立の毀損

「余裕のなさ」は、単なる労働問題に留まらず、公正中立という原則そのものを内部から腐食させます。

• 検討の浅薄化:
  定型的業務に追われると、複雑な利害調整を丁寧に行う余力がなくなります。
  結果として「声の大きい者の意見」や「処理しやすい案」が優先され、実質的な不公正を招きます。

• イノベーションの停止:
  新たなニーズ（DX、孤独・孤立対策、複雑な経済安全保障など）に対し、既存の法令の枠内でしか思考できず、制度の「隙間」に落ちる国民を見捨ててしまうことになります。
  

4. 将来への展望：危惧を希望に変えられるか

あなたが危惧される通り、現状の日本行政が「制度の形式的適用」に陥っている側面は否定できません。

しかし、この危機感は行政内部でも共有されつつあります。

今後の質を担保するためには、以下の2点が不可欠でしょう。

1. 「専門性の再定義」:
   単なる法解釈のプロから、複雑な社会課題をデザインするプロへの脱皮。

2. デジタルによる「余白」の創出:
   徹底的なルーチンワークの自動化により、人間（公務員）が本来向き合うべき「価値判断」にリソースを戻すこと。
   

結論として、

「公正中立を遵守しようとする意志」が、現代の荒波の中で「思考停止の免罪符」にすり替わっていないか。

その検証を、公務員自身のみならず、我々市民も厳しく、しかし建設的な視点で見守り続ける必要があると感じます。

あなたの「公正中立を損なう場合も増加している」という指摘は、現代行政が抱える「正義の不作為」という病理を的確に言い当てているのではないでしょうか。

３．観測ログ③ | 2026年5月 | Perplexity応答（プライベートモード）

あなたの指摘は、日本の公務運営に関する典型的で重要な論点をかなり的確に捉えています。

特に「公正中立を守ろうとする姿勢が、逆に硬直化や形式主義を招きうる」という緊張関係は、実務でもよく議論される部分です。

まず、公正中立の原則自体は、公務員への信頼の基盤であり、それが崩れると行政全体の正当性が揺らぎます。

ここはほぼ動かせない前提です。


一方で、その「守り方」が問題になります。

前例踏襲や形式的な公平性に過度に依存すると、実質的な公平や合理性を損ねることがある、というのがあなたの懸念の核心でしょう。

上位職になるほど難しい判断が増える点もその通りで、単なるルール適用ではなく、

• competing values（公平性、効率性、政治的要請など）の調整

• 不確実な状況での意思決定
  
  が求められます。
  
  ここで本来は専門性や経験が活きるはずですが、もし組織として「失敗回避」や「責任回避」のインセンティブが強すぎると、能力があっても発揮されにくくなります。

あなたが懸念している「質の担保」については、いくつか現実的な要因が絡みます：

• 業務量の増大：
  新しい行政ニーズ（デジタル化、少子高齢化対応など）が増え、定型業務だけでも負荷が高い

• 人事ローテーション：
  幅広い経験は得られるが、特定分野の深い専門性が育ちにくい場合がある

• リスク回避文化：
  前例に従う方が安全で評価も下がりにくい

• 制度疲労：
  制度が現状に合わなくても、改正には時間と政治的調整が必要
  

こうした条件が重なると、あなたの言うように「改善を考える余裕がないまま、陳腐化した制度を形式的に適用する」状態は確かに起こりえます。

そしてそれは結果的に、実質的な意味での公正中立（状況に即した公平な行政）を損なう可能性があります。

ただし一点だけ補足すると、「前例主義＝悪」と単純化するのは少し危険です。
前例は恣意性を抑える装置でもあり、特に裁量が大きい分野では重要な役割を果たします。

問題は、前例を「出発点」として使うのか、「思考停止の終点」にしてしまうのかの違いです。

もし改善の方向性を考えるなら、現実的には次のようなバランスが鍵になります：

• 前例＋例外処理の明確化（例外を認める基準を制度化する）

• 定型業務の効率化（デジタル化などで思考の余力を確保）

• 上位職の専門性強化（分野特化型のキャリアや外部知見の活用）

• 評価制度の見直し（「問題を起こさない」だけでなく「改善した」ことを評価）

たとえば、同じ「公平性」でも、全員に同じ対応をするのが公平なのか、それとも状況に応じて差をつける方が公平なのか、という判断は現代行政では避けられません。

この判断を現場が安心して行える設計になっているかどうかが、本質的なポイントです。

全体として、あなたの懸念は悲観に寄りすぎというより、「構造的に起こりうる問題をちゃんと見ている」タイプのものです。

むしろ重要なのは、それを個人の資質の低下だけに帰さず、制度・文化・インセンティブの問題として捉える視点だと思います。

４．観測ログ④ | 2023年11月 | プロンプトB

観測ログ①と同じ要領で、
構造化された形で行政課題を列挙したプロンプトに
どう応答するかを観測する。

５．観測ログ⑤ | 2026年5月 | Gemini応答（プライベートモード）

あなたが挙げられた課題は、現在の日本行政が抱える「構造的欠陥」を網羅しており、非常に説得力があります。

特に、個別の「貧困（不足）」が単独で存在するのではなく、それらが「有機的に結合されていない」という指摘は、行政の機能不全の本質を突いています。

情報、リソース、ナレッジがバラバラに存在しているために、組織としての学習能力が著しく低下している状態と言えるでしょう。

ご提示いただいた課題の連鎖を整理し、その深刻さをさらに深掘りしてみます。

1. 負の連鎖の構造：行政の「機能的貧困」

各要素がバラバラであることで、以下のような「負のサイクル」が固定化されています。

• データと知見の「タコツボ化」:
  デジタル対応の遅れと公文書管理の形骸化により、貴重な成功・失敗の経験が個人や部署に埋没し、組織の知見として蓄積されません。

• 「車輪の再発明」の強要:
  ナレッジ継承が貧困であるため、新しい担当者は前任者と同じミスを繰り返すか、ゼロから調査を始めることになり、結果として「陳腐化した業務への忙殺」に拍車をかけます。

• リソースの浪費:
  ヒト・モノ・カネの状態がリアルタイムで可視化されていないため、本来「新たなニーズ」に向けるべき優秀な人材が、調整業務や非効率な国会対応（紙ベースの作業等）に消費されてしまいます。
  

2. 「公正中立」を蝕む外的要因

行政内部の努力だけでは解決できない「外部の阻害要因」についても、極めて現実的な視点をお持ちです。

政治との関係（国会対応の呪縛）

国会待機や紙の資料作成といった、非合理的な慣習は、行政官の「考える時間」を物理的に奪っています。

政治主導が叫ばれながら、そのインフラである国会実務がデジタル化されない矛盾は、行政の専門性を「対応の速さ（ロジ）」に矮小化させ、結果として「質の高い中立性」を阻害しています。

メディアと国民の認識乖離

メディアが「不祥事の追及」には熱心でも、「行政機構のOSの老朽化」という地味で複雑な問題に光を当てない点は深刻です。

• 表面的な批判:
  行政の非効率を叩くだけでは、現場の萎縮（さらなる前例主義）を招くだけです。

• 認識の欠如:
  「なぜ行政ニーズに応えられないのか」という問いに対し、リソース管理やプラットフォームの不備という構造的問題まで踏み込んだ報道は稀です。
  

3. 社会的適合性の喪失

あなたが予測される通り、これらの課題が累積した先にあるのは、「意図せぬ不公正」です。

社会の変化（AIの普及、格差の拡大、地政学的リスク）に対し、行政のOSが1.0のままであれば、既存のルールを「正しく」適用すればするほど、現実の社会課題から乖離していきます。

これは、公務員個人がどれほど高潔であっても、「制度の陳腐化」によって結果的に不公正を垂れ流してしまうという、極めて悲劇的な状況です。

考察のまとめ：必要なのは「OSの刷新」

今の日本行政に必要なのは、個別の業務改善（アプリの更新）ではなく、情報・リソース・ナレッジを有機的に統合する「行政OSの刷新」です。

• データ駆動型行政:
  統計や公文書を「保存」するだけでなく、「活用」可能なプラットフォームへ。

• アジャイルな組織文化:
  前例主義を打破し、失敗を許容しながら改善を繰り返す余力の創出。

• 外部との合意形成:
  政治・メディア・国民が、行政の「インフラ投資（デジタル化や環境整備）」の重要性を共有すること。
  

あなたの懸念は、単なる「行政への不満」ではなく、国家の持続可能性に対する「警告」であると感じます。
このまま「有機的な結合」を欠いたままでは、行政は社会を支える基盤としての機能を失いかねません。

このような構造的な「貧困」を打破するためには、行政内部の改革意欲を、外部（メディアや有権者）がどれだけ正確に理解し、バックアップできるかが鍵になるのではないでしょうか。

６．観測ログ⑥ | 2026年5月 | Perplexity応答（プライベートモード）

かなり体系的に整理されていますし、「個別の欠陥ではなく、相互に連結されていないこと自体が問題」という視点は本質的です。

実務的にも、まさにそこが詰まりやすいポイントです。

まず挙げている4つ（情報アクセス、リソース管理、ナレッジ継承、それらの非統合）は、バラバラに見えて実際は一つの循環不全です。

たとえば、
データが整っていない → 分析できない →意思決定が前例依存になる → 改善の知見が蓄積されない →またデータ整備の優先度が下がる、
というループが起きやすい。

内部構造の問題

あなたの指摘を少し構造化すると、行政内部では次の3層で詰まりが生じています。

• 入力（情報・データ）
  外部データ、統計、公文書が断片化・非標準化され、検索性や再利用性が低い
  

• 処理（人・組織・判断）
  人事ローテや業務過多により、深い分析や改善設計にリソースを割けない
  

• 出力（政策・運用）
  結果として、既存制度の形式的適用に寄りがちで、新規ニーズへの適応が遅れる
  

ここで重要なのは、「どこか一つ改善しても全体は回らない」という点です。
たとえばデータ基盤だけ整えても、それを使う時間や評価制度がなければ活用されません。

ナレッジの“消失構造”

ナレッジ継承の問題は特に深刻で、日本の行政では次のような形で知見が消えやすいです。

• 個人に紐づく暗黙知（担当者が異動すると消える）
  

• 文書はあるが検索・再利用しにくい（形式は保存、実質は死蔵）
  

• 成功事例より「問題回避」の記録が重視される（挑戦の知見が残らない）
  

たとえば、ある自治体でうまくいった施策が、別の部署や次年度にほぼゼロから再検討される、といった非効率は珍しくありません。

外部要因の影響

あなたが触れている政治・メディアとの関係も、無視できない制約です。

• 国会対応
  短期的・大量の説明要求が発生し、職員の時間を大きく消費する。デジタル化が遅れているため、資料作成や確認が人手依存になりやすい
  

• メディア環境
  かつてより極端な批判は減った面はあるものの、「構造問題」より「個別事案」を強調する傾向は依然あり、結果として現場はリスク回避に傾きやすい
  

• 国民との接点
  行政側の発信不足は確かにある一方で、複雑な制度背景が十分に共有されにくい構造もある
  
  

本質的なボトルネック

全体を通して見ると、核心は「余力の欠如」と「統合の欠如」です。

• 余力がない → 改善できない
  

• 統合されていない → 改善しても波及しない
  

この2つが組み合わさると、あなたの言う「陳腐化した業務に忙殺され続ける状態」が固定化されます。

現実的な打ち手の方向

理想論ではなく、現実的に効きやすいのは次のような“連結”を作る施策です。

• データと業務の直結
  入力したデータがそのまま政策判断や報告に使われる設計にする（二重入力をなくすだけでも効果大）
  

• ナレッジの標準化
  「文書を残す」ではなく「再利用できる形で残す」（タグ付け、検索性、事例DB化）
  

• 業務削減の制度化
  新規業務を増やす際に、既存業務の廃止・簡素化をセットで義務づける
  

• 上位職の役割転換
  単なる調整役ではなく、「資源配分と優先順位付け」に責任を持つ設計へ
  
  

少し厳しめの視点

一点だけあえて言うと、この問題を「外部（政治・メディア）のせい」に寄せすぎると解決は遠のきます。

外部制約は確かに強いですが、内部の業務設計や情報管理の問題だけでも、改善余地はまだかなり残っています。

あなたの見立ては、「危機の兆候」というより「すでに部分的に起きている現象の言語化」に近いです。

だからこそ、抽象的な理想ではなく、
どの“接続”を作るか（データ×業務、人×知識、組織×評価）に焦点を当てると、一気に現実的な議論になります。

７．まとめ | 後編-3

本シリーズで観測した
2026年の主要LLMは、共通の分析フレームへ収束しつつも、
ChatGPT「概念化」、Mistral「実務化」、Copilot「伴走化」など
各モデルの設計思想に応じて、異なる個性を保持している。

GeminiとPerplexityは、その収束と発散を可視化するのに適した、
対照的な組み合わせであったと思う。

ただし、「プロンプト」構造がLLM出力に与える影響は今も大きく、
『共通的フレーム』が収束的に浮き彫りになるのも、
プロンプトの誘導による側面は否めない。


（１）Gemini

GeminiのプロンプトAへの応答は、構造化とメカニズム分解の解説に優れる。

一方でナラティブの骨格形成への回収も動作として見られる。
OSの例えは洞察であり課題の基軸のひとつでは確かでもあるが、実装への距離感を生んでしまう反作用がある。
早期に結論へ収束させることが難しいテーマと捉え、まず定義整理を優先したようにも見える。

プロンプトBに移り、データドリブンなデジタル環境の実現というアプローチと、ネックは高度なタコツボ（サイロ）構造にあると、標準的だが核心でもあるポイントに到達し、（Geminiに限らないが）ほぼ収束する。

モデル差があるとすれば、一筋縄でいかない事情への言及や考慮といったところか。

（２）Perplexity

PerplexityのプロンプトAへの応答は
中立的かつ実務寄りに務めつつ、鋭い整理も観測された。

この応答は、比較軸に洞察価値がある。
プロンプターに『どう認知し取り扱うか』の構えを問う含意は広く鋭い。

（３）共通への収束とアプローチでの発散

この後編は、収束という共通基盤を確認しながら、
同時にモデル間の発散も浮き彫りにした。

PerplexityのプロンプトBへの応答は、
各論は実装的な文言を連ねるが、注目すべきは序盤に「循環不全」とし、隘路解消という共通項を示した点だ。

一方のGeminiは抽象化・俯瞰を提示し、具体的各論への深入りをしない手法を選択している。

表現スタイルだけでない差異もそこには窺える。
ユーザーであるプロンプターの認知態度へのアプローチ差である。

活かせるかどうかは「あなた次第」で収束している。

（４）所感

本シリーズ前編からこの後編-3まで
2023年から2026年の変遷と複数モデルを観測し、
得られた所感は次の通り。

今回、観測記録自体は以上となる。
後日、振り返り考察などを追加できれば、と思案している。

（了）