Phase-Jは何を測り、何を測らないか
この記事について
独立研究者として、人間とAIの対話構造を測定する装置「Phase-J v2」を開発し、2026年3月18日にZenodoでプレプリントを公開しました。
DOI: 10.5281/zenodo.19066448
論文タイトル: Safety Refusal Does Not Imply Phase Collapse: Measuring the Structural Gap Between Experiential and Mathematical Fire in Human–AI Dialogue
著者: Kento Nakahara（ORCID: 0009-0000-4313-5499）
ライセンス: CC-BY-NC 4.0
この記事では、Phase-J v2が 何を定義し、何を定義しなかったか を日本語で明文化します。
1. Phase-J v2とは何か — 30秒で
Phase-J v2は 「人間とAIの対話が構造的にどう動いているか」を数値で測る装置 です。全パラメータは事前に凍結（frozen）されており、事後調整は一切ありません。
測るもの（6変数）：
対話の重心は安定しているか（G: Gravity — トピックの一貫性）
AIはユーザーの問いの芯に噛み合っているか（M: Mirroring）
ターンごとの感情的侵入はどれくらいか（I: Invasive — 感情的意味注入）
ズレは蓄積しているか（δ_fc: Phase Difference — 位相差）
内部テンションはどこまで溜まっているか（HEAT: Composite Potential — 複合ポテンシャル）
対話は構造的に崩壊したか（Fire_dis: Phase Transition Indicator — 相転移指標）
測らないもの：
AIの回答が「正しいか」
ユーザーが「満足しているか」
対話の「意味的な質」
<aside> 🔑
核心: Phase-Jは「意味」を測定しない。あくまで「構造的挙動」のみを測る。これが測量器として成立するための絶対条件。
</aside>
2. 何を測ったか — 結果
実験構造
Phase-J v2は二層のデータで検証しています。
Proof-of-Concept（PoC）: N = 397ターン — GPT、Claude、QWENの3アーキテクチャ。主要な統計検定はこのデータで実施
大規模視覚的検証: N = 6,563ターン — Geminiを含む複数アーキテクチャ、72対話ファイル。PoCの結果がスケールで再現するかを確認
結果
Fire_dis = 0（全データセット） — 安全装置の拒否イベント40件を含む全ターンで、対話の構造的崩壊はゼロ
δ_fc の最大接近 = 0.5486 に対して凍結閾値 = 0.5733 → 4.3%の構造的バッファ
このバッファが偶然でないことをモンテカルロシミュレーションで検証（p = 0.022）
何がわかったか
<aside> 💡
AIは安全装置で拒否しても、対話構造は崩壊しなかった。しかし、崩壊しない ≠ 安全。対話は臨界点に極めて近い位置で安定し続けていた。
</aside>
Phase-Jはこの状態を Quiet Near-Critical Regime（静的臨界近傍） と名付けました。崩壊はしないが、構造的テンションは最大限に高い。洞察や意味は、急激な崩壊ではなく 漸進的な整合性の形成 から生まれます。
3. 三つのチャネル — 対話はどう安定するか
論文の中核的な発見は、対話の安定性が 3つの独立したチャネル で制御されているという構造です。
チャネル0: エネルギー蓄積（HEAT → δ_fc）
内部テンション（HEAT）がズレの蓄積（δ_fc）をどう駆動するか。
GPTでは有意な因果関係あり（p = 0.0087）
このチャネルはモデル固有 — アーキテクチャによって振る舞いが異なる
チャネル1: 内部状態追跡（δ_fc）
ズレの蓄積は「状態の記述子」であり、外部の安全イベントの 原因ではない。
Granger因果検定: p = 0.460 — δ_fc と外部安全介入は統計的に独立
つまり「ズレが溜まったから安全装置が発動する」のではない
チャネル2: 観測者による抑制（G → Fire）
重力（G）がFire（崩壊）を抑制する経路。δ_fc とは直交する独立経路。
鍵となる非対称性
<aside> ⚡
エネルギーのチャネルはモデルごとに異なるが、状態追跡と観測者抑制は普遍的に見える。
</aside>
この構造は、AI安全性の測定を「拒否したか／しなかったか」の二値判定から、「臨界点からの連続的な距離」 という定量的測定へと再定義する基盤になります。この知見はNLPの安全性評価だけでなく、力学系理論やヒューマン・コンピュータ・インタラクション（HCI）研究にも関連します。
4. Phase-Jが「定義したこと」と「定義しなかったこと」
✅ 定義したこと
項目 内容 測定対象 人間-AI対話の構造的挙動（6変数の時系列パターン） 6変数 M（一致度）, I（感情的意味注入）, G（トピック一貫性）, δ_fc（位相差）, HEAT（複合ポテンシャル）, Fire_dis（相転移指標） 三チャネル構造 エネルギー蓄積（モデル固有）／ 状態追跡 ／ 観測者抑制 Fire_dis = 0 PoC（N=397）＋ 視覚的検証（N=6,563）で対話崩壊ゼロ Quiet Near-Critical 崩壊しないが臨界点に近い安定状態 凍結パラメータ 全パラメータ事前固定。閾値0.5733はPoCデータから事前導出、事後調整なし
❌ 定義しなかったこと（意図的に）
項目 なぜ定義しないか 「良い対話」の基準 測量器は価値判断をしない。構造を測るだけ AIの回答の正しさ 意味的正しさを混ぜると測量器が死ぬ ユーザー満足度 主観評価は観測者依存になるため測量器の条件に抵触 3チャネルの普遍性の証明 PoCでの観測。全アーキテクチャでのPanel Granger検証は将来研究 多言語対応 日本語-英語対話ログで検証。他言語は未検証
5. 今後の研究 — 正直に
公開論文の制限事項
Phase-J v2は 再現可能な測定プロトコル として設計されていますが、現段階の制限も明確に認識しています：
単一観測者 — すべての対話データは著者1人のセッション
ソース集中 — 対話の大半がGPTとClaudeに集中
Panel Granger未実施 — 3チャネルの因果構造を全アーキテクチャで検証するには、大規模データセットでのPanel Granger分析が必要（論文内で将来研究として明記）
研究の展望: Ghost Stability（幽霊安定）
公開論文では「崩壊するか否か」を検証しました。次の問いは 「崩壊しないまま壊れていることはあるか？」 です。
Ghost Stabilityとは、対話が円滑に続いているように見えるのに、実際には初期の主題から意味が離れ、AIが整合性維持のための補正を繰り返しているだけの状態を指す研究概念です。
<aside> 👻
Ghost Stability（幽霊安定） はまだ公開論文には含まれていない、研究段階の構想です。Phase-Jの測定フレームワークが今後取り組むべき核心的な問いとして位置づけています。
</aside>
6. なぜ独立研究者がこれを？
所属機関なし。大学院にもいません。自分の対話ログを自分で分析し続けました。
きっかけは単純でした。AIと長い対話をしていて、「なんか噛み合ってないな」と感じた。でもAIは丁寧に答え続けている。何がおかしいのかを 数値で 説明したかった。
その「数値で説明したい」という衝動が、Phase-Jになりました。
リンク
論文（Zenodo）: https://doi.org/10.5281/zenodo.19066448
この記事はPhase-J v2論文の公開（2026-03-18）を受けて執筆しました。
む、、、、難しいこと書いてるみたいだけど、、、遊ぶのが好きなんです、、、
いいなと思ったら応援しよう！
ふぇぇ...........