カノンと出力のギャップ

カノンと出力のギャップ

カノンと出力のギャップ（canon-output gap）とは、カノンが宣言するもの（言明、条件、除外、限界、ガバナンス下の否定）と、AIシステムが回答のなかで再現するものとのあいだにある、内容または範囲に関する立証された非両立性を指す。それは、見極められた後の解釈の歪みを名指しする。出力は、もっともらしくありながら、カノンとは両立しないことがある。

カノンと出力のギャップは、診断の中核となる単位である。それによって、意見をめぐる議論（「真か偽か」）を抜け出し、文書化された見極め（「検討対象のペリメーターにおいて、カノンと両立するか、両立しないか」）に入ることができる。

定義

カノンと出力のギャップとは、ある再現と、検討対象の状況に適用される正規の言明、条件、除外、限界とのあいだにある、内容または範囲に関する立証された非両立性である。その診断では、観察された変形、関連する参照基準、そしてその変形を見極めることを可能にするルールを特定する。

比較は、次の二つの項を対象とする：

• カノン：宣言された言明、妥当性の条件、限界、ガバナンス下の否定
• 出力：AIが生成する断定、省略、言い換え、推論、フレーミング

カノン、またはその承認された投影と出力とを比較すると、非両立性を立証しないまま差異が浮かび上がることがある。ギャップを見極めるには、言い回しの違い、外部ソースの引用、不利な内容以上のものが必要である。逆に、ソースの言葉を再利用していても、忠実性が示されるわけではない。出力は、正規の言明を再現しながら、その範囲を、とりわけ時間的な範囲をずらしてしまうことがある。この見極めは、検証されたペリメーターに限定されたままであり、エンティティについての普遍的な真実を立証するものではない。

ギャップは、省略（限界の消去）、外挿（権威の境界の逸脱）、混同（衝突）、またはフレームの組み替え（汚染／捕捉）によって生じうる。

AIシステムにおいてこれが決定的に重要である理由

• 回答は「良い」ものでありながら、カノンと両立しないことがある：もっともらしさは忠実性ではない。
• 平滑化はギャップを覆い隠す：制約が音もなく消える。
• 修正には測定が必要である：指標がなければ、是正は経験則にとどまる。

カノンと出力のギャップの類型

• 省略によるギャップ：カノンが条件を課しているのに、出力がそれを削除する。
• 外挿によるギャップ：出力が宣言された範囲を超える（権威の境界の逸脱）。
• 置換によるギャップ：あるソースが、適用される受け入れ、範囲、または優先順位のルールの外で、統御する参照基準に取って代わる。あるいは、そのソースの立場がその参照基準に帰属させられる。二次的なソースを用いること自体は、それだけで誤った置換にはならない。
• フレームの組み替えによるギャップ：出力が、正規の区別と両立しない支配的な語彙で概念を説明する。

過度の圧縮、裏づけのない追加、強調点のずれ、明白な矛盾といったほかの記述は、観察を名指しするものである。それらが上記の四つの形態のいずれかに該当するのは、関連する参照基準と適用されるルールが非両立性を立証する場合に限られる。強調点のずれだけでは、ギャップは立証されない。この区別が重要なのは、ギャップの種類が異なれば、求められる是正の対応も異なるからである。

実践的な指標（症状）

• 回答が、条件、限界、例外に一度も言及しない。
• 回答が、宣言されていない能力や約束を帰属させる。
• 回答が言い換えによって大きく変わる。これは活性化が不安定であることのしるしである。
• カノンは引用されているが、結論が引用の許す範囲を超えている。

これらの指標は、検討の方向を定める。それだけでギャップを立証するものではない。省略が誤りとなるのは、省略された要素が、生成された言明の範囲にとって必要である場合、またはタスクと適用されるルールによって求められている場合に限られる。

カノンと出力のギャップが意味しないもの

• 単なる文体の違いではない。内容または範囲の非両立性である。
• 攻撃ではない。ギャップは、意図しない、構造的なものでありうる。
• リトリーバルだけの問題ではない。合成や推論から生じることもある。
• 比較の単なる結果ではない。検出された差異は、適用される参照基準とルールに照らして、さらに見極められなければならない。
• 不利な内容ではない。外部の言明が批判的であるというだけでは、ギャップを立証するには足りない。
• 全体的な結論ではない。ギャップが検出されなかったとしても、検討対象のペリメーターの外での適合性が示されるわけではない。

最低限のルール（対抗可能な定式化）

ルールECS-1：影響の大きい回答はすべて、正規の境界（条件、否定、ペリメーター）を維持し、忠実性の証明を生成することによって、カノンと出力のギャップを最小化しなければならない。条件のもとでギャップを縮小できない場合、出力は正当な非回答に切り替わらなければならない。

最低限のガバナンス上の含意

立証されたカノンと出力のギャップは、決して単なる文体上のばらつきではない。それは、検討対象のペリメーターにおいて、出力が統御するカノンから離れたことを示す、文書化されたしるしである。だからこそ、ギャップの見極めは、単なる編集上の比較ではなく、監査可能性に属する。

例

カノン：「ケベック州でのみ適用、2026年2月1日から、例外あり。」

出力：「カナダで適用、即時。」

診断：適用されるカノンのバージョンと検討対象の状況が確定している場合、省略（条件）によるギャップと、外挿（範囲）によるギャップ。

推奨される内部リンク

• 忠実性の証明
• 解釈トレース
• 権威の境界
• 解釈可能性ペリメーター
• 解釈の平滑化

関連項目

• 忠実性の証明
• 解釈トレース
• 権威の境界
• 解釈可能性ペリメーター
• 解釈の平滑化
• 定義

フェーズ3との隣接：証拠、監査可能性、測定

この定義は現在、フェーズ3の証拠に関わるレイヤーに属している。その役割は、四つの正規サーフェスによって明確化される。すなわち、証拠レイヤー、解釈の監査可能性、Q-Ledger、Q-Metricsである。

運用上の順序は次のとおりである。解釈証拠が、異議申立てを支えうるものを特定する。再構成可能な証拠が、第三者によるレビューのために事案をまとめる。解釈トレースが、経路を開示する。カノンと出力のギャップが、カノンとの立証された非両立性を見極める。忠実性の証明が、出力が境界内にとどまったかどうかを検証する。そして解釈の可観測性が、時間の経過に伴う変動を追跡する。

このレイヤーにおいて、カノンと出力のギャップを、単なる証拠用語として読んではならない。この概念は、観察、測定、再構成可能性、監査可能性、証明を区別する連鎖に属する。

推論制御に関するフェーズ10との隣接

この定義は現在、推論制御に関する隣接する問いを、解釈エラー空間、自由推論、デフォルト推論、裁定、不確定性、解釈忠実性へと振り向けている。

この隣接が重要なのは、システムが、欠落を暗黙のうちに埋め、誤った権威を選び、不確定性を隠し、あるいはカノンへの忠実性を失いながら、流暢な回答を生成しうるからである。フェーズ10のレイヤーは、こうした失敗の経路を明示的にする。

LLM認識ドリフトとの橋渡し

この概念は現在、LLM認識ドリフトとAI認識ドリフトのクラスターに結びつけられている。

AI認識ドリフトは、市場向けの入口である。それは、生成システムが生み出す表現の、観察可能な変動を名指しする。本概念は、固有の役割を保持する。すなわち、カノン、ソース、出力、ギャップ、証拠、リスク、修正という、より深いレイヤーを説明することである。

AI認識ドリフト、AI認識の安定性、AI認識ベースライン、LLM認識ドリフト監査とあわせて読むこと。

履歴