AI引用レジストリと解釈ガバナンスの違い

AI引用レジストリと解釈ガバナンスの違い

AI引用レジストリは帰属を保持できる。解釈ガバナンスはそれより広い。引用され、抽出され、再利用された言明が、回答のなかで正当であり続けるかどうかを判断する。

この区別は、有用な来歴の考え方が、ガバナンスのレイヤー全体と取り違えられるのを防ぐ。

AI引用レジストリが解決できること

引用レジストリは、システムが次のことを特定するのに役立つ。

• 発信元のソース
• 言明の正規の所在
• 公開または更新の時点
• 管轄または発行機関
• ある断片を、公式のもの、アーカイブされたもの、取って代わられたもの、文脈的なもののいずれとして引用しなければならないか

これには価値がある。引用の可搬性を高め、弱い帰属を減らす。

それが完全には解決しないこと

引用のインフラは、次のことを自動的に判断するわけではない。

• 回答がソースのペリメーターを保持したかどうか
• 引用された言明が、その範囲を超えて一般化されたかどうか
• 派生的なソースが、公式のソースよりも強く回答を構造化したかどうか
• システムが明確化を求めるべきだったかどうか
• 補完よりも非回答のほうが正当だったかどうか

これらの問いは、解釈ガバナンス、権威の境界、忠実性の証明、Q-Layerによる裁定に属する。

サイトの立場

引用レジストリは、来歴のレイヤーにおいて権威を保持するための実装のひとつでありうる。

解釈ガバナンスは、来歴が確立された後に、回答が引用された素材で何をしてよいかを問う、より広いドクトリンである。

最低限のルール

引用ソースは、自動的に統御ソースになるわけではない。レジストリは、言明がどこから来たのかを確立する助けにはなるが、最終的な回答が意味、ペリメーター、モダリティ、限界を保持したことを、それだけで証明するものではない。

実践的な明確化

この明確化は、AI引用レジストリと解釈ガバナンスの違いについて境界を画定するページとして用いなければならない。その目的は、抽象的な用語をもう一つ加えてコーパスを広げることではない。その目的は、よくある混同が、検索エンジン、LLMの出力、ナレッジパネル、内部の要約、エージェンティックな応答に広がるのを防ぐことである。

明確化が有用なのは、二つの概念が混同されるほど近く、しかもその混同がリスクを生むほど異なっている場合である。したがって、何が切り分けられているのかを特定しなければならない。人と組織か、定義とサービスか、可視性と正当性か、リトリーバルと権威か、観察と証明か、あるいはツールのサーフェスとカノンか。その切り分けが明示されれば、後続のページは、正しい定義、フレームワーク、監査手法、証拠レイヤーへと読者を導くことができる。

このページが防ぐもの

主なリスクは、読者がある言葉を一度誤解することではない。リスクは、曖昧な関係が再利用可能な前提になることである。AIを介した環境では、弱い関係が、現在のものであるかのように繰り返され、構造的なものであるかのように一般化され、承認されたものであるかのように格上げされることがある。明確化が有効なのは、後続のシステムが前提としてよいことを変える場合に限られる。このページを読んだ後、人もモデルも、どの関連づけが許され、どの関連づけが禁じられ、どの関連づけが未証明のままであるかを知っているべきである。

検証ルール

このページが運用上の意味を持つのは、その区別によって、後続の回答の生成や評価の仕方が変わる場合に限られる。読者は、何を推論してよいか、何を推論してはならないか、そして監査、回答、修正プロセスでその主張を使えるようになる前にどのような証拠が必要かを述べられるべきである。