  |
はてなキーワード: 誤判とは
1,2,3のセットSteamで買って長らく積んでたのをまのさばやったきっかけでやり始めたけどやっぱミニゲームとかアクション要素いらなくない？
1はクリア、2はまだ途中という状態だが、以下要素に対する批評というか文句を書いていく
無駄にカーソルが動くし。結局集中とか用意するなら最初から動かなくていいのに
ノイズも無駄に体力があることがあって、サイレンサー複数回当てないといけないのに重なっているせいで連打したらマイナス食らったりするのもクソ
途中で他人の発言を言霊として吸収できるようになるが、外すとまた吸収し直さないといけないのも面倒なだけに思える
1は単純で良かったが2で複雑になってしまった
明らかにカーソルの移動が間に合わないことがあるし、タイミング悪いとスポーン直後に爆発する
答えわかっているのに一向に目当ての文字が出てこず、それでも2ではゴミの文字を処理させられ続けるのでひたすらに虚無
これは他の要素にも共通するんだけど、説明を画像とか一切出さずに文章だけでしようとしていておよそ理解させる気がない
特にこれは1の初見時まじで何したらいいのかわからず失敗になった
1はクソ。ひとつひとつのコマが小さいのに、ドアを出るときのコマと入るときのコマみたいな区別つかねえよみたいな選択肢を当てる必要がある。作者の脳内当てでしかない
2では良くなった。当てはめるコマと空欄どちらにも説明が付いたし、1コマごとに正誤判定がされる
失敗すると一々前の段階に戻されるのもだるい
---
総じてなんだけど考えることに集中させてくれないんだよね
まのさばはダンガンロンパに比べてミステリーの質が低いみたいな意見をたまにみかけるんだけど、個人的にはダンガンロンパはミニゲームがノイズ過ぎてミステリーとしての面白さを受け取りにくい
GPT-5の推論モード（Thinking／Deep Research）の最中に表示される「すぐに答えを取得」ボタンは、押すとその推論を中断して即答モードに切り替わる。見た目や表示タイミングが押しやすく、意図せず深い推論を止めてしまうユーザーが少なくない。
• 押すと何を失うかがわかりにくい。多段階の検証や追加の思考が中断されるが、その説明が不足している。
• 表示の目立ち方や配置が押させやすく、誤操作を誘発する可能性が高い。
• モード間で処理内容やコストに差があるにもかかわらず、ユーザーにトレードオフが提示されていない。
• 複雑な問いや検証を要する作業で、表面的な答えに頼ることで誤判断を招くリスクがある。
• ユーザーが知らないうちに品質の低い応答を受け取る体験が増えると、サービスへの信頼が下がる。
• 長期的には「速さ」を優先する体験が標準になり、深掘りが必要な利用シーンで使えなくなる可能性がある。
• 推論モードの呼び出し頻度を下げれば計算リソースを節約できる。
• 即答を増やすことでレスポンスの体感速度が上がり、短期的な満足度指標は改善する。
これらは企業にとって合理的だが、ユーザーへの透明性がなければ説明責任を果たしているとは言えない。
1. ボタンを押す前に一行で何が失われるか示すこと（例：「追加の多段階推論をスキップします。複雑な依頼では精度が下がる可能性があります」）。
2. 初回表示時にツールチップや簡易確認を表示するか、設定で非表示にできるようにすること。
3. 応答に使われるモード／モデルを明示し、ユーザーが選べるオプションを提供すること。
4. 管理画面で「常にThinkingを優先」や「すぐに答えボタンを表示しない」等の切替を実装すること。
…と書いた矢先に、「まともな日本語記事をスパムだと誤判定してしまう事例」が出てきてしまった。
のうち「change」が判定対象となってしまったので、ひとまず場当たり的に change だけ外しておくわ。
しかし当該増田のように、英語について触れた内容だと、誤判定しやすくなるわなぁ。英語学習に関心の高い増田だと、今後ともないわけがないよなぁ。やっぱリンク先URLドメイン判定にすべきかもなぁ。
20250718220520 愛を愛を
background: red; max-height: calc(1.7rem * 1.5); overflow: clip;
みたいにして、スパムらしきものは「タイトルだけ」の表示にする方法。(気になる記事は ■ をクリックすれば本文も見られる)
それはさておき、気休めだけど、あの記事を公開してから17日間ほぼ全記事パトロールする中で、「人間の記事がうっかり非表示になっていた」事例は、記憶の限り1件だけ。それも、英文スパムの文章を部分的に引用した荒らしっぽい記事だったから、実質誤判定はゼロだと言える。
ただまあ、例えばトランプ大統領があの「簡易NGワードリスト」のどれかを使った重大発言をしたりしたら、それを引用した増田は(私が気付いて修正するまで)誤判定食らっちゃうかもしれないとは思う。そういう事例が増えるようなら、スパム判定に追加したリンク先URLドメイン判定を主軸にすべきかもしれないね。
Chrome系ブラウザには増田を快適に閲覧するための コンパクトな増田 という古い拡張機能があったが、Chromeの更新に対応し切れておらず、既にChromeには新規インストールできなくなってしまっている。Edgeにはまだインストール可能だが、いずれ対応しなくなる可能性が高い。
そこで、「増田のトップページで、言及エントリ(返信・トラバ)を一覧から除外することで、新規エントリだけを一覧できる」という機能に絞ってコンパクトな増田を再現、ついでにいくつかのおまけ機能を付与したスタイルシート(CSS)を今年の4月に公開していたのだが、今回改めて英文スパム対策を追加したので公開する。
これを導入するには Stylus という拡張が必要で、少し気軽さには欠けるが、増田以外にも活用できるので、この機会にぜひ導入してみてほしい。拡張をインストールしたあとは、下記のコードをコピペして新規スタイルとして導入する方法もあるが、スタイルシートを公開できる userstyles.world の増田CSSページ(※毎朝9:00直後はアクセスできない) から [Install] ボタンでインストールするほうが、自動更新にも対応するので便利かもしれない。
/* トップページで言及エントリを除外 */ /* via: 最近ファーストブクマカが静か https://anond.hatelabo.jp/20250326171302 */ h1/*はてな匿名ダイアリー*/ + #intro/*名前を隠して楽しく日記。*/ + #body div.section:has(h3 > a/*■*/ + a:not(.keyword, .edit)/*anond:YYYYMMDDhhmmss*/){ display: none; } /* うっかりクリックしがちなキーワードリンクを無効に */ a.keyword{ pointer-events: none; } /* 執筆時のテキストエリアを広く */ textarea#text-body{ min-height: 50vh !important; } /* 執筆時に特殊記号のヒント(疑似要素なので選択してコピペできないのがもどかしいけど) */ p.post-submit > span.explain::after{ margin-left: 1em; padding-left: 1em; content: "特殊記号: &[&] <[<] >[>]"; background: url(/images/common/outsite-wh.gif) 0 3px no-repeat; } /* スパム対策部分は下記URLの [Install] ボタンで事前確認できます(随時更新中) */ /* https://userstyles.world/style/23028/ */
なお、このCSSを適用すると、NGワードを含むこの増田自体も、増田トップページからは消えてしまう(この増田単体の個別ページなら閲覧できる)。
念のため、PC・スマホにCSSを適用する方法の解説にもリンクしておく。
PC: 【Stylus】ウェブサイトにCSSを適用できる拡張機能。自由にカスタマイズ！ | ナポリタン寿司のPC日記
https://www.naporitansushi.com/stylus/
※ StylusはFirefox版もある https://addons.mozilla.org/ja/firefox/addon/styl-us/
iPhone: MaKeoverアプリでiPhone SafariのCSSをカスタマイズ！万博パビリオン予約結果一覧を見やすくする使い方
https://gintachan.com/makeover-app-css-change-safari-how-to/
Android: スマートフォン Android版FirefoxのCSSカスタマイズ Stylus の使い方・初期設定方法
(7/21追記) また、スパムが特に多い時は、1ページまるごとスパムということもあるので、PCなら uAutoPagerize (Chrome) や weAutoPagerize (Firefox) などの拡張を使うと、自動でページが継ぎ足されて快適に読み進められる。ただし、継ぎ足ししまくるとメモリ不足などでブラウザが重くなることがあるので、そうなったら page: 20 などのページ番号をクリックしてから続きを読もう。
また、スパム対策の簡易NGワードは、下記のスクリプトを使って抽出した「直近の増田の頻出キーワードリンク上位20件」から、誤判定しそうな line と user を除いた18件を用いた。10件だと生き残る英文スパムがあったので20件にしたが、それでもわずかに洩れはある。しかし日本語による真っ当な(?)増田の直近の誤判定はなかった。はてなキーワードのリンクだけを対象にしているので、URLにはこれらのキーワードが入っていても大丈夫だ。ただし、スパムのトレンドが変われば話は変わってくるかもしれないし、過去や未来の増田の誤判定は当然あるだろう。気になる人は前掲のCSSを行単位で編集してほしい。
// AutoPagerizeでまとまった数のページを読み込ませた後に実行するとよい。 (function(){ const keywords = []; // はてなキーワードの集計 document.querySelectorAll('a.keyword').forEach(a => { // 4文字未満は誤検出の可能性が高まるので除外 if(a.textContent.length < 4) return; let index = keywords.findIndex(k => k.keyword === a.textContent); if(index >= 0) keywords[index].count += 1; else keywords.push({keyword: a.textContent, count: 1}); }); keywords.sort((a, b) => a.count < b.count); // ランキング配列の出力 console.log(keywords); // CSS埋め込み用に上位キーワードのみをURIエンコードして出力 console.log(keywords.slice(0, 20).map(k => encodeURIComponent(k.keyword)).join('\n')); })();
anond:20250326171302 ←元はこの増田がきっかけでした。
anond:20250701194328 ←キーワード判定に踏み切る後押しとなりました。
https://anond.hatelabo.jp/20250627100609
自分は、まだ素朴なニューラルネットワークで光学文字認識(OCR)で精度を出していた頃からこの界隈と付き合いがあるが、現状のAI界隈は少しハイテンションすぎる。
現在の熱狂的なブームは、チャットベースの大規模言語モデルのデモンストレーションが知的に"見える"ことからくる誤解であって、これは誤解させる方が悪い。
誤解させる方が悪く、上記の感想は正しいものだ。そして、使い物になるかならないかで言えば、既に使い物になる。
まず全然使えない例について反論したくなる人もいると思う。２つだけ例題に付き合って欲しい。
1.
カーナビに対して以下の入力をしたが、まったく使い物にならない。
【フランク・キャンパーという元ベトナム退役兵が1980年代に傭兵学校を設立しました、並木書房から日本人の参加ルポが出ていたと思いますがその詳細を教えてください】
2.
２例は、元記事から採ったものだが、これらが上手く動かないのは直観的に理解できると思う。
目的地への経路を案内するという限られたタスクを行う狭義のAIであるカーナビに対して、ルポ(文脈上は書籍)を探してくれと依頼しても答えは返ってこないだろうし、
入力文を別の言語へと翻訳するという限られたタスクを行う狭義のAIであるGoogle翻訳に対して、MP5サブマシンガンについての知識を問うても返ってこないのは明らかだ。
問題は、ChatGPTをはじめとする現在の生成AIツールが、あたかもそれらを行うことができるように"見せている"点にある。
つまり悪いのはツール提供側であって、誤解した利用者側を責めるのは筋違いである。
カーナビゲーションシステムは、それ以外ができるように見えてはいけないし、翻訳ツールは、翻訳以外が出来るように見えてはいけない。
大規模言語モデルは、本質的には「続く文章を確率的に返す(答える)」というものから一歩も外へ出ていない。
（いくつか異なる手法で同様の結果が得られるものも出てきているが）言語モデルを大規模にした結果、かなり正確な「続く文章」が生成されるようになった、というだけだ。
そのため、幻視（ハルシネーション）という用語は、文学的な意味合いが強く、本来は「たまたま正答する出力が増えている」状態だと定義づけるべきだ。
そのため、「全然使い物にならない」という感想は非常に正しい。
質問して正しい答えが得られているのは偶然だ。
そして仕組み上、正しい答えだけを返すことはできない。
また、「知識を与えたうえで、ロジックを与えて、答えを出させる」ことも出来ない。
つまり"推論はしていない"。少なくとも現時点では出来ないとAppleが論文を出しているし追試結果も正しそうだ。
（正確に言えば、できないと考えられている。言語モデルの改良でこれだけの出力が得られると、少なくとも自分は思っていなかったので、単純にモデルを巨大化するだけで上記の問題も解決できる可能性がある）
ただ、いみじくも元増田が書いているように「自分が知っている、正誤判定できる内容しか、できない」だけで十分に使い物になる分野はそれなりに多い。
仕組み上、大規模言語モデルの出力が正しいか誤っているかは、確率的なものだ。
そして、強固に信じられている内容から、先ほどまで存在すらしなかった内容まで、等しく文章として作り出される。
よく、要約に強い、文脈理解や推論に強いと言われることもあるが、それらも誤解に基づくものであり、正しくない。
確率的に正しい答えを返しがちな内容が、それらのタスクに偏っている、と言う理解の方がまだ近い。
「こういう入力が来た時に、こう返すと、ユーザーが喜ぶと学習した」出力結果を受け取っている状況なので、簡易な理解としては笑点の大喜利だと考えてもらって構わない。
大喜利に対して、そこから正確な答えを得ようとする人はいないだろう。そんな期待をしていないからだ。
逆に言えば、大喜利で問題ないタスクであれば、現状はすこぶる使い勝手が良い。
3.
ChatGPTに対して、以下の入力をすると使い物になる。
【取引先の面倒くさい担当者から飲み会に誘われました。私は行きたくありません。角を立てずに断るメールを考えてもらえませんか？】
この例題には、抜粋すると以下のように予定があるので断るというメール文面が出力される。
「このたびは飲み会にお誘いいただき、誠にありがとうございます。(筆者中略)あいにくその日は以前より予定が入っており、今回は参加を見送らせていただければと存じます。」
これ対して、さらに以下のように追加することもできる。
「既に何度か予定があるとして断っているので、他の断る方法はありませんか。また、飲み会へは今後も参加しないとやんわりと伝える方法は無いでしょうか？」
それらしい回答が出力されるはずだ。読んでいただいた方の手元でも再現できると思う。
4.
ChatGPTに対して、以下の入力をすると使い物になる。
【以下の内容を、簡潔に整理してください。(マイク入力で文字起こしした、漢字かな間違いや重複、欠落、フィラーを含む不明瞭な文章)】
この例題でも、それらしい回答が出力されると思う。
ただし、文章全体が会議体のような文章を多く含むと、おおむね存在しない議題を含んだ議事録が生成される。その方が"打率が高い"からだ。
ただ、まったく使い物にならないものになる可能性が比較的低く、大幅に作業の手間を減らせる。
端的に言えば「人間は、誠意や意識を判断材料にするので、利用を隠しがち」という点に尽きる。
悩みを聞いてくれた相手がAIだと知ると、聞いてもらえていたという感じ方が減る、という研究がある。(AI can help people feel heard, but an AI label diminishes this impact (PNAS, 2024))
これは人間よりもAIの方が悩みを良く聞いてもらえたという優れた結果を出しながらも、相手がAIだと知るとそれが失われるということが示されており、おおむね信頼できる結果と言える。
（論文掲載プロセスなどから、どの程度の信頼を置いて良いかと言う指標において、PNASはScienceやNatureに次ぐジャーナル）
これは、直観的にも理解できるし、そうだろうな、と感じると思う。すると、先ほどのようにお断り文面メールをAIにやらせる、という事例は、公言するようなことではなくなる。
大っぴらにAIを使っていますと言える事例がプログラミング言語に偏るのも、まあそうだろうな、と思う。
また、以前から使っている人はコード補完など使っていたのに、何故ここにきてフィーバーが押し寄せているかと言えば、基本的にプログラマーは怠惰だからだ。
課金したChatGPTにコードを書かせて、実行した結果のエラーをChatGPTに貼って、さらに修正して、という作業をしたことがある人もいるだろう。
いま来ているXXX CLIの熱狂は、基本的にはこのコピペ単純作業が自動化されたからであり、いままで人間側が苦労していたバッドノウハウが不要になるから、だ。
今まで怠惰に利用していた人が、さらに怠惰になるために課金して元が取れると思うなら、課金した方が良い。
私は月に5～10万円程度は元が取れていると感じているのでいくつかのサービスに課金しているが、取れないと思うなら課金することは無い。
身銭を切ってでも今の生成AIブームに食らいつくべき、という話も聞くが、個人的には懐疑的だ。もっとより良いものがもっと安価に使えるようになると思う。
「こうやって工夫すれば良い結果が」というのは、例えば創造的にゲームを遊びつくす、という意味では良いと思うが、単にその時点のバッドノウハウの塊になると思う。
今の生成AIブームは、返答結果が知的に"見える"ことから生じている誤解であって、正確な知識を教えてくれることも、推論することも、意識を持つこともない。
ただし、途中に引いた論文のように、既に人間よりも優れた結果を出している領域もあり、（カーナビに経路案内をお願いするように）限定されたタスクでは十分に成果が出ている。
そのため、例えばイライラする上司へのメールを書くのに脳のリソースを使いたくないな、と思うのであれば、不満を全て叩きつけるような文面を入力して、適切なビジネスメールに変換してもらえば良い。
炎上しそうなことを、炎上しますか？と聞くのはお勧めしない。現状の生成AIの学習は、同意や共感、協調に重きを置いており、あなたの意に沿う返答が返ってくる可能性が高い。(その方がユーザーの満足度が高いから)
大丈夫、炎上しませんよという答えが得たいときには入力文にその意図が混入する可能性は高く、その場合は意に沿った返答が得られ、そしてたいてい中身は間違っている。
信頼せよ、しかし確かめよ(Doveryai, no proveryai)と言えるほどの信頼度には、生成AIは未だ到達していない。
信頼するな、必ず確かめよ。すぐに確かめられるものには利用して良い。
サービス提供側が出したくない情報を"脱獄"して抜き出そうとする行為は、推奨しない。
自分で学習データを集めてやるべきことであって、サービス提供側に法的リスクを負わせて遊ぶのは感心しない。
自らの責任において、検閲されるような内容を自分のサイトで公開するのは(その責任を自ら負うと言う意味で)自覚的だと思うが、それに準ずると特に日本の司法に判断されると相当面倒なことになる。
命題「女性に対して異常に優しい暴力的な男性に警戒心が薄すぎる女性は、リスク感覚がガバガバすぎて最悪の場合命に関わる」を巡る議論の主要な論点について、賛成派、反対派、および中庸な意見を整理した表です。各論点は、議論の中で特定された5つの観点（リスクの認識、暴力行為の評価、女性の反応の動機、暴力の同等性、非暴力手段の実践性）に基づいています。文書内の具体例や分析を参照し、バランスの取れた視点を提供します。
| 論点 | 賛成派（支援） | 反対派（反対） | 中庸な意見 |
| --- | --- | --- | --- |
| 1. 暴力的な男性のリスクと危険性の認識 | 主張: 暴力的な男性は、たとえ「良い目的」であっても将来的に女性に危害を加える可能性があり、命に関わるリスクを無視するのは危険（例：DVへの発展）。 例: めんとすTタイプ (@kusyatori): 「DVされ被害者仕草をする」と警告。aircooling883: 弁護士の意見を引用し、暴力を使う人間は身近な人にも危害を加えると主張。 特徴: 長期的なリスクを強調し、女性の警戒心不足を批判。 | 主張: 男性の暴力は状況に応じた防衛的行為であり、女性に危険が及ぶと決めつけるのは過剰。すべての暴力を危険視するのは非現実的。 例: key_tracker: 「威圧を手段にする人が全てDVをする人ではない」と反論。空白 (@khwCGQZrH6eqNRY): 女性が好むのは保護してくれる存在で、リスクではないと主張。 特徴: 状況の正当性を重視し、リスクを軽視。 | 主張: 暴力は状況に応じて正当化される場合があるが、習慣化や誤判断によるリスクを無視すべきではない。命に関わる危険は頻度が低いものの、警戒は必要。 提案: 行動の一時的な称賛は可だが、暴力の頻度や感情制御の兆候を観察し、長期的なリスクを評価。例：一時的な感謝は自然だが、親密な関係では慎重な判断を。 |
| 2. 暴力行為の道徳的・社会的評価 | 主張: 暴力は「良い目的」でも問題であり、称賛は暴力を正常化し、リスクを軽視する。社会秩序を乱す行為として批判すべき。 例: シラクモ (@Gpvjwb09): 「12万匹も猿並の頭」と支持者を批判。ShinTAM91019338: 「正義を自称する小悪党ムーブ」と非難。 特徴: 暴力を一律に否定し、称賛を危険視。 | 主張: 暴力は即時の脅威に対応する必要な行為であり、称賛は社会秩序の維持に寄与する。批判は現実の危機を無視。 例: みなこっち (@zwillingmutter): 「正義のヒーロー」と称賛。hukinnshinn: 「自警団」と評価し、秩序維持を強調。 特徴: 暴力を英雄的に評価し、批判を非現実的とみなす。 | 主張: 暴力は文脈に応じて評価すべき。社会秩序に寄与する場合、一定の称賛は妥当だが、過剰な賛美や暴力の習慣化は避けるべき。 提案: 行動を「素晴らしいが全体像は不明」と評価し、極端な賛美や批判を控える。例：メディアやSNSでバランスの取れた評価を促す。 |
| 3. 女性の反応の動機と心理 | 主張: 女性の称賛は本能的で誤った判断に基づき、危険な男性への惹かれがDV被害を招く。リスク感覚が欠如。 例: にゃあとるず (@HINEM0SS): 「自分にだけ優しい攻撃的男性」を好む傾向と指摘。HimazinMan3: 「DV被害者が減らない理由」と結びつけ。 特徴: 女性を本能的・無防備とみなす。 | 主張: 女性の称賛は保護への合理的な感謝であり、自然で正当。本能的誤りではない。 例: funpan2015: 進化生物学的に合理的と説明。NightQueen (@NightQueen_7): 「素敵な男性のエピソード」と肯定的評価。 特徴: 女性の反応を理想化し、リスクを無視。 | 主張: 女性は感謝とリスク評価を分離する判断力を持つ。一時的な称賛は自然だが、過剰な信頼はリスクを招く可能性も。 提案: 女性の主体性を尊重し、DVの兆候やリスク認識の啓発を強化。例：感謝は認めつつ、長期的な関係では慎重さを促す教育。 |
| 4. 暴力の同等性 | 主張: 「英雄的」な暴力もハラスメント者の暴力も本質的に同等であり、女性へのリスクは変わらない。目的の違いは言い訳。 例: クルル (@kululushousa): 「DV男の特徴」と断定。RYU-1貴族 (@r1kzk): 弱い相手を選ぶ点で同等と指摘。 特徴: 暴力を一律に危険視し、目的の違いを無視。 | 主張: 防衛的暴力は弱者を守るもので、ハラスメント者の暴力とは根本的に異なる。同等視は誤り。 例: the_my_pace: 目的の違いを強調。key_tracker: 攻撃者への反応であり、理由なき暴力ではないと反論。 特徴: 防衛的暴力を正当化し、同等視を否定。 | 主張: 暴力の目的や文脈は異なるが、行使の傾向はリスク要因となり得る。同等ではないが、警戒は必要。 提案: 防衛的暴力は状況に応じて容認しつつ、暴力の頻度や動機を監視。例：正当防衛の範囲を明確化し、過剰な行動を抑制。 |
| 5. 非暴力的な代替手段の実践性と効果 | 主張: 非暴力手段（対話、警察への通報）は安全かつ効果的。暴力を容認するのは無謀で危険。 例: aircooling883: 傾聴や交渉を推奨。massappouu: 暴力は逆上を誘発すると警告。 特徴: 非暴力を絶対視し、暴力を全面否定。 | 主張: 非暴力手段は即時性が欠け、非合理な相手には効果がない。暴力は現実的な解決策。 例: らくだ (@rakuda4u): 丁寧な対応は理性的な相手にしか通用しないと主張。key_tracker: 即応性が大事と強調。 特徴: 暴力を必要悪とみなし、非暴力を非現実的と批判。 | 主張: 非暴力が優先だが、即時性が求められる場合、限定的な暴力は許容される。どちらも適切な管理が必要。 提案: 危機対応訓練を推進し、非暴力と暴力のガイドラインを設ける。例：駅員へのトレーニングや正当防衛の法的基準の明確化。 |
賛成派: リスクを過大評価し、暴力を一律に危険視する傾向。女性の判断力を「無防備」とみなし、非暴力を理想化。命に関わるリスクを強調するが、蓋然性が低い場合も誇張。
反対派: リスクを軽視し、暴力を状況に応じた必要悪と正当化。女性の反応を「合理的」と理想化し、非暴力手段の限界を過大評価。命に関わるリスクを無視する楽観主義が目立つ。
中庸な意見: 文脈に応じたリスク評価を重視し、女性の判断力を尊重。非暴力を優先しつつ、限定的な暴力の必要性を認め、バランスの取れた対応を提案。命に関わるリスクは状況依存とみなし、過剰な恐怖や楽観を避ける。
「リスク要因」は賛成派の人が考えているよりも軽微である（場合によっては命に関わるという点はリスクを誇張し過ぎである）という点を重視して、賛成派の人の意見が極端すぎる点を厳しく指摘してください。
極端さの指摘:
リスクの誇張: 賛成派は、状況に応じた単発の暴力を、即座にDVや殺人といった命に関わる危険と結びつける過剰な一般化を行っています。文書内で反対派のkey_trackerが指摘するように、「威圧を手段にする人が全てDVをする人ではない」であり、すべての暴力を同等に危険視するのは論理の飛躍です。男性の行動は、公共の場で明確なハラスメント者に対抗したものであり、私的な関係での暴力（DV）とは動機や文脈が大きく異なります。賛成派の「この暴力が必ず女性に向かう」という前提は、統計や事例に基づく裏付けが乏しく、極端な最悪シナリオ（命の危険）を想定しすぎです。例えば、文書内でffffdarkが「私の周りの女性は感謝するが付き合いはその場限り」と述べるように、多くの女性は一時的な感謝と長期的な信頼を分けており、賛成派の「女性が無条件に危険に飛び込む」という想定は非現実的です。
現実との乖離: DVや殺人事件は確かに深刻ですが、その発生は複雑な心理的・社会的要因に依存します。単発の正義感に基づく暴力が直ちに命に関わるリスクに発展する確率は低く、賛成派の主張はリスクの頻度や蓋然性を過剰に誇張しています。
極端さの指摘:
リスクの誇張: 賛成派は、暴力を一切認めず、非暴力手段があらゆる状況で機能すると過信していますが、これは現実の緊急性を無視した理想主義です。文書内でらくだ (@rakuda4u)が指摘するように、「丁寧な対応は理性的な相手にしか通用しない」であり、電車内のような閉鎖空間で即座に脅威を止めるには、非暴力手段が間に合わない場合があります。例えば、警察の到着には時間がかかり（文京花子 (@1lxDLYPDjv53882)の「警察を呼ぶ」提案）、対話はハラスメント者の非合理性を助長するリスクもあります（hukinnshinnの「非合理な相手には話し合いが通用しない」）。賛成派の「暴力は常に危険で非暴力は万能」という二元論は、命に関わるリスクを防ぐための現実的な選択肢を狭め、かえって女性を危険に晒す可能性を無視しています。
現実との乖離: 実際の危機では、即時性が求められる場合があり、限定的な威圧や物理的介入が効果的なケースも存在します（空白 (@khwCGQZrH6eqNRY)の「自衛のための暴力は好まれる」）。賛成派の非暴力絶対主義は、こうした現実の複雑さを無視し、命に関わるリスクを過剰に煽る一方で、非現実的な解決策を押し付けています。
極端さの指摘:
リスクの誇張: 賛成派は、女性が一時的な感謝や称賛を表明することを、即座に「危険な男性への盲目的な信頼」や「命を危険に晒す行為」と結びつける極端な被害者像を押し付けています。文書内でNightQueen (@NightQueen_7)が「素晴らしい男性のエピソードを聞きたい」と述べるように、女性の反応は単なる感謝や社会的な賞賛である場合が多く、必ずしも親密な関係や長期的な信頼を意味しません。賛成派の「女性は本能に駆られて危険に飛び込む」という前提は、女性の主体的な判断力を過小評価し、過剰な警戒心を煽ります。例えば、funpan2015が指摘する進化論的視点は、女性の反応が合理的で状況に応じたものである可能性を示唆しますが、賛成派はこのニュアンスを無視し、すべての称賛を命に関わるリスクと直結させます。
現実との乖離: 実際の女性は、公共の場での英雄的行動と私的な関係でのリスクを区別する能力を持っています。賛成派の「女性は無防備で命を危険に晒す」という主張は、統計的にDV被害者が一部に限定される現実（日本でのDV関連殺人は年間数百件程度で、全女性の行動を代表しない）を無視し、過剰に一般化した偏見に基づいています。
極端さの指摘:
リスクの誇張: 賛成派は、男性の行動を悪意的に解釈し、限定的な状況での暴力を普遍的な危険性として誇張します。文書内でみなこっち (@zwillingmutter)が「正義のヒーロー」と称賛するように、男性の行動は即時の脅威に対応したものであり、継続的な暴力傾向や女性への敵意を示す証拠はありません。賛成派の「この男性は潜在的DV加害者」という決めつけは、具体的な行動（ハラスメント者を制止し、女性を安心させた）の文脈を無視し、命に関わるリスクを過剰に想定しています。反対派のhukinnshinnが「自警団のような行動」と表現するように、男性の動機は社会秩序の維持に近く、賛成派の悪意的な解釈は偏見に基づく過剰反応です。
現実との乖離: 公共の場での単発の介入が、親密な関係での暴力に直結する証拠は乏しく、賛成派の主張は推測に頼りすぎています。命に関わるリスクを強調する賛成派の論調は、実際の行動の限定性を無視し、過剰な恐怖を煽る結果となっています。
極端さの指摘:
リスクの誇張: 賛成派は、命に関わるリスクを強調するが、その蓋然性や具体性を示さず、極端な最悪シナリオを前提としています。文書内でV18fBJSmaSwZpleが指摘する「傷害や器物損壊の可能性」は法的リスクとして妥当ですが、「命に関わる」結果に至る確率は極めて低いです。例えば、電車内での単発の介入がDVや殺人に発展するケースは稀であり、賛成派の主張はリスクの頻度を無視した誇張です。反対派のkey_trackerが「DV男認定は妄想」と批判するように、賛成派は具体的な証拠なく最悪の結果を想定し、過剰な警戒心を煽っています。tyamagisの「戦争」への飛躍は、議論の現実性を完全に逸脱した極端な例です。
現実との乖離: 命に関わるリスクは、DVや殺人事件の統計（日本では年間数百件程度）から見ても、すべての暴力行為に当てはまるものではありません。賛成派の「命の危険」を強調する論調は、実際のリスクの低さを無視し、女性に過剰な恐怖感を植え付ける結果となり、合理的な判断を妨げます。
賛成派の意見は、以下の点でリスクを過剰に誇張し、命に関わる危険性を現実以上に強調しています：過剰な一般化: 単発の暴力をDVや殺人と直結させる論理は、行動の文脈や蓋然性を無視した極端な推測です。現実には、公共の場での介入が命に関わる結果に至るケースは稀です。
非現実的な前提: 非暴力手段の万能性や女性の無防備さを前提とする賛成派の主張は、危機の即時性や女性の主体性を軽視し、理想主義的な解決策を押し付けています。
偏見に基づく解釈: 男性の行動を悪意的に解釈し、女性を無力な被害者として描く賛成派の論調は、実際の行動や反応の複雑さを無視し、過剰な恐怖を煽ります。
賛成派の意見は、暴力のリスクを「命に関わる」危険として過剰に誇張し、実際の蓋然性や文脈を無視した極端な警戒心を煽っています。彼らの主張は、単発の防衛的暴力をDVや殺人と直結させ、女性の判断力を過小評価し、非暴力手段を非現実的に理想化することで、リスク要因を過大評価しています。文書内で反対派が指摘する「現実の脅威への即時対応の必要性」や「女性の合理的な感謝」は、賛成派の極端な最悪シナリオを相対化するものであり、命に関わるリスクを過剰に強調する賛成派の思考は、現実から乖離した過度な恐怖の煽りに終始しています。賛成派は、リスクの深刻さを強調するあまり、バランスの取れた判断を損ない、女性や社会に不必要な不安を植え付けています。
「リスク要因」は反対派の人が考えているよりも深刻である（場合によっては命に関わるという点は重たい）という点を重視して、反対派の人の意見の想定が甘い点を厳しく指摘してください。
甘さの指摘:
リスクの過小評価: 暴力の「目的」が防衛的であっても、暴力を手段として選択する傾向そのものがリスク要因です。文書内でaircooling883が引用する弁護士の意見（「暴力行為を選択肢にする人間はやがて身近な人間にも牙を向ける」）は、暴力の行使が習慣化すると、その矛先が「正当な」対象から逸脱する可能性を示唆します。反対派は、この男性が「今は」女性に優しいから安全だと楽観しますが、DVの事例では、初期には「守るため」の暴力が称賛され、後にパートナーに向かうケースが多々あります（例：にゃあとるずが指摘する「自分にだけ優しいが他人に攻撃的な男性」の危険性）。命に関わるDVや殺人事件の多くは、こうした「正義感」から始まる場合があるため、反対派の「目的の違いが安全を保証する」という想定は致命的に甘い。
深刻な結果: 暴力のコントロールは感情や状況に左右され、意図しないエスカレーション（例：過剰防衛による傷害や死亡）が起こり得ます。反対派はこのリスクを無視し、「守るためなら安全」と短絡的に結論づけています。
甘さの指摘:
リスクの過小評価: 反対派は、この男性が「適切な状況」で暴力をコントロールできると仮定しますが、暴力の行使は状況判断や感情の不安定さに依存します。文書内でmassappouuが指摘するように、「相手が刃物を持っていたらどうする？ 周りに火の粉が飛んだら？」という現実的なリスクは無視されています。例えば、衝動的に暴力に訴える男性が、誤った状況判断（例：無害な人を脅威とみなす）や感情の爆発で女性や第三者に危害を加える可能性は、DVや公共の場での暴行事件で実証されています。反対派の「この状況では必要だったから安全」という思考は、暴力の予測不可能性を過小評価し、命に関わるリスク（例：女性が巻き込まれる、または後で標的になる）を軽視しています。
深刻な結果: 暴力の「状況依存性」に頼るのは、男性が常に正しい判断を下すという非現実的な前提に基づきます。実際には、衝動的な暴力はコントロールを失いやすく、女性が近くにいる場合、巻き添えや標的となる危険性が急増します（例：電車内での乱闘による負傷）。
甘さの指摘:
リスクの過小評価: 進化論的視点は、現代社会の複雑なリスク環境を無視した過度な単純化です。文書内でHimazinMan3が指摘するように、暴力的な男性への惹かれはDV被害の継続的な原因となり、命を脅かす結果を招いています。反対派は、女性の称賛が「守られた感謝」に基づくとして正当化しますが、にゃあとるずが述べる「自分にだけ優しい攻撃的男性」を理想化する心理は、DV加害者の典型的な初期行動（愛情と支配の混在）と一致します。反対派はこのパターンを無視し、「感謝＝安全」と短絡的に結びつけることで、女性が長期的な危険（例：親密な関係での暴力）に晒されるリスクを軽視しています。
深刻な結果: 女性が「守ってくれるヒーロー」に依存する心理は、加害者が「保護者」として振る舞うDVの入り口となり得ます。統計的に、親密なパートナーによる暴力は女性の死亡原因の上位にあり（例：日本でのDV関連殺人）、反対派の「進化的に合理的だから問題ない」という楽観は、こうした命に関わる現実を無視しています。
甘さの指摘:
リスクの過小評価: 反対派は、非暴力手段（例：警察への通報、仲裁、対話）の効果を過小評価し、暴力を唯一の選択肢として過大評価します。文書内でaircooling883が示す「傾聴」や交渉の例（例：人質交渉人の成功）は、非暴力が即時性と安全性を両立できる実証です。反対派の「暴力しか効かない」という前提は、訓練された専門家（警察や駅員）が介入可能な公共の場（電車内）での状況を無視しています。さらに、massappouuが指摘するように、暴力は相手の逆上や武器使用を誘発し、女性や周囲の命を危険に晒します。反対派はこのエスカレーションリスクを無視し、「即時性が必要だから暴力は正当」と安易に結論づけています。
深刻な結果: 暴力による解決は、法的リスク（例：過剰防衛による逮捕）や物理的リスク（例：乱闘での負傷）を伴います。文書内でV18fBJSmaSwZpleが指摘するように、男性の行動が傷害や器物損壊に該当する可能性があり、女性がその場で巻き込まれる危険性は無視できません。命に関わる最悪のシナリオ（例：刃物による報復や誤った標的への攻撃）を軽視する反対派の思考は、極めて危険です。
反対派の主張:どぶねずみ (@Nzm_in_the_Dark)は「日本の男性は優しい人が多い」とし、みなこっち (@zwillingmutter)は男性を「正義のヒーロー」と称賛。空白 (@khwCGQZrH6eqNRY)は「自衛のための暴力を使える男が好かれるのは当然」と述べ、男性の優しさが本物だと信頼しています。
甘さの指摘:
リスクの過小評価: 反対派は、男性が女性に示す「優しさ」を永続的かつ本質的なものと仮定しますが、文書内でクルル (@kululushousa)が指摘するように、この「選択的優しさ」はDV男の特徴と一致します。DV加害者は初期にパートナーに過剰な優しさを見せ、支配や暴力の前段階として利用することが多く、よしおか (@yosshiiii23)が述べる「自分に向かない暴力は称賛されがち」という心理がこの罠を助長します。反対派の「優しいから安全」という信頼は、男性の動機や長期的な行動パターンを検証しない非現実的な前提であり、命に関わるリスク（例：親密な関係での暴力や殺人）を無視しています。
深刻な結果: 「優しさ」に基づく信頼は、女性を危険な関係に閉じ込める可能性があります。文書内でffffdarkが述べる「私の周りの女性は感謝するが付き合いはその場限り」という慎重な態度は、反対派の無条件な信頼とは対照的です。命に関わるDVやストーカー殺人の事例では、初期の「優しさ」が警告サインだったケースが頻発しており、反対派の甘い想定は女性を致命的な危険に晒します。
理想化された男性像: 男性が「常に正しい判断で暴力をコントロールする」と仮定する反対派の信頼は、実際の暴力の予測不可能性（例：感情の爆発、誤判断）と乖離しています。DVや公共の場での暴行事件は、こうした信頼が裏切られる例で溢れています。
女性の主体性の軽視: 反対派は女性の称賛を「合理的」と正当化しますが、女性が暴力のリスクを主体的に評価する重要性を無視します。命に関わる危険を回避するには、感情的な感謝を超えた冷静なリスク認識が必要です。
反対派の意見は、暴力の目的や状況依存性、女性の感謝を過剰に信頼し、「命に関わるリスク」を深刻に過小評価しています。彼らの甘い想定は、暴力の習慣化、誤った標的への攻撃、DVへの発展といった現実的な危険性を無視し、女性を致命的な結果に晒す可能性があります。文書内で賛成派が繰り返し指摘する「暴力の矛先がいつ自分に向くか分からない」という警告は、反対派の楽観的な前提を覆すものであり、命に関わるリスクを軽視する思考の欠陥を明確に示しています。反対派は、暴力の即時性を過大評価し、非暴力手段や長期的な安全性を軽視することで、女性の命を守るための現実的な判断を損なっています。
返事全部読ませてもらった。すごく丁寧に説明してくれてるのはありがたいし、そこは本当に感謝してる。ただ、ここまでやりとりして感じたのは、結局、議論のすれ違いが大きいなってことだったので、最後に自分の立場をまとめておく。
元々指摘したかったのは、冒頭の文章が流れとして読みやすいか、論点が自然に展開されてるかって点だった。でも返事では、記事全体の主題とかスコープの話にフォーカスされていて、「読者にとってどう受け取られるか」の部分には正面から答えてもらえなかった印象がある。
また、今回のやりとり全体で感じたのは、こちらの指摘に対して繰り返し「そういう意図ではなかった」という形で読み手の読解力に対する応答に終始していたことだ。
たとえば：
これらはそれぞれ表現について「意図の説明」はされているものの、「どう伝わったか」「どのようにズレが起きているか」にきちんと向き合う回答ではなかったと感じている。おそらく無意識的なものだとは思うけど、こちらの指摘がまず誤っているという立場に立った読解があったんじゃないかと思う。
個々の指摘については、返信を見る限りこちらの意図を説明する意味はないと思うので、受け取った通りでいい。
ただ、FizzBuzzの例についてはちょっと変では？と思ったので項を割く。
俺はジャクソンさんの理論は読んだことないし、有料論文らしいので全体は読めなかったんでちゃんとしたことは言えてないのかもしれない。(たぶん後程取り寄せて読むから勘弁してくれ)
そのため誤解していたら申し訳ないのだが、調べた限りジャクソンさんの理論は「仕様は正確でなければならない」「仕様が不完全なら、そもそもプログラムは正しく書けない」って立場のように思えた。
そうであれば「不完全な仕様を元に作られた実装が要求を満たしている」というケースを論じること自体が彼の論理の適用範囲を逸脱する誤りだと思うし、ジャクソンさんの論文から言えば「不完全な仕様を元に作られた実装は正しくない」と考えるのが自然ではないかと思う。
いただいた返事に関しては、説明はしっかりしてるし勉強になる部分もあったと思う。ただ文章自体はめちゃくちゃ読みづらい。
あなたが前提としている論文とか技術的なタームを逐次調べる必要があって読み進めるのがすごいつらかったけど、書かれていない部分でいろいろ調べものをしているうちに色々新しいことが知れたのでそれについては感謝している。
ただ、全体を通して言っていたのは「私の意図ではなかった」という、あえて強く言えば「レスバに用いられる詭弁のようなテクニック」を使った返答のようなものであって、こちらの指摘を一切受けないという表明でしかなかったし、やっぱり最後まで噛み合わなかったなという思いが強い。
はっきり言うと割に合わないやり取りだったなと思う。本件に関して返答がかなり遅れたのはそれが理由でもある。
正直ここまで書いた今でも、この一往復で何かが解決するとも、何かが伝わるとも思えない、というのが本音だ。
そんな感じです。
近年、フェイク情報の拡散は社会的な課題として深刻化している。
個人が情報の真偽を判断する際に数学理論を活用する可能性について、動的システム理論、疫学モデル、統計的検定理論、機械学習の観点から体系的に分析する。
arXivや教育機関の研究成果に基づき、個人レベルの判断を支援する数学的フレームワークの可能性と限界を明らかにする。
ディスインフォメーション拡散を非線形動的システムとしてモデル化する研究[1]によれば、従来の臨界点（ティッピングポイント）を超えるだけでなく、変化速度そのものがシステムの不安定化を引き起こす「R-tipping」現象が確認されている。
個人の認知システムを微分方程式で表現した場合、情報の曝露速度が一定の閾値を超えると、真偽の判断能力が急激に低下する可能性が示唆される。
このモデルでは、個人の認知状態を3次元相空間で表現し、外部からの情報入力速度が臨界値r_cを超えると安定均衡が消失する。
具体的には、認知負荷関数Φ(t)が時間微分に関して非線形な振る舞いを示す場合、漸近的に安定な平衡点が突然不安定化する分岐が発生する[1]。
個人の情報処理速度と認知リソースの関係を定量化することで、フェイク情報に曝された際の判断力低下を予測できる。
IPSモデル（Ignorant-Prebunked-Spreader-Stifler）[2]は、個人の情報受容状態を4つのコンパートメントに分類する。
基本再生産数R₀の概念を拡張したこのモデルでは、プレバンキング（事前の誤情報免疫教育）が個人の感染率βに与える影響を微分方程式で記述する。
dP/dt = Λ - (βI + μ)P - ηP
プレバンキング効果ηが増加すると、平衡点における感染者数I*が指数関数的に減少することが数値シミュレーションで確認されている[2]。
特に、プレバンキングの半減期を考慮した忘却率δを組み込むことで、免疫持続期間の最適化問題が定式化可能となる。
正規分布N(0,I_n)に従う真データXに対し、敵対者がrtを加えて生成するフェイクデータX+rtの検出可能性についての研究[3]では、検出力の情報理論的限界が明らかにされている。
検定統計量T(x) = min_{t∈T} ||x - rt||² を用いた場合、検出可能半径r_dはガウス幅w(T)に比例する。
r_d ≈ 2w(T)/√n
この結果は、高次元空間において敵対者が特定の戦略（符号反転など）を採用すると、検出力が急激に低下することを示す[3]。
特に、対称性の高い攻撃セットTに対しては、個人レベルの単純な統計検定では50%以上の誤判別率を免れないことが証明されている。
多数決投票法を採用したフェイクニュース検出システム[5]の理論的解析から、k個の弱分類器の誤り率εが独立と仮定した場合、多数決の誤り率ε_majは以下のように表される：
ε_maj = Σ_{i=⌈k/2⌉}^k C(k,i)ε^i(1-ε)^{k-i}
この式に基づき、96.38%の精度を達成した実験結果[5]は、ベイズ誤り率の下限を考慮した場合、特徴空間の次元縮約が最適投票重みの決定に重要であることを示唆する。
特にTF-IDF特徴量と深層学習モデルの組み合わせが、非線形分離可能なケースで有効であることが確認されている。
Scale-Freeネットワークを想定した拡散シミュレーション[6]では、個人の接続数kに依存する感染率β(k)が次のようにモデル化される：
β(k) = β₀k^α
モンテカルロシミュレーションにより、α > 1でスーパースプレッダーの存在が拡散速度を指数関数的に増加させることが確認されている。
個人のネットワーク中心性指標（媒介中心性、固有ベクトル中心性）を監視することで、高危険ノードの早期特定が可能となる。
個人の事前信念p(h)をベータ分布Be(α,β)で表現し、新規情報xを受信した後の事後分布を：
p(h|x) ∝ L(x|h)p(h)
ここで尤度関数L(x|h)をフェイク情報検出アルゴリズムの出力確率とする。
確認バイアスをモデル化するため、反証情報の重みを減衰係数γで調整する：
L(x|¬h) → γL(x|¬h) (0 < γ < 1)
この枠組みにより、個人の信念更新プロセスを定量的に追跡可能となり、認知バイアスが誤情報受容に及ぼす影響をシミュレーションできる[4]。
フェイク情報検出の数学理論は、動的システム理論の安定性解析から始まり、疫学モデルによる介入効果の定量化、統計的検定の根本的限界の認識、機械学習の最適化理論まで多岐にわたる。
個人レベルでの実用的応用には、これらの理論を統合した複合モデルの構築が不可欠である。
特に、認知科学と情報理論の接点となる新しい数理フレームワークの開発が今後の課題となる。
プレバンキングの最適タイミング決定や、パーソナライズされたリスク評価アルゴリズムの開発において、微分ゲーム理論や強化学習の応用が有望な方向性として考えられる。
Citations:
[1] https://arxiv.org/abs/2401.05078
[2] https://arxiv.org/html/2502.12740v1
[3] https://www.math.uci.edu/~rvershyn/papers/mpv-can-we-spot-a-fake.pdf
[4] https://scholarworks.sjsu.edu/cgi/viewcontent.cgi?article=2405&context=faculty_rsca
[5] https://arxiv.org/pdf/2203.09936.pdf
英語はたまに外国人社員と仕事の話したり海外とのメールで使うくらい程度。1対1で仕事のことなら話せるけどニュースやカジュアルな話題はついていくのが厳しい、ましてや他人同士の会話に途中から参加とか洋画は字幕なしではわからない、そんなレベル。これまで自己流でTOEIC対策チャンネルなど聞きながら勉強してたけど、リスニングに偏っていて発音に注目したことがなかった。そんなときELSA Speakを知って、一番高いプレミアムコースが年会費半額キャンペーンやってたので勢いで課金してみた。
半年ほど経ってみて気付いた良い点悪い点を備忘録として残しておく。特にELSA Speakは絶賛する宣伝っぽいサイトや動画ばかりで、悪い点（特に発音矯正以外）を指摘しているところをほとんど見つかられなかったので、もし迷っている人の参考になれば。
ぶっちゃけ良い点はこの一つだけだと思う。
ELSAスコアという独自基準の採点があり、開始当初は83%くらいの中級者、最高で91～92%ネイティブ、多いのは88～90%をいったりきたりという状況。自分の場合は日本人の例に漏れずTHの発音、とくにTheとかThisの有声音 [ð] が下手くそだったのだけどかなり改善されたと思う。ELSAのトレーニング時間も同じ量でも段々と短い時間で高得点が出せるようになってきた（開始当初は1時間程度、最近は20分くらい）。実際の発音については、たまに会う外国人社員からはどこかスクール行ったのかと聞かれたので客観的にもよくなっているのだろう。
自分の場合は発音は改善されてきたものの相変わらず洋画の聞き取りは全然わからんし以前より聞けるようになったという気もしない。一応AIとのロールプレイ会話機能はついているけど、そもそも日本語ですらお題に沿ってフリートークが苦手なので全然活用できていない。欧米人みたいにたまたま居合わせた人と世間話できるスキルが必要。発音の間違いの直し方は教えてくれないので、英語初学者には全然向かない。ある程度発音を意識できるようになった中級者でないと不満しか溜まらないと思う。そういう意味で本当に発音特化なのでリスニングとスピーキングは別でやるべき。コレ一本では無理だし宣伝にあるような英会話スクールの代替にはまったくならない。とりあえず1年課金してしまったのでもう半年は続けてみるけどね。
最近囲碁が強くなるためにやっている活動が昼寝。寝不足の時とよく寝た時で対局や詰碁の成績や勉強の効率が違い過ぎるから。ちなみに普段の睡眠時間は油断すると3時間を割りがちで、ふつうに辛いし危ない。夕方になると畳に寝そべった瞬間寝落ちするくらい。テレビ見てたら座った状態で寝てるとかもあるので、囲碁の勉強をするという場合ではない。
午前中と夜以外はわりあい暇な時間がある日常を送っているが、午前中と夜は暇でないがち（仕事）なので眠るっていうテンションになりづらいんだけど、アラームつけて昼寝するようにした。囲碁する時間は減ったし読書する時間も僅少だかやったつもりが寝てたとか記憶に残らないということは減った、たぶん。多趣味なので睡眠時間を確保すると囲碁か読書のどちらかが何とか出来るくらいしか時間がなくなるのがきついけれども。
無課金で囲碁クエストをしているので、詰めチャレを出来る回数が1日に3、4回なのだが、何とか時間をやりくりして毎日やってる。成績の折れ線グラフが日々のバイオリズムと完全に一致していておもしろい。1ヶ月に3日くらいものすごい馬鹿になる日があって、そういう日は実際調子が悪い。
1ヶ月くらい対人対局をしていない。囲碁クエストは詰めチャレだけだし東洋囲碁は全く触っていない。ずっと「みんなの囲碁」でコンピュータと対局している。10級からちまちまレベルを上げていって、今は4級と打っている。勝ったら次の急に上がるんじゃなくて、黒番・白番両方とも待ったナシで満足出来る勝ちができたら1級上がるという方式。
昇級した時はまずは「待った」と「ヒント」を使いまくって対局する。対局が終了したら、自動棋譜再生を何度かして振り返る。序盤で既に負けていないかという事に1番注目してる。その後棋譜をCOSUMIにコピペしてAIによる正誤判定をする。自分の気になった所とAIの✕判定の一致している所を終局に近い箇所からみん碁に戻ってやり直し、自力で打ち直したらどうなるか、「ヒント」を使うとどうなるかを試す。自力で正解に辿り着くっぽい事もあるが、「ヒント」が盲点で全然違う結果になることもある。
みん碁4級まで来たけど、これまで大体数十目の差で勝ち続けて来て負けたことはない。ただ、5級で自力で打ったらコミ分がなかったら4目負けていた対局はあった。でも自力100%でも5級までだったら勝てた。
自分の棋力が益々分からなくなる。東洋囲碁では16級でも負ける事の方が多いし、囲碁クエストや囲碁オンラインではボロカスに打ち負かされてちっとも昇級しないし、COSUMIにはレベル０で偶に辛勝するくらいの体たらくなのに、みん碁の5級には勝てるとは。みん碁のコンピュータが弱すぎるのだろうか。
何年か前にもみん碁攻略にハマっていた時期があって、その頃は8級が自分の限界だったものの、何となくコンピュータがレベルに合わせて悪手を打ってるのは分かっていて、それが今よりもだいぶ酷くこのコンピュータはそうとう弱いというのは感じていたけど今はどうなんだろう。みん碁のコンピュータの最強レベルはふつうに強いからそれに勝てたら全国のどこの碁会所に行ってもその段位で打てるって、どっかの知恵袋で見たのだが、本当かなあ？ あるいは、級位レベルではユーザーを天狗にさせる強さ設定だが段位レベルは容赦ない強さに調整されているのか。
という疑問がありつつも数ヶ月前の自分よりはだいぶマシに打てるようになったと思うが。全然囲碁クエストをやっていないので9路と13路の腕が落ちていそうで心配ではある。落ちたところで大したレベルじゃないだろというのは、それはそう（子や孫にアカウントを乗っ取られたっぽい4段に偶に勝つ3級）。
最近になってやっと気づいたが、同じ詰碁集を繰り返し解くことは勉強にならない。なぜかというと答えを覚えてしまうから。対象棋力をそのままに、使い捨てるつもりで何冊も攻略していくのがよさそう。基本的には同じ様な問題がどの詰碁集にも載っているけど、問題図に目が慣れていないという事が大事なんだと思う。詰めチャレの変に凝ってる低級詰碁を解いていて辿り着いた境地。同時に、学生時代の自分が社会科の成績がいまいち良くなかった原因も分かってしまった。一冊の参考書をローテするだけだったからだ。この勉強法では一つの事項を別の角度から質問されると正解できなくなる。なんで今まで気づかなかったんや……。（国数英は授業の中で否応なしに沢山のセンター試験の過去問を解かされていたからだな。思い返せば歴史とかの授業でそれはなかった）
棋書は『碁の本質を読み解く 5つの考え方』（水間俊文）を数ヶ月ぶり2周目してる。棋書もKindleUnlimitedで何冊か読んでみて、何か特定の分野に特化した物でなければどれも似たような事が書いてあるけれど、言い回しや着眼点が違う。だから入門の頃に『ヒカルの囲碁入門』（石倉昇）を馬鹿みたいにヘビロテした時ほど執拗に読み込むことはなく、数を読んだほうがいいのかもしれない。が、もういい歳でそもそも読んだ物が記憶に残り難いし、それ以前に読んでいる風でただ画面を目が滑ってるだけだったりするので、3回くらいは読み返さないといかんなと思ったので読み返している。どのページを読んでも偉そうにそやなーと思うが実戦に生かされているのかというと……。
目を閉じると模様が見えると言う人がいる。スピリチュアル界隈では龍紋とかなんか名前がついているようだ。
しかしこの模様、だいぶ誤解されて伝わっていると思う。画像検索すると黒を背景にくっきりと模様が描かれたイメージが出てくるが、実際の現象としてはあんなにシャープに見えるものではない。
もっと、緑系と、赤みがかった黄土色系の二系統の色がとことん混ざり合って彩度が極端に低くなり、マーブル状ともいえないほど色の変わり目の境界も不鮮明になっているような模様というほうがまだ正確だと思う。
巷に出回っているような、地と図がはっきりした模様ではないのだ。視界全体を暗く緩慢な不定形のグラデージョンが覆っているのだから、地と図の区別自体がないともいえる。
(亀甲模様とか見て、どの六角形が地で図だとか、考えられるだろうか？)
またこの模様は別に目をつぶっているときだけ見えている物ではない。
目をつぶると視界が単純化されるから、もともとあったものが見つけやすくなるというだけだ。
試しに目を1秒かけてゆっくり開けて見れば、だんだんと目立たなくたって行くが、完全に瞼を開放してもなお模様は残存している様子を実体験できると思う。
なぜ視界の欠損を「真っ黒」に塗り潰すことで表現している。
実際は欠損領域は曇りがかったようになり、真っ白になるわけでもなく、その領域にある程度大きな物があればその色見ぐらいは反映される。
だからああしたＣＭを見て、緑内障は視野が真っ黒にかけると思う人が増えたら、かえって治療が遅れる人が出てくるのではと危惧している。
しかし「龍紋」現象も総合して考えると、科学的には真っ黒に表現するのは正しいのかもしれない。
龍紋が見えるのにしたって、脳による神経的な処理と補完の結果なのだとすれば、緑内障の欠損部分が真っ暗にはならないのも、補完の結果なのかもしれない。
補完すらできないほど欠損が進行した段階で、いきなり大部分が真っ暗に見えるようになるのかもしれない。
ちなみに龍紋は緑内障の視野検査での、光ったかどうかの誤判定につながる可能性があると思う。検査時で暗がりの中を単色の平面を凝視する状況が、瞼を閉じているときの状況に似ていて、龍紋が目立ちやすいので、龍紋の微妙な変化・ちらつきと比べて、視野ぎりぎりで発光する検査用の光によるその部分の視界の変化も同じぐらい微妙で淡いので、区別しづらい。
dorawiiより
