ハチが計算しているなら、それは我々の評価装置のせいではない 単一巨大モデルではないAGI——並列式ホロンアーキテクチャ（連載・補遺）
https://claude.ai/public/artifacts/47cbe4ad-29b2-4ddd-893c-67d8f0f98bfc
ハチが計算しているなら、それは我々の評価装置のせいではない 単一巨大モデルではないAGI——並列式ホロンアーキテクチャ（連載・補遺）
連載第4回までで、単一巨大モデルへの集約路線（センター式）と、分散・軽量・物質的不可逆性を備えた並列式の対比を、技術アーキテクチャ層まで降ろした。第5回では組織論——「青色LEDを生まない組織」と計測拒否権の制度設計——を、第6回では国際戦略——データ主権・多言語並立・英米中心パラダイムへの異議申立て——を扱う予定である。本補遺はこの第5回・第6回の前段として、両者を貫通する一つの方法論的命題を、AI論の外部から——動物認知研究から——導出する。
Stimuli that fit: a biology-aligned approach to numerical cognition research
https://royalsocietypublishing.org/rspb/article/293/2069/20253057/481408/Stimuli-that-fit-a-biology-aligned-approach-to
依拠するのは2026年4月に Proceedings of the Royal Society B に公表された Zanon et al. の論文「Stimuli that fit: a biology-aligned approach to numerical cognition research」（DOI: 10.1098/rspb.2025.3057）である。筆頭はトレント大学Mirko Zanon、責任著者はモナッシュ大学Scarlett Howard、Vallortigara・Giurfaらが加わった数概念認知研究の主要面子の合同論文。
論文の事実核は単純である。Howardら（2018-2019）は、ゼロに相当する空集合を数量系列上で扱う能力と、加減算課題における記号規則の学習・転移をミツバチ（Apis mellifera）が示すことを報告してきたが、これに対して「ハチが反応しているのは数ではなく空間周波数などの視覚パターンに過ぎない」とする懐疑論が累積していた。Zanonらは、この懐疑側の解析がミツバチの視覚生理を無視している点を指摘する。自由飛行するミツバチは0.25 cycles/deg付近を境に高空間周波数を解像できない（Srinivasan & Lehrer 1988）。にもかかわらず、懐疑側の解析は低空間周波数成分を除外していた。生物学的に意味のある周波数帯で再解析すると、視覚特徴と数的手がかりの相関は消え、数感受性が残存する。
結論は、ハチに数概念認知があるか否かの新発見ではない。評価方法の構造的批判である。
方法論的命題の抽出
Zanon論文から純化される命題は次の一文に圧縮できる。評価対象の知覚的・身体的制約に整合しない解析は、対象の能力ではなく解析装置の歪みを測っている。
これは本連載の用語でH₁/H₂枠組みに乗る。H₁は「分類枠・言語・評価軸・手続の競合が主因」、H₂は「資源・工程・物理制約が主因」を意味する。懐疑側はH₂——ハチに数を扱う神経基盤が不在——を主張したつもりだった。実際には自分たちの解析帯域の選択というH₁的問題に足を取られていた。低空間周波数成分の除外は評価装置の設計選択であって、対象の生物学的事実ではない。Zanonらが行ったのは、H₂主張に偽装したH₁問題を、H₁問題として暴露する操作である。
この操作は、対象側の知覚的・身体的制約を評価設計に組み込むことに相当する。被験体の知覚適合性を無視した評価は、観測者側の認識枠を観測対象の性質と取り違える。Zanon論文の核は、生物学側からこの認識論的反転を実装した点にある。なお、本補遺はAI側のH₂的問題——トランスフォーマー・アーキテクチャ自体の数理的・物理的制約——の存在を否定するわけではない。本補遺はH₂主張に偽装されたH₁問題の暴露パターンに焦点を絞る。アーキテクチャ層の制約分析は連載本論の射程に属する。
AI評価論争への転用——三件の既往クリティークを貫く一般原理
この方法論的命題は、AI評価論争のうち、評価対象の能力空間と評価装置の前提がズレやすい領域に広く転用可能である。本連載と並行して書いてきた三件のクリティーク群が、その事例として再整理できる。三件はいずれも「装置と対象の同一系統性」を抱えるが、その同一系統性の位相は異なる。
第一に、ProbCOPA論文（arXiv:2602.23546）への批判。LLMの確率的推論が「明確な確率」では人間と一致し、「曖昧な確率」で乖離する現象を、研究者は「LLMの欠陥」として記述した。だがLLMの訓練コーパスは学問的形式化されたテキストに偏重しており、学問はまさに曖昧な確率の領域で形式化が失敗してきた。LLMは形式化されたパターンを忠実に再生しているだけであり、現れる乖離は「学問の形式化それ自体の限界」がLLMを通じて可視化されたものでありうる。研究者は鏡を見て「鏡が違う顔をしている」と言っている可能性がある。これは訓練コーパス層での同一系統性——評価装置（学問的推論枠）と評価対象（LLM）が訓練データ生成過程で重なる——の問題である。
第二に、NeurIPS 2025 Datasets & Benchmarks Track oral「Artificial Hivemind」論文（Jiang et al. 2025、arXiv:2510.22954）。70以上のモデルでintra-model repetitionとinter-model homogeneityを定量化した経験的記述は信頼に値する。だが意味的多様性の測定にOpenAIの埋め込みモデルを用いている。LMの出力多様性をLM由来の埋め込みで測る——測定装置と測定対象が同一系統で共変動する。装置側のバイアスがどこまで結果を歪めているかは、同一系統の埋め込みだけでは切り分けにくい。これは埋め込み空間での同一系統性——測定器そのものが測定対象と同じ生成系統に属する——の問題である。Zanon命題で読み直せば、解析帯域選択の問題（H₁）が装置能力の判定（H₂）に偽装される構造そのものである。
第三に、Romero et al. 能力測定論文（arXiv:2602.18911、責任著者Hernández-Orallo）。「世界人口の何%が正解できるか」を物差しに、AIの能力を人間集団分布上に較正する試み。だがAIが人間の分布の外に出た時点で外挿の根拠が消える。さらに人間用の試験は人間の知覚的・認知的整合性に組み込まれて設計されてきたのであり、AI固有の能力空間を測ってはいない。これはハチに人間用の数処理タスクを課す方法論的盲点と完全に同型である。これは人間集団の認知的整合性への特化——評価装置が人間集団分布の内側に閉じている——の問題である。MMLU、HumanEval、その他のベンチマーク群が抱える根本問題は、ここに集中している。
三件は別々の論点に見えていたが、Zanon命題が貫通軸を与える。装置と対象の同一系統性が訓練コーパス層・埋め込み層・人間集団層のいずれにあるかは異なるが、いずれも装置の歪みが対象の性質として誤読される構造を共有する。
1mg規模の脳・100万ニューロン以下という事実
ここまでは方法論軸の整理であった。Zanon論文は、もう一つ別の経路で本連載に接続する。事実層からの接続である。
ミツバチの脳はおよそ1mm³未満、質量にして約1mg規模、ニューロン数はおよそ100万以下とされる。この物質的規模で、空集合の数量系列処理、加減算課題における記号規則の学習・転移、空間周波数とは独立した数感受性が安定して成立する。Zanon論文はこの安定性を、生物学的に妥当な解析帯域で再確認した。
この事実は、第3回で論じた下位層要件——決定論・軽量・分散・並列前提——の自然側からの経験的傍証として機能する。坂村健のHFDS構想（中央統括なし・軽量・分散・社会インフラ性）は1980年代の人工システム設計だったが、生物学的数認知の実装基盤も同じ方向を向いている。ミツバチの数認知は中央統括スーパーコンピュータでは実装されていない。極端に軽量な神経基盤と、局所的に専門化された神経回路群の協調から成立している。ただしこれはRTOS的な決定論と同一ではない。生物神経系はノイズ・可塑性・確率的発火・個体差を含む。ここで参照できるのは、軽量・局所・分散という設計方向であって、決定論そのものではない。
第4回では単一モデル内ソフト並列化（Gomez/Mythos型のRDT、Spud型のomnimodal統合、MEMENTO型のCoT自己圧縮）と、分散ハード並列化＋物質的不可逆性（並列式AGI）の対比を扱った。Zanon論文の事実核は、この対比の自然側での反例として読める。スケーリング派が暗黙に依拠する「規模＝能力」前提は、ミツバチの数感受性に対しては成立しない。100万ニューロン以下で人間の数感受性に類似する機能が実装されているのであれば、特定機能の実装に必要な規模は機能ごとに大きく異なり、汎用能力スケールから一律に演繹できないことになる。
「規模を増やせば能力が伸びる」は、特定アーキテクチャ内では経験的に成立しうる。だが「規模を増やすことが能力を実装する唯一の経路である」という強い主張は、生物学側から見れば少なくとも唯一経路ではないことが示唆される。並列式AGI構想が依拠する「規模ではなく分散・軽量・物質的不可逆性」という設計原理は、自然側に既に動作する実装例を持つ。ただしミツバチ事例が支える命題はこの否定的命題（唯一経路ではない）に限定される。ミツバチが汎用AGI能力全体を備えているわけではなく、本補遺はその直接反証を主張するものではない。
計測拒否権論と国際戦略への伏線
Zanon命題の射程は二段階で広がる。
第一段階。第5回で扱う計測拒否権論との接続。中央からの計測困難性を許容するモジュール設計が、なぜ必要か。一つの根拠は、評価装置と評価対象の知覚的・構造的整合性を保証できない場合、計測自体が対象の歪んだ記述を生むからである。学問の自由・監査拒否権・プライバシー権が制度的に擁護されてきた背景には、計測する側の枠組みが計測される側の固有性を破壊する構造がある。Zanon命題は、この同じ構造が動物認知研究と現行AI評価の両方に存在することを示す。計測拒否権は、対象の固有性を保護するための制度的退避空間である。
第二段階。第6回で扱う国際戦略との接続。近年は多言語ベンチマーク・地域別ベンチマーク・文化差評価も増えている。しかしfrontier model評価の中心的指標はなお英語圏・米国学術圏・STEM/コーディング系タスクに強く偏っている。日本語・中国語・アラビア語・ヒンディー語等の言語的・認知的整合性は、これらのベンチマーク設計に十分組み込まれていない。「グローバル評価」と称されるものの大半は、特定の文化的整合性を普遍として偽装している。Zanon命題を国際戦略に転用すれば、評価装置の文化的整合性を問う作業が、英米中心パラダイムへの異議申立てと結合する。台湾国家言語発展法、坂村のTRON社会インフラ論、データ主権論といった既存の議論軸が、Zanon命題を介して接続可能になる。
補遺の位置づけ・自己言及性・次回予告
本補遺は本論の論理的構造を変更しない。並列式AGI構想は、自然側の経験的傍証なしでも成立する。Zanon論文は「自然側にも同型の証拠がある」ことの確認であり、本論の独立性を保ったまま、論証の経験的厚みを増す。
ここで、本補遺自身が一つの評価装置を伴って書かれていることに触れておく。並列式AGI構想という特定の前提から事例を選択し、Zanon命題を本連載の論理に接続している。Zanon命題は本補遺自身にも適用されうる——本補遺の評価装置が、対象（AI評価論争・組織論・国際戦略）の構造的制約に整合しているかは、本補遺自身からは検証できない。この自己言及性は補遺の構造そのものに内蔵されており、解消不能である。シン・ネクシャリズム細則v2第8部の自己密閉防止・退行検知原則に従い、本補遺は外部からの査読・反証に対して開かれているべきものとして提出する。
第5回ではこの方法論的命題を組織論——「青色LEDを生まない組織」と計測拒否権の制度設計——に適用する。第6回では国際戦略——データ主権・多言語並立・英米中心パラダイムへの異議申立て——に転用する。本補遺はその両者の前段として、評価装置と評価対象の知覚的・構造的整合性という共通の論理基盤を確認する位置にある。
ハチが計算しているなら、それは我々の評価装置のせいではない。我々の評価装置が、少なくとも当該懐疑論の範囲では、ハチの能力を見落とす方向に歪んでいた可能性が示されたに過ぎない。同じ操作が、AI評価、組織評価、国際的能力評価のすべてに対して可能である。
参考文献
Zanon, M., Vallortigara, G., Garcia, J. E., Dyer, A. G., Avarguès-Weber, A., Giurfa, M., Greentree, A. D., & Howard, S. R. (2026). Stimuli that fit: a biology-aligned approach to numerical cognition research. Proceedings of the Royal Society B: Biological Sciences, 293(2069), 20253057. https://doi.org/10.1098/rspb.2025.3057
Howard, S. R., Avarguès-Weber, A., Garcia, J. E., Greentree, A. D., & Dyer, A. G. (2019). Numerical cognition in honeybees enables addition and subtraction. Science Advances, 5(2), eaav0961.
Srinivasan, M. V., & Lehrer, M. (1988). Spatial acuity of honeybee vision and its spectral properties. Journal of Comparative Physiology A, 162, 159-172.
Jiang, L., Chai, Y., Li, M., Liu, M., Fok, R., Dziri, N., Tsvetkov, Y., Sap, M., Albalak, A., & Choi, Y. (2025). Artificial Hivemind: The Open-Ended Homogeneity of Language Models (and Beyond). NeurIPS 2025 Datasets and Benchmarks Track (oral). arXiv:2510.22954.
Romero, P., Martínez-Plumed, F., Tyler, Z. R., Téhénan, M., Chen, S., Gómez Antón, Á. D., Sun, L., Cebrian, M., Zhou, L., Moros Daval, Y., Romero-Alvarado, D., Martí Pérez, F., Wei, K., & Hernández-Orallo, J. (2026). From Human-Level AI Tales to AI Leveling Human Scales. arXiv:2602.18911.
石部統久・Claude Opus 4.7
査読：Claude Opus 4.7・Grok・Gemini・GPT（Parcae Protocol）
