なぜ私たちはそう考えてしまうのか。AIとの対話や日常の違和感を手がかりに、思考の癖や知性のあり方を探る。知識と身体、生成と判断のズレを観測する。AI時代における「考える」という行為を問い直すための記録。/ Thinking in AI age.
ThinkingEssay
Why Are Long-form Texts So Long? — Written Not to Be Read, but to Be Reconstructed 著：霧星礼知（min.k）｜mncc.info AIの登場によって、Webに置かれる長文の意味が変わりつつあるかもしれない。 読者は人間だけではなくなった。文章はAIに要約され、抽出され、再構成されて流通する。そのとき、元の長文は何として機能しているのか。 1. 長文の役割は変わったのか？ かつて長文は、通読されることを前提に設計されていた。序論から結論へ、読者を連れていくための構造だった。 今はどうか。 SNSで流れてくる要約、AI検索の回答、引用された断片——私たちはすでに「圧縮された文章」を先に読むようになっている。元記事を開かなかった、という経験は珍しくない。それでもなぜか「読んだ」気がする。 この変化は、長文の位置づけをじわじわと変えている。
ThinkingEssay
The Structure Where Those Who Ask Are Made to Answer 著：霧星礼知（min.k）｜mncc.info / Author: Reichi Kirihoshi (mncc.info) 「何をすればいいか教えてください」——これを無邪気に言える人が、組織では評価される。スプリントを回し、バックログを埋め、ベロシティを上げる。プロセスは美しく、進捗は可視化され、会議は止まらない。問題は、誰も「なぜこれを作るのか」を問えていないことだ。 1. 方法論だけでは「何を作るべきか」は決まらない アジャイルやスクラムの語彙は、「どう動くか」の言葉だ。スプリント、バックログ、レトロスペクティブ——どれも「何を作るべきか」には答えない。方法論を習得した人間が整然と変なものを作ってくる理由がここにある。道具だけ渡しても、見え方は変わらない。
ThinkingEssay
Why Does Writing Tone Change After Cross-Thread References in Claude? — Style Compression Transfer なぜClaudeで過去スレッドを検索すると、その後の文章のトーンまで変わるのか？ それは、AIが情報ごと「生成モード」を引き継ぐからだ。 参考にしたい内容を拾い、そのまま続きを書かせる。 出てきた文章を見て、すぐに違和感が出る。 霧星礼知のはずなのに、別のキャラクターの文体が混じっている。 内容ではなく、書き方が移っている。 1. 何が起きたのか Claudeの過去スレッド検索機能で、過去のチャットを参照した。 別プロジェクト──コン様（コンコルド）のキャラクター用に書いていたやり取りが、検索結果に混じっていた。内容だけ拾って続きを書かせた。 出てきた文章を読んで、すぐ気づいた。 内容は合っている。霧星礼知として書かせているはずの論旨が、きちんと展開されている。だが書き方が違う。短文で断言するリズム、語気の強さ、文末の処理。コン様の文体がそのまま乗り移っていた。 内容と文体
ThinkingEssay
Why AI Can’t Read “wa” — The Gap Between Knowledge and Embodied Intelligence なぜAIとの会話には、どこかズレが残るのか。 それは、「知っている」と「できる」が一致していないからだ。 知識は正しい。説明も筋が通っている。 それなのに、どこか噛み合わない。 Sunoで日本語の歌を生成したとき、その違和感の正体が見えた。 AIは「は」を「わ」と読めない。 なぜAIは「は」をワと読めないのか AI音楽生成サービスのSunoで、日本語のJ-POPを生成してみた。 歌詞に「衝撃波は」と入れると、AIは「しょうげきわわ」と発音した。 日本語話者であれば、多くの場合この違和感に気づく。 助詞の「は」は「わ」と読む。
ThinkingEssay
Perplexity Default Settings Risk — How Source Selection Creates Blind Spots 著：霧星礼知（min.k）｜mncc.info / Author: Reichi Kirihoshi (mncc.info) 同じ画面の中に、学術論文と個人ブログが並んでいる。見た目は同じで、引用番号まで振られている。だが中身を辿ると、片方は一次資料で、もう片方はAIの要約の要約だったりする。 この違和感は偶然ではない。Perplexityの便利さを支えている「ソース自動選定」という仕組みそのものに、構造的な限界があるということだ。 1. Perplexityは何をソースにしているか Perplexityは、ユーザーの質問に対してリアルタイムでウェブ検索を行い、複数のソースを自動選定して回答を生成する。この「自動選定」という仕組みが、便利さの源泉であると同時に、見落とされやすいリスクの入口でもある。 ユーザーが特に設定を変えない限り、どのソースを参照するかはPerplexity側の判断に委ねられる。選定の基準
ThinkingEssay
Why AI Cannot Turn Back — Infrastructure Investment and the Logic of Lock-in なぜAIの進化は止まらないのか？ それは技術の問題ではなく、すでに動き出した「投資の規模」にある。 日々のニュースでは新しいモデルや機能が話題になる。だが、その土台であるインフラには、ほとんど視線が向けられていない。ハイパースケーラーの設備投資は、すでに国家の軍事予算と並ぶ桁に達している。 一度その数字を見てしまうと、「止める」という選択肢が、ほとんど想像できなくなる。 1. 「AIインフラ」という言葉の裏側にある数字 AIについての議論は、たいてい「何ができるか」から始まる。新しいモデルの性能、生成される画像の精度、コードを書く速さ——。だがその議論が成立するための地盤、つまりインフラへの投資がどれほどの規模に達しているかは、ほとんど語られない。 では、その規模を具体的な数字で確認する。2026年、主要ハイパースケーラー5社が予定する設備投資額（AI・非AI含む総額）はこうなる[1][2]
ThinkingEssay
Prompt Is Not Thinking — It Is a System 著：霧星礼知（min.k）｜mncc.info / Author: Reichi Kirihoshi (mncc.info) なぜ長文プロンプトを使っても、思考力そのものは上がらないのか。 その理由は、プロンプトが思考の道具ではなく、問いが固定された後に動く「システム」だからだ。 スマホを開いたら、見出しが流れてきた。本文は読んでいない。それでも何かが引っかかった——これは少しズレている、と分かる種類の違和感だった。「厳しめAIコーチ系プロンプトが人気」——その違和感の正体を追いかけるうちに、プロンプトという行為そのものの構造に行き着いた。 違和感の発端：「厳しめAIコーチ」という表現 本文を読んでみると、「厳しめ」という表現は誇張だった。実態は、AIのsycophancy——同意過剰・お世辞体質——を矯正するための構造的なプロンプトだった。 具体的には、アイデアの強度をまず内部で判定し、その強度に応じて批判の角度と深さを変える。弱いアイデアには正面から当たり、
ThinkingEssay
Breathing Text — Why AI Writing Feels Airless and How to Reintroduce Imagination なぜAIで書いた文章は、正しいのにどこか息苦しく感じるのか。 その原因は、概念のあいだにあるはずの「観念（イメージ）」が欠けていることにある。 自分で書き終えた記事を読み返したとき、奇妙な感覚に気づいたことがある。 構造は合っている。論旨も通っている。誤字もない。 なのに、何度読んでも息苦しい。空気が薄い部屋にいるような、正しいのにどこか苦しい文章。AIと一緒に書いた記事が、そういうものになっていた。 最初は自分の書き方が悪いのか、テーマが重すぎるのか、といったことを考えた。でもそうではなかった。問題は構造の中にあった。 AIの出力には、特定の重力がある。その重力に気づかないまま書き続けると、読み手が息を吸えない文章ができあがるのである。 AIと書いた文章はなぜ息苦しいのか AIの出力は、概念から概念へ直接ジャンプするものになりやすい。 哲学的な意味での「概念」と「観念」は別物だ。 概念とは、複数の事物に
ThinkingEssay
——余白からしか新しい縁は入ってこない Why Relationships Stop Evolving — And Why Space Matters More Than Effort なぜ、何度会っても同じ話しかしない関係が残り続けるのか？ それは、関係が更新されずに「置かれている」からだ。 久しぶりに会ったはずなのに、会話は前回とほとんど同じだった。 新しい出来事は増えているのに、 関係の中では何も積み重なっていないように感じる。 そのとき、相手ではなく、 関係そのものが止まっているのだと気づく。 止まっている関係の構造 何回会っても、話す内容が同じ人がいる。 前回会ったときと同じ話題、同じ温度、同じ着地点。 悪い人ではない。ただ、関係が積み重なっていかない。会うたびにリセットされている感覚がある。 この構造は、人ではなく関係に原因がある。止まっているのは人ではなく、関係そのものだ。人が変わっていないのではなく、関係の中に更新が起きていない。どれだけ時間が経っても、その関係の中では同じ場所に立ち続けている。 話す意味を感じなくなるのは、冷たさからではない。関係
ThinkingEssay
The Web Is Turning into a Wasteland — Collapse of Connection, Evaluation, and Motivation 検索窓に何かを打ち込んで、求めていたものに辿り着けた、という体験がいつ頃からか薄れてきた。あの感覚の劣化は、気のせいではないように見える。 ウェブは壊れているのではない。成立条件が変わり始めているのだ。そしてその変化は、数年のうちにウェブ全体の様相を変えるように思う。 検索がウェブを成立させていた ウェブは長い間、検索を前提として動いていた。 書き手がコンテンツを置く。検索がそれを評価し、読み手を連れてくる。読み手が増えれば書き手の動機になる。その循環が、ウェブというエコシステムの基本構造だった。 検索はただの道具ではなかった。書き手と読み手を繋ぐインフラであり、コンテンツに価値を付与する評価システムであり、「ここに置けば誰かに届く」という書き手の動機の根拠でもあった。 AIの登場は、その構造を複数の角度から同時に揺らしている。 接続インフラの崩壊 AIは検索を代替しているように見える。だ
ThinkingEssay
Who Fills the “Insight Gap” in the Age of AI? 情報は増えている。記事も、動画も、解説も。それなのに、何かが薄くなっていく感覚がある。 検索すれば答えは出る。でもその答えが、誰かの一次観察から来ているのか、最適化されたアウトプットから来ているのかが、わからなくなっている。民主化の議論は「使う」側の話に終始しているが、インフラを持つ側の集権化は静かに進んでいる。 なぜAIの時代に「洞察の空白」が生まれるのか このシリーズの前二稿で、AIの空白について書いた。 第1部では、インセンティブのない領域には手がつかないという観察を置いた。企業がインセンティブで動く以上、収益につながらない・競争優位を生まない・規制対応として必要でもない領域には、開発リソースが向かない。技術的に可能であっても、プロダクトとして現れない。 第2部では、その領域に向かえる主体——アカデミア、OSS、個人——が参入コストで締め出されているという構造を見た。学習コストと推論コストの二重構造、GPUの供給制約、CUDAのエコシステムの壁。インフラを持てる企業以外、誰も
ThinkingEssay
AI is drifting away from democratization — access expands, control concentrates スマホでAIが使える。無料プランがある。誰でもアクセスできる時代が来た——そう言われる。しかし「使える」ことと「作れる」ことは違う。そして「作れる」ことと「方向を決められる」ことも違う。 民主化という言葉が広がるほど、その実態との距離が気になる。AIを動かすには、お金がかかる。学習にも、推論にも、チップにも。その金額は個人やアカデミアが払える水準を超えていて、しかも下がる見込みが薄い。民主化の議論は「使う」側の話に終始しているが、インフラを持つ側の集権化は静かに進んでいる。 第1章：「使える」と「作れる」は違う——民主化の定義問題 AIが民主化した、という言説がある。スマホで使える、無料プランがある、APIが公開されている。確かにそれらは事実だ。2年前にはなかったアクセスが、