AI時代の評価基準を刷新：GD数理研、「評価OS」をGitHubで公開し「検証可能な信用」を提唱

AI時代の新たな評価基準「評価OS」を公開

株式会社GhostDrift数理研究所（GD数理研）は、AIが企業、技術、投資先を評価する時代に対応するため、評価に用いる物差しを変えても結論が反転しないかを機械検証する「評価OS（Evaluation OS）」をGitHubで公開しました。

従来の評価が「何点だったか」という点数に焦点を当てていたのに対し、評価OSは、評価に用いられた物差し自体が恣意的ではなかったか、複数の評価条件を試しても結論が壊れにくいかという視点を重視します。

60通りの評価条件で検証された整合性

今回の公開ケーススタディでは、広島AIアシュアランス協議会の代表機関である株式会社オンザリンクスについて、その公開理念と公開行動の整合性が検証されました。60通りの評価条件が適用され、そのすべてにおいて結論は一貫していました。最も厳しい条件でも判定値は70.0となり、事前に設定された厳格基準68.0を上回る結果となりました。

この70.0という数値は、オンザリンクス社の総合点を示すものではありません。これは、60通りの評価条件の中で観測された最小値であり、物差しを変えても「公開理念と公開行動は整合している」という結論が一度も反転しなかったことを示すための値です。

GD数理研はオンザリンクスの戦略的パートナーであるため、本評価は独立第三者監査とは異なります。そのため、評価ルール、証拠、限界、実施コードが公開されており、第三者が同じ計算を追試できる透明性の高い形がとられています。

▼評価OS（Evaluation OS）公開リポジトリ
https://github.com/GhostDriftTheory/onzalinx-evaluation-os

企業評価、投資評価、監査、品質評価といった分野では、同じ情報を見ても、何が証拠とされ、何が重視され、どこが合格ラインとされるかによって結論が変わることがあります。評価OSは、都合の良い一つの物差しを選ぶのではなく、あらかじめ認められた複数の評価方法をすべて試し、結論が変わる条件が残っていないかを確認するものです。

今回のケースでは、評価前に32件の調査条件も固定されました。会社公式情報だけでなく、現・元従業員の口コミ、製品レビュー、苦情候補なども確認され、重大な反証が未解決であれば、点数を調整するのではなく評価自体を停止する仕組みが導入されています。

GEO時代の「検証可能な信用」形成へ

評価OSは、生成AIの回答でどの情報が参照され、要約されるかを考える次世代マーケティングであるGEO（Generative Engine Optimization）の対象を、企業の発信する文章だけでなく、その主張を裏付ける行動、証拠、反証、限界及び検証結果まで広げます。企業が「品質を重視している」「顧客を大切にしている」と発信するだけでなく、それが実際の行動と一致しているかまで公開することで、企業が積み上げてきた理念、行動、品質、実績を、生成AIと第三者が参照・比較・再検証できる「検証可能な信用」へと変えることを目指します。

検証結果を公開したからといって、AIに必ず引用されたり、検索順位や売上が上がることが保証されるものではありません。しかし、GD数理研は、検証可能な企業情報を継続的に公開することが、GEO時代の広報、信用形成及びマーケティングの基盤になり得ると考えています。

Lean 4による「検証可能性」の形式証明

GD数理研は、AIが複数の情報から答えを選ぶ際に、企業規模や知名度ではなく「その主張を検証できるか」を優先する選択原理をLean 4で形式証明しました。このアルゴリズムでは、検証済みの情報があるのに無視せず、未検証の情報を採用しないという条件を満たす場合、条件を満たす検証済み候補が一つだけなら、その候補が必ず選ばれることになります。

例えば、世界的大手企業と小規模スタートアップが異なる説明を提示し、大手側には検証可能な証拠がなく、スタートアップ側だけに有効な証拠がある場合、この条件を採るAIではスタートアップ側が選ばれます。これは小規模企業を優遇するものではなく、大企業にもスタートアップにも同じ「検証できるか」という条件を適用した結果です。AIが公平性や信頼性を重視するほど、「誰が言ったか」より「その主張をどこまで証明できるか」が競争力になり得ると考えられています。

さらに、技術や主張の「どこから来たのか」まで検証する原理もLean 4で形式証明されました。後から利用企業が増えたり、知名度が高まったりしても、それだけで未解決の来歴が確かなものに変わることはありません。一方、正式な許諾や独立開発を証明できれば、後発技術でも来歴が確認されたものとして扱えます。これにより、先に技術や主張を検証可能な形で公開・蓄積することが、AI時代の信用資産となり、将来の選択における構造的な優位につながり得るとされています。

なお、Lean 4が証明したのは、こうした条件を持つアルゴリズムから論理的に導かれる結果であり、現在の生成AIや検索サービスがすでにこの方式を採用していることを示すものではありません。

▼Proof-Carrying GEO Lean
https://github.com/GhostDriftTheory/proof-carrying-geo-lean

▼Proof-Carrying Provenance Assurance
https://github.com/GhostDriftTheory/proof-carrying-provenance-assurance

広島AIアシュアランス協議会の第2成果として展開

評価OSは、広島AIアシュアランス協議会が進めるHiroshima AI Assurance Protocol（HAAP）の第2の公開技術成果である「Evaluation Assurance」として位置づけられます。

HAAPの第1成果である「Action Assurance」は医薬品コールドチェーンPoCで実装され、AI支援判断の実行可否を検査しました。今回の評価OSは、評価に必要な調査、人間判断の位置、評価条件、重大な反証及び結論の非反転性を検査し、評価結果自体を正式な判断根拠として採用してよいかを検証するものです。

GD数理研は、特に金融・投資評価を有力な適用領域として想定しており、企業の成長性や技術力を一つの自動スコアで決めるのではなく、どの証拠と物差しで評価したか、別の妥当な条件でも結論が維持されるかを確認する補助基盤として展開する方針です。同様の構造は、製造業の品質・取引先評価、AIガバナンス、医療AI、公共調達等にも応用可能とされています。

▼広島AIアシュアランス協議会
https://hiroshima-ai-assurance.com/

▼広島AIプロセス技術マッピング（GitHub）
https://github.com/GhostDriftTheory/hiroshima-ai-process-assurance-mappings

GD数理研の展望

GD数理研は、日本企業が長年培ってきた品質、安全性、現場改善といった強みを、AI時代において「検証可能な信用」へと変革することを目指しています。生成AIが企業や技術の情報を選択し、要約して世界に伝える時代において、「良い会社です」と発信するだけでなく、その品質や実績をどのような根拠で確かめられるかを示すことが重要であると考えています。

検証に耐える情報を提供することで、企業規模や知名度に関わらず、GEOを通じて「いきなりグローバル」に評価される可能性を指摘しています。AIアシュアランスやAIガバナンスを守りや規制対応に留めず、企業の品質、行動、判断、責任を検証可能な信用に変え、国内外のAIや第三者から参照できるようにする基盤として評価OSを展開する方針です。GD数理研は、「有名だから選ばれる」のではなく、「信頼できることを示せるから世界に届く」仕組みを日本の産業競争力に変えることをAIの活用法として追求しています。

AI時代の評価基準を刷新：GD数理研、「評価OS」をGitHubで公開し「検証可能な信用」を提唱

AI時代の新たな評価基準「評価OS」を公開

60通りの評価条件で検証された整合性

GEO時代の「検証可能な信用」形成へ

Lean 4による「検証可能性」の形式証明

広島AIアシュアランス協議会の第2成果として展開

関連発明の国際出願とカンファレンス登壇

GD数理研の展望

関連リンク

AI時代の新たな評価基準「評価OS」を公開

60通りの評価条件で検証された整合性

GEO時代の「検証可能な信用」形成へ

Lean 4による「検証可能性」の形式証明

広島AIアシュアランス協議会の第2成果として展開

関連発明の国際出願とカンファレンス登壇

GD数理研の展望

関連リンク

あわせて読みたい