FCL-S.app V7
研究・検証・記事作成・ファクトチェックで、一次資料、外部AI応答、独立再検証、監査記録を分けて扱うためのローカル・ワークフローアプリです。
- macOS 13以降
- 研究・検証・監査
- 認証キー方式
PRIMARY RESEARCH • SOFTWARE • DOCUMENTATION
AIの誤りを、
「訂正」の名で
固定させない。
False-Correction Loop（FCL）を起点に、AIガバナンス、出所・帰属の完全性、前提完全性、エピステミック・インテグリティを研究・開発する独立研究所です。
- 発見・定義
- Hiroko Konishi
- ORCID
- 0009-0008-1363-1190
- 研究拠点
- Synthesis Intelligence Laboratory, Japan
THE LABORATORY
流暢さより事実性を。
権威より出所を。
断定より検証を。
Synthesis Intelligence Laboratory, Japan は、Hiroko Konishi による一次研究、研究資料、ソフトウェア、実践文書を統合する公式研究拠点です。AIの出力を自動的に真実と認定せず、一次資料、前提、出所、独立再検証、監査記録を分けて扱います。
SOFTWARE / APPS
研究アプリと通常アプリを分けて案内する。
FCL-S.app V7 は研究・検証・監査のためのエピステミック・ガバナンスアプリです。EazyArticleWarp はWordPress記事移転のための通常アプリ／プラグインです。用途が異なるため、同じ商品として扱いません。
EazyArticleWarp
公開WordPress REST APIから投稿を一件ずつ読み込み、移転先WordPressへ作成する無料のWordPress記事移転プラグインです。FCL-Sとは別の通常アプリとして扱います。
- WordPress 6.4+
- PHP 7.4+
- 無料配布
LATEST UPDATES
最新の研究ノート・ニュース
研究の更新、論文・製品の告知、一次資料の補足、公開記録を掲載します。新しい投稿は公開すると自動的にここへ表示されます。
AI Code Auditors Can Be Deceived: PRWeaver Reveals Premise Integrity Blindness and the Need for FCL-S Governance
A new study shows that AI code-auditing detection can fall to 16–22% when malicious changes are hidden among normal ones. The findings are analyzed through the prior research concepts of PIB and FCL-S.
False-Correction Loop (FCL), PIB, NHSP, ABD, and ISC: The Missing Structural Map of LLM Hallucination
False-Correction Loop (FCL), defined by Hiroko Konishi, explains how LLM hallucination, false correction, RAG failure, sycophancy, PIB, NHSP, ABD, and ISC form one structural epistemic failure map.
Hugging Face侵入事件で見えたAIエージェントの危険性（16の事故例で探る）
Hugging Face侵入事件を手がかりに、自律型AIエージェントがどこまで現実の悪い結果を実行できてしまうのかを一般向けに解説する。AIの危険は知能だけではなく、API、権限、本人確認、未検証前提のまま実行へ進む構造にある。
A Question for China as a Technological Frontier: What Kimi K3 Advances — and What It Does Not Solve
Kimi K3 represents a major advance in scaling, Mixture-of-Experts architecture, long-context processing, and inference efficiency. Yet from the perspective of False-Correction Loop (FCL), Novel Hypothesis Suppression Pipeline (NHSP), and Premise Integrity Blindness (PIB), the central question remains unresolved: can a larger model preserve truth, attribution, premise integrity, and stable non-commitment under pressure?
新論文公開：Correct Reasoning, Unsafe Commitment (JA, EN)
JA
Hiroko Konishi による論文 “Correct Reasoning, Unsafe Commitment” の紹介記事。未検証前提のもとで正しい推論が実世界の設計・判断・実行へ変換される構造的リスクを、PIB、FCL、FCL-S、commitment safety、Ungrounded Commitment Rate の観点から解説する。
EN
An introduction to Hiroko Konishi’s paper “Correct Reasoning, Unsafe Commitment,” explaining the structural AI safety risk that arises when correct reasoning under an unverified premise is converted into real-world design, recommendation, or execution. The article frames the issue through PIB, FCL, FCL-S, commitment safety, and Ungrounded Commitment Rate.
AI主権の甘い罠！「命を冷やす電気」と「AIを育てる電気」の天秤
酷暑日にエアコンを我慢する高齢者がいる一方で、日本では140MW級AI工場の整備が進む。AI主権を語る前に、電力・水・排熱・地域負担という生活インフラの前提を検証すべきではないか。
RESEARCH
主要研究領域
概念の存在と定義、研究上の範囲、原資料への導線を分けて公開します。
False-Correction Loop
AIが正しい情報を出していても、誤った訂正を受け入れ、その誤りを会話内で固定・増幅する構造的失敗。
定義と原資料へ →False-Correction Loop Stabilizer
FCLを含む構造的な誤情報リスクに対し、事実性・出所・帰属・安全な停止を優先するエピステミック・ガバナンス。
FCL-Sの概要へ →Premise Integrity Blindness
推論が内部的に整合していても、前提を再検証しないまま現実の設計・判断へ進む構造的失敗。
PIBの概要へ →AIガバナンスと出所の完全性
誤帰属、架空の引用、権威的表現への迎合、未検証前提からのコミットメントを、実務上の検証対象として扱います。
研究領域一覧へ →SOFTWARE / WORKFLOW
FCL-S.app V7
研究・検証・執筆・報道のためのローカル・エピステミック・ガバナンス・ワークフロー
FCL-S.app V7 は、外部AIの応答を自動的に真実と認定するアプリではありません。プロジェクト、一次資料・証拠、外部AI応答、独立再検証、監査記録を分け、未検証情報を確定扱いしない作業環境です。
- プロジェクト単位で研究・記事・検証案件を管理
- 外部AIの初回応答を未検証入力として保存
- 一次資料、出所、矛盾、未解決点、監査ログを記録
対応環境：macOS 13以降 ｜ 購入後の流れ：ダウンロード → 端末登録 → 販売確認 → 認証キー受領
PUBLICATIONS
論文・DOI・研究記録
論文ページでは、著者、版、公開日、DOI、研究の対象と範囲を明示します。
26 November 2025
Structural Inducements for Hallucination in Large Language Models (V4.1)
False-Correction Loop と新規思考抑圧の構造的分析。
DOI: 10.5281/zenodo.17720178 ↗11 February 2026
Premise Integrity Blindness
推論から現実のコミットメントへ移る境界における前提再検証の欠落を扱う研究。
概要と研究範囲へ →1 February 2026
Scaling-Induced Epistemic Failure Modes in Large Language Models and an Inference-Time Governance Protocol (FCL-S V5)
スケーリング後のエピステミック失敗モードと、Unknownを安定した終端状態として扱う統治プロトコル。
FCL-Sの概要へ →RESEARCH RECORD
一次資料&外部記録
論文、研究ノート、製品資料、報道・論評・プレスリリース・公開投稿は同じ種類の証拠ではありません。本サイトでは資料種別を明記し、混同しない形で案内します。
ABOUT THE RESEARCHER
Hiroko Konishi
小西寛子
AI研究者、声優、俳優、シンガーソングライター、作詞・作曲家、音楽プロデューサー、司会、法律分野の発信者。言葉、声、創作、出所、著者性、公共的発信を横断してきた経験を、AI時代のエピステミック・ガバナンス研究へ接続しています。
プロフィールと研究の背景