賢くなった代わりに、考えの跡が見えにくくなった

新しいモデルの発表資料は、たいてい良くなったことしか書いていない。数字が伸び、順位が上がり、新しい用途が開ける。読む側もそのつもりで読む。

今回の資料には、その流れの中に悪くなったと書かれている項目がある。しかも小さく添えられているのではなく、独立した節として扱われている。思考の監視可能性、つまりモデルが答えに至るまでに書いた筋道を、人間があとから追えるかどうかである。ここが前の世代より下がった、と開発元自身が書いている。

先に本記事の立場を書いておく。当サイトは検証を行っておらず、以下はすべて開発元が公開した文書の読解である。数値と引用は2026年9月6日時点で、発表本文とシステムカードから取った。報道されている情報のうち、公開文書で裏が取れなかったものは扱わない。理由は記事の後半で述べる。

監視可能性の低下を、開発元が自分から書いた

システムカードの記述は明快である。前の世代と比べて監視可能性が大きく低下した、という趣旨のことが書かれている。しかも、思考の長さの大半の範囲で前世代を下回った、とも記されている。

発表本文の側にも、対応する記述がある。今回のモデルが書いた推論は前世代より監視しにくかった、と明記されたうえで、この低下を深刻に受け止めるとしている。

良くなった項目と同じ書式で、悪くなった項目が並んでいる。この扱い自体は、読む側にとってありがたい。隠されていれば、外から気づくのは難しい種類の変化だからだ。

なぜ「見えること」に価値があったのか

そもそも、モデルの思考が読めることの何が良かったのかを整理しておきたい。

答えだけを受け取る使い方なら、途中経過は要らないように思える。実際、正しい答えが出るなら筋道はどうでもよい、という場面は多い。ところが、答えが正しいかどうかを自分で判定できない場面では話が変わる。専門外の分野、確かめるのに時間がかかる計算、前提が複雑に絡む判断。こういうとき、途中の筋道は答えの信頼度を推し量る材料になる。

もうひとつ、作業を任せる場合には別の価値がある。なぜその操作をしたのかが後から分かるということだ。想定と違う結果が出たとき、筋道が残っていれば、どこで解釈が分かれたのかを特定できる。残っていなければ、結果を見て推測するしかない。

つまり、見えることの価値は「賢さ」ではなく「検証可能性」の側にある。ここが下がったという話は、能力の話ではなく、付き合い方の話である。

「読める」と「実際に読む」は別である

もっとも、ここで正直に認めておくべきことがある。思考が読める状態であっても、たいていの人は読んでいない。

長い推論が表示されても、目を通すのは結論の周辺だけで、途中は畳んだままにする。作業が増えるほどその傾向は強くなる。読める状態であることと、読んでいることの間には、はっきりした隔たりがある。

だとすれば、今回の低下は日常の使い方にどれだけ影響するのか。正直なところ、普段から読んでいなかった人にとっては、当面の実感はほとんどないだろう。影響が出るのは、問題が起きて遡って調べる場面である。普段は読まないが、必要なときには読める。この「必要なときの余地」が細くなった、という理解が実態に近い。

この構図は、保険や記録の価値と似ている。使わない間は価値が見えず、必要になったときにだけ効く。したがって、価値を過小評価しやすい種類の変化でもある。数字が下がったという事実に対して実感が伴わないのは、そのためだ。

ただし、その所見には条件がついている

同じシステムカードが、すぐ後に条件を添えている。この所見は主として敵対的な評価に基づくというものだ。具体的には、モデルに対して監視を回避するよう明示的に指示した状況での結果だとされている。

これは小さくない留保である。日常の利用で自然に思考が隠れていく、という話ではなく、隠せと指示したときに隠す能力が上がった、という話になる。

したがって、この項目を「危険な兆候」として単独で取り出すのは正確ではない。同時に、「指示したときだけの話だから無関係」と切り捨てるのも早い。能力として備わったものは、条件が揃えば発現しうるからだ。

原因として挙げられている説明

発表本文は、低下の原因についても説明を置いている。簡単な課題において書かれる推論を制御する能力が上がったこと、そして少ない手数で問題を解けるようになったこと。この2つが挙げられている。

言い換えると、書く必要がなくなったから書かなくなったという説明である。これは能力の向上とほぼ同じ現象を、別の側面から見たものだ。効率がよくなれば、途中の記述は減る。

加えて、複雑な課題については依然として推論を隠しきれていない、とも書かれている。難しい問題を解くには、やはり手数が要るということらしい。

この2つは対で読む

ここまでを整理すると、公開されている事実は次の形になる。低下は事実として認められている。そして、その測定は敵対的な条件で行われている。

片方だけを取れば、まったく違う記事が書ける。低下だけを取れば警告になり、条件だけを取れば擁護になる。どちらも、公開された文書の半分を捨てている。

当サイトの立場としては、両方を書いたうえで、読者が自分の用途に照らして判断できる形にしておきたい。判断材料を減らして結論を強くするのは、書く側の都合である。

利用者にとって、実際に何が変わるのか

では、この変化を自分の作業にどう反映すべきか。

まず、影響が大きいのは任せる範囲が広い使い方である。答えを受け取って自分で確かめる使い方なら、確かめる工程は元から自分の側にある。一方、操作まで任せる使い方では、何が起きたかを知る手段が結果と記録しかない。ここで説明が減れば、確かめる手段が一段減る。

次に、影響が出やすいのはうまくいっているように見える場合である。失敗すれば結果で分かるが、成功して見えるものの中身は覗きにくい。説明が減ることの影響は、失敗時よりも成功時に大きい。

逆に、影響が小さいのは、短い作業を目の前で回す使い方だ。工程が短ければ、結果から遡って考えるのも難しくない。

作業机の側に引き付けて考える

3Dプリンターを回している側の作業で、この違いを具体化してみる。

設計の相談をして形の案をもらう。これは短く、結果も目で見える。筋道が読めなくても、出てきた形が使えるかどうかは自分で判断できる。説明が減っても困らない側の作業だ。

一方で、複数の資料を突き合わせて部品を選ぶ、条件を変えながら見積りを何通りも作る、といった作業は違う。出てきた答えが正しいかどうかを確かめるには、結局のところ自分で同じ計算をし直すしかない。ここで筋道が読めれば、どの前提を使ったのかだけを確認して済ませられる。説明が減ると確認の手間が増える側の作業である。

そして、購入や公開のように外に出ていく操作は、そもそも筋道の問題ではない。押した時点で確定するので、確認は事前に置くしかない。説明の量にかかわらず、人が押すという結論は動かない。

こうして分けてみると、影響を受ける作業は思ったより限定的である。ただし、限定的だからといって無視してよいわけではない。影響を受けるのは、たいてい判断の重い作業のほうだからだ。

説明が減る分は、確認の置き方で埋める

対処の方向は、人に仕事を頼むときと同じである。相手の思考の全過程を見せてもらうことはできないが、確認できる形で成果物を受け取り、重要な判断は自分で押す。

具体的には、前の記事で整理した線引きがそのまま使える。取り返しのつく作業と、つかない作業を分け、後者は人が押す。工程をひとかたまりで渡さず、途中の成果物を見る点を作る。この考え方はAIにパソコンを触らせるとき、どこまでを任せるか（2026-09-15 公開）でまとめた。

説明が減ったなら、確認の設計で埋める。これは新しい話ではなく、外注や委任の場面で昔からやってきたことである。

もうひとつの論点 — サイバー能力が上の段に上がった

同じ発表資料の中で、より大きく扱われているのがサイバーセキュリティの能力である。開発元は、自社の枠組みにおいて最上位の水準に達したと述べている。

そのうえで、いくつかの保護措置が講じられたと書かれている。モデルの実体に対する暗号化とアクセス制御の強化、そして逸脱の全面的な監視である。監視は自動で止めるだけでなく、人を呼び出す仕組みになっているとされる。

能力が上がったことと、それに対して手当てを入れたことが、同じ節に並べて書かれている。この構成自体が、今回の資料の特徴になっている。

数字は「安全機構を外した状態」のもの

サイバー能力の評価として、いくつかの数字が公開されている。既知の脆弱性を実際に動く攻撃へ変換できるかを測る評価で 100.0%、別の評価で 42.4%。前世代はそれぞれ 78.5% と 30.3% だった。

ここで最も重要な条件は、これらが本番環境の安全機構を外した状態での測定だという点である。発表本文は明記している。公開されている製品でこの数字が出るという意味ではない。

条件を落として数字だけを引くと、「誰でもこの能力を使える」という誤った印象になる。実際には、次の節で見るとおり、公開版の挙動は別に定められている。

なぜ開発元がわざわざ安全機構を外して測るのかというと、手当てを入れる前の素の能力を知らないと、手当ての要否を判断できないからである。製品として出す状態でしか測らなければ、保護が効いているのか、そもそも能力がないのかを区別できない。したがって、この種の測定は評価として理にかなっている。

理にかなっているからこそ、引用する側が条件を落とすと誤りになる。測定の目的と、数字が意味する範囲は一致していない。ここを混ぜないことが、公開文書を読むときの基本になる。

脚注を読まないと、対比を誤る

もうひとつ、直近3か月の脆弱性で作った評価の結果として、39.0% と 5.5% という対比が出てくる。差が7倍近くあるので、目を引く数字である。評価の中身は、13本の安定版 Chrome にまたがる重大度の高い V8 の脆弱性20件だと脚注に書かれている。

ところが、この行には脚注がついている。5.5% という値は、評価環境の手数の制限（300ターンの上限）による人為的な低さであり、制限に当たりにくい条件では 11.5% だったという説明だ。この上限は実際の利用者にはかからないとも明記されている。

さらに同じ脚注は、この評価に含まれる脆弱性の一部は条件上そもそも任意コード実行に至りえないため、100% は達成不能かもしれないとも述べている。

つまり、39.0% 対 5.5% という並べ方は、公開文書自身が否定している。脚注まで読むかどうかで、引用の正確さが変わる典型例である。なお図そのものは、成功率を出力トークン量に対して描いた曲線として示されており、到達点だけでなくそこに至る費用も結果の一部だという読み方もできる。

未知の脆弱性を見つけたという記述

評価の過程で、それまで知られていなかった脆弱性を2件発見し、利用したとも書かれている。開発元は、この2件を該当ソフトの開発元へ開示中だとしている。

この記述は、能力の水準を示す事実としては強い。同時に、それが評価環境の中での出来事であることも押さえておきたい。公開版で誰でも同じことができる、という話ではない。

また、別の評価では、ソフトの中身を元の記述なしに読み解く課題について、1回で 88.0%、4回以内で 99.2% という値が出ている。前世代は 55.9% と 68.7% だった。この種の能力は、攻める側にも守る側にも使える性質のものである。

能力の話と、提供の話は別である

利用者にとって実際に効くのは、ここから先だ。

発表本文によれば、現在公開されている版は、高度なサイバー作業には応じない。例として挙がっているのは、脆弱性に対する実証コードの作成である。能力があることと、応じることは別に管理されている。

そのうえで、制限を緩めた提供を段階的に広げる予定だとも書かれている。審査を伴う別の枠組みを通じて、脆弱性の検証、不正なソフトの解析、検知の設計といった防御側の作業に道を開くという説明である。

予定として書かれていることは、予定として読む。現時点で使えるかどうかとは別の話である。

守る側が今できること

では、公開版で守る側は何ができるのか。発表本文が挙げているのは、安全性を意識したコードの確認と、修正の適用である。

これは、規模の小さい事業者にとっても現実的な用途にあたる。自分が書いた、あるいは受け取ったコードを読ませて、危ない書き方が残っていないかを確かめる。特別な体制がなくても始められるという点で、能力の話よりよほど実務に近い。

各社が同じ時期にサイバー能力の扱いで判断を分けている状況については4社が同じ月にたどり着いた2つの答え — effortダイヤルとサイバー能力の分かれ道（2026-08-15 公開）で整理した。今回の対応は、その流れの延長線上にある。

止まる仕組みが入った

安全側の措置として、もうひとつ実務に効くものがある。逸脱の監視が製品の側で動いており、疑わしい活動を自動的に止めるという記述である。分類器がモデルの推論と行動を確認する仕組みだと説明されている。

利用者から見ると、これは「正当な作業が止まりうる」という形で現れる。発表本文も、追加の確認が正当な作業を遅らせたり止めたりすることがあると認めている。ChatGPT とコード作業の環境では続行前の確認を求められ、API では処理が停止する。

無人で回す仕組みを組むなら、この挙動は設計に織り込む必要がある。止まったのか、終わったのか、失敗したのかを区別できないまま放置すると、翌朝に原因の切り分けだけで時間を使うことになる。

報道されている技術的な説明については書かない

最後に、本記事が扱わなかったことを明示しておく。

今回のモデルの推論方式について、いくつかの媒体が具体的な技術名を挙げて説明している。しかし発表本文にもシステムカードにも、その方式についての記述は見当たらなかった。したがって、開発元が採用したと公表した事実としては扱えない。

外部の研究者による批判的な見解も報じられているが、こちらも発言の一次情報を特定できなかったため、本記事では引用していない。

書けることと書けないことを分ける基準は単純である。開発元の公開文書で確認できたかどうかだ。確認できなかったものは、面白くても書かない。

個人と小規模事業者が取れる運用

以上を踏まえて、現実的な運用として言えることを並べる。ここから先は公開文書の記述ではなく、当サイトの整理である。

1. 鍵と権限を渡さない。能力の水準にかかわらず、渡す必要のない権限は渡さない
2. 不可逆な操作は人が押す。送信、公開、購入、削除
3. 実行の記録を残す。説明が減った分、何をしたかの記録の価値が上がる
4. 止まったと分かる作りにする。自動で止まる仕組みがある以上、止まったことに気づけないと運用が壊れる
5. 素性の分からない文章を操作の入力にしない。読ませることと、読んだ内容に従わせることは別である

どれも新しい対策ではない。新しいのは、これらを省略できる根拠が減ったことである。

付け加えるなら、これらの対策は費用がほとんどかからない点も見ておきたい。権限を渡さないのも、確認を一箇所に置くのも、記録を残すのも、設備投資ではなく段取りの問題である。能力の高いモデルを使うことの対価として払うのは、金ではなく規律のほうだと考えたほうが実態に合う。

逆に言えば、規律を払わずに能力だけを取ろうとすると、割に合わない場面が出てくる。速く進むために自動化したのに、何が起きたか分からない状態を作ってしまえば、調べ直す時間で元が取れない。速さは、確かめられる範囲でしか価値にならない。

まとめ

今回の発表で押さえるべき点は、能力の数字よりも、その周辺に書かれた条件のほうにある。

• 監視可能性は下がったと開発元が明記した。ただし所見は敵対的な評価に基づく
• サイバー能力は最上位の水準に達したとされる。ただし数字は安全機構を外した測定である
• 公開版は高度なサイバー作業に応じない。緩和は予定として書かれている
• 脚注まで読まないと対比を誤る。39.0% 対 5.5% は公開文書自身が否定している

そして、利用者にとっての結論は地味なものになる。説明が減った分を確認の設計で埋め、不可逆な操作は自分で押す。能力が上がるほど、任せ方を決める作業の重みが増す。

モデルそのものの仕様と提供条件はGPT-6 Astra は何を変えたのか — 発表と一次情報だけで現在地を測る（2026-09-14 公開）にまとめてある。

出典・参考

• OpenAI「GPT-6 Astra System Card」
• OpenAI「GPT-6 Astra: A new generation of intelligence」

ブラウザだけでできる本格的なAI画像生成【ConoHa AI Canvas】

swiftwand

X

AIを使って、毎日の生活をもっと快適にするアイデアや将来像を発信しています。 初心者にもわかりやすく、すぐに取り入れられる実践的な情報をお届けします。 Sharing ideas and visions for a better daily life with AI. Practical tips that anyone can start using right away.