
COS-HARMONY v0.3──「社会を良くするモデル」から「社会状態を検証する動的モデル」へ
まず、何をやったのか
最初に、難しい話を抜きにして説明します。
今回やったことは、かなり単純です。
「社会の状態を、数式で表せないだろうか?」
そこから始まりました。
たとえば、
人々の生活状態
人と人との関係
社会の安定性
技術や情報の状態
社会を取り巻く環境
こうしたものが時間とともに変化するとしたら、それを数式として表現できるかもしれない。
そこで、環境条件を H、社会状態をいくつかの変数 M・N・I・T で表し、時間とともにどう変化するかをモデル化してみました。
最初のモデルでは、
「環境条件Hが良くなれば、社会状態も良くなるのではないか」
という結果が出ました。
ところが、ここで一つの疑問が生まれます。
それ、本当に社会の性質を発見したのか?
それとも、最初からそうなるように数式を作っただけではないのか?
これは、かなり重要な問題です。
そこで今度は、COS-HARMONYとは違う仕組みで「人工的な社会データ」を作ってみました。
そして、そのデータがどんな仕組みから生まれたのかを知らない状態で、COS-HARMONYのようなモデルに分析させてみました。
すると、
本当は存在していない直接的な関係が、「存在するように見える」場合がある
ことが分かりました。
たとえば、
本当は共通の原因によって動いているだけなのに、直接的な因果関係に見える
本当は見えていない変数が原因なのに、観測している変数同士の関係に見える
本当は時間差のある関係なのに、同時に起きている関係に見える
本当は別の非線形な仕組みなのに、別の数学的な相互作用として表現される
ということです。
つまり今回の研究で分かった一番大事なことは、
「数式から結果が出たからといって、それをそのまま社会の真実だと思ってはいけない」
ということでした。
これはCOS-HARMONYそのものに対する、かなり重要なチェックでもあります。
はじめに
社会を数理モデルで表現する。
一見すると、かなり大胆な試みです。
しかし、科学では、
「説明できそうだから採用する」
だけでは不十分です。
むしろ重要なのは、
「その説明は、本当にデータから出てきたのか?」
という問いです。
COS-HARMONYの初期モデルでは、環境条件Hと社会状態との関係を数式化し、シミュレーションを行いました。
その結果、Hが高くなるほど、社会状態を表す変数が改善するような挙動が現れました。
最初は、
「これは面白い結果だ」
と思いました。
しかし、モデルを見直してみると、もっと重要な問題が見えてきました。
そもそも、その結果が出るような構造を、自分たちでモデルの中に入れていたのではないか?
という問題です。
そこで、今回のv0.3では、モデルそのものを疑うことにしました。
1.最初のモデルを疑ってみる
初期モデルでは、Hから複数の社会状態へ直接的な影響経路を設定していました。
つまり、
H → 社会状態
という関係が、モデルの構造として組み込まれていました。
その状態でシミュレーションを行えば、
「Hが高いほど社会状態が良くなる」
という結果が出るのは、ある意味で当然です。
これは、
「社会の中に本当にその関係が存在する」
ことを証明したわけではありません。
そこで、モデルを一つずつ簡略化していきました。
すると、初期モデルで見えていた特徴の一部が消えていきました。
この段階で、最初の結果を「社会の法則」として扱うことはできなくなりました。
むしろ、
モデルの構造が結果を作っていた可能性
を考える必要が出てきました。
2.「Hcrit」を一度撤回する
初期の検討では、
「あるHの値を境に社会状態が変化するのではないか」
という仮説も考えました。
そこで、その境界を仮に Hcrit と呼びました。
しかし、パラメータを変更してみると、その値は大きく変化しました。
さらに構造を削っていくと、当初見えていたHcritそのものが消えていきました。
これは重要な結果でした。
なぜなら、
「Hcritという普遍的な境界が存在する」
という仮説を、現在のモデルからは支持できなくなったからです。
したがって、v0.3ではHcritを普遍的な指標として扱いません。
3.「Hが高いほど良い」も撤回する
もう一つ見直す必要があったのが、
「Hが高いほど社会状態は良くなる」
という考え方です。
初期モデルでは、そのような結果が出ていました。
しかし、モデルを簡略化し、変数間の相互作用を見直していくと、Hの変化によって必ずしもすべての社会状態が同じ方向に変化するわけではありませんでした。
場合によっては、
Hを低下させたことで競合関係が弱まり、特定の変数だけが増える
ような挙動も生じます。
つまり、Hを単純な「善い方向のパラメータ」と考えることはできません。
現在のv0.3では、Hを、
社会状態に影響を与え得る環境条件
として扱います。
Hが高ければ必ず良い、という前提は置きません。
これは、COS-HARMONYの考え方をかなり大きく修正した部分です。
4.モデルをさらに単純化する
ここで、社会状態を表す変数を
M・N・I・T
の4変数に絞りました。
この4変数が「人間社会の本質を表す」と証明されたわけではありません。
あくまで、
社会状態の時間変化を考えるための低次元の作業仮説
です。
そして、変数同士の相互作用を中心にモデルを構成しました。
この段階で重要だったのは、
特定の結果を出すために、Hから各変数へ都合よく直接的な影響を入れない
ことでした。
また、数値計算についても、単純なEuler法ではなく、より安定した数値積分法を用いて検討しました。
その結果、
正のフィードバックによる状態変化
変数同士の相互作用
条件によって異なる状態への移行
ヒステリシス的な挙動
などが、必ずしも特定のシグモイド関数やHの直接効果を必要としないことが見えてきました。
ここから、COS-HARMONYの焦点は、
「Hが社会を改善するモデル」
から、
「環境条件と社会状態の時間的関係を検証するモデル」
へ移っていきました。
5.さらにモデルを壊してみる
ここからが、今回の検証で特に重要だった部分です。
COS-HARMONYのようなモデルを使うと、
「観測された関係を、モデルが正しく説明している」
ように見えることがあります。
しかし、
本当にそうでしょうか?
そこで、今度はCOS-HARMONYとは違う仕組みを持つ「未知の生成モデル」を用意しました。
そして、その生成過程を知らない状態で、COS-HARMONY型のモデルを当ててみました。
いわば、
「AIに違う仕組みの社会を作らせて、それを別のモデルで分析してみる」
という実験です。
今回用いた主な生成モデルは、以下の4種類です。
5-1.共通原因モデル
まず、
Hと社会状態が、別々に直接影響し合っているのではなく、共通の原因Zによって動いている
というモデルを作りました。
つまり、
Z → H
Z → 社会状態
という構造です。
このモデルでは、生成過程に
H → 社会状態
という直接的な因果関係はありません。
ところが、このデータにHから社会状態への直接効果を含むモデルを当てると、H→Mの係数が今回設定した検出基準0.05を超える結果が、5試行すべてで観測されました。
※ここでいう0.05は統計的有意水準ではなく、今回の予備実験で設定した係数の検出基準です。
つまり、
共通の原因によって一緒に動いているだけでも、直接的な関係があるように見える可能性がある
ということです。
ただし、これは今回設定した生成モデルと実験条件における結果であり、一般的な発生確率を示すものではありません。
5-2.隠れ変数モデル
次に、
観測していない変数Zが、M・N・I・Tの複数の状態に影響している
というモデルを作りました。
現実の社会でも、
「実際には重要だけれど、データとして観測できていない要因」
は存在します。
このモデルでは、そうした隠れた要因を意図的に設定しました。
そしてCOS-HARMONY型のモデルを当てると、
MとNの直接的な相互作用があるように見える
結果が複数回観測されました。
今回の5試行では、4~5試行でそのような係数が検出されました。
つまり、
本当は隠れた共通要因が動かしているだけなのに、観測変数同士の直接的な相互作用として表現される
可能性があります。
ただし、ここでも5試行という小規模な予備実験であるため、この頻度を一般的な発生率として解釈することはできません。
5-3.時間遅延モデル
次に、
Mが、現在のNではなく、過去のNの状態に影響される
というモデルを作りました。
これは社会現象を考えるうえでも重要です。
政策を実施したからといって、社会状態がその瞬間に変化するわけではありません。
教育、制度、技術、文化など、多くの社会現象には時間差があります。
ところが、時間遅延を含まないモデルで分析すると、
過去のN → 現在のM
という関係が、
現在のN → 現在のM
という「瞬間的な相互作用」に見えてしまう可能性があります。
今回の5試行では、M-N相互作用の係数が検出基準を超える結果がすべての試行で観測されました。
これは、
時間遅延を無視すると、動的な関係を瞬間的な相互作用として誤認する可能性がある
ことを示す予備的な結果です。
5-4.非線形・飽和型モデル
最後に、
最初から2次多項式ではない仕組み
を使いました。
たとえば、
tanh型の非線形
平方根型の関係
飽和する関数
などです。
現実の社会現象も、単純な直線関係とは限りません。
ある程度までは効果が大きくても、それ以上になると飽和することがあります。
逆に、一定の条件を超えると急激に変化することもあります。
こうした別の非線形構造から生成したデータに、2次多項式型の動的モデルを当てると、別の形の相互作用として表現される場合がありました。
ここでも重要なのは、
「どの数学的表現が真実なのか」をデータだけから簡単に決めることはできない
ということです。
6.今回の実験で分かったこと
今回の実験で一番重要だったのは、
「COS-HARMONYが正しい」という結果ではありません。
むしろ逆です。
COS-HARMONYのような動的モデルは、
どこで構造を誤認する可能性があるのか
ということが見えてきました。
今回の検証では、
共通原因
共通の原因によってHと社会状態が同時に動くことで、Hから社会状態への直接効果があるように見える可能性。
隠れ変数
観測されていない要因が、観測変数同士の直接的な相互作用として表現される可能性。
時間遅延
本来は時間差のある関係が、瞬間的な相互作用として表現される可能性。
異なる非線形構造
本来とは異なる数学的構造が、別の相互作用として近似される可能性。
が確認されました。
ここから得られる教訓は明確です。
モデルが出した係数を、そのまま因果関係だと解釈してはいけない。
特に社会データでは、
共通原因
潜在変数
時間遅延
観測誤差
非線形性
などを考慮する必要があります。
7.では、v0.3では何を残すのか
ここまでモデルを疑って、いろいろな仮説を削っていきました。
では、何が残るのでしょうか。
現在のCOS-HARMONY v0.3では、
① M・N・I・Tという4変数
これは「人間社会を表す普遍的な4変数」ではありません。
あくまで、
社会状態の時間変化を考えるための低次元モデル
として残します。
② 変数間の相互作用
社会状態を考えるとき、変数を完全に独立したものとして扱うよりも、
相互作用する動的システム
として考える意味は残ります。
ただし、その係数をそのまま現実の因果関係と解釈することはしません。
③ Hという環境条件
Hについても、
「Hが高いほど良い」
という意味では使いません。
Hは、
社会状態とともに変化し得る環境条件
として扱います。
したがって、Hと社会状態の関係については、
本当にHが原因なのか、それとも別の要因による共変動なのか
を検証する必要があります。
8.これから必要になるもの
ここから先は、人工データをさらに複雑にしていくことが目的ではありません。
むしろ、
実際の社会データに近づくこと
が重要になります。
そのためには、少なくとも次のような検証が必要です。
時間差を見る
ある変数が変化したあと、別の変数が変化しているのか。
単純な同時相関だけではなく、ラグを含めて検証する必要があります。
潜在変数を考える
観測できていない要因が、複数の変数を同時に動かしていないか。
共通原因を考える
Hと社会状態が同時に変化していても、それだけではHが社会状態の原因だとは言えません。
自然実験や介入を見る
可能であれば、政策変更や制度変更などの前後を利用し、
環境条件の変化が、その後の社会状態の変化につながったのか
を検討する必要があります。
つまり、次の段階では、
「モデルを複雑にする」より「因果関係を誤認しないための設計」
が重要になります。
9.「普遍性」とは何だったのか
今回の研究を始めたとき、
「COS-HARMONYに普遍性があるのか」
という問いを立てていました。
しかし、研究を進めるうちに、
普遍性にも段階がある
ことが分かってきました。
大きく分けると、次の3段階です。
① 数式を変えても成立するか
パラメータや関数形を変えても、同じような構造が現れるのか。
今回、主にここを検討しました。
② モデル構造を変えても成立するか
共通原因、隠れ変数、時間遅延、別の非線形構造などを入れても成立するのか。
今回、ここにも予備的に踏み込みました。
③ 実際の社会データでも成立するか
現実の社会で、本当に同じような関係が確認できるのか。
これは、まだこれからです。
したがって、現在のCOS-HARMONYについて、
「普遍的な社会法則が証明された」
とは言えません。
むしろ、
普遍性を主張するためには、どこまで検証しなければならないのかが見えてきた
という段階です。
10.今回の研究の着地点
今回の研究を一言でまとめるなら、
「社会を良くする数式」を作ったのではなく、「社会を数式で説明するとき、どこで間違えるのか」を調べた
ということになります。
これは、最初に考えていたCOS-HARMONYとは少し違う姿です。
当初は、
Hが高くなれば社会状態が改善するのではないか。
という仮説から始まりました。
しかし、
Hの直接効果を疑い、
Hcritを撤回し、
「Hが高いほど良い」という仮説を撤回し、
モデルを単純化し、
さらに別の生成モデルでデータを作り、
そのデータをCOS-HARMONY型モデルで分析し、
共通原因、隠れ変数、時間遅延、非線形性による誤認の可能性を確認しました。
その結果、現在のCOS-HARMONYは、
「社会を良くするモデル」ではありません。
現時点では、
社会状態と環境条件の時間的関係を、できるだけ誤認せずに検証するための動的モデル枠組み
として位置づけるのが妥当だと考えています。
そして、ここが今回の研究で一番大切なところです。
モデルが出した結果を、そのまま社会の真理だと思わない
数式は、とても説得力があります。
数字が並び、グラフが描かれ、係数が計算されると、
「科学的な答えが出た」
ように感じます。
しかし、
その答えを生み出した仕組みそのものが間違っている可能性があります。
だからこそ、
モデルを作ることより、モデルを疑うこと。
それが、今回のv0.3で得た最大の成果でした。
COS-HARMONYは、まだ完成した理論ではありません。
むしろ、
「自分たちが作ったモデルを、自分たちで壊しながら、何が本当に残るのかを探している段階」
です。
そして次に必要なのは、さらに都合のよい人工データを作ることではありません。
現実の社会データです。
現実のデータの中で、
時間差はあるのか
共通原因はないのか
潜在変数はないのか
本当に環境条件が社会状態の変化につながっているのか
を、一つずつ検証していく。
そこまで進んで初めて、
COS-HARMONYが現実の社会をどこまで説明できるのか
が見えてくるはずです。
おわりに──今回の研究で分かったこと
今回の研究では、派手な「新発見」があったわけではありません。
むしろ、
自分たちに都合のよかった仮説を、いくつも撤回しました。
でも、研究としては、そこに意味があると思っています。
「こうなるはずだ」と思って作ったモデルが、本当に社会の性質を表しているのか。
それとも、
「そうなるように作ったから、そうなっただけ」なのか。
この違いを見分けることは、AIを使って社会を分析する時代には、ますます重要になるはずです。
AIは、非常に複雑なモデルを作ることができます。
しかし、
複雑なモデルが出した答えほど、私たちは慎重に疑わなければならない。
今回のCOS-HARMONY v0.3は、そのための小さな実験でもあります。
研究記録について
今回の予備実験では、主要な時系列データそのものをCSV等として保存したのではなく、
データ生成アルゴリズム
乱数シード
モデル定義
数値積分方法
最適化方法
パラメータ範囲
誤検出判定条件
を含む再現用Pythonスクリプトを保存しています。
乱数シードは 42 としています。
同一のコード、同一の主要条件、近いソフトウェア環境であれば、基本的に同じ実験を再生成できます。
ただし、Python・NumPy・SciPyなどのバージョンや浮動小数点計算環境の違いによって、最終的な数値の細部が変化する可能性があります。
また、今回のMonte Carlo試行数は5回であり、あくまで予備的な検証です。
今回得られた5/5、4~5/5などの結果を、一般的な発生確率や普遍的な統計的割合として解釈するものではありません。
文明意識研究所として
文明・意識・AIを横断し、文明OSの体系化を進める独立系研究プロジェクトとして、今回もできるだけ研究過程そのものを公開していきます。
研究成果は、できるだけ無料で公開しています。
もし、このような研究活動そのものを応援していただける方がいれば、メンバーシップという形で活動を支えていただけるとありがたいです。
https://note.com/charm_aster9497/n/n8f1adca82d03
研究を閉じるためではなく、
知識と価値を循環させていくために。
和フィールドで、地球をひとつの和へ。