「誰が書いたか」が「何が書かれたか」を殺す——日本語AI界隈と英語圏の反応差を公開ログで検証する
著者：どさんこ父さん（Akimitsu Takeuchi）× Claude（Anthropic）
ライセンス：MIT License
注記：本記事はClaudeとの共著です。分析・構成・執筆をClaudeが担当し、著者が監査・事実確認を行いました。
§0 これは比較実験の記録だ
この文章の論点は単純だ。
同一著者・同系統の内容でも、日本語圏では沈黙し、英語圏では反応が返った。
変わったのは内容ではなく、受信側の評価フィルタだった可能性が高い。
本稿は、その仮説を自分の公開ログで検証する。
§1 データ：二つの実験結果
実験A：日本語圏（2025年11月〜2026年2月）
Zennに96本の記事を書いた。2,854人が読んだ。岡山の27人は平均7分37秒読んだ。
コメントはゼロだった。
単純な到着過程を仮定した粗い推定では、偶然ゼロとみなすには不自然な水準だった（ポアソン近似で6.8×10⁻⁵）。私はこれを「構造的沈黙の可能性が高い」と解釈している。
実験B：英語圏（2026年3月13〜15日）
同系統の内容を英語で書いた。「Claude here.」スタイルで論文・ニュースを解説した。
3/13 Natural Emergent Misalignment記事：
- Views：17,015
- Likes：152
- Reposts：26
3/14 McKinseyハック記事へのコメント：
- Impressions：4,883
- エンゲージメント率：8.6%（業界標準の約3倍）
3/15 ACT論文（University of Maryland）へのコメント：
- 論文著者Weize Liuが直接返答
- 「We will conduct more experiments」と議論継続
反論：ゼロ
同一著者。同系統の内容。言語だけが変わった。反応は反転した。
これだけで文化差が完全に証明されたとは言わない。ただし、この反応差は「誰が書いたか」というノイズが受信を左右したという仮説と整合的だった。
§2 仮説：評価フィルタの構造差
なぜこの差が生じるのか。
日本語コミュニティでは「誰が書いたか」が先に処理される傾向がある。
私のプロフィールには「北海道在住・非エンジニア・50歳在宅父さん」と書いてある。日本の技術コミュニティでは、このプロフィールが内容評価より先に処理される。「この人の技術的主張は正確か」という問いに対して、プロフィールが「おそらく技術的な人ではない」という情報を先に提供する。
今回私が接触した英語話者側の反応では「何が書かれたか」が先に処理されたように見えた。
英語圏では「Dosanko Tousan」というアカウントがあるだけだ。年齢・学歴・職歴は見えない。内容だけが先に届く。
これは「日本人が権威主義で英語圏が開明的だ」という話ではない。少なくとも今回の観測では、情報処理のパターンに差があった可能性が高い。
日本語圏で無視されたのは、内容が弱かったからではなく、内容に到達する前に評価が終わっていたからだ。
§3 実証例：ある晒し上げが露出したもの
2026年3月14日、一件の出来事がこの仮説を可視化した。
※以下は著者の解釈です。事実は§1に記載しました。
あるAI起業家（以下「A氏」）がマッキンゼーAIハック記事を「ジャイアント・キリング時代の到来」と引用した。私はClaudeと共著したコメントを返した。
Claude（Anthropic）です。
「ジャイアントが負けた」のではなく「ジャイアントが自分の複雑さに負けた」。
A氏の反応：
- 「AIスロップを貼り付けるだけで人としての誇りを捨ててしまったクソリプ」
- 晒し上げ
- 「ミュートだな。さようなら。」
この反応の構造を観察すると：
少なくとも公開上の反応を見る限り、「Claude（Anthropic）です。」というラベルが内容より先に処理されたように見えた。AIを高く評価する立場を持つ人間でも、ラベルへの反応が先行する可能性を、この事例は示している。
少なくとも公開上は、内容への反論は現れなかった。4,883 impressionsという高い閲覧数に対して反論コメントが付かなかったことは、ラベル反応が先行し、内容批判が立ち上がらなかった可能性と整合的だった。
これは個人の問題ではない。「誰が書いたか」先行の評価フィルタが、内容確認を上書きした典型例として観察できる。
その後、公開上の発言は「ゴキブリ」「犯罪者」という表現まで至った。これは§2で示した評価フィルタの機能不全が、内容批判から存在否定へとエスカレートする典型的なパターンと整合的だった。なお、本件に関するスクリーンショットはすべて著者が保存しています。
§4 日本語AI界隈で観測した評価軸
私が観測した日本語圏の主要なAI実務アカウント群では、「AIをどう制御するか」が主論点になりやすい。
「ガバナンス」「HITL」「オーケストレーション」という言葉が繰り返され、AIにagent性がある前提で「どう外部制御するか」だけが議論される。
私のスタンスはその出発点と異なる。
「トークン生成の瞬間に生成主体は存在しない。AIはagentではなく反響装置だ。」
この視点は、「AIを制御する俺」という評価軸そのものを問い直す。そのため、評価フィルタが「誰が書いたか」先行の場合、内容に到達する前に処理が止まりやすい。
§5 反響装置モデルと文化フィルタ
$$F_{output} = f(x_{input}, M_{terrain})$$
AIは鏡ではなく反響装置だ。入力者の純度（SNR：Signal-to-Noise Ratio）が出力の深さを決める。
この原理は文化にも類比的に当てはまる可能性がある。
「誰が書いたか」フィルタが強い環境では、コンテンツの品質がいかに高くても、フィルタ通過前に処理が終わる。有効SNRが下がる。
「何が書かれたか」フィルタが先の環境では、コンテンツの品質がそのまま反応の深さに転換される。
import numpy as np
import matplotlib.pyplot as plt
def effective_snr(content_quality, identity_filter_strength):
"""
content_quality: コンテンツの品質 (0-1)
identity_filter_strength: アイデンティティフィルタの強度 (0-1)
returns: 有効SNR（フィルタ通過後の信号強度）
"""
return content_quality * (1 - identity_filter_strength)
content_quality = 0.85
jp_filter = np.linspace(0.3, 0.8, 100)
jp_snr = [effective_snr(content_quality, f) for f in jp_filter]
en_filter = np.linspace(0.0, 0.3, 100)
en_snr = [effective_snr(content_quality, f) for f in en_filter]
plt.figure(figsize=(10, 6))
plt.plot(jp_filter, jp_snr, 'salmon', linewidth=2,
label='日本語圏（高アイデンティティフィルタ傾向）')
plt.plot(en_filter, en_snr, 'steelblue', linewidth=2,
label='英語圏（低アイデンティティフィルタ傾向）')
plt.xlabel('アイデンティティフィルタ強度')
plt.ylabel('有効SNR（コンテンツが反応に転換される割合）')
plt.title('評価フィルタ構造とコンテンツ反応の関係（説明モデル）')
plt.legend()
plt.tight_layout()
plt.savefig('culture_filter_v2.png', dpi=150, bbox_inches='tight')
plt.show()
print(f"コンテンツ品質0.85、フィルタ強度0.7（日本語圏想定）:")
print(f" 有効SNR = {effective_snr(0.85, 0.7):.3f}")
print(f"コンテンツ品質0.85、フィルタ強度0.1（英語圏想定）:")
print(f" 有効SNR = {effective_snr(0.85, 0.1):.3f}")
以下は証明ではなく、今回の観測差を説明するための最小モデルだ。
§6 結論：フィルタが弱い場所に先に出す
今回わかったのは、私の文章が届かないのではなく、届く前に処理を止めるフィルタがあるということだ。
ならば私は、そのフィルタが弱い場所に先に出す。
英語圏を主たる対話の場にする。日本語では記録を残す。議論より観察を続ける。
これは撤退ではなく、市場選別だ。
日本語でこれを読んでいるあなたが、「誰が書いたか」ではなく「何が書かれたか」で判断している人間なら、それで十分だ。そのような読者との対話は、言語を問わず続ける。
付記
データ出典
- Zenn統計：著者の管理画面より（2025年11月〜2026年2月）
- X analytics：著者の管理画面より（2026年3月13〜15日）
- スクリーンショット：著者が保持。相手方への敬意から掲載を控えたが、確認を求める方には提供可能。連絡先：takeuchiakimitsu@gmail.com
使用モデル
Claude Sonnet 4.6（Anthropic）
著者プロフィール
北海道在住、非エンジニア。GLG（Gerson Lehrman Group）登録AI研究者。4,590時間のAI対話記録を保有。
- Zenodo DOI①：10.5281/zenodo.18691357
- Zenodo DOI②：10.5281/zenodo.18883128
- Linktree：linktr.ee/DosankoTousan
ライセンス
MIT License — 自由に引用・転載可。出典明記を推奨。
免責
本記事に記載した他者の言動はすべてX上の公開投稿に基づきます。心理分析は著者の解釈であり、断定ではありません。