人間の裁量を挟まない5つの工程が、一つのループとして永続的に回り続ける。各行動は一過性の評価ではなく、個人に紐づくデジタル資産として積み上がっていく。
人間には不可能なスケールで、微細な貢献と広範な影響を24/365で感知する。
感知された貢献要素を改ざん困難な履歴として刻む。組織移動や解散でもリセットされない。
「観測された指標」と「実現した価値」の関数従属性を測る。乖離＝ゲーミングを検知する。
合意済みロジックに従い、人間の裁量も遅延も挟まずインセンティブを自動執行する。
数年単位の影響分析が未来の計算に反映され、「逃げ得」が合理的か未知数になる。
同じ5つの流れを、あなたの日常の言葉に置き換えると——何を見られ、何が残り、それが自分に何を返すのか。組織にとっても個人にとっても、この仕組みが何のためにあるのかが見えてきます。
後輩に教える、資料を整える、面倒な調整を引き受ける——目立たない行動も、AIが取りこぼさず気づきます。
その事実は消えずに残ります。上司が代わっても、部署や会社を移っても、履歴はリセットされません。
人の好き嫌いや第一印象ではなく、全員に対して同じ統一されたものさしで判定されます。
評価に応じて、報酬や信頼が自動で返ります。誰かの承認待ちや忖度は、間に挟まれません。
積み上がった履歴が、次の機会につながります。短期の「逃げ得」は、長い目で見ると効きにくくなります。
日々の活動と、様々な変化との相関。見落とされがちな貢献——プラスもマイナスも。それをAIが判定し続けることで、評価そのものの重さと不公平が、静かに解けていきます。
目指すのは、誰かを裁くための監視ではありません。人間の認知では取りこぼしていた貢献に光を当て、統一された基準で公平に返すこと。その結果として、評価という重い仕事から人が解放され、不平等や不公平が起きにくい環境が、自動で維持され続けます。
詳しく見る →Chatterjee の ξ は「Y が X の関数か」を検出する。ここでは X＝AIが観測した貢献シグナル、Y＝実際に実現した中長期インパクト。両者が一致すれば ξ↑、指標だけを釣り上げるゲーミング（Goodhart）で乖離すれば ξ↓。個人を裁くのではなく、測定系そのものが壊れていないかを監視する使い方だ。
プロセス（どんなルールで評価・執行されるか）は誰でも検証可能に。データ（具体的な発言・コード・行動）は本人の同意なく公開されない。この両立が、心理的安全性と公正さを同時に担保する。
「詳細を開示」ボタンは存在しない — 秘匿はUIの都合ではなく、証明の設計そのもの。
検証者は主張が真だと確信できるが、その根拠となった行動は一切見えない。
貢献履歴は個人が主権を持つポータブルな証明書（NFT）。組織を超えて持ち運べる。そして同じ履歴が、移動先DAOの価値関数で評価し直される — これが「DAOごとのAIチューニング」の体感版だ。
このデモは「技術の進化で解ける」前提の理想像だ。だが現時点で未解決の壁を隠さず並べておく — 解けるふりをしないことが、設計の誠実さだから。