TECHNOLOGY
人間が思考するように、AIが会話を処理する
AWAIのパイプラインは、認知科学の知見と構造的に一致する3層の文脈モデルで設計されています。直感から始まり、学術が裏付けた — その技術的アプローチを紹介します。
CONTEXT MODEL
3つの層が、思考の「意味」を組み立てる
Layer 1
即時文脈
Working Memory
今まさに話しているトピックの中にある関連情報。同じメッセージ内の他の思考ノードを、フィルタなしで全て参照します。
Layer 2
近接文脈
Selective Attention
1〜2メッセージ前のノード。ただし全部を引っ張るのではなく、テキスト類似度でフィルタをかけます。今の話題と無関係なものは参照しない。
Layer 3
遠方文脈
Cue-dependent Retrieval
コサイン類似度が高い過去のノードを、メッセージ距離に関係なく引き出す。「あ、これ前に話したことと繋がる」という連想です。
「人間の記憶ってこう動くよな」という感覚で設計した後、認知科学の文献を調べたら、既知の理論と構造的に一致していた。理論から演繹的に導いたのではなく、直感と自己観察から作り、後から裏付けが見つかった設計です。
COGNITIVE SCIENCE
直感で設計し、学術が裏付けた
| AWAIの実装 | 認知科学の理論 | 提唱者 |
|---|---|---|
| Layer 1: 即時文脈 | Working Memory | Baddeley & Hitch (1974) |
| Layer 2: 近接文脈フィルタ | Selective Attention | Broadbent (1958) |
| Layer 3: 遠方文脈の想起 | Cue-dependent Retrieval | Tulving (1983) |
| 高類似度の距離無制限想起 | Spreading Activation | Collins & Loftus (1975) |
| 2パスの再解釈 | Memory Reconsolidation | Nader et al. (2000) |
| 予測誤差による処理深度変更 | Predictive Processing | Friston (2005) |
| 未回収論点の検出 | Zeigarnik Effect | Zeigarnik (1927) |
PIPELINE
予測し、発見し、再解釈する
Phase 1
素直な解釈
Layer 1とLayer 2の局所文脈のみで、まず「素直な」理解を生成します。
Layer 3 検出
Phase 2
文脈付き再解釈
Layer 3で遠方文脈が見つかったら、その文脈を取り込んで理解を更新します。
prediction error
Phase 3
統合的再解釈
Phase 1→2で解釈が大きく変わった思考にのみ、より深い処理を施します。
DUAL EDGES
明示された関係と、隠れた繋がり
LLMエッジ
AIが「この2つの思考は明示的に関連している」と判断した関係。会話の中で実際に結びつけられたもの。
Embeddingエッジ
ベクトルの類似度が高いペア。会話では直接結びつけられていないけれど、意味的に近い関係。
気づいていない繋がりを可視化すること。それがAWAIの価値の一つです。
CLASSIFICATION
6つの色が、思考の性質を映す
前提（premise）—暗黙の前提・条件
深化（deepening）—掘り下げ・精緻化
分岐（branching）—別の視点・代替案
収束（convergence）—まとめ・合意形成
問い（question）—疑問・問いかけ
洞察（insight）—気づき・発見
思考と思考のあわいに、構造が見える。
人と人の思考のあわいに、共通理解が生まれる。
「あわい」は「間」の古い読み。確定前の揺らぎの中にこそ可能性がある — AWAIはその揺らぎを可視化します。