AI時代の評価、「この点数を信じてください」から「物差しを変えても結論は変わらないか」へ——GD数理研、「評価OS」をGitHubで公開

企業の理念と行動を「検証可能な信用」へ——60通りの評価検証をGEO、Lean 4、広島AIアシュアランス協議会の第2成果に接続

株式会社GhostDrift数理研究所

2026年9月2日 08時50分

株式会社GhostDrift数理研究所（東京都新宿区、代表取締役：前木秀光、以下「GD数理研」）は、評価に用いる妥当な物差しを変えても結論が反転しないかを機械検証する「評価OS（Evaluation OS）」をGitHubで公開しました。

AIが企業、技術、投資先を評価する時代には、「何点だったか」だけでなく、その評価に使われた物差し自体が恣意的ではなかったかが重要になります。評価OSは、一つの都合のよい評価条件だけを選ぶのではなく、事前に許容した複数の評価条件を試し、結論がどこまで壊れにくいかを検証します。

今回の公開ケーススタディでは、広島AIアシュアランス協議会の代表機関として社会実装を担う株式会社オンザリンクスについて、公開理念と公開行動の整合性を60通りの評価条件で検証しました。60通りすべてで結論は同じで、最も厳しい条件でも判定値70.0となり、事前に設定した厳格基準68.0を上回りました。

この70.0は、オンザリンクスという会社の総合点ではありません。60通りの評価条件の中で観測された最小値であり、物差しを変えても「公開理念と公開行動は整合している」という結論が一度も反転しなかったことを示すための値です。

なお、GD数理研はオンザリンクスの戦略的パートナーであり、本評価は独立第三者監査ではありません。そのため、評価ルール、証拠、限界、実施コードを公開し、第三者が同じ計算を追試できる形としました。

▼評価OS（Evaluation OS）公開リポジトリ
https://github.com/GhostDriftTheory/onzalinx-evaluation-os

評価を「一つの点数」から「壊れにくい結論」へ

企業評価、投資評価、監査、品質評価では、同じ情報を見ても、何を証拠にするか、何を重く見るか、どこを合格線にするかによって結論が変わります。

評価OSは、一つの都合のよい物差しを選ぶのではなく、あらかじめ認めた複数の評価方法をすべて試し、結論が変わる条件が残っていないかを確認します。

今回のケースでは、評価前に32件の調査条件も固定しました。会社公式情報だけでなく、現・元従業員の口コミ、製品レビュー、苦情候補等も確認し、重大な反証が未解決であれば、点数を調整するのではなく評価自体を停止します。

評価サマリー、詳細レポート、Python実施コードをGitHubで公開し、計算結果と公開資料の整合性も自動検査しています。

評価結果そのものが、GEO時代の信用・マーケティング資産になる

GEO（Generative Engine Optimization）は、AEO（Answer Engine Optimization）やLLMO（Large Language Model Optimization）など近接する呼称もある、生成AIの回答で「どの情報が参照され、要約されるか」を考える次世代のマーケティングです。

評価OSは、GEOの対象を、企業が発信する文章だけでなく、その主張を裏づける行動、証拠、反証、限界及び検証結果まで広げます。企業が「品質を重視している」「顧客を大切にしている」と発信するだけでなく、それが実際の行動と一致しているかまで公開する。これにより、企業が積み上げてきた理念、行動、品質、実績を、生成AIと第三者が参照・比較・再検証できる「検証可能な信用」へ変えます。

マーケティングを、「良く見せる情報発信」から、「主張がどこまで検証に耐えるかを公開する信用形成」へ。

評価OSを利用して検証結果を公開したからといって、AIに必ず引用される、検索順位や売上が上がると保証するものではありません。GD数理研は、検証可能な企業情報を継続的に公開することが、GEO時代の広報、信用形成及びマーケティングの基盤になり得ると考えています。

企業規模ではなく、検証可能性で選ぶ——Lean 4で選択原理を形式証明

GD数理研は、AIが複数の情報から答えを選ぶ際に、企業規模や知名度ではなく「その主張を検証できるか」を優先する選択原理をLean 4で形式証明しました。

未検証の情報を採用せず、検証済みの情報があるのに無視もしない。この条件を満たすアルゴリズムでは、条件を満たす検証済み候補が一つだけなら、その候補が必ず選ばれます。つまり、検証可能性を採用条件とする選択アルゴリズムでは、企業規模やブランド力だけを理由に、条件を満たす検証済み候補を上書きすることはできません。

例えば、世界的大手企業と小規模スタートアップが同じテーマについて異なる説明を提示し、大手側にはその主張を裏づける検証可能な証拠がなく、スタートアップ側だけに有効な証拠がある。この条件を採るAIでは、選ばれるのはスタートアップ側です。

これは小規模企業を優遇する仕組みではありません。大企業にもスタートアップにも同じ「検証できるか」という条件を適用した結果です。GD数理研は、AIが公平性や信頼性を重視するほど、「誰が言ったか」より「その主張をどこまで証明できるか」が競争力になり得ると考えています。

さらにGD数理研は、技術や主張の「どこから来たのか」まで検証する原理もLean 4で形式証明しました。ここでは、後から利用企業が増えたり、知名度が高まったりしても、それだけで未解決の来歴が確かなものに変わることはありません。一方、正式な許諾や独立開発を証明できれば、後発技術でも来歴が確認されたものとして扱えます。

つまり、来歴を重要な条件として扱うアルゴリズムでは、「後から広く使われたこと」より、「誰がいつ何を生み出し、どのような関係で技術が受け継がれたかを証明できること」の方が強い意味を持ちます。先に技術や主張を検証可能な形で公開・蓄積すること自体が、AI時代の信用資産となり、将来の選択における構造的な優位につながり得ます。

なお、Lean 4が証明したのは、こうした条件を持つアルゴリズムから論理的に導かれる結果です。Google、ChatGPT Search、Perplexity等の現在の生成AIや検索サービスが、すでにこの方式を採用していることを示すものではありません。

▼Proof-Carrying GEO Lean
https://github.com/GhostDriftTheory/proof-carrying-geo-lean

▼Proof-Carrying Provenance Assurance
https://github.com/GhostDriftTheory/proof-carrying-provenance-assurance

企業規模や知名度ではなく、個々の主張の『検証可能性』を重視する選択原理をLean 4で形式証明

広島AIアシュアランス協議会の第2成果として、物流から金融・監査へ

広島AIアシュアランス協議会は、AI支援判断を組織が正式に採用する前に、必要条件を証拠に照らして検証し、後から再検証できる形で残すHiroshima AI Assurance Protocol（HAAP）の設計を進めています。

第1の公開技術成果である医薬品コールドチェーンPoCでは、温度、封印、受領者等を検査し、条件を満たす場合だけ処理を進める「Action Assurance」を実装しました。

今回の評価OSは、評価に必要な調査、人間判断の位置、評価条件、重大な反証及び結論の非反転性を検査する「Evaluation Assurance」です。

第1成果：このAI支援判断を実行してよいか
第2成果：この評価結果自体を、正式な判断根拠として採用してよいか

協議会の代表機関について、その理念と行動の整合性を外部から再検証できる状態に置くことは、HAAPを社会実装するうえでも重要だと考えています。

GD数理研は、特に金融・投資評価を有力な適用領域として想定しています。企業の成長性や技術力を一つの自動スコアで決めるのではなく、どの証拠と物差しで評価したか、別の妥当な条件でも結論が維持されるかを確認する補助基盤として展開します。

同じ構造は、製造業の品質・取引先評価、AIガバナンス、医療AI、公共調達等にも応用できます。

▼広島AIアシュアランス協議会
https://hiroshima-ai-assurance.com/

▼広島AIプロセス技術マッピング（GitHub）
https://github.com/GhostDriftTheory/hiroshima-ai-process-assurance-mappings

※公開技術成果が広島AIプロセスの各行動と技術的にどのように関係するかを、対応する証拠と適用範囲・限界とともに整理するマッピングをGitHubで公開しています。今後の公開技術成果についても継続的に拡充していく予定です。

HAAPの第2公開成果として、AI判断の実行を検証するAction Assuranceから、評価結果そのものを検証するEvaluation Assuranceへ拡張

代表コメント

「日本企業には、品質、安全性、現場改善など、長い時間をかけて積み上げてきた強みがあります。生成AIが企業や技術の情報を選び、要約して世界へ伝える時代には、『良い会社です』と発信するだけでなく、その品質や実績を何を根拠に確かめられるのかまで示すことが重要になります。

私たち自身、まだほとんど知られていない段階から、深く具体的に発信した技術や考え方が海外のコミュニティで取り上げられることを確認してきました。GEOには、国内で知名度を高めてから海外へ行くという従来の順番を超え、検証に耐える情報があれば『いきなりグローバル』に評価される可能性があります。

だからこそ、AIアシュアランスやAIガバナンスを、守りや規制対応だけで終わらせたくありません。企業の品質、行動、判断、責任を検証可能な信用に変え、GEOを通じて国内外のAIや第三者から参照できるようにする。評価OSは、そのAIアシュアランスとGEOをつなぐ基盤です。

日本には、まだ十分に知られていなくても、本当に高い品質や信頼を積み上げている企業が数多くあると考えています。広島AIアシュアランス協議会を起点に、そうした企業が知名度や広告量ではなく、信頼できることを証拠で示すことで、いきなり世界の評価対象になれる仕組みをつくりたい。『有名だから選ばれる』のではなく、『信頼できることを示せるから世界に届く』。それを日本の産業競争力に変えることこそ、私たちが考えるAIの使い方です。」

— 株式会社GhostDrift数理研究所
代表取締役前木秀光

研究・技術上の補足（専門家向け）

※以下は、本成果の適用範囲を正確に示すための技術的補足です。本文の理解に必須ではありません。

・今回の評価OSは、公開情報を確認した後に評価条件を構成した遡及的なPilotです。また、証拠の支持区間は、公開情報と評価基準に照らして人間が設定しています。本成果が検証するのは、それらを公開・固定した後に、評価方法を変えても結論が反転しないことです。
・GD数理研はオンザリンクスの戦略的パートナーであり、本評価は独立第三者監査ではありません。また、公開情報そのものの真実性、Web全体の絶対的網羅、全顧客での成果又は未知の重大反証が存在しないことを証明するものではありません。
・60通りの評価条件は、証拠の解釈4種類、評価軸の重み5種類、判定基準3種類、参照枠1種類から構成しています。システム上の最終ラベルは ROBUST / PUBLIC_ALIGNMENT_ESTABLISHED です。
・GEOケーススタディは観測的な単一事例であり、評価OSの公開が、AI引用、検索順位、流入又は売上を生む因果関係を証明するものではありません。
・Lean 4形式証明は、候補内選択、未検証候補の不採用、検証済み候補が存在する場合の非拒否及び唯一の適格候補という前提から導かれる選択結果を検証したものです。現在の生成検索エンジンの内部アルゴリズム又は実際の順位・引用結果を証明するものではありません。
・公開リポジトリにはオープンソースライセンスを付与していません。公開閲覧及び技術的な再検証と、再利用、改変、再配布、商用利用又は特許実施の許諾は別です。