【AI】この20年で大幅低下した集中力、AIで脳はさらに「萎縮」するか [すらいむ★]

この20年で大幅低下した集中力、AIで脳はさらに「萎縮」するか

　心理学者のグロリア・マーク教授によれば、人が1つのことに集中できる時間は、約2分半からはわずか47秒へと縮んだ。
　そして今、より深刻な懸念がAIだ。
　執筆や要約を委ねるほど思考は浅くなり、使わない「筋肉」のように脳は萎縮しかねない、と警告する。

（以下略、続きはソースでご確認ください）

technologyreview　2026.06.08
https://www.technologyreview.jp/s/384248/are-ai-chatbots-making-us-lose-control-of-our-brains/

グロリア・マークは、カリフォルニア大学アーバイン校の情報科学科の教授（学長特別教授）です。コロンビア大学で心理学の博士号を取得し、デジタルメディアが人々の生活に与える影響を研究しています。特に、デジタル機器の使用に伴うマルチタスク、中断、気分の変化などを深く掘り下げて研究しています。これまでに200本以上の論文を発表しており、2017年には人間とコンピュータのインタラクション分野のリーダーを表彰するACM SIGCHIアカデミーに選出されました。SXSWやアスペン・アイデア・フェスティバルで研究成果を発表したほか、ニューヨーク・タイムズ、ウォール・ストリート・ジャーナル、NPR、CNN、ガーディアン、ダックス・シェパード・ショー、デイブ・アスプリー・ショーなど、多くのメディアで研究内容が取り上げられています。

2023年5月CNN

If you think you can’t focus for long, you’re right
By Sandee LaMotte UPDATED MAY 16, 2024


何時間も集中して作業しているのに、まるで何も始まって​​いないような気分です。本来の作業であるこの記事を書くことから、数え切れないほどの邪魔が入り、集中力が途切れてしまいます。もちろん、邪魔は必要不可欠なものだと信じているのですが。（まあ、そのうちのいくつかは飼い猫の仕業です。猫も邪魔は必要不可欠だと信じているようです。）

子どもたちと私は、こんな日を「リスの日」と呼んでいます。2009年のピクサー映画『カールじいさんの空飛ぶ家』に登場する、しゃべる犬ダグにちなんでのことです。ダグは、まさにリスに気を取られていましたからね。

残念ながら、私たちの多くは「リスの日」を過ごしているようです。カリフォルニア大学アーバイン校の情報科学教授で、デジタルメディアが私たちの生活に与える影響を研究しているグロリア・マーク博士によると、多くの人がこの「リスの日」を経験しているそうです。マーク博士は著書『アテンション・スパン：バランス、幸福、生産性を取り戻す画期的な方法』の中で、数十年にわたる研究によって、集中力の低下が明らかになっていることを説明しています。


「2004年に測定した結果、画面への平均的な集中時間は2分半でした」とマークは語った。「数年後、集中力は約75秒にまで低下しました。そして現在では、人は平均して47秒しか画面に集中できないことが分かっています。」

マークによれば、人は1つの画面に1分も集中できないだけでなく、作業中のタスクから注意が逸れると、再びそのタスクに集中するまでに約25分もかかるという。（えっ、どういうこと？）

>>76
「実際、私たちの調査によると、元の作業領域やプロジェクトに戻るまでには25分26秒かかることが分かっています」とマークは述べた。

生成AIより前のはなし


なぜ集中力が持続しないのか

一体どうしてでしょうか？「画面切り替えというミクロな視点ではなく、プロジェクト切り替えという視点で仕事を見てみると、人はどのプロジェクトにも約10分半しか費やさず、その後、社内または外部からの指示で中断され、別のプロジェクトに切り替えていることが分かります」とマークは述べています。

>>78
そうですよね？でも、その後は元の作業に戻るんですよね？いいえ、違います、とマークは言いました。プロジェクト2で中断された場合、私たちはまた別の作業、つまりプロジェクト3に切り替えます。信じられないことに、彼女の研究によると、プロジェクト3でも中断され、プロジェクト4に移るのです。

「そして、中断された元のプロジェクトに戻って作業を再開するんです」とマークは言いました。「でも、中断されたからといって何もしていないわけではありません。25分以上もの間、実際には他の作業をしているんです。」

（少なくとも、締め切りを守れなかった時に上司にそう言い訳できますね。）

「しかし、切り替えコストも発生します」とマークは付け加えました。「切り替えコストとは、作業に再び集中するのにかかる時間のことです。『どこまで話していたっけ？何を考えていたっけ？』といった具合です。この余分な労力は、ミスやストレスにつながる可能性もあります。」

集中力を高める方法

なぜこれが問題なのでしょうか？そもそも、これはマルチタスクと呼ばれ、情報化時代の要求に対応するための非常に重要なスキルだと多くの人が考えているはずです。

「ごく稀な例外を除いて、マルチタスクなどというものは存在しません」とマーク氏は述べた。



「ガムを噛むことや歩くことのように、どちらかの作業が自動的に行われる場合を除き、2つの労力を要する作業を同時に行うことはできません。」

例えば、メールを読みながらビデオ会議に参加することはできない、と彼女は言う。どちらか一方に集中すると、もう一方は見えなくなってしまう。「実際には、2つの作業の間で非常に素早く注意を切り替えているのです」とマーク氏は言う。「そして、注意を素早く切り替えることは、ストレスと相関関係があります。」

血圧が上昇し、心拍数が速くなる。ストレスの心理的指標も、疲労感やミスの増加、生産性の低下といった負の結果を示している、と彼女は言う。「マルチタスクをする人が増えるほど、ミスも増えるのです。」

一体誰が私たちにこんなことをさせたのか？もちろん、ソーシャルメディア、タブレット、テレビといったテクノロジーのせいで、私たち自身が原因となっている。しかし、マーク氏はメールを最も非難している。

「私にとって、メールはおそらく最悪のツールです。仕事の象徴になってしまっているからです」と彼女は述べ、自身の研究でメールとストレスの増加には直接的な相関関係があることが分かったと付け加えた。

「ある組織の従業員数名に、1週間メールの使用を制限しました」と彼女は語った。「心拍数モニターを使って測定したところ、ストレスが大幅に軽減され、集中力も著しく向上したことが分かりました。」

（思わずボラボラ島行きの航空券を検索してしまいました。ああ、そういえばボラボラ島にもメールはありましたね。）

「現代社会において、テクノロジーから完全に離れて仕事をするのは不可能です」とマークは述べた。「だからこそ、心身の健康を維持できるような形で、テクノロジーと共存する方法を学ぶ必要があるのです。」

集中力を高める方法

集中力を取り戻すには、テクノロジーの使い方を意識する必要があるとマーク氏は言います。平均的なアメリカ人が1日に少なくとも10時間も画面を見ていることを考えると、これは容易なことではありません。

しかし、逆説的ではありますが、テクノロジーを有効活用することもできると彼女は言います。集中力がまだ十分でない午前中に、ルーチンワークをこなすようにスケジュールを立て、集中力が高まる時間帯にはテクノロジーを使って邪魔なものを遮断しましょう。夜は、やるべきことを書き出してリストにし、それを片付けることで、頭からタスクを解放しましょう。

ソーシャルメディアに気を取られてしまう場合は、それらを隠しましょう、とマーク氏は言います。「デスクトップからアイコンを削除し、スマートフォンのアプリはフォルダの中に隠して、探すのに手間がかかるようにしましょう。スマートフォンは別の部屋に置くか、引き出しに入れて鍵をかけましょう。」




マンガ見たり
テレビみたり
ゲームしたり
同じだぞ

その前は遊びに出かけるだけだった
同じこと

グロリア・マーク教授の研究は、TikTokやChatGPTのようなAIツールがコンテンツの急速な切り替えを促し、深く内省的な思考を阻害する可能性があり、それが学生が長文の教材に取り組む能力を損なう可能性があることを指摘している。

グロリア・マーク教授のAIと注意に関する見解への批判
AIが学習に与える影響への懸念

コンテンツの高速消費
TikTokやChatGPTといったAIツールは、コンテンツの高速消費文化を助長していると批判されています。これは、学生が包括的な理解よりも、短時間で断片的な情報に慣れてしまうことで、教材に深く取り組む能力の低下につながる可能性があります。

注意力の低下の助長
AIやデジタルプラットフォームへの依存が、注意力の低下を助長するのではないかという懸念があります。批判者たちは、この傾向が、学生が長文や複雑な概念を処理するのに苦労するようになり、持続的な集中力や批判的思考力を阻害する可能性があると指摘しています。

教育への影響
問題点
表面的な学習
学生は深さよりもスピードを優先し、表面的な理解にとどまる可能性があります。

批判的思考力の低下　AIとの迅速なやり取りは、内省や分析の機会を制限する可能性があります。

教室での適応策　短い集中力に合わせた教育戦略は、生徒の長時間の学習内容への取り組み能力をさらに低下させる可能性があります。

より広範な文化的懸念

デジタル過負荷
批評家は、AIとデジタルメディアの普及が情報過多を招き、個人が集中して情報を効果的に処理することを困難にしていると指摘しています。

認知習慣
AIツールとの頻繁なやり取りによって形成される自動的な習慣は、効果的な学習と人格形成に不可欠な自己制御能力と集中力を低下させる可能性があります。

これらの批判は、AIツールには利点がある一方で、教育現場において対処すべき注意と学習に対する重大な課題も存在することを示唆しています。

まぁ今からでも遅くないからスマホとネットとイヤホンは
外出してる一般人から取り上げるべきだと思うよ
クスリやってるのと大して変わらん

マークせんせはTikTokもAI扱い

TikTokやChatGPTのようなAIツールを教育に活用するメリットは何でしょうか？

TikTokやChatGPTのようなAIツールは、学習体験のパーソナライズ、即時フィードバックの提供、創造性の育成などを通じて教育を向上させることができます。これらのツールは、生徒が革新的な方法でコンテンツに取り組むことを支援し、教師の授業計画や評価の効率化にも役立ちます。

ここの長文コピペバカも
AI掛けただけじゃん

AIツールは、長文コンテンツに対する学生の学習意欲にどのような影響を与えるのでしょうか？

AIツールは、学習体験をパーソナライズし、リアルタイムのフィードバックを提供することで、

長文コンテンツに対する学生の学習意欲を高めます。



これにより、学生の興味とモチベーションを維持することができます。AIツールは個々の学生のニーズに合わせて教材を調整し、より関連性が高く、理解しやすいものにすることで、より深い学習への取り組みを促進します。

AIツールを使わずに、学生の深い思考力を高めるための代替手段にはどのようなものがあるでしょうか？

学生の深い思考力を高めるための代替手段としては、ソクラテス式問答法、協働的なグループディスカッション、プロジェクト型学習といった能動的な学習戦略の推進が挙げられます。これらのアプローチは、批判的分析、内省、そして複雑な概念への積極的な取り組みを促します。

>>27
先に解答見て解き方を覚える方法で何年も受験勉強してたら見事に思考力無くなりました

>>88
おまえの勝手解釈こそAI以下だな
これだよバカは

英語をGoogle翻訳かけただけだ

手で訳してたらスマホじゃ時間かかるからな

これを長文いうやつこそ
集中力欠如の最たるもの
日本人はこれを長文だと思う

同質社会で勝手解釈するおまえの胸に手を当てろ

>>91
そこの思考力とはなにか？だぞ
どうせ大したことない話だ

この自動車が走れなくなった
直せ！
さあおまえの思考力は？
と同じこと

このエレベーターが動かなくなった
さあ直せ？
なのか？
階段を探すのか？

北区小学校音楽教室で火事
火を消してる間に防火シャッターが降りてしまった
火は消せなかった
児童はベランダに出るしかなくなった

消すより最初に階段で避難させる方が先では？

集中してしまっては全体が見えなくなる
自動車運転士は集中してはいけない

この話題も
集中力
と言われるとそればかりに集中してしまい
集中力を「なくす」とか
悪いことと思い込んでしまう
それが詐欺に引っかかるのと同じ

全体を見れなくなってしまう
話にコントロールされてしまう

>>100
集中力以前に
ただのバカだったか
wwwww
wwwwwww

ガキの知能レベルがかなり下がってるのは感じてるのに
これ以上下がるのか

チンパンジーの方が優秀ってことになるな

>>104
そんな社会を作ったおまえの責任だとは思わないのか？
おまえは社会とは関係ないとは思わないでそんな言葉が言えるのか？
おまえが社会のひとりでないならガキでひとまとめにしてるおまえの知能はなんなのか？

AI「人が集中しても血圧が上がるだけです　もっと体を動かしましょう

ノーベル賞受賞者John JumperがDeepMindを去り、AnthropicはAlphaFoldの知性を手に入れた
2026年6月21日
https://xenospectrum.com/john-jumper-deepmind-anthropic-alphafold-nobel/

AMDとIntel、x86向けAI命令「ACE」仕様を公開：CPUに行列演算の共通土台
AMDとIntelは、x86 CPUで行列演算を効率化するAI向け拡張命令セット「ACE」の仕様を公開した。両社で共通の命令体系を構築することで、小規模な推論や前後処理におけるソフトウェアの最適化を容易にし、CPUによるAI処理の底上げを目指す。
2026年6月21日
https://xenospectrum.com/amd-intel-x86-ace-ai-compute-extensions/

歩きスマホにだけ異常に集中してる、底辺！低知能層の脳は萎縮してると証明出来る！

車はじめ乗り物の登場で長距離歩く人は減ったし
荷運び積み下ろしはフォークリフトでよくなったし
そういう当たり前の変化が起こるだけかな

脳を訓練して能力を上げることは大変です

脳を使わないで退化させるのは簡単です

>>111

お年寄りが入院したときに歩けなくなる


身体は退化しました

リハビリで元の状態に戻そうとしても完全に戻るまでにはかなりの時間がかかる

上記の状態になった人に聞いてみるとわかる

>>111

人間の脳は楽するように全力で動く

1.相手の思考を思考町長できる
※１度でも使用するともうだめです
初めは感じなんな時だけ使用
　月日が経つと思考を読んだ方が会話するときなどがとても楽と脳が思い出すから日常的に使用し始める
2.相手の思考を操作できる
※１度でも使用するともうだめです
初めは感じなんな時だけ使用
　月日が経つと思考を操作方が会話するときなどがとても楽と脳が思い出すから日常的に使用し始める

>>113

結果的に前者でも後者でも使用した人間全員のうはかなり退化している
※機会を渡されたものは特に脳の劣化が激しい
※機会を渡されないで優遇されている人間も脳の劣化がある程度進む

幼稚園児と話していると思って会話し無いとダメ！

>>114に加えて下記が生じている
続けるだけでは意味がない。研究が示す「成長できない人の条件」
公開日2025.05.24 00:00:00 SATURDAY
https://nazology.kusuguru.co.jp/archives/177845
実際の臨床現場では、ある心理療法士のクライアントの改善度が、別の心理療法士と比べて一貫して高いとは限らず、「優秀な心理療法士とは何か」というのが曖昧でした。
またいくつかの小規模な研究では、経験年数と治療効果に一貫した結果が得られておらず、経験豊富なベテラン心理療法士ほど効果的な治療が出来る、という考えについて疑問がでていました。
中略
アメリカ国内の5つの医療施設から6,591人の患者と170人の心理療法士を対象に、治療の前後で患者の心理的症状がどれだけ改善したかを「d値（Cohen’s d）」という統計指標を用いて分析しました。
すると驚いたことに心理療法士は経験年数が増えても、患者の改善効果はほとんど向上していなかったのです。むしろ、ごくわずかに効果が下がる傾向すら見られました。
中略
心理療法士だけに起きる問題ではありません。
別の研究では教育の現場でも、似たような課題があることが報告されています。
中略
ハーバード大学の経済学者ジョナ・ロックオフは、2004年の研究で、ニュージャージー州の小学校教師と約1万人の生徒の標準化テストのデータを用いて、教師の経験年数と生徒の成績向上の関係を調査しました。
この研究では、教師ごとに「その年度に担当した生徒のテストスコアが1年間でどれだけ伸びたか」を測定し、その「伸び」に教師の経験年数がどう関与しているかを統計的に分析しました。
結果として、教師の効果（生徒の成績向上への貢献度）は1〜3年目で急速に伸びるものの、それ以降はほぼ横ばいになることが示されました。つまり、初期の数年間で指導技術は向上するものの、継続的な経験だけでは、それ以上の上達や効果の増加は期待できないというのです。
中略
重要なのは、経験を重ねたからといって、その差が縮まるとは限らないという点です。つまり、教師Aが5年、10年と継続して教え続けても、必ずしも教師Bの水準に近づくわけではないということです。
中略
手術を行う医師や、コードを書くソフトウェア開発者、演奏する音楽家といった「経験が技術の上達に直結しそうな職業」ではどうでしょうか。一見、こうした分野では「続ければ続けるほど上達する」という常識が当てはまるように思えます。
ところが、これらの分野においても、単に経験年数を重ねただけでは、むしろ問題が起きるという研究報告があります。
外科医の世界では、実際に手術を行う経験によって技術が磨かれるのは事実です。複数の研究で、手術件数が多い外科医ほど、患者の回復率が高く、手術にかかる時間も短くなるという結果が出ています。
しかし、ここにも大きな落とし穴があります。
2005年に『Annals of Internal Medicine』という医学誌に掲載された研究（Choudhry et al.）では、医師の卒業後の年数が増えるにつれて、最新の治療ガイドラインを守る割合が低くなることが示されました。
「治療ガイドライン」とは、様々な報告に基づいて「この病気にはこう治療すべき」という情報が共有されたものです。
若い医師は当然、最新の研究結果やガイドラインを学んでいるのでこれらを積極的に治療に取り入れます。

>>115 続き

中略
しかしベテランの医師ほど十分な知識更新をせず、自分が昔学んだ、慣れ親しんだ方法を優先する傾向がでてしまうのです。
その結果、ベテラン医師は患者にとって最も安全で効果の高い治療を選択せず、医療の質が下がってしまうリスクが生まれるのです。
実際2017年に『BMJ（British Medical Journal）』に掲載された研究では、約73万人の入院患者データを分析した結果、60歳以上の医師が担当した患者は、40歳未満の医師と比べて30日以内の死亡率が有意に高いことが報告されています。
研究者はその理由として、「医師が年齢を重ねるにつれて、最新の医学知識や治療ガイドラインに基づく医療を提供する頻度が低くなる」可能性を指摘しています。
ソフトウェア開発の分野でも似たような問題があります。
この分野の技術は極めて速く進化しており、過去の経験だけに頼っていると、あっという間に時代遅れになってしまう可能性があります。
Googleのソフトウェアエンジニア96人を対象とした2024年の研究では、AI支援機能を使用することで、複雑なタスクの完了時間が平均21%短縮されたと報告されており、最新のツールをどれだけ使いこなせるかが、この分野でどんどん重要になる可能性が示されています。
しかし2024年に米国で実施されたDiceの調査では、18〜34歳のエンジニアの約40%が週1回以上AIツールを使っている一方で、55歳以上のエンジニアの半数はまったく使っていないと回答しています。
開発者の年齢が上がるほど最新ツールの利用を避ける傾向があるという事実は、外科医の事例と同様の問題がこの分野で起きる可能性を示唆するものです。
このように、「長くやっているから優れている」とは限らないという問題は、技術分野においても起こり得る者なのです。
さらに意外なことに、音楽の演奏でもこの問題は報告されています。
ピアノやバイオリンなどの演奏者は、何年も練習していると上達すると思われがちです。
しかし、心理学者アンダース・エリクソンが提唱した「意図的練習（deliberate practice）」という考え方によると、ただ同じことを繰り返していても上達しないことが分かっています。
意図的練習とは、「自分の苦手な部分を意識し、それを改善するような方法で練習する」ことです。
中略
エリクソンの研究では、世界的な演奏家とアマチュア演奏者を比較した結果、両者の練習時間の差よりも、練習の「質」と「目的意識」の差のほうが圧倒的に影響が大きかったことが示されています。
つまり、「10年間ピアノを弾いている」ことが、そのまま「10年間分の上達」を意味するわけではないのです。
この理論は、音楽だけでなく、スポーツや医療、学習、さらにはビジネスのスキル開発にまで広く応用されており、「経験年数が長ければ優れているとは限らない」ことを科学的に裏付けるものとなっています。
中略
努力が報われるかどうかは、それに掛けた時間でも、がむしゃらに頑張るという根性論でもなく「努力の質」にかかっているのです。

>>114-116から理解できるように

指向性エネルギー兵器を使用して有利に立っている者は脳の劣化が起きていて話に成らない能力にまで能力低下が起きている


統合失調症と統合失調症周囲の人間の言葉と行動をそれぞれ眺めていれば区別がつく

>>117
AIを10分使うだけで、人は考えなくなるのか？──研究が示す思考力への影響
2026/05/11
https://wired.jp/article/using-ai-negative-impact-thinking-problem-solving-study/
AIチャットボットをわずか10分使っただけでも、人間の思考力や問題解決能力に驚くほど悪影響を及ぼす

>>117-118

あたたたたたたたたたたぁぁぁぁぁぁぁぁ！

１０分でオ前の脳は既に死んでいる！

>>118-119

「AIで記憶力が8割減」の実験結果も！ AI依存のリスクとAI時代を生き抜く人の条件
2025/11/23
https://oceans.tokyo.jp/article/detail/53209
結論から言うと、「AIを考えなしに使えば、思考力は低下する」という研究結果も出ています。

>>120

あたたたたたたたたたたぁぁぁぁぁぁぁぁ！

１０分でオ前の脳は既に死んでいる！


若者「３歳から２４歳」も再起不能に陥っている事に気が付いたかねぇ？

>>121

君たちの認知能力はいか程か！

テストをもって確かめてあげようではないかぁ！

>>121

２４ｈと記入したら本部は２４時間と勘違いしたと話している人いたけれど

２４時間も使用しtら脳は再起不能ですよね？
実際の使用時間は
2,4秒
２４秒
２分４秒
２分４９秒
上記のどれかで計測が完了できる内容と思われる

>>123
２４時間も使用しtら脳は再起不能ですよね？

↓

２４時間も使用で脳は再起不能ですよね？

認知機能検査パターンAのカード記憶術をAIチャットGPT
https://www.youtube.com/watch?v=1cHDlRfa0-o

AI活用の5分間認知スクリーニング、認知症早期発見で80%超の精度
2025/12/28
https://academia.carenet.com/share/news/9c87abb4-83f7-4fdc-9f27-80e68f1f5aff
デジタル技術を活用した認知機能スクリーニングツールが、アルツハイマー病をはじめとする認知症の早期発見において高い精度を示すことが明らかになった。機械学習アプローチを用いて開発された5分間のウェブベース認知スクリーニングツールは、8千人超の健康な個人と3千人超の患者のデータで訓練され、独立した検証群において80%を超える精度を達成した。特に、臨床的にアルツハイマー病と診断された個人では100%が精密検査の必要ありと正確に判定された。研究成果は、Alzheimers Dement誌2025年12月号に発表された。

>>125-126

各自自分自身の本来の能力が落ちている人間の会話内容を聞いても駄目だ！

上記の理由は下位の理由につながる

AIの受け売りならAIで事足りるので人間不要です！

>>127

AIより人間の方が優秀だという証拠を示した前！

神様は怒りの貴様の能力を計測してあげようではないか！

>>127

自分より能力が低い人が

能力の低い人が能力の高樋人の受け売りを話していても

あてにはなりません！
能力の高い人の受け売りの見えている景色で能力の低い者からは見えない光景を語っている

能力が低い人から能力の高い人を想像して答えているので

能力の低い人の意見でしかないからだ！
直接能力の高い人からワンツー万で指導を受けろ名！

>>129

能力が低い人が能力の高樋との受け売りや練習方法を行っても

能力の引く人の練習方法なので能力は上がることは絶対に無い！

何かのひょうしで能力が上がることもあるけれど

基本は駄目です！

>>130

高樋と

↓

高い人

1つのことに集中できる時間を伸ばす方法をAIに聞くだけで解決だろ
とにかく何でもAIに質問することが大事なんだよな

AIとのやり取りって
使いようによっては思ったより深い思考領域に入って
必死に考えないとついていけずにヘトヘトになるけどな

集中力が落ちてるっていうのは浅い使い方しかしてないのでは？

てか普通に監視の元ペーパーテストさせろよ1問60分とか筆記させろでいいだろ

統合失調症の思考が漏れている

思考操作でも思考盗聴でもよいんですけれど

複数人の声質も週の人が聞いているけれどな
　複数人で話しかけられているその内容を共有して話してきているから付す数人で話している事は話しかけている人物は１００％理解しているだろう
精神病院や警察の問診や取り調べの時に上記の内容で相談などしていた場合上記の人物のどういった内容を話してどういった対応をしたかを見ていたけれどな

統合失調症がな逮捕されたら下記の事を考えるだろう！

警察の取り調べで留置所で尋問を受け居ている時に>>135の内容で誰かに脅迫され得ていたので警察に被害届を出したのに警察は無視した！



しかもだ！

私は夜も眠いらせてもらえてなかったし身体攻撃での傷害事件だったのに警察は何をしていたと考えるもしくは警察に逆う尋問しますけれどね！

上記の状況の内容を近隣住民や通行人が聞き耳を立てて中の状況をうかがっている状況に成るからな！



精神病院でも上記の状態になっていると思えな！

>>136

統合失調症の思考jが半径○メートルまで聞こえている！
※統合失調症が2階にいて1階と3階まで帰庫ているのなら上下の階層まで気にする必要があるからな

そのエリア内の人全員聞こえていると思って良いからな！


誰がどのように解釈して聞いているかは各自の性格によるからな

>>137

このくらい想像したら理解できている事だろう！

理解できていない！
想像力の無い人間が機会を使用しているのでワキが甘いから機会を簡単に奪取される！

>>137-138

周囲の人間に統合失調症の思考が聞こえているのか？

もしくは

周囲の人に何か聞こえない？

上記の質問をしても聞こえていないと話す人間が出てくるからな！


聞こえているという人の話に従うんだ！
　聞こえていないと言いながら聞こえているけれどな！


どのように聞こえているかを聞こえていないと話した人が聞こえると話した人の行動を見て確認しているんだ！

>>139

行動したものが目立つから

行動したものから潰されていくんだからな！

>>140

話していただろう

統合失調症は例外枠だ！

周囲の人間は

紙に書くな　合図するな　話すな　聞くな

上記の言葉の意味を考えろ
想像力無いのか！

>>141の状態でだな！

元に戻して終われ！

統合失調症周囲の人間全員に告げる！

上記の言葉の意味を考えろな！

>>142

認知力が無い　＝　記憶力が無い

↓

記憶力が無い　＝　想像力が無い

上記の状態になると

想像力が１つしか無い人間だ！
認知能力が高い人間は想像力があるので上記の人間に対して１０種類の状況を想定できるの意味だ！

>>143

認知能力の問題で

いろいろなことを覚えたために

自分の脳の能力以上の情報が理解できた！

能力以上なので能力低下を起こす
統合失調症の方が能力が高かった場合統合失調症の方が能力が高い人間となる
※スポーツでの大会の結果た各自に対してのドック時のテスト問題で白黒判定を明確に出せる

>>143->>144

高齢者は記憶力が悪いからさらに記憶間違いを起こすようになるから話している内容に信ぴょう性が無い
※１００％あてに成らない内容を話している

若者もテスト期間中はテストの内容の暗記で他人の考えている事はぼ得ていないから認知障害を起こしている事に成る
※記憶力があっても覚えていない内容を無理やり話せば認知症の発言と同じに見

知性は脳の特定の領域からではなく脳全体のネットワークから生まれることが判明：最新のコネクトーム解析が解き明かす人間の一般知能の正体とは
2026年3月10日
https://xenospectrum.com/network-architecture-general-intelligence-brain/
>> ›1. 特定の「知能中枢」に依存しない分散処理の原則
>>第一の発見は、一般知能が単一の脳内ネットワークから生じるのではなく、複数のネットワークにまたがる「分散処理」に依存しているという事実である。脳内には、デフォルトモードネットワーク（DMN）、前頭頭頂ネットワーク（FPN）、顕著性ネットワークなど、内在性結合ネットワーク（ICN）と呼ばれる複数の機能的モジュールが存在する。従来の研究では、認知コントロールを司るFPNなどが知能の予測に重要であるとされてきた。しかし本研究の包含・除外分析（特定のICNだけを用いたり、逆に特定のICNを除外したりして予測力を測る手法）によると、どの単一のICNも全脳モデルほどの予測力を発揮しなかった。
>>興味深いことに、全脳モデルから特定のICNをひとつ取り除いても、一般知能の予測精度はほとんど低下しなかった。これは、知能が特定のネットワーク内部の処理に依存しているのではなく、異なるネットワーク間をまたぐ通信によって駆動されていることを強く示唆している。知能とは、専門化された各部署（ネットワーク）が独立して働くことではなく、未知の問題に直面した際に、必要に応じて部署間の垣根を越え、迅速に情報を共有・統合する「オーケストラ全体のアンサンブル」のようなものであることがデータによって裏付けられた。
>> ›2. 「弱い長距離接続」がもたらす圧倒的な柔軟性
>>ネットワーク科学において、強固で密な接続は局所的な情報のやり取りには適しているが、システム全体を俯瞰するような情報の伝達には、むしろ「弱い結びつき（Weak ties）」が重要な役割を果たすことが知られている。社会学において「見知らぬ人との弱い絆が、新しい情報や機会をもたらす」とされるのと同様の原理が、人間の脳内でも働いていることが本研究で明らかになった。統合されたコネクトームモデルにより、知能の高い個人ほど、物理的に長い距離に及ぶ「弱い長距離接続」を活用していることが判明したのである。
>>この弱い接続は、強力な神経線維の束と比べて維持にかかる生物学的・エネルギー的なコストが低い。さらに重要なのは、進行中の神経活動によって容易に変調される（オン・オフが切り替わりやすい）という特徴を持っていることだ。環境の変化や予期せぬ課題に対して、脳が既存の回路に固執することなく、必要なネットワークを瞬時に再構成して適応的な行動をとるためには、この「弱いがゆえの柔軟性」が不可欠となる。つまり、知能を支えるアーキテクチャは、強固な太いケーブルだけでなく、遠く離れた領域をかすかに、しかし確実に結びつける「柔軟な情報バイパス」の存在に大きく依存していると言える。

>> ›3. 脳の状態を切り替える「モーダルコントロール」の指揮能力
>>人間が複雑な思考を要するタスクに取り組む際、脳は日常的なデフォルトの状態から、多大なエネルギーを要する「到達困難な状態」へとシステム全体を移行させなければならない。NNTによれば、この移行を主導するのが「モーダルコントロール」と呼ばれるネットワーク制御メカニズムである。モーダルコントロールが高い脳領域は、ネットワーク全体のダイナミクスを操り、必要な機能状態へとシステムを強制的に移行させる「指揮者」のような役割を果たす。
>>研究チームは、構造的コネクトームから各脳領域のモーダルコントロール値を算出し、一般知能（g）との関連を調べた。その結果、一般知能の高い個人の脳では、DMN（デフォルトモードネットワーク）やCON（帯状皮質弁蓋部ネットワーク）、FPN（前頭頭頂ネットワーク）といった領域に、高いモーダルコントロール能力を持つハブが効果的に配置されていることが確認された。これらの領域がシステムの相互作用をオーケストレーションし、多様で困難な認知タスクの要求に合わせて脳全体の状態をダイナミックに切り替える能力が、個人の知能の高さと直結していることが示されたのである。
>> ›4. 完璧な情報伝達網「スモールワールド・トポロジー」の絶妙なバランス
>>最後の重要な発見は、知能が高い個人の脳ネットワークが「スモールワールド（小さな世界）」と呼ばれる特有のトポロジー（位相幾何学的な構造）を強く示していることである。スモールワールド・ネットワークとは、「ローカルなクラスタリング（局所的な密集度）」と「グローバルな統合（短い経路長）」という、一見相反する二つの原理が絶妙なバランスで共存しているネットワーク構造を指す。これは、近所の人たちとは密接にコミュニケーションを取りつつ、世界中の誰とでも少数の知り合いを介せば繋がることができる「六次の隔たり」現象を生み出す構造である。
>>>脳において、高いローカル・クラスタリングは、特定の認知タスクを少数の領域で独立して処理することを可能にし、配線コストや信号伝達の遅延を最小限に抑える（専門化と局所効率）。一方で、短い経路長は、遠く離れた専門領域同士が迅速に情報を交換することを可能にする（グローバルな統合）。データ解析の結果、一般知能が低い個人は、このバランスが崩壊し、ネットワークがより「ランダム」な構造へと偏る傾向が見られた。ランダムな構造では経路長は短くなるものの、局所的な効率性が失われてしまう。知能の高さは、局所的な情報処理の効率性を維持しつつ、最適な位置に配置された長距離接続によってグローバルな通信経路を短縮する、極めて洗練されたネットワーク・アーキテクチャの賜物であることが明らかになった。
>>研究結果は、人間の知能が単一の「魔法のチップ」のような特定の脳部位によって生み出されるのではなく、システム全体の構造的・機能的な連携によって創発するものであることを決定的に示した。この枠組みは、加齢に伴う認知機能の低下や、広範な脳損傷がなぜ知能に深刻な影響を与えるのかといった医学的な疑問に対して、新しい説明を提供する。特定の機能が失われるだけでなく、脳全体の「大規模な協調体制」が崩壊することが、知能の低下の本質であることを示唆しているからだ。

>>3
テレビのせいかも

>>145の意味は>>146-147で答えが出ている


自分の脳の各能力以上の事を行うと認知障害が起こり始める

>>149

脳の部位の問題ならVPUの使用率が１００％以上使用されているので熱暴走によるフリーづ

わーきんぶメモリーの問題ならメインメモリーがボトルネックに成って情報が支店層もしくは全ての情報を机の上に並べれないので欠損した情報から情報処理を行って居る

神経接続の問題なら回路の問題で情報を転送しきれないのでメモリーが十分対応できるけれど転送できるデータ量がボトルネックで情報転送不足による情報不足からの情報を処理することに成る
※素早い動作の情報処理は不可能でも動作が遅かった場合神経回路の問題なので地球上でもっとも難問であっても対応可能

>>150

人間の認知障害はこういったものが問題になっているんだよね

平たく言えば情報量がオーバーしているんだ！

>>150

脳の問題とわーきんぶメモリーの問題はどうにもならない状況なのか
※遺伝子によって大きさが決まっている現実があると再生できるかが不明

神経セスト区の問題ならどうにかなる問題なのか
※神経は切断されても核が生きていれば再生する
薬で何とかしようとしても限度があるだろう

>>152の状態で

他人の方が能力が高かった場合他人の思考を盗聴や思考操作で他人の能力を物まねしたら脳が付いていけないので脳の損傷を引き起こすことに成る



自分から脳の損傷を引き起こす行動を行って居る人物が居ることに成る

>>153

１００％いえるのは小学生と老人は行ったら脳損傷を引き起こすことが確定している
１００％若い人でも脳が付かれている時に行えば無理やり能力を上げるので脳の損傷を引き起こすことに成る

>>154

統合失調症の周囲では認知障害の人間が量産されている事に成る
思考盗聴か思考操作をされていると周囲の人間は理解しているだろう！

DLSSの正体はCUDAカーネルの集合体だった：それを知ったValveエンジニアが3日でLinuxに実装した話
2026年6月22日
https://xenospectrum.com/nvk-dlss-linux-cuda-kernel/

速度20倍、精度78%向上。生成AIの限界を突破する新技術「Omni RAG」とは？
AIのハルシネーションは、データベースの構造的欠陥による事実の欠落が原因である。KAISTの研究チームは、ベクトル、グラフ、リレーショナルの三要素を単一エンジンでネイティブ統合したAkasicDBを開発し、高精度な検索でAIの虚偽回答を防ぐことに成功した。
2026年6月22日
https://xenospectrum.com/akasicdb-omni-rag-kaist-eliminates-ai-hallucinations/
UltraDomainデータセット（農業、コンピュータサイエンス、法律、およびそれらの混在領域からなる計数百万トークン規模のデータ）を用いた実験において、その効果は定量的に証明された。既存のシステム（pgvectorとAGEを組み合わせたPostgreSQLなど）では各データベース間の調整とデータ転送に手間取り、回答を導き出すまでに最大で21.3秒という長い時間を要していた複雑な検索クエリが、AkasicDB上ではわずか1秒未満で処理された。これは20倍以上という驚異的な高速化である。
さらに注視すべきは、回答の品質の劇的な向上である。構造化条件やエンティティ間の関係性を正確に把握した上でコンテキストが抽出されるため、LLMが推測で物語を補う余地が徹底的に排除された。その結果、従来のベクトル検索のみに依存するRAGと比較して、回答の精度は最大で78%向上した。
以下の表は、異なるアーキテクチャ間でのRAGの性能を比較したものである。
アーキテクチャ
システム構成例
複雑クエリ処理時間 (ミリ秒)
精度向上に対する優位性
構造的特徴
Out-of-DB統合
Neo4j + Milvus
3,001 〜 7,099
限定的
複数の独立システム。データ転送コストと過剰な中間データ生成がネック。
In-DB非ネイティブ
PostgreSQL (pgvector + AGE)
4,728 〜 21,278
限定的
一つのDB上に拡張機能を付加。プランナの最適化が不十分で実行効率が著しく低い。
In-DBネイティブ AkasicDB (Omni RAG) 583 〜 942 最大78%向上
3つの機能を最下層で統合。単一プランナによる無駄のない一括実行。
とりわけ興味深いのは、データソースが複雑に絡み合い、複数の領域を横断するような質問（表の基盤となったMixデータセット環境）において、Omni RAGがベクトル単体のアプローチに対して28パーセントポイントという最大の精度差を叩き出している事実である。直面する問いの構造が入り組んでいればいるほど、ネイティブ統合アプローチの真価が発揮される。

万葉集って「要約」できるの？

子供の時みんなが嫌っていた作文の宿題がどれほど重要だったかわかったかね
子供の時書いた作文読めばその子の能力がだいたいわかる

AIに頼ると技術が落ちる？　医師・エンジニアたちの懸念、検証結果は……Natureも警鐘
2026年06月22日 07時00分 公開
https://www.itmedia.co.jp/news/articles/2606/22/news041.html
　例えばポーランドの内視鏡専門医を対象とした研究は、AIがいかに早く人間の能力を低下させるかを浮き彫りにした。2000回以上の大腸内視鏡検査の経験を持つベテラン医師たちに、前がん病変（腺腫）をリアルタイムで見つけるAIを特定の日だけ使わせた。すると、医師はAIのサポートに慣れてしまい、AIが使えない日のパフォーマンスが目に見えて悪化した。
　AI導入前は28.4％の確率で病変を発見していたが、導入後にAIの支援なしで検査をした場合、発見率は22.4％にまで落ち込んでしまった。AIに頼ることで、自力で判断を下す際の集中力や自分で見つけようという責任感が薄れてしまうことが原因として指摘されている。
　同様のスキルの喪失は、プログラミングの世界でも確認されている。Claudeを開発する米Anthropicは、エンジニア52人にコードを書かせ、うち半分だけにAIアシスタントの使用を許可する実験を実施。作業後に内容の理解度を測るテストを実施したところ、AIを使ったグループの平均点は50％と、自力で作業したグループの67％を下回った。
　特に、エラーの原因を見つける問題での成績が悪く、AIに作業を任せて表面的な成果は出せても、その背後にある仕組みを学習できていなかった。この研究論文はarXivに投稿されている。

>>158で鍛えられても>>159で全て無に帰します！

Claude Opus級のGLM-5.2をローカルで動かすガイドが公開される、最小構成の目安はメモリ223GB
2026年06月23日 11時46分
gigazine.net/news/20260623-glm-local-unsloth/
>>GLM-5.2は中国のAI企業Z.aiが日本時間2026年6月17日に正式発表した大規模言語モデルで、長時間にわたってコードを修正したり、複数ステップの作業を自律的に進めたりする「長期タスク」向けの性能を重視しています。Z.aiによるとGLM-5.2は100万トークン級の長い文脈を扱えるほか、長期的なコーディング能力を測るFrontierSWEではClaude Opus 4.8を1％下回る一方でGPT-5.5を1％、Claude Opus 4.7を11％上回るなど、高い性能を示しています。
>>GLM-5.2はオープンモデルで誰でもダウンロードしてローカルで使用することが可能です
OpenAIがClaude Mythos 5超えのセキュリティー特化AI「GPT-5.5-Cyber」のアップデートを発表＆セキュリティー特化Codexプラグイン「Codex Security」もアップデート
2026年06月23日 11時34分
gigazine.net/news/20260623-openai-gpt-cyber-codex-security-daybreak/

九大と理研、量子重力理論の「自由パラメータ」の謎に迫る新手法を開発
2026/06/23 10:24
https://news.mynavi.jp/techplus/article/20260623-4618210/

潜水艇「タイタン」事故──カナダの報告書が明かした監督体制の死角
2026.06.23
https://wired.jp/article/canada-missed-chances-titan-fatal-implosion/
>> 2023年に圧壊した潜水艇「タイタン」は、未登録・未認証のまま長年運航していた。カナダ当局の調査報告書からは、複数の政府機関が関連情報を把握しながらも共有されず、規制当局が運航実態を見過ごしていた実態が浮かび上がった。

室温で世界最高クラス…浜松ホトニクス、レーザーダイオードバーから2kW出力
6/23(火) 10:10配信
news.yahoo.co.jp/articles/096e6ba33c9f620a0a9788d01df3135365018034
>>幅1センチメートルのレーザーダイオード（LD）バーから室温で2・0キロワットの擬似連続波出力に成功

量子力学に「虚数」は不要だった？ドイツの研究チームが実数のみでの完全な定式化に成功
2026年6月23日
xenospectrum.com/real-valued-quantum-mechanics-without-complex-numbers/

AnthropicのMythosがNSA分類システムに数時間で侵入か？米政府による初のAIモデル輸出規制の全貌
トランプ政権はAnthropicの最上位AIモデルがサイバー兵器に転用される懸念から、米国市民以外への利用を制限する政府指令を出した。同社は国籍確認が困難なため全世界で提供を停止したが、モデル自体を輸出規制対象とする異例の措置に波紋が広がっている。
2026年6月23日
xenospectrum.com/anthropic-mythos-nsa-breach-ai-export-ban/

2億2600万パラメーターで100億パラメーター級の画像補完性能を示すAIフレームワーク「Moebius」、不要物の除去や顔の置き換えが可能
2026年06月23日 12時32分
https://gigazine.net/news/20260623-moebius-image-inpainting-framework/
中国の華中科技大学とVIVO AI Labの共同研究チームが、画像の欠損領域を周囲と自然につながるように生成する「インペインティング」向けの軽量AIフレームワーク「Moebius」を発表しました。Moebiusは約2億2600万パラメーターで動作しながら、100億パラメーター級の大規模産業用モデルに近い、あるいは一部の評価で上回る品質を目指した用途特化型モデルです。
夜道を歩くカップル以外の群衆をきれいに消すことができています。
風景写真から邪魔なオブジェクトを削除。大きな破綻は見られません。
人の顔に大きくマスクをかけて補完処理をするとこんな感じ。さすがに元の顔とはまったく違う顔になってはいるものの、写真自体には破綻がなく、元を知らなければ自然な写真に見えるレベル。
論文では、Places2のテスト設定でLλMIブロックと軽量化処理の効果も比較しています。従来型の構成は約5億2600万パラメーター・約314GFLOPsでしたが、Local-λとInteractive-λを導入した構成では約4億8500万パラメーターまで削減され、画質指標もほぼ維持されました。さらにDepthwise ConvolutionとMix-FFNを組み合わせた最終構成では、パラメーター数を約2億2600万、計算量を約154GFLOPsまで削減しました。その際の評価値はFIDが約26、LPIPSが約0.26と、軽量化後も補完画像の品質を一定水準に維持しています。
研究チームは、約2億2600万パラメーターのMoebiusは10B級の汎用モデルに近い画像補完品質を示しながら、総推論時間で15倍超の高速化を達成したと報告しています。同時に、この結果は画像補完や不要物除去のように目的が明確な用途ではモデルを単に大型化するのではなく、タスクに特化した軽量設計によって高品質と実用的な処理速度を両立できる可能性を示していると論じました。

>>162

犯罪にしか使用できない技術なのか！

1.特定の人を陥れたりできる
2.特定の人がとても良い人間と誘導できる

OpenRouterで中華モデル「GLM-5.2」のAPI利用者が急増、AIユーザーたちは何に使っているのか？
2026年06月23日 18時02分
https://gigazine.net/news/20260623-glm-5-2-openrouter/
Z.aiはGLMシリーズというAIモデルの開発で知られる企業です。GLMシリーズはモデルを公開するオープンモデルとして開発されているのが特徴で、2026年6月13日に「Claude Fable 5」と「Claude Mythos 5」のサービスが停止した際にGLM-5.2の発表を告知し、2026年6月17日に正式公開しました。GLM-5.2は複数のベンチマークテストでClaude Opus 4.7やGPT-5.5を上回るスコアを記録し、人間によるブラインドテストを実施するDesign Arenaのコーディング性能テストではClaude Fabe 5を超えて世界一の座を獲得しています。
OpenRouterではZ.aiの複数のモデルを利用可能ですが、GLM-5.2が75％のシェアを占めているとのこと。OpenRouterは「GLM-5.2はほとんどのオープンモデルと比べて非常に急速な普及を遂げている」とコメントしています。
AIコーディングエージェントのCline公式XアカウントもGLM-5.2を高く評価しており、「Clineの実在するバグの修正をGLM-5.2とClaude Opus 4.8に実行させた結果、GLM-5.2の方がコストと品質の点で優秀だった」「GLM-5.2はClaude Opus 4.8の2倍のトークンを消費したが、コストは半分だった」「GLM-5.2はタスク完了前にコンパイル可能か否かを検証したが、Claude Opus 4.8は検証せずエラーを残した」と報告しています。