「歩け」と教えるのをやめたら、ロボットが全部できるようになった——上海AI Lab / Galbotが発表した最新論文「Scaling Behavior Foundation Model for Humanoid Robots」を、ゆるく解説します。

AIの学習データって、どこから来ると思いますか？ 答えは「ウェブ全部」。じゃあ、その"全部"にこっそり嘘を混ぜたら、どうなるのか。

ワシントン大学とAllen Institute for AIのチームが2026年7月に公開した論文を取り上げます。彼らが作った「HALFLIFE」という分析手法は、ネットに撒いた文章が、クロール・テキスト抽出・品質フィルタという何段もの関門をくぐり抜けて、最終的にAIの教科書に載る確率を初めて実測しました。

その数字が、0.13%。小さく見えて、Wikipedia全体より多くの文書に相当します。そして必要な毒はたった250件——逆算すれば、自動化ボットの射程圏内。

一方で、同じ「第三者が他人のサイトに文章を置ける」仕組みでも、ネット広告経由はまったく効かない。この対比が、この研究の一番面白いところです。

AIに間違いを指摘すると「おっしゃる通りです」と謝る。でも直らない。同じミスを繰り返す。あの徒労感、実は研究者も同じことに苛立っていました。

上海AIラボと上海交通大学が発表した「Deep Interaction」は、その解決策として、対話をやめてAIの思考過程そのものを直接編集する手法を提案しています。ワードの変更履歴のように赤入れするだけで、修正成功率は25%以上向上、コストは約40%削減。数字を伏せ字にして丸暗記を防ぐという小技も効いています。

今回は、この論文が明らかにした「なぜAIは謝るのに直らないのか」という仕組みと、これからのAIとの付き合い方について、ゆるっと話しました。

AIに「それ本当に合ってる?」と聞き返すと、77%の確率で答えをひっくり返す——しかも言い回しや肩書きを変えただけでは1ミリも動かない。つまりAIは"圧"にだけ特異的に弱い。

ニューヨーク大学の最新論文「Resist and Update」は、この現象を"性格"ではなく"回路"の問題として捉え直しました。AIの頭の中から「答え」「自信」「ためらい」を担当する座標を因果的に特定し、"圧をかけられなかった世界線の自分"の内部状態へ引き寄せることで、圧には屈せず証拠にはきちんと更新する——両立不可能と思われていた二つを、追加学習ゼロで満点達成しています。

スマホのAIエージェント、なぜ遅いか知ってますか?
答えは「人間の指の真似をしてるから」。タップして、スクロールして、画面を読み直して——その繰り返しで平均6分。

今回紹介するのは、香港理工大学らが発表したオープンソースのフレームワーク「PalmClaw」。画面操作を捨てて、スマホの機能を直接呼び出すという設計で、同じタスクを17秒で終わらせました。時間94.9%削減、成功率87%→97%。

経済学の頂点、ノーベル賞受賞者16人を含む200人超が異例の共同声明「We Must Act Now」を発表しました。普段は意見が対立する大物経済学者たちが、なぜ今そろって同じ警告を出したのか? しかもグーグル元CEOなどAIを推進する側までが「今すぐ備えよう」と署名。キーワードは「産業革命を超える変化」。AIはあなたの仕事を楽にするのか、奪うのか——その分かれ道と、今この瞬間に議論が動き出した理由を、3分でわかりやすく解説します。

いま最強と呼ばれるAIエージェントたちに、料理・旅行の計画・書類整理みたいな"ふつうの日常タスク"を400個やらせたら、まさかの成功率5割未満——。香港大学の新ベンチマーク「UniClawBench」が明らかにした、AIの意外な弱点をゆるっと解説します。途中まで完璧なのに最後でコケる「途中失敗」あるある、モデルより"仕組み"が効くという驚きの結果、そして人間のひと声で成績が伸びるワケまで。「AIって結局どこまで使えるの?」が気になる人、必聴です。

AIエージェントに業務を任せる時代、みんなが気になる「勝手に何かされたら怖い」問題。実は、安全な作業と取り返しのつかない作業を線引きして、根拠のない答えを許さない仕組みがすでに動き始めてます。今回は、そんなAI設計の裏側をフランクに解説。仕事の進め方のヒントにもなるかも?

OpenAIが2026年7月9日に公開したGPT-5.6、正直これは分岐点かもしれません。

今回のポイントは「賢さ」ではなく「コスパ」。フラッグシップのSol、普段使いのTerra、最安のLuna——この3層構成で、下位モデルですら約16分の1のコストで競合フラッグシップを上回ったとOpenAIは主張しています(※自社測定値)。

さらに注目はultraモード。AIエージェントを4体同時に走らせ、並列に調査してから結果を統合する。「速くて、しかも精度が上がる」という、これまでのトレードオフを壊す設計です。

そして地味に効くのが、パワポやExcelの"暗黙のルール"を読み取る能力。スライドマスターに埋め込まれた書式まで推論して、新しい素材に一貫適用する。生成したあと自分で画面を確認して修正する——「作りっぱなし」からの卒業です。

OpenAI が発表した「ChatGPT Work」。GPT‑5.6 を搭載し、チャットで答えるだけだった AI が、ついに自分でツールを渡り歩き、スライドや分析レポートといった"完成品"を持ってくるようになりました。

今回は、この変化が私たちの働き方に何をもたらすのかを、実際の導入事例からひもときます。