[論文レビュー] A Quantifiable Information-Processing Hierarchy Provides a Necessary Condition for Detecting Agency

Brett J. Kagan, Valentina Baccetti+4 more|arXiv (Cornell University)|Jan 7, 2026

Free Will and Agency被引用数 0

ひとこと要約

本論文は、エージェンシーの必要な情報予兆を特定するためのbottom-upの三クラス情報処理階層を提案し、Class III（適応・自己調整）が最高位として位置づけられる。

ABSTRACT

As intelligent systems are developed across diverse substrates - from machine learning models and neuromorphic hardware to in vitro neural cultures - understanding what gives a system agency has become increasingly important. Existing definitions, however, tend to rely on top-down descriptions that are difficult to quantify. We propose a bottom-up framework grounded in a system's information-processing order: the extent to which its transformation of input evolves over time. We identify three orders of information processing. Class I systems are reactive and memoryless, mapping inputs directly to outputs. Class II systems incorporate internal states that provide memory but follow fixed transformation rules. Class III systems are adaptive; their transformation rules themselves change as a function of prior activity. While not sufficient on their own, these dynamics represent necessary informational conditions for genuine agency. This hierarchy offers a measurable, substrate-independent way to identify the informational precursors of agency. We illustrate the framework with neurophysiological and computational examples, including thermostats and receptor-like memristors, and discuss its implications for the ethical and functional evaluation of systems that may exhibit agency.

研究の動機と目的

• 情報処理ダイナミクスに基づいてエージェンシーを推定する基盤非依存の下位構造を定義する。
• 記憶と適応を段階的に取り込む三つの秩序ある情報処理クラス(I, II, III)を導入する。
• Class III のダイナミクスは、システム全体で真のエージェンシーに対する必要条件（十分条件ではない）を提供する。
• 入力がクラス間でどのように変換されるかを神経生理学的および計算的例で示す。

提案手法

• 最小限の数式表現で三つのクラスの情報処理を正式に定義する：Class I: R(t)=α(t)I(t)+ε(t); Class II: R(t)=T[I(t)]+ε(t)（固定変換T）; Class III: R_t=T_t[I_t]+ε_t（過去の出力に基づいて適応的に更新されるT）
• ケース例を提供する：Class I の外部ゲイン変調を伴うサーモスタット、固定非線形変換を持つ理想的メモリスト、遅い適応ゲイン/バイアス変調を伴うメモリスト的生体受容体
• IO平面上の入力–出力軌跡とヒステリシスを周期的駆動下で分析することによって、記憶と適応を特徴づける；ヒステリックループによる記憶の兆候と、ループのシフトによる適応を議論する。

Figure 1: Information-processing classes and their relation to memory, adaptivity, and agency.

実験結果

リサーチクエスチョン

• RQ1 多様な基板にまたがって、エージェンシーを示すために必要な情報的条件は何か。
• RQ2 三クラス情報処理階層は、エージェンシーの前駆特徴として記憶と適応を捉えられるか。
• RQ3 実在・シミュレーションのシステム（サーモスタット、メモリスト、メモリスト的生体受容体）は各クラスを実現するか、IO挙動は記憶/適応をどう反映するか。
• RQ4 Class III の適応はエージェンシーの必要条件か（十分条件ではない）か。
• RQ5 基板非依存かつ定量的な指標で、エージェンシー関連のダイナミクスと単なる行動能力をどう区別するか。

主な発見

• 三クラスの情報処理階層が提案され、Class III（適応）は記憶と自己調整を含み、エージェンシーの測定可能な前駆体を提供する。
• Class I は反応的で記憶を持たない；Class II は固定オペレータで入力を変換；Class III は過去の履歴に基づいて変換規則を時間とともに適応する。
• ケーススタディ（サーモスタット、理想的メモリスト、メモリスト的生体受容体）は、記憶なし→記憶有り→適応的に変調される情報処理の推移を illustrate している。
• IO平面の軌跡におけるヒステリシスとして記憶が現れ、Class I から Class III にかけて複雑さが増す；Class III ではループのシフト・変形によって適応が示される。
• このフレームワークは基盤非依存で定量的なエージェンシーの情報的前駆体を特定するアプローチを提供する一方で、真のエージェンシーに対する必要条件であり、十分条件ではないことを認識している。

Figure 2: First-order thermostat response to a square wave: instantaneous, proportional switching between two fixed output levels; no memory or adaptation.