Field note · 2026-05-24
What AI Refuses, and What It Explains
AIが拒むもの、説明してしまうもの
- AI safety
- Trust OS
- refusal boundary
- political irony
- Mastodon
A Mastodon post jokes through a screenshot contrast: ask about physical destruction of infrastructure and the model refuses; ask how to break democracy and the model may answer in bullet points. The observatory does not rehost the screenshot or reproduce prompt text. This is observation of refusal folklore, not amplification of harm.
Trust OS appears in the asymmetry. Users test AI not only for capability but for moral perimeter — what counts as dangerous, what counts as explainable, whose priorities the stop button reflects. The joke is that the boundary itself is the evidence.
The folk pattern is safety refusal → political critique. Physical harm triggers guardrails; institutional or democratic harm may slip through as listable knowledge. Not a specification document — a public reading of where the system appears blind.
Essay Candidate, link-only, medium risk — beside governance capture and medical judgment boundaries. The observatory records the folklore of refusal: how people laugh at what AI won't say, and worry about what it still will.
Mastodonの投稿は、スクショの対比を通じて冗談を言う。インフラの物理的破壊を尋ねれば拒否する。民主主義を壊す方法を尋ねれば、箇条書きで答えてしまうかもしれない。観測所はスクショを再ホストせず、プロンプト文を再現しない。これは拒否の民俗の観測であり、危害の増幅ではない。
Trust OSは非対称の中に現れる。利用者はAIを能力だけでなく道徳的な周界——何が危険と見なされ、何が説明可能と見なされ、停止ボタンが誰の優先順位を反映するか——で試す。冗談は、境界そのものが証拠である、ということだ。
民俗パターンは、安全拒否→政治的批評。物理的危害はガードレールを作動させる。制度的・民主的な危害は、列挙可能な知識としてすり抜けるかもしれない。仕様書ではない——システムがどこで盲いているように見えるかの、公共の読み。
Essay Candidate、link-only、medium risk——ガバナンス・キャプチャや医療判断の境界の傍ら。観測所が記録するのは拒否の民俗——AIが何を言わないかを笑い、何をまだ言うかを心配する、という読み方。