尊厳主義 Dignitism

最近、こんな空気を感じない？

AIがどんどん賢くなって、「AIにできないことを人間がやればいい」という話を耳にする機会が増えた。でも、そもそもおかしくないか——AIより役に立てるかどうかで、人間の価値が決まるのか？

Dignitism（尊厳主義）はその問いから始まる。答えはシンプルだ。人間の価値は、能力で決まらない。

「できる・できない」で人を測る社会の問題

学歴、年収、仕事の速さ、フォロワー数——現代は「何ができるか」で人を評価しがちだ。能力や努力を評価すること自体は悪くない。でも問題は、能力の差が、その人そのものの価値の差になってしまうことだ。

AIが急速に「能力」を身につけている今、「能力で人間の価値を測る」という前提を続けると、とても不安定な場所に立つことになる。

「AIにできないこと」を探し続ける競争から降りる

AIが文章を書けるようになったら「人間には感情がある」と言う。AIが感情も扱えるようになったら、また別の「人間だけができること」を探す。

でも、それを続けるということは——AIが進化するたびに、自分の存在理由を証明し直し続けるということだ。Dignitismはこのレースから降りる。

人間は、存在しているだけで尊厳がある

仕事ができるから存在していい、生産性が高いから価値がある——そういう話ではない。赤ちゃんも、病気の人も、仕事を失った人も、人間としての尊厳は変わらない。AIとの比較でその尊厳が増えたり減ったりするわけでもない。

まず、存在している。それが出発点。これをDignitismの土台にする。

4つの考え方と、問う順番

Dignitismには4つの軸がある。

• 尊厳は無条件 — 能力に関係なく、人間として扱われる
• 影響には責任を持つ — 良いつもりでも、誰かを傷つけていないか確かめる
• 目的は自分が決める — AIの機能から逆算して「自分の役割」を決めない
• 能力は広げられる — AIを使って、一人ではできなかったことを実現する

難しい判断をするとき、この順番で考える。

尊厳 → 影響と責任 → 自分の目的 → 能力

「影響と責任」が「目的」より先に来るのは、自分の目的を決める前に「誰に何が起きるか」を把握しておく必要があるからだ。

尊厳・尊敬・お金は別の話

「全員に尊厳がある」というのは、「全員を同じように評価しなければいけない」とか「全員の給料を同じにすべきだ」とは違う。

• 尊厳（人間として扱われること）→ 無条件
• 尊敬（何をしたか、誰のためにどんな影響を生んだか）→ 行動によって変わる
• 経済的な配分（給料・報酬）→ まだ答えが出ていない難問

この3つを混同しないことが大事だ。尊厳が平等だから経済的にも平等、という話にはならない。逆に、稼ぎが少ないから人間としての価値も低い、という話にもならない。

「尊敬される人」はどんな人か

全員に尊厳があるなら、全員を同じように尊敬しなければいけない？——そうじゃない。尊厳と尊敬は別だ。

Dignitismが考える「尊敬される人」のイメージはこうだ。自分と相手の尊厳を認めたうえで、「何のために、誰のために」を自分で決めて、AIも活用しながら、実際に良い影響を生み出す人。影響が大きいほどえらい、という話でもない。何のために、どのように、誰に何をしたか——これが問われる。

自分だけでなく、相手にも尊厳がある

自分に尊厳があるなら、他の人にも同じように尊厳がある。だから「自分の目的のために他の人を道具にしていい」とはならない。自分の可能性を広げながら、同時に相手の尊厳も大切にする——これを両立させる。

良いことをするつもりでも、結果が大事

善意でやっても、誰かを傷つけることはある。だから「目的が善かったからいい」では終わらない。やった後に「本当に良い影響だったか？」を振り返って、違ったら考えを変える。Dignitismはこの振り返りまでを人間の責任とみなす。

AIは敵じゃない、道具だ

Dignitismはを使えなくするのではなく、AIとの付き合い方の前提を変える。「AIに価値を奪われないために何ができるか」ではなく、「すでに尊厳を持つ自分が、AIを使って何を実現できるか」という問いに変える。プログラムが書けなくても、デザインができなくても、AIを使えば一人でできることが増える。これが「能力は拡張できる」の意味だ。

人間が主体、サービスが従

AIサービスを使うとき、「このサービスに何ができるか」から始めていないか。Dignitismは逆の順番を大切にする。まず「自分が何をしたいか」があって、そのためにAIを使う。

自分 → 目的 → 考える → 選ぶ → AIを使う → 実現する → 行動する

「AIがあるなら、この人は何のためにいるのか」という問いは、人間に存在理由の証明を求めている。Dignitismはそもそもその証明を要求しない。

これは完成した答えじゃない

Dignitismは現在も検証・更新中の公開草稿だ。完成した社会の設計図ではなく、AI時代に何が大切かを考え続けるための出発点として公開している。

Does this feel familiar?

As AI keeps getting smarter, we hear more and more: "humans should do what AI can't." But wait — does that mean human worth is determined by how useful we are compared to AI?

Dignitism begins with that question. And the answer is simple: human worth is not determined by capability.

The Problem with Measuring People by What They Can Do

Education, income, productivity, follower counts — modern society tends to evaluate people by "what they can do." Recognizing effort and skill isn't the problem. The problem is when a difference in capability becomes a difference in the person's worth itself.

Now that AI is rapidly acquiring capabilities, building human worth on the foundation of capability puts us somewhere very unstable.

Stepping Off the Treadmill of "Finding What AI Can't Do"

When AI could write, people said "but humans have creativity." When AI developed creativity, the search shifted to "but humans have empathy." And on it goes.

But continuing that search means having to re-prove your existence every time AI advances. Dignitism steps off that treadmill.

Humans Have Dignity Just by Existing

You don't deserve to exist because you're productive or better than AI. A baby's dignity, a sick person's dignity, an unemployed person's dignity — none of these change. AI's progress doesn't increase or decrease them.

First, you exist. That's the starting point. This is Dignitism's foundation.

Four Ideas and the Order to Ask Them In

Dignitism has four principles:

• Dignity is unconditional — treated as human regardless of capability
• Impact is accountable — check whether you're harming someone, even with good intentions
• Purpose is human-defined — don't reverse-engineer your role from what AI can do
• Capability is expandable — use AI to achieve things you couldn't do alone

When facing a hard decision, think in this order:

Dignity → Impact & Accountability → Your Purpose → Capability

"Impact" comes before "Purpose" because you need to understand who is affected before you finalize your goal.

Dignity, Respect, and Money Are Three Separate Things

"Everyone has dignity" doesn't mean "everyone must be evaluated the same" or "everyone should earn the same salary."

• Dignity (being treated as human) → unconditional
• Respect (what you did, for whom, with what impact) → varies by action
• Economic distribution (pay, compensation) → still an unresolved hard question

Keeping these three separate matters. Equal dignity doesn't automatically mean equal pay. Low earnings don't mean low worth as a person.

Who Earns Respect?

If everyone has dignity, does everyone deserve equal respect? No — dignity and respect are different things.

Dignitism's picture of a respected person: someone who recognizes both their own and others' dignity, decides "what for and for whom" themselves, uses AI and other capabilities, and actually produces good outcomes in the world. It's not about scale of influence — it's about what for, how, and with what impact.

Others Have Dignity Too

If you have dignity, so does everyone else. That means you can't treat others merely as tools for your own purposes. Expand your own possibilities while respecting others' dignity — both at once.

Good Intentions Aren't Enough — Results Matter

Even with good intentions, you can harm someone. So "my purpose was good" doesn't end the conversation. After you act, ask: "was this actually a good outcome?" If not, change course. Dignitism considers this full loop — acting and reflecting — part of human responsibility.

AI Isn't the Enemy — It's a Tool

Dignitism doesn't push AI away. It reframes the relationship. Not "how do I avoid being replaced by AI?" but "as someone who already has dignity, what can I achieve using AI?" Couldn't program? Couldn't design? AI opens doors that used to be closed. That's what "capability is expandable" means.

Humans Lead, Services Follow

When you use an AI service, do you start with "what can this service do?" Dignitism reverses the order: start with "what do I want to do?" and then use AI for that.

You → Purpose → Think → Choose → Use AI → Expand → Act

"If AI can do this, why does this person need to?" — that question is asking humans to prove their reason for existing. Dignitism doesn't make that demand.

This Isn't a Finished Answer

Dignitism is a Public Draft, still being verified and updated. Not a completed social blueprint — a starting point for thinking about what matters most in the AI age.

はじめに

AIは、人間にしかできないと思われていたことを次々とできるようになっている。

文章を書く。絵を描く。調査する。分析する。プログラムを書く。企画を考える。意思決定を支援する。

この変化は「仕事が便利になる」という話だけではない。もっと根本的な問いを私たちに突きつけている。

人間の能力をAIが代替できるようになったとき、人間の価値を何によって考えればよいのか。

Dignitism（尊厳主義）は、この問いから始まる。

能力によって人間を評価する社会

現代社会では、多くの場合、人は「何ができるか」によって評価される。専門知識がある、仕事が速い、売上を作れる、難しい問題を解ける——高い能力は大きな成果につながり、成果は報酬や地位、社会的評価につながる。

能力や努力を評価すること自体が問題なのではない。問題は、

能力の価値と、人間そのものの価値が混同されること

だ。能力を持つ人ほど価値がある、生産性が低い人は価値が低い——もし社会がこの考え方を暗黙の前提にしているなら、AIの発展は非常に大きな問題を生む。なぜなら、AIはまさに「能力」を急速に獲得しているからだ。

「AIにできないこと」を探し続ければよいのか

AIが文章を書けるようになると、「人間には創造性がある」と言う。AIが創造までできるようになると、「人間には共感がある」と言う。もしAIがそこにも近づいたら、また別の「人間にしかできないこと」を探す。

しかし、この考え方には不安定さがある。

AIより優れている能力があることを人間の存在理由にしている限り、人間はAIが進歩するたびに自分の価値を証明し直さなければならない。

Dignitismは、この競争そのものから離れる。

人間は、能力があるから価値があるのではない

Dignitismの出発点は単純だ。

人間は能力があるから価値を持つのではない。人間そのものに尊厳がある。

仕事ができるから存在してよいのではない。AIより優れているから存在してよいのでもない。生産性、所得、学歴、知能、社会的地位、フォロワー数によって、人間としての尊厳が増減するわけでもない。人間が存在する——まず、それを受け入れる。これをDignitismの土台とする。

なぜ尊厳を無条件と置くのか

Dignitismは、尊厳を「能力が低くても慰めとして認める価値」とは考えない。

能力を人間の存在資格にすると、乳幼児、病気や障害によって能力を発揮できない人、老いた人、失業した人などの人間としての地位まで、その時点の機能や生産性によって変動することになる。さらにAIとの能力比較を基準にすれば、人間の尊厳は技術進歩という外部変数によって増減する。Dignitismはこれを採用しない。

能力は比較できる。成果も評価できる。しかし、人間として扱われる基礎的地位まで能力比較に連動させない。

ここでいう尊厳は、少なくとも次の規範的地位を含む。

• 人間を単なる手段・交換可能な資源としてのみ扱わない
• 本人の意思・人格を無視して、存在価値を能力だけで決めない
• 能力や生産性の低下を、人間そのものの価値低下へ直接変換しない
• 他者にも同じ基礎的地位を認める

4原則と、その検討順序

Dignitismの4原則は並列ではない。

• Dignity is unconditional. — 尊厳は無条件である。
• Impact is accountable. — 影響には責任を持つ。
• Purpose is human-defined. — 目的は人間が決める。
• Capability is expandable. — 能力は拡張できる。

衝突した場合、現段階では次の検討順序（Inquiry Order）を置く。

Dignity → Impact Responsibility → Human Purpose → Capability

これは、下位の原則を検討する前に上位の問いを先に検討することを要求する「問いの順序」であり、上位原則だけで機械的に結論を確定するものではない。

Impact ResponsibilityをHuman Purposeより先に置くのは、目的の自己決定が、他者に及ぼす影響を無視した無制約な自由ではないからだ。誰に何が起きるかを把握する前に設定された目的は、自己決定として正当に行使されたとは言えない。

尊厳・尊敬・経済的配分を分ける

層	配分・評価原理	Dignitismの現時点の立場
存在の承認・尊厳	無条件	能力で増減させない
社会的尊敬	Purpose / How / Impact	行動や影響によって異なり得る
経済的配分	所得・報酬・資源配分	未解決の制度的論点

尊厳が平等だから全員の報酬を同じにすべきだ、と直ちに導くことはできない。逆に、経済的価値が低いから人間としての尊厳も低い、とすることもできない。AIによって能力と経済的配分の関係そのものが変わる可能性がある以上、第三層は今後の主要研究課題として残す。

尊敬される人とは何か

全員に尊厳があるなら、全員を同じように評価しなければならないのか。そうではない。尊厳と尊敬は別だ。

AI時代の「尊敬される人」について、Dignitismでは次の仮説を考える。

自分と他者の尊厳を認めたうえで、「何のために、誰のために」を自ら決め、AIを含む利用可能な能力を使って、より良い影響を現実に生み出す人。

重要なのは、単なる影響力の大きさではない。100万人に影響したから100人に影響した人より偉い、ということではない。問うべきなのは、何のために、誰のために、どのような方法で、どんな影響を与えたのか、だ。

自分だけでなく、他者にも尊厳がある

Dignitismで最も重要な制約の一つだ。自分に尊厳があるなら、他者にも同じように尊厳がある。だから、自分の目的を達成するために、他者を単なる道具や資源として扱ってよいわけではない。自分の可能性を広げる。同時に、他者の尊厳も受け入れる。この二つを両立させる。

「良い目的」だけでも足りない

人間は、良いことをしているつもりでも、誰かを傷つけることがある。短期的には良い結果でも、長期的には悪影響を生むこともある。だから、「目的が善だったから正しい」では終わらない。自分が生み出した結果を見て、

本当に良い影響だったのか？

と振り返る必要がある。間違っていれば考えを変える。ここまで含めて、人間の主体性だと考える。尊厳は無条件である。しかし、行動の影響には責任がある——これがImpact is accountableの根拠であり、検討順序においてImpact ResponsibilityがHuman Purposeより前に置かれる理由だ。

だからといって、能力や努力を否定しない

尊厳と、生み出す価値は同じではない。尊厳は無条件だ。一方で、人が何を考え、何を学び、何を作り、誰かにどんな影響を与えるかには違いがある。努力することも、能力を高めることも、競争することも、成果を評価することも否定する必要はない。

Dignitismが否定するのは、

能力の大小を、人間そのものの価値の大小に変換すること

だ。「すでに価値のある人間が、さらに大きな価値を生み出す」——この二つは矛盾しない。

AIは人間の敵ではなく、可能性を広げる道具にもなる

AIによって人間の能力が代替される側面がある一方で、逆の変化も起きている。これまでなら、「アイデアはある、でもプログラムを書けない」「実現したいことはある、でもデザインできない」「調べたい、でも専門知識が足りない」という理由で実現できなかったことを、AIによって一人でも実現できる可能性が高まっている。

だからDignitismは、AIを拒絶する思想ではない。むしろ問いを変える。

AIに人間の価値を奪われないためにはどうするか？

ではなく、

すでに尊厳を持つ人間が、AIを使うことで何を実現できるようになるのか？

と考える。AIの目的は、人間の存在理由を決めることではない。人間がより良く考え、より良く創り、より良く生きるために使うものだ。

サービスではなく、人間が主体

AI時代のサービス設計では、しばしば「AIやサービスが何をできるか」が出発点になる。サービスが仕事の流れを定義し、人間はその流れに沿って操作する。AIが最適な方法を提示し、人間は確認する——この設計には大きな利点がある。仕事は速くなり、作業量は減る。

しかし、Dignitismは別の問いから始める。

「AIやサービスに何ができるか」ではなく、「そこにいる人間は、何をしたいのか」。

人間の役割をサービスの機能から逆算しない。人間が先に存在し、その人が考え、望み、目的を持つ。その目的のために、必要ならAIやサービスを使う。したがって、順序は、

Human → Purpose → Thought → Choice → AI / Service → Augmentation → Action

だ。

「この仕事をAIでもできるなら、なぜこの人がやる必要があるのか」——この問い自体が、能力や機能によって人間の存在理由を説明しようとしている。Dignitismでは、そもそも人間に存在理由の証明を要求しない。その人が存在する。だから、その人がAIを使って、より良く考え、より良いものを生み出せるようにする。

AIを使えば、作業時間が短くなることがある。それ自体は望ましい。しかしDignitismに基づくAI利用では、「何人減らせたか」「何時間削減できたか」だけを成功指標にはしない。人間は以前より良く考えられたか、一人では思いつかなかった選択肢へ到達できたか、より良い判断ができたか、本人が望む目的へ近づいたか——を問う。AIによる効率化を否定するのではなく、効率を人間より上位の目的にしないということだ。

Dignitismは現在も更新中

DignitismはPublic Draft（公開草稿）であり、Canon Candidate（正典候補）だ。完成した社会制度の答えを宣言するものではない。実例によって検証し、更新していく。未解決の問いは今後の重要な検討課題として残されている——そのことを明示したまま、出発点として公開している。

Introduction

AI is becoming capable of things once thought exclusive to humans. Writing. Drawing. Researching. Analyzing. Programming. Strategizing. Supporting decision-making.

This is not just a story about work becoming more convenient. It poses a far more fundamental question.

When AI can replace human capabilities, by what should we measure human worth?

Dignitism begins with this question.

A Society That Evaluates Humans by Capability

In contemporary society, people are largely evaluated by "what they can do." Specialized knowledge, speed, generating revenue, solving hard problems — high capability leads to great results, and results lead to compensation, status, and social recognition.

Evaluating capability and effort is not itself the problem. The problem is:

The confusion between the value of capability and the worth of the person themselves.

Those with greater capability have greater worth; those with lower productivity have lower worth — if society holds this as an implicit premise, AI's advancement creates an enormous problem, because AI is rapidly acquiring precisely those "capabilities."

Is It Enough to Keep Searching for "What AI Can't Do"?

When AI can write, people say "humans have creativity." When AI achieves creativity too, they say "humans have empathy." When AI approaches that too, they search for yet another "thing only humans can do."

This framing has a fundamental instability.

As long as having capabilities superior to AI is the reason for human existence, humans must re-prove their worth every time AI advances.

Dignitism steps away from this race itself.

Humans Do Not Have Worth Because of Their Capabilities

Dignitism's starting point is simple.

Humans do not have worth because of their capabilities. Humans have inherent dignity.

You don't exist because you're productive. You don't exist because you're better than AI. Dignity as a human being doesn't increase or decrease with productivity, income, academic credentials, intelligence, social status, or follower counts. A human being exists — accepting that first is Dignitism's foundation.

Why Dignity Must Be Unconditional

Dignitism does not regard dignity as "a value conceded to those of lower capability as consolation."

If capability becomes the qualification for a person's existence, then the human standing of infants, people unable to demonstrate capability due to illness or disability, the elderly, and the unemployed would fluctuate with their functional state or productivity at any given moment. And if comparison with AI's capabilities becomes the standard, human dignity would increase and decrease as an external variable of technological progress. Dignitism does not adopt this.

Capability can be compared. Results can be evaluated. But a person's basic standing as a human being must not be made contingent on capability comparisons.

Dignity here includes at minimum the following normative standings:

• Do not treat humans merely as means or interchangeable resources.
• Do not ignore a person's will and character and determine their worth by capability alone.
• Do not directly translate a decline in capability or productivity into a decline in the person's worth.
• Recognize the same basic standing in others.

The Four Principles and Their Inquiry Order

Dignitism's four principles are not parallel.

• Dignity is unconditional. — 尊厳は無条件である。
• Impact is accountable. — 影響には責任を持つ。
• Purpose is human-defined. — 目的は人間が決める。
• Capability is expandable. — 能力は拡張できる。

When they conflict, this inquiry order applies:

Dignity → Impact Responsibility → Human Purpose → Capability

This is a "thinking order" that requires asking higher-order questions before moving to lower ones — not a mechanical procedure that fixes conclusions from higher principles alone.

Impact Responsibility precedes Human Purpose because self-determination of purpose is not an unconstrained freedom that ignores effects on others. A purpose set before understanding who is affected is not genuine self-determination.

Separating Dignity, Respect, and Economic Distribution

Layer	Distribution / Evaluation	Dignitism's Current Position
Existential recognition / Dignity	Unconditional	Does not increase or decrease with capability
Social respect	Purpose / How / Impact	May differ by action and impact
Economic distribution	Income, compensation, resources	Unresolved institutional question

"Dignity is equal, therefore everyone should receive the same compensation" cannot be directly derived. Nor can "low economic value means low human dignity." Since AI may change the relationship between capability and economic distribution itself, the third layer remains a major research question for the future.

What Does It Mean to Be Respected?

If everyone has dignity, does that mean everyone must be evaluated identically? No. Dignity and respect are different.

On "people worthy of respect" in the AI age, Dignitism offers this hypothesis:

Someone who recognizes both their own and others' dignity, decides "what for and for whom" themselves, and uses available capabilities — including AI — to produce genuinely better outcomes in the world.

What matters is not sheer scale of influence. Reaching a million people does not make someone "better" than someone who reached a hundred. What must be asked is: what for, for whom, by what means, and with what impact.

Not Just Yourself — Others Have Dignity Too

This is one of Dignitism's most important constraints. If you have dignity, others have it equally. You cannot treat others merely as tools or resources in pursuit of your own purpose. Expanding your own possibilities while accepting others' dignity — these two must coexist.

Good Intentions Alone Are Not Enough

Humans can harm others even while believing they are doing good. Short-term positive results can produce long-term negative effects. Therefore, "the purpose was good, so it was right" is not the end of the matter. Looking at the results produced:

Was this truly a good impact?

must be asked. If it wasn't, change your thinking. That full loop is what Dignitism considers human agency. Dignity is unconditional. But actions have accountable impact — this is the basis of "Impact is accountable" and why Impact Responsibility comes before Human Purpose in the inquiry order.

This Does Not Mean Denying Capability or Effort

Dignity and the value one creates are not the same thing. Dignity is unconditional. But what a person thinks, learns, creates, and what impact they have on others does differ. There is no need to deny striving, developing capability, competing, or evaluating results.

What Dignitism denies is:

Converting a difference in capability into a difference in the worth of the person themselves.

"A person who already has worth, creating even greater value" — the two are not contradictory.

AI Is Not the Enemy — It Can Expand Possibilities

While AI does replace certain human capabilities, the opposite change is also happening. Things once impossible because "I have an idea but can't program," "I know what I want to achieve but can't design it," "I want to research but lack the expertise" — AI makes these achievable by one person.

Dignitism does not reject AI. It reframes the question.

Not: "How do we prevent AI from taking human worth?"

But: "What can humans who already have dignity accomplish by using AI?"

AI's purpose is not to determine humanity's reason for existing. It is to be used so that humans can think better, create better, and live better.

Humans as the Subject, Not the Service

In AI-age service design, the starting point is often "what can AI or the service do?" The service defines the workflow, humans operate along it. AI presents the optimal method, humans confirm it. This design has clear advantages — work becomes faster, workload decreases.

But Dignitism starts from a different question:

"Not what can the AI or service do, but what does the human there want to do?"

It doesn't reverse-engineer human roles from service capabilities. A human exists first, that person thinks, desires, and holds a purpose. For that purpose, they use AI or services when necessary. The order is therefore:

Human → Purpose → Thought → Choice → AI / Service → Augmentation → Action

"If AI can do this job, why does this person need to do it?" — this question itself tries to explain human existence through capability and function. Dignitism doesn't require humans to prove their reason for existence. The person exists. Therefore, help that person use AI to think better and create better things.

AI use may shorten task time. That itself is desirable. But Dignitism-based AI use does not make "how many people were reduced" or "how many hours were saved" the sole success metric. It also asks: could the human think better than before? Did they reach options they couldn't have found alone? Did they make better decisions? Did they move closer to their own purpose? This is not a rejection of AI-driven efficiency — it's about not making efficiency a higher goal than humans.

Dignitism Is Still Being Updated

Dignitism is a Public Draft and Canon Candidate. It does not declare the finished answer of a social institution. It is verified through real examples and updated. Open questions remain as important future examination tasks — and they are stated explicitly as such, even as the framework is published as a starting point.

スコープと既存思想との関係

本稿が直接扱うのは、人間の尊厳と、人間を主体としたAI・サービス設計だ。AI自身が将来的に道徳的地位を持ち得るか、動物の道徳的地位をどう扱うかは本稿の射程外とし、別途議論を要する。

Dignitismは「人間の尊厳」という概念そのものを新規発明したとは主張しない。Robert W. Fullerのdignitarian society、Pablo Gilabertのdignitarian approach、Amartya SenとMartha NussbaumのCapability Approach など、尊厳・社会正義・実質的自由を扱う先行思想が存在する。

現時点でのDignitismの差分は次の3点に置く。

既存の尊厳論から、人間の尊厳を継承する。
AIによる能力代替・能力拡張を、新しい環境条件として置く。
人間を起点とする技術・サービスの順序規範へ落とす。

特にCapability Approachが「人が実際に何を行い、どう生きられるか」を重視するのに対し、Dignitismは、AIがCapabilityそのものを提供・代替できる時代に、その能力の起点と目的を誰が決めるのかを設計問題として前面に置く。

設計分野の先行研究との関係も明示する。Ben ShneidermanのHuman-Centered AIは、高い自動化と高い人間制御が両立可能であることを示し、人間が制御を保持したままAIを活用する設計原則を提示した。ISO 9241-210に代表される人間中心設計は、ユーザーの役割をシステム機能から逆算しないプロセスを規定している。

対象	問い
Human-Centered AI / 人間中心設計	人間が制御を保持するには、どう設計するか
Dignitism	制御すべき目的を誰が設定するか。設定主体である人間の地位は、何によって保証されるか

前者は設計方法論、後者はその方法論が依拠する規範だ。Dignitismは人間中心設計を前提として受け入れたうえで、その一段前の「人間の地位」と「目的の設定主体」を明示的に扱う。

AI利用の観測モデル：直交2軸

AI利用を一つの3択へ押し込めず、生成・選択のモードと評価の独立性を直交する2軸として観測する。

Generation / Decision Mode

• Amplification — AI利用後に、人間自身の新しい問い・仮説・判断・創造が生成された。
• Assisted Choice — AIが選択肢や材料を提示し、人間が比較・選択した。
• Substitution — AIが結論または実質的な判断を生成し、人間がそれを採用した。

Evaluation Independence

• Independent — AI出力とは独立した評価基準・検証過程がEvidenceとして確認できる。
• Dependent — 独立した評価過程が確認できず、AI出力への依存が観測される。
• Unknown / Unclassifiable — Evidence不足または由来不明で判定できない。

AmplificationであってもIndependentとは限らない。AIの前提を無批判に受け入れたまま発展させた場合は「Amplification × Dependent」になり得る。Assisted Choiceも同様に、事前またはAIから独立した判断基準が確認できる場合のみIndependentとする。

重要判断は原則としてAI相談前に本人が重要とラベルした判断とする（撤回コストが高い、他者に影響する、Purposeの設定・変更に関わる、のいずれかが補助基準）。

中心観測変数は重要判断におけるIndependent評価過程の観測率だ。Unknown / Unclassifiableを分母から除外した値と、全重要判断に占めるUnknown率を必ず併記する。

Dignitism適合チェック

「拒否できる」「異議申立て機能がある」といった可能性だけでは適合と判定しない。実際に何が起きたかを観測する。Evidenceがない場合は、適合でも非適合でもなく「未観測 / Evidence不足」とする。

軽量版（5項目） — 記録が残らない環境向け。当事者2名以上から一致する証言が得られた場合、または残存する断片的記録（チャット履歴、メモ、メール）で確認できた場合をEvidenceとして扱う。

1. AIに相談する前に、目的または判断基準を自分の言葉で持っていたか
2. 直近の重要判断で、AI案を採用する前に自分で検証・比較した過程が実際にあったか
3. AIが出さなかった選択肢を、自分で追加したことがあるか
4. この判断で影響を受ける人に、事前または事後に話を聞いたか
5. 導入後に問題が起きたとき、実際に変更または撤回したことがあるか

完全版（主要チェック項目）

Purpose — AI提案とは独立して書かれた目的記述が存在するか。AIが目的を提案した場合、人間側が採否理由を言語化した記録があるか。目的変更時に、誰が何を根拠に変更したか記録されているか。

Choice — AI提示案以外の選択肢を人間自身が追加した記録があるか。選択時の判断基準が、AI提示より前の時点で記録されているか。AI導入前後で実質的な選択肢が増えたか。

Human Thinking — 重要判断におけるIndependent評価過程の観測率（Unknown率を併記）。Generation / Decision Mode × Evaluation Independenceのクロス集計。AIへの反論・却下・修正・追加検証が実際に何回発生したか。

Dignity — AI導入によって影響を受ける人を、コスト・工数・生産性以外の観点から検討した記録があるか。影響を受ける当事者の意思・事情を収集した記録があるか。

Impact & Accountability — 当事者から異議・懸念が実際に出たか。最後にImpactを再評価した日時と、その結果による変更内容は何か。悪影響を受け、設計・運用・判断を変更または撤回した記録があるか。

これらは人間や組織を単純な合計点で格付けするためではなく、理念と実践の乖離を発見するためのEvidenceだ。記録資源の乏しい環境には軽量版を用いる。Evidenceの不在は非適合ではなく、記録資源の多寡で組織の地位を測ることもしない。

研究用仮説閾値

観測しても、その数字が何を意味するかの基準がなければ、思想はどんな結果にも後付けで適用できてしまう。反証可能性を検討する研究仮説として閾値を置く。現段階では製品UIの警告・人事判断・自動介入の判定基準には使用しない。

階層	指標	仮説閾値	判定
研究仮説	重要判断におけるIndependent評価過程の観測率	70%未満	仮説検証対象。Production判定には使用しない
下位条件	Assisted Choiceのうち、基準がAI提示前に存在した率	—	中心変数への算入条件。単独では判定しない
補助指標	AI案の拒否・修正率	閾値なし	時系列の急落のみ変化検知に使う
責任系	Impact再評価の実施間隔	6ヶ月超	責任の形骸化
責任系	当事者からの異議件数	0件が継続	異議経路が機能していない可能性（反転指標）

70%は探索的な研究値にすぎず、Production Thresholdは未定義だ。拒否・修正率を判定から外すのは、それが「AIが誤る頻度」と「人間が検証する頻度」の積であり、AIの精度が上がるほど健全な利用でも低下するためだ。

ジレンマへの適用

ここで扱うのは「資源を何によって配分すべきか」という配分原理ではなく、「配分を変更する際に何を先に問うべきか」という手続きだ。前者は未解決の制度的論点として残す。

たとえばAI導入による人員削減では、「経営者が決めた目的だからよい」とはならない。検討順序に従って、次の順に問う。

1. Dignity — 対象者を単なるコストとしてのみ扱っていないか
2. Impact Responsibility — 誰に何が起きるか。移行措置や代替策はあるか
3. Purpose — その上で、何を実現するためのAI導入なのか
4. Capability — AIをどこまで使うべきか

Dignitismは判断を自動化するアルゴリズムではなく、人間が何を先に問うべきかを定める規範である。

未解決問題と反証の条件

未解決の論点は明示する。

• 尊厳を能力から切り離した社会で、所得・雇用・所有・税・社会保障などの経済的資源を何によって配分するか
• 「尊厳侵害」の具体的な境界線をどこに引くか
• 検討順序が、実際のジレンマで一貫した判断を生むか
• 研究仮説閾値（70%）が妥当か。Production Thresholdをどのような根拠で定義するか

思想がどんな結果にも後付けで適用できるなら、設計規範として弱い。したがって次を反証条件とする。

• 適合チェックを実案件に適用して、何一つ問題を検出しないなら、チェックが緩すぎる——厳しくする
• 実践の大半が落ちるなら、思想と実践のどちらを修正すべきか検討する
• 中心変数（Independent評価過程の観測率）が、実測において健全な事例と不健全な事例を分けられないなら、観測モデル2軸の境界条件を再設計する

Dignitism自身も、批判とEvidenceによって更新される対象だ。

Canon Candidate としての意味

Dignitismは現在Public Draft（公開草稿）であり、Canon Candidate（正典候補）だ。「正典候補」とは、現時点では確定仕様として扱わないということを明示したうえで、正典へ向けた検証プロセスに乗せる、という位置づけだ。

実例によって検証し、批判と反照的な検討を重ね、実践の積み重なりからフレームを逆照射して修正する——このフィードバックループを持つことが、Canon Candidateたる根拠だ。思想は宣言だけでは育たない。実装によって試され、失敗から学ばれて、初めて正典への道を歩む。

Scope and Relation to Existing Thought

This document directly addresses human dignity and human-centered design of AI and services. Whether AI itself may acquire moral status in the future, and how to handle the moral status of animals, are outside this document's scope and require separate discussion.

Dignitism does not claim to have invented the concept of human dignity. Prior frameworks address dignity, social justice, and substantive freedom: Robert W. Fuller's dignitarian society, Pablo Gilabert's dignitarian approach, Amartya Sen and Martha Nussbaum's Capability Approach.

Dignitism's central differentiation rests on three points:

Inheriting human dignity from existing dignity theory.
Placing AI's capability replacement and expansion as new environmental conditions.
Translating this into a normative sequence for technology and service design with humans as the origin.

Where the Capability Approach emphasizes "what a person can actually do and how they can live," Dignitism — in an era when AI can itself provide and substitute Capabilities — foregrounds as a design problem the question of who sets the origin and purpose of those capabilities.

Relation to design research: Ben Shneiderman's Human-Centered AI demonstrated that high automation and high human control can coexist, presenting design principles for humans to retain control while using AI. ISO 9241-210's human-centered design specifies processes that do not reverse-engineer user roles from system functions.

Subject	Question
Human-Centered AI / Human-centered design	How to design so humans retain control
Dignitism	Who sets the purpose to be controlled? By what is the standing of the person doing the setting guaranteed?

The former is design methodology; the latter is the norm that methodology depends on. Dignitism accepts human-centered design as a premise and explicitly addresses the one step prior — "human standing" and "who sets the purpose."

AI Use Observation: Orthogonal Two-Axis Model

AI use cannot be forced into a simple three-way choice. Generation/Decision Mode and Evaluation Independence are observed as two orthogonal axes.

Generation / Decision Mode

• Amplification — After AI use, new questions, hypotheses, judgments, or creations from the human themselves were generated.
• Assisted Choice — AI presented options or materials; the human compared and chose.
• Substitution — AI generated a conclusion or substantive judgment; the human adopted it.

Evaluation Independence

• Independent — Evaluation criteria and verification processes independent of AI output can be confirmed as Evidence.
• Dependent — No independent evaluation process can be confirmed; dependence on AI output is observed.
• Unknown / Unclassifiable — Insufficient evidence or indeterminate origin prevents classification.

Amplification does not imply Independent. Developing an idea while uncritically accepting AI premises can be "Amplification × Dependent." Assisted Choice is only Independent when an evaluation criterion prior to or independent of AI's presentation can be confirmed.

Important decisions are principally those the person labeled important before consulting AI (auxiliary criteria: high reversal cost, affects others, relates to setting or changing Purpose).

The central observation variable is the observed rate of Independent evaluation processes in important decisions. The value excluding Unknown / Unclassifiable from the denominator, and the Unknown rate among all important decisions, must always be reported together.

Dignitism Compliance Check

The mere possibility of "being able to refuse" or "having an objection mechanism" does not count as compliance. What actually happened must be observed. Absent Evidence, the status is "unobserved / insufficient evidence" — neither compliant nor non-compliant.

Lightweight version (5 items) — For environments where records are not kept. Consistent testimony from 2+ parties, or confirmation from fragmentary records (chat history, notes, emails), counts as Evidence.

1. Before consulting AI, did the person have a purpose or judgment criteria in their own words?
2. In recent important decisions, was there an actual process of verifying or comparing before adopting AI's proposal?
3. Has the person ever added an option that AI did not present?
4. Did the person speak with someone affected by this decision, before or after?
5. When a problem arose after implementation, did an actual change or reversal occur?

Full version (key check items)

Purpose — Does a purpose statement written independently of AI proposals exist? When AI proposed a purpose, is there a record of the human articulating reasons for acceptance or rejection? When a purpose changed, is there a record of who changed it and on what basis?

Choice — Is there a record of the human themselves adding options not presented by AI? Was the judgment criterion recorded before AI's presentation? Did the practical range of choices increase before vs. after AI adoption?

Human Thinking — Rate of Independent evaluation processes in important decisions (with Unknown rate). Cross-tabulation of Generation / Decision Mode × Evaluation Independence. How many actual instances of refuting, rejecting, modifying, or additionally verifying AI occurred?

Dignity — Is there a record of examining people affected by AI adoption from perspectives other than cost, labor, and productivity? Is there a record of collecting the intentions and circumstances of those affected?

Impact & Accountability — Did objections or concerns actually emerge from those affected? What was the last date Impact was re-evaluated, and what changes resulted? Is there a record of changing or reversing design, operations, or decisions in response to negative impacts?

These are not for ranking humans or organizations by a simple total score, but for discovering divergence between ideals and practice. Use the lightweight version for environments with limited records. Absence of Evidence is not non-compliance; the richness of records must not determine an organization's standing.

Research Hypothesis Thresholds

Without criteria for what observed numbers mean, a philosophy can be retroactively applied to any result. Thresholds are set as research hypotheses for examining falsifiability. At this stage, these are not used as production thresholds for UI warnings, personnel decisions, or automatic interventions.

Layer	Metric	Hypothesis Threshold	Status
Research hypothesis	Rate of Independent evaluation in important decisions	Below 70%	Hypothesis verification target. Not for production
Sub-condition	Rate of Assisted Choice where criteria existed before AI	—	Entry condition for central variable only
Auxiliary	Rate of refusal/modification of AI proposals	No threshold	Only used for detecting sudden drops over time
Accountability	Interval between Impact re-evaluations	Over 6 months	Accountability becoming nominal
Accountability	Objections from those affected	Continuous zero	Possible non-functioning of objection channels (inverted indicator)

70% is only an exploratory research value. Production Threshold is undefined. Refusal/modification rate is excluded from judgment because it is the product of "how often AI errs" × "how often humans verify" — as AI precision improves, this metric declines even in healthy use, polluting the denominator as a measure of agency.

Applying Inquiry Order to Dilemmas

What is addressed here is not "what principle should distribute resources" but "what should be asked first when changing distribution" — a procedural question. The former remains as an unresolved institutional question.

Taking AI-driven workforce reduction as an example: "the goal was decided by management, so it's fine" does not apply. Following the inquiry order, ask in this sequence:

1. Dignity — Are the affected people being treated merely as costs?
2. Impact Responsibility — Who is affected and how? Are transition measures or alternatives available?
3. Purpose — What is this AI adoption actually for?
4. Capability — How far should AI be used?

Dignitism is not an algorithm that automates decisions — it is a norm that defines what humans should ask first.

Unresolved Questions and Falsification Conditions

Unresolved questions are stated explicitly:

• In a society that separates dignity from capability, by what principle are economic resources (income, employment, ownership, taxation, social security) distributed?
• Where exactly is the boundary of "dignity violation"?
• Does the inquiry order produce consistent judgments in actual dilemmas?
• Is the research hypothesis threshold (70%) sound? On what basis would a Production Threshold be defined?

If a philosophy can be applied retroactively to any result, it is weak as a design norm. Therefore the following falsification conditions are set:

• If applying the compliance check to real cases detects no problems at all, the check is too lenient — tighten it.
• If most practice fails the check, examine whether thought or practice should be revised.
• If the central variable (Independent evaluation rate) cannot distinguish healthy from unhealthy cases in actual measurement, redesign the boundary conditions of the two-axis observation model — not just the numeric threshold.

Dignitism itself is subject to being updated by criticism and Evidence.

What "Canon Candidate" Means

Dignitism is currently a Public Draft and Canon Candidate. "Canon Candidate" means: explicitly acknowledging that it is not treated as a finalized specification at this stage, while placing it in a verification process aimed at becoming canon.

Verified through real examples, refined through criticism and reflective examination, the framework revised by reverse-illumination from accumulated practice — having this feedback loop is what makes Dignitism worthy of the name Canon Candidate. Thought does not grow from declaration alone. It is tested by implementation, learned from failure, and only then walks the path toward canon.