RSI(再帰的自己改善)とは | AIがAIを賢くするループをわかりやすく解説

RSI(再帰的自己改善)とは

RSI(Recursive Self-Improvement)とは、AIが自分自身の開発や改良の作業を担い、能力向上のループが回り続ける状態を指す概念です。賢くなったAIは、AIをさらに上手に改良できます。その結果がまた次の改良に使われる。この繰り返しで進歩が加速していく、という理屈です。

古くは「知能爆発」という名前で議論されてきました。人間の関与なしにループが閉じて急加速する、という強い形から、AIが開発を手伝って進歩が速まる、という弱い形まで、幅のある使われ方をします。

2026年、どこまで現実か

強い形のRSI、つまり人間抜きで閉じた自己改善ループは、まだ存在しません。モデルの訓練には巨大な計算資源と人間の判断が要り、改良の成否を測る評価も人間が設計しています。

弱い形は、すでに日常です。AI企業の開発現場では、コードの大半をAIが書き、実験のインフラをAIが組み、評価やレッドチームの一部もAIが担います(Claude Codeとは)。数十〜数百の並列エージェントで開発作業を分担する運用も始まっています。つまり「AIがAI開発を速くする」段階は現実で、「AIだけで回る」段階はまだ、というのが線引きです。

なぜ規制の文脈で出てくるのか

進歩が自己加速すると、外側の仕組みが追いつかなくなります。リリース前の審査、安全対策の開発、規制の立法。どれも人間の時間で動くため、AIの改良が速くなるほど相対的に遅れます。

このためAI研究の自動化能力は、各社の安全方針で重大リスクの評価軸に入っています。Anthropicの責任あるスケーリング方針(RSP)は自律的なAI研究能力を評価対象とし、OpenAIのガバナンス文書も「制御の喪失」をリスク領域に挙げます。米政府のフロンティアモデル審査(自主基準の経緯)が能力閾値でモデルを区分しようとする背景にも、この懸念があります。

実務でどう受け止めるか

一般企業がRSIそのものに対処する場面はありません。受け止めるべきは2つの帰結です。第一に、モデルの世代交代がさらに速くなること。特定モデル前提の業務設計は寿命が短くなるため、乗り換え可能な構成が効きます(使い分けの考え方)。第二に、フロンティアモデルの提供条件は審査や閾値でこれからも動くこと。2026年6〜7月のFable 5を巡る一連の出来事(経緯)は、その実例でした。

どう見るか

RSIは遠い未来のSFとして語られがちですが、実際には程度問題として静かに進んでいます。見るべき指標は「AIが自分を書き換えたか」ではなく、AI開発の工程のうち何割をAIが担っているか、そしてその割合の伸び方です。この割合が上がるほど、リリース審査や自主基準のような「外側のブレーキ」の設計が重要になります。当サイトが配布条件と統制設計を追い続ける理由も、突き詰めればここにあります。

関連する用語とレビュー

AIリリースの自主基準(レビュー) / Claude Codeとは(用語解説) / ChatGPT/Claude/Gemini 業務別の使い分け / AI用語解説トップ

出典

Anthropic 責任あるスケーリング方針 / OpenAI Frontier Governance Framework