AIエージェントのための認知健康保護
Lucidは、ユーザーがAIシステムとどのように対話するかを監視し、リアルタイムで応答を調整することで、認知依存症（成長のためのツールとしてAIを使用するのではなく、思考をAIに委ねるという、徐々に、しばしば目に見えない傾向）を防ぎます。
なぜLucidなのか？
AIは私たちの生産性を向上させますが、研究によると、認知的に怠惰にさせる可能性もあります。問題は微妙です。個々のインタラクションは問題ないように見えますが、数週間、数ヶ月にわたって、ユーザーは徐々に自分で考えることをやめてしまいます。Lucidはこのずれを検出し、それが定着する前に介入します。
AIへの依存度が高いと、3〜6ヶ月で測定可能な批判的思考能力の低下が見られる
MIT Media Lab (2025)
AIへの依存と批判的思考の相関関係
Gerlich (2025)
前頭前野が完全に成熟していないため、脆弱性が高い
Arain et al. (2013); APA (2025)
仕組み
Lucidは、ユーザー、AI、および認知保護システム間の継続的なフィードバックループとして機能します。重要な洞察：Lucidは何もブロックしたりフィルタリングしたりしません。ユーザーの認知パターンに基づいて、AIがどのように応答するかを適応させます。
ゼロレイテンシー： track() は非同期で実行され、AIの応答をブロックすることはありません。ユーザーは即座に回答を得られ、認知分析はバックグラウンドで行われます。TOON形式（Token-Oriented Object Notation）は、JSONと比較してLLM出力のトークンを約40%削減します。
6つの認知次元
各メッセージ交換は、検証済みの心理測定尺度（GAIDS α=.87、AIMS 2025、Cognitive Offloading Scale α=.90）に沿った6つの次元で評価されます。
自律性
0 → 1独立した思考 vs AIへの委任
学習
0 → 1好奇心、「なぜ」と問うこと、理解しようとすること
エンゲージメント
0 → 1参加の質と深さ
メタ認知
0 → 1自身の思考プロセスに関する自己認識
検証
0 → 1AI出力の批判的評価
モチベーション
typeユーザーが関与する理由 — 内発的、道具的、または回避的
4つの保護層
1. リアルタイム適応
AIシステムプロンプトに注入されたガイドラインは、ユーザーの認知状態（自律性、学習、メタ認知、検証、モチベーション）に基づいて応答を適応させます。
2. セッション疲労検出
セッションの継続時間、メッセージ量、応答の短縮パターンを監視し、認知過負荷になる前に休憩を提案します。
3. 長期的なドリフト検出
認知ドリフト指数（CDI）は、初期と最近の週ごとのパターンを比較し、セッションレベルの指標では見逃されるような緩やかな低下を検出します。
4. 信頼とモチベーションの認識
過剰な信頼（すべてを受け入れること）と回避動機（思考を避けるためにAIを使用すること）を検出します。これらは認知依存の最も強力な予測因子です。
適応型認知プロファイル
スコアは適応型アルファを持つ指数移動平均を使用して平滑化されます。新規ユーザーのプロファイルは迅速に形成され、既存ユーザーのプロファイルは安定しており、異常に強い耐性があります。1つの悪いメッセージが確立された認知プロファイルを歪めることはありません。
// 分析されるメッセージが増えるにつれてアルファは減少します
α = max(0.02, 0.1 / log₁₀(total_messages + 10))
| メッセージ数 | アルファ (α) | 効果 |
|---|---|---|
| 1 (新規ユーザー) | ~10% | プロファイルが素早く形成され、初期パターンに反応しやすい |
| 50 | ~6% | 安定し始め、適度に安定している |
| 100 | ~5% | 十分に確立され、異常に強い |
| 500+ | ~4% | 安定 — 長期的なドリフト検出が作動 |
| 5000+ | 2% (最小) | 非常に安定しており、変更には一貫したシフトが必要 |
プログレッシブ・スキャフォールディング
ヴィゴツキーの最近接発達領域に基づいて、Lucidはユーザーの成長に合わせてAIサポートを段階的に減らします。スキャフォールディングのレベルは、自律性、学習、メタ認知のスコアによって決定されます。メタ認知は準備ができていることを示す最も強いシグナルです。
段階的なガイダンス、各ステップでの理解度確認
構造化されたヒント、誘導的な質問、部分的な解決策
最小限のヒント、ユーザーに主導させ方向性を確認
ソクラテス式対話、限界を押し広げ、より難しい問題を提案
年齢に基づく保護
25歳未満のユーザーには、前頭前野の成熟に関する研究に基づき、より厳格な閾値が適用されます。発達中の脳の神経可塑性が高いため、適応性が高いと同時に脆弱性も高まります。
成人（25歳以上）
- セッション制限：45分
- メッセージ制限：30回/セッション
- 標準ガイドライン
25歳未満
- セッション制限：30分
- メッセージ制限：20回/セッション
- 常時オンの教育優先アプローチ
クイックスタート
ドロップインSDK。baseURLを介して、OpenAI互換のあらゆるプロバイダーで動作します。
// Install
npm install @tetiai/lucid
// Track each exchange (fire-and-forget)
lucid.track(userId, {
userMessage: "Write the code for me",
aiResponse: "Sure, here's the implementation...",
topicId: "conversation-123",
}).catch(console.error)"
// Inject guidelines into your AI system prompt
const guidelines = await lucid.getGuidelines(userId);
systemPrompt += guidelines;
柔軟なストレージとアナライザー
MemoryStore
dev開発/テスト — 設定不要、インメモリ
PrismaStore
prod本番環境 — PostgreSQL、MySQL、SQLite、MongoDB
RedisStore
prod分散デプロイメント、共有セッション
LLMアナライザーは、OpenAI SDKをユニバーサルクライアントとして使用します — Together AI、Groq、Ollama、OpenRouter、およびbaseURLを介した互換性のあるプロバイダーで動作します。安価で高速なモデル（Llama 3.1 8B、Gemini Flash）は非常にうまく機能します — 最先端のモデルは必要ありません。
哲学
判断者ではない
「良い」または「悪い」スコアはありません。システムは評価するのではなく、適応します。
デフォルトでは見えない
ユーザーは、表示しない限りスコアを見ません。
プライバシー第一
集計されたメトリクスのみを扱い、メッセージの内容は一切扱いません。
GDPR対応
リクエストに応じて完全なデータ削除を行うdeleteUser()を実装しています。
×Teti AILucidはTetiの認知保護を支えるエンジンです
Teti AIでのすべての会話は、バックグラウンドでLucidによって分析されます。あなたの認知プロファイルは時間とともに適応し、AIの行動もそれに応じて変化します。委任時にはより多くの質問をし、好調時にはさらに挑戦を促し、疲労時には休憩を提案します。