段階的信用スコアを「契約」として設計する — 信用を学習結果ではなく、解除可能な境界として扱う —

信用スコアは便利だ。
数字があると、人は安心する。

だが信用スコアには致命的な誤解がある。

信用は“推定値”ではない。
信用は 「許可範囲」 である。

だから、信用スコアをモデル出力として扱うのではなく、
契約として扱わなければならない。

特にコールドスタートでは、これが決定的になる。

なぜ「段階」が必要なのか

コールドスタート状態では、

データがない
分布が見えない
スコアが偶然に近い

このとき、信用を一気に与えると壊れる。

だから必要なのは、

信用を“段階解除”する構造

つまり

低リスクの行為だけ許可
行動・実績の蓄積で権限を拡大
不確実性が上がれば即座に縮退

これを「学習の結果」に任せると責任が消える。
だから「契約」にする。

信用スコアを契約として扱うとは何か

信用スコアを契約として扱うとは、

スコアの意味を定義する
スコアの適用範囲を固定する
スコアの解除条件を明示する
スコアの縮退条件を明示する

要するに、

スコアを“判断の代理”にしない。
スコアは「境界制御の入力」に落とす。

モデル：Trust Ladder（信用ラダー）

段階的信用の基本形は「ラダー（梯子）」だ。

例：

L0: Cold-start
L1: Observed
L2: Limited Trust
L3: Standard
L4: High Trust

重要なのは、各レベルが「点数」ではなく
許可されるアクションの集合で定義されること。

信用レベル＝許可アクションの契約

たとえば金融・発行・特典の世界なら：

L0：閲覧のみ
L1：低額の発行のみ（上限あり）
L2：上限を引き上げ、頻度制限あり
L3：通常運用（標準上限）
L4：優遇（上限緩和、審査省略）

ここで「信用」とは

どれだけの影響力をシステムが許すか

である。

そしてこれは価値判断だ。
学習結果ではない。

契約化の中心：昇格・維持・降格ルール

段階モデルを契約にするには、最低限これを固定する。

1) 昇格（Promotion）

どの証拠が揃ったら上がるか
何をもって「実績」とするか
どの観測期間で判定するか

2) 維持（Retention）

どの範囲の行動を継続すれば維持か
不確実性が増えた場合の扱い

3) 降格（Demotion）

何が起きたら即時降格か
どの程度で段階的降格か
監査ログと人間承認の要否

ここが “判断を外に出す” 部分だ。

「段階スコア」ではなく「段階＋スコア」

よくある失敗は、

0〜100点のスコアで全部決める

だ。

正しくはこう。

段階（Level）：人間が定義する（契約）
スコア（Score）：AIが推定する（連続）

AIは段階を決めない。
AIは「段階判定のための材料」を出すだけ。

具体的な契約スキーマ（概念）

信用契約は、最低限こういう形を持つべきだ。

trust_level: L0..L4
decision_mode: auto / recommend / human_required
allowed_actions: 明示リスト
limits: 上限（額・回数・時間）
promotion_policy: 昇格条件（証拠・期間・閾値）
demotion_policy: 降格条件（即時・段階）
evidence_requirements: 必須証拠
audit: 根拠ログ参照（EventsRef / SignalsRef）

ここでのポイントは、

信用が「状態機械（state machine）」になっていること。

段階解除は「実績の積み上げ」ではなく「証拠の充足」

信用を上げる条件を
「利用回数」や「累積金額」だけにすると、壊れる。

なぜなら、それはGoodhart化するからだ。

だから昇格条件は、

量（回数・金額）
質（異常率・苦情率・返品率・不正兆候）
文脈（新規端末、位置変化、時間帯）
多様性（単一パターン偏重の検出）

のように、“証拠の束” にする。

そしてその束自体を契約化する。

不確実性が上がったら「縮退」する

段階的信用モデルの肝はここだ。

信用は上がるだけではない。
状況が変われば落ちる。

端末が変わった
振る舞いが変わった
分布外に出た
不正シグナルが立った

このとき、

L3 → L1 に即落ち
あるいは「一時凍結」

が設計されていなければならない。

これが fail-closed の実装形である。

人間承認ポイントは「段階の境界」に置く

Human-in-the-Loopを乱用すると運用が死ぬ。
逆に完全自動化すると責任が死ぬ。

だから人間承認は

L0→L1
L1→L2
L2→L3

のように

段階の境界にだけ置く。

つまり「境界の責任」を人が持つ。

これが Human-as-Author そのものになる。

結論

段階的信用スコアの契約モデルとは、

信用を点数ではなく「許可範囲」として扱い
段階（不連続）を契約で固定し
スコア（連続）は材料に落とし
昇格・維持・降格を状態機械として設計する

ということだ。

AIは連続を近似する。
だが信用は不連続である。

だから、信用は契約で守らなければならない。