AI規制にCFIUS型モデルを導入、説明責任が試される
Google Newsは、包括的なテクノロジー規制に対するワシントンの広範な抵抗が続くなか、先端AIを規制するための鋭い提案を取り上げた。
WSJの論説の見出しは、政策立案者がCFIUSモデルに従うべきだと主張する。CFIUSは、国家安全保障上のリスクを理由に特定の外国投資を審査する連邦委員会だ。
この類推は、規制をめぐる問いを変える。あらゆるAI製品のための規則を策定するのではなく、ワシントンは影響の大きいモデルをより限定したカテゴリーとして審査し、個別に設計した安全策を課すことができる。
この考え方が出てきたのは、米国がすでに自主的な合意を通じてフロンティアシステムを試験している時期でもある。当局者は、金融規制をモデルにした独立機関を含め、より正式な監督体制も検討している。
CFIUS型のアプローチは別の道筋を示す。複数の政府機関にまたがる専門知識を集約し、機微な調査結果を保護しつつ、定義された安全保障上のしきい値を超えた場合に介入する仕組みだ。
ただし、CFIUSも業務の多くを非公開で行う。この文化を汎用AIに適用すれば、証拠、不服申し立て、公的な説明責任、業界の影響力をめぐる難しい問題が生じる。
したがって本当の争点は、規制かイノベーションかではない。審査に基づく標的型の監督か、すでにどのモデルが利用者に届くかを左右している非公式な介入か、である。
CFIUSという類推が実際に変えるもの
CFIUSモデルが規制するのは、すべてのコード行や一般的なAIアプリケーションではなく、選別された意思決定だ。
対米外国投資委員会は、財務省が議長を務める省庁横断組織である。国家安全保障に及ぼし得る影響について、対象となる取引を審査する。
委員は、防衛、商務、司法、エネルギー、国土安全保障を担う各省庁の専門知識を活用する。情報機関は脅威評価を提供するが、最終的な政策判断を支配するわけではない。
この構造が重要なのは、フロンティアAIが単一の政府機関の管轄にきれいに収まらないためだ。ひとつのモデルが、サイバーセキュリティ、バイオセキュリティ、輸出管理、情報活動、競争、消費者保護に関する懸念を同時に引き起こし得る。
公式のCFIUSの使命は、二つの目標を組み合わせている。国家安全保障を守りながら、開かれた投資環境を維持することだ。
この均衡こそが、この類推の最も強い部分である。委員会は、あらゆる外国投資が受け入れられないという前提から始めるわけではない。
その代わり、特定の取引が定義されたリスクを生むかを検討する。取引を承認し、追加調査を行い、リスク緩和策を交渉し、より強い措置を勧告することができる。
AIに適用するなら、審査機関は測定可能な能力または導入のしきい値を超えるモデルに焦点を絞れる。大半のソフトウェアは対象外のままだ。
対象モデルの公開を準備する開発者は、導入前に評価者へ管理されたアクセスを提供することになるかもしれない。審査者は、サイバー、生物、化学、または欺瞞に関する能力を試験できる。
その後、審査機関は公開を承認し、安全策を要求し、機微な能力を制限し、未解決の国家安全保障上の問題を上級当局者に付託できる。
これは広範なライセンス制度とは異なる。従来のライセンスは、根本的なリスクが限定的な場合でも、すべての開発者が取得しなければならない継続的な許可証になり得る。
CFIUS型のプロセスは、代わりに、重大な結果をもたらす限定的な事例群を審査する。その権限は、能力、アクセス、導入、信頼できる脅威経路に基づくことになる。
この類推は、禁止よりリスク緩和を重視する考え方も支える。CFIUSは、自動的な阻止ではなく条件を通じてリスクに対処することが多い。
AIでは、段階的な導入、より強固なアクセス制御、インシデント報告、継続的な監視、特定のモデル構成要素の公開制限などがリスク緩和策となり得る。
これらの措置は証拠に結び付けるべきだ。規制当局は、モデルが大規模、高価、未知、または政治的に議論を呼ぶというだけで制限すべきではない。
この標的型の構造こそ、この提案がGoogle Newsの見出しを超えて注目に値する理由である。法的な空白と、一般的なソフトウェアを対象にする規則の間に中道を示している。
もっとも、比喩は制度ではない。政策立案者はなお、どのモデルを審査対象とするのか、誰が試験を実施するのか、どの証拠が介入を正当化するのかを定義しなければならない。
こうした答えがなければ、「CFIUSに従え」は魅力的なスローガンにとどまる。フロンティアAIを統治するための実運用可能な制度には、まだなっていない。
Google Newsが今この議論を取り上げる理由
この提案が今重要なのは、ワシントンが「規制」という呼称を退けながらも、断片的な措置を通じてすでにフロンティアAIを規制しているからだ。
トランプ政権は、AIの導入、国家競争力、負担の大きい規則への反対を強調してきた。一方で、国家安全保障上の懸念により、連邦政府はより直接的な関与を強めている。
2026年6月の大統領令は、政府に対し、高度なサイバー能力に関する機密ベンチマークの開発を指示した。また、「対象フロンティアモデル」という概念も導入した。
この大統領令は、包括的なAI規制当局を創設したわけではない。しかし、安全保障に関連する能力を持つモデルを特定するための連邦メカニズムは確立した。
これは重要な変化だ。政府が特定のシステムを対象として分類するようになれば、開発者には試験、情報開示、審査に関する予測可能な基準が必要になる。
Center for AI Standards and Innovation、すなわちCAISIは、すでにその基盤の一部を提供している。CAISIは国立標準技術研究所の内部で運営されている。
その任務には、開発者との自主的な合意と、国家安全保障上のリスクを生み得る能力についての非機密評価が含まれる。焦点にはサイバーセキュリティ、バイオセキュリティ、化学兵器が含まれる。
公式のCAISIの任務には、米国および外国のAIシステムの評価も含まれる。この取り組みは、恒久的な規制当局が存在する前に、政府へ実践的な評価経験をもたらす。
自主的な試験には利点がある。不確実なベンチマークを直ちに法的な関門へ変えることなく、評価者と研究機関が手法を開発できる。
しかし、根本的な弱点もある。モデルへのアクセスは、企業の協力意思、非公開契約の条件、特定の公開をめぐる政治状況に左右され得る。
政府との関係が良好であれば、開発者は評価を支持するかもしれない。同じ開発者が、試験によって公開スケジュールが脅かされたり、不都合な弱点が明らかになったりすれば抵抗するかもしれない。
これは不安定な制度を生む。当局者は透明な規則なしに影響力を持つ一方、企業は決定に異議を唱える確立された手続きなしに圧力を受ける。
報道では、輸出規制、調達要件、試験の取り決め、企業ごとの介入から成る、より広範な「影の」政策が説明されてきた。それぞれの手段は現実の懸念に対応している。
しかし全体としては、開発者を推測に頼らせかねない。モデルの扱いは、どの機関がそれに気付くか、どのリスクが議論を支配するか、誰が決定を握るかによって左右され得る。
この不確実性は、OpenAI、Anthropic、Google DeepMind、Microsoft、xAI、そして将来の競合企業に圧力をかける。大規模な研究所は、小規模な開発者よりも政策交渉を容易に吸収できる。
同じ不確実性は企業の購入者にも影響する。AIエージェントを採用する企業は、モデルが引き続き利用可能か、その安全策に信頼できる独立した裏付けがあるかを知る必要がある。
開発者には、試験、アクセス制御、モデル変更についての永続的な記録も必要だ。検索可能なナレッジベースは、エンジニアリングとコンプライアンスにまたがって、その証拠をチームが保持する助けとなる。
したがってGoogle Newsの記事は、実際の政策上の分岐点に届いている。ワシントンは完全な不介入を超えたが、安定した審査アーキテクチャーはまだ確立していない。
CFIUS型の組織は、非公式な影響力を定義されたプロセスへ転換すると約束する。その約束が魅力的なのは、まさに場当たり的な介入がすでに存在するからだ。
標的型審査と場当たり的な統制
CFIUSアプローチの最も強い論拠は予測可能性にあり、最大の危険は、有意義なチェックなしに不透明な決定を正当化してしまうことだ。
主要な政策上の対立は、構造化された審査と非公式な行政介入の間にある。完全な自由と欧州型の規則集の間ではない。
構造化された審査の下では、議会が管轄権、関連リスク、手続き上の権利、利用可能な救済措置を定義する。その権限の範囲内で、政府機関が対象事例を評価する。
場当たり的な統制の下でも、政府は公開を遅らせ、調達に影響を与え、輸出を制限し、自主的なアクセスを交渉できる。ただし、一貫した判断枠組みなしにそれを行う。
後者はより軽い手法に見えるかもしれない。実際には、介入がいつ始まり、いつ終わるのかを開発者が確実に予測できないため、より大きな不確実性を生みかねない。
CFIUSは手続き上の教訓を提供する。審査は法定の権限に基づき、各機関は定義された専門性を提供し、国家安全保障の分析は通常の政治的意見対立から切り分けられる。
このプロセスは、個別に調整したリスク緩和策にもつながり得る。この特徴は、モデルのリスクが二値的であることはほとんどないため、AIに適している。
あるシステムは、自律的なツールに接続された場合、深刻なサイバー上の懸念を示す可能性がある。同じシステムでも、権限の制限、監視、人間による承認があれば管理可能かもしれない。
別のモデルは、内部研究には安全でも、生物学的設計ツールへの無制限なアクセスには適さない可能性がある。審査プロセスは、こうした文脈を区別すべきだ。
このアプローチは、ベンチマークのスコアを普遍的な判定として扱うことを避ける。モデルの挙動は、足場となる仕組み、ツールへのアクセス、導入条件、その後の更新に左右される。
政府の評価者は、こうした測定上の問題に直接取り組み始めている。CAISIが公表した評価は複数のベンチマークを使い、方法論上の前提を説明している。
これは、非公開の合否スコアより望ましい。それでも、変化する汎用モデルがあらゆる導入環境で安全だと、現在のどのベンチマークも立証できない。
したがって、持続可能な規制当局には継続的な義務が必要になる。開発者は、重要なモデル変更、新たに発見された危険な能力、重大な統制の失敗を報告すべきだ。
審査者には、以前の決定を再検討する権限も必要になる。導入前に承認されたモデルでも、ファインチューニング、ツール統合、アクセス拡大の後に変化する可能性がある。
政府は、安全保障上許される場合には常に、しきい値の定義と非機密の評価手法を公表すべきだ。開発者は、どの証拠が決定に影響するのかを理解する必要がある。
企業はまた、書面による認定と、事実誤認に異議を申し立てる手段を受け取るべきだ。国家安全保障が、手続き的公正を自動的に覆す言葉になってはならない。
このプロセスは小規模な研究所にも対応しなければならない。対象となるすべての開発者に私設のコンプライアンス部門を構築するよう求めれば、既存企業を強化し、新規参入者を阻害することになる。
共有のテスト基盤があれば、その負担を軽減できる可能性がある。独立した評価機関が、モデルの重み、機微データ、独自システムの詳細を保護しつつ、共通の手法を利用できる。
Google DeepMindのCEO、Demis Hassabisは、別の制度的な類推を提案している。その枠組みは、金融業界の自主規制に似たフロンティアAIの標準化団体を求めるものだ。
2026年7月の政策分析によると、この提案は当初、任意参加を採用する。その後、審査が導入の条件となる可能性がある。
CFIUSと金融規制当局のアプローチには重要な共通点がある。いずれも専門的な監督、専門家によるテスト、そして重大な影響を及ぼす限定的な主体への注目を重視する。
両者はガバナンスで異なる。CFIUSは省庁横断の政府委員会であるのに対し、金融業界の自主規制団体は業界から多額の資金と参加を受ける。
この違いは核心的だ。フロンティア研究所は技術的専門知識の多くを持つが、自らのリリースを評価するための安全基準を定めるべきではない。
アクセスや計測のためには業界の参加が必要である。一方で業界が支配すれば、新たな規制当局が創出すべき正当性は損なわれる。
実行可能なモデルは、外部の技術評価者を活用しつつ、CFIUSの政府権限を取り入れられる。ただし、既存のどちらの機関のあらゆる特徴もそのまま導入すべきではない。
秘密保持はこのモデルにおける最も難しいトレードオフ
国家安全保障の審査プロセスには機密保持が必要だが、過度の秘密主義はAI監督を取り込み、不整合、政治的乱用に対して脆弱にする。
CFIUSは機密性の高い企業情報と機微な情報活動上の情報を扱う。この機密保持により、公開されれば危険または損害をもたらしかねない事実を当事者が開示しやすくなる。
フロンティアAIの審査は、さらに複雑な安全保障上の問題をもたらす。評価者は、互いに競合する複数の研究所が開発した最も高性能なシステムに早期アクセスする可能性がある。
また、新たなサイバー技術、生物学的支援能力、あるいは安全策を回避する手法を発見するかもしれない。規制当局自体が魅力的なスパイ活動の標的となる。
情報公開を絶対的なものにはできない。再現可能な危険能力を公表すれば、それを特定する目的そのものが損なわれる。
しかし、完全な秘密主義は別の害を生む。利用者、研究者、議員、影響を受ける企業は、規制当局が一貫した基準を適用したかどうかを評価できなくなる。
審査機関には段階的な開示制度が必要だ。一般的な基準と集計された調査結果は公開し、悪用の詳細やモデルの秘密にはより強い保護を与えるべきである。
公開報告書では、どのリスク分類を評価したか、どの手法を使ったか、緩和措置が必要だったかを示せる。機微なプロンプトや重みを明らかにする必要はない。
保護された付属文書では、技術的な知見を適切な資格を持つ政府関係者と開発者に提供できる。最も機微な脅威情報は機密扱いのままにできる。
この構造は、有害な手順を配布することなく説明責任を維持する。また、評価科学が改善しているかを独立した専門家が評価することも可能にする。
もう一つの懸念は任務の拡大だ。CFIUSは国家安全保障から始まるが、AIは雇用、プライバシー、差別、教育、言論、市場集中に影響を及ぼす。
フロンティア審査機関は、AIに伴うあらゆる社会問題を解決できない。無制限の管轄権を与えれば、曖昧な権限と終わりのない審査を生む。
その権限は限定的に保つべきだ。高度な能力、高い影響を持つアクセス、機微な導入に結び付く、実証された安全保障リスクを扱うべきである。
他の機関は既存の役割を維持すべきだ。Federal Trade Commissionは欺瞞的な商慣行に対応でき、分野別の規制当局は医療、金融、運輸を監督できる。
裁判所と立法府は権利、責任、適正手続きを扱わなければならない。AI安全保障委員会が、ひそかに国の万能な技術省庁になるべきではない。
この提案はタイミングの問題にも直面する。短い審査期間は商業上の遅延を減らすが、難しい評価にはより長い調査が必要になる場合がある。
CFIUSはここで有用な先例を提供する。その取引プロセスは、懸念が未解決のまま残る場合、初期審査からより詳細な調査へ移行できる。
AI監督も同様の順序を採用できる。対象となるモデルの大半には期間を限定した初期評価を行い、定義された所見があれば、より深い検討を開始できる。
政府には、戦略的な遅延を防ぐ厳格なルールが必要になる。政府機関間の意見が一致しない、あるいは開発者を好まないという理由で、当局がモデルを無期限に保留すべきではない。
審査を機能させるため、開発者は十分な情報を開示しなければならない。これにはシステムアーキテクチャ、評価結果、アクセス制御、導入計画、関連する社内テストが含まれる。
ただし、開示は必要性に従うべきだ。より限定的な証拠で安全保障上の問題に答えられる場合、規制当局はトレーニングデータセット全体やソースリポジトリを収集すべきではない。
保持とアクセスの管理は、収集と同じくらい重要である。規制当局で侵害が起きれば、複数の米国企業の独自技術が一度に漏えいする可能性がある。
独立したセキュリティ監査、区分化されたアクセス、明確な削除スケジュールを義務化すべきだ。機微なモデルを扱う職員には、適切な身元審査と技術訓練が必要となる。
人材も別のリスクを生む。フロンティアシステムを最も的確に評価できる人材は、しばしば評価対象の企業に勤務している。
一時的な業界からの出向は有用な専門知識を移転できる。一方、利益相反のルールが弱ければ、規制当局は研究所間の転職における採用の中継地点にもなり得る。
離職後の待機期間、財務情報の開示、混成の評価チーム、外部のピアレビューは、そのリスクを低減する。いずれも完全には排除できない。
だからこそ、CFIUSという名称より制度設計の方が重要である。独立した監視のない秘密主義の委員会は、今日の不確実性を単に制度化するだけになりかねない。
CFIUSモデルにも測定可能な限界が必要
この提案が成功するのは、管轄権が企業名、政治的影響力、あるいはトレーニング予算だけでなく、観測可能なリスクに基づく場合に限られる。
政策立案者にはまず、対象となるフロンティアモデルの明確な定義が必要だ。その定義は、能力、導入条件、重大な損害に至る信頼できる経路を組み合わせるべきである。
計算量の閾値は、初期報告の対象となるシステムを特定する助けになる。だが、トレーニング効率とモデルアーキテクチャは変化し続けるため、証拠の代替としては不十分だ。
より小さなモデルでも、蒸留やファインチューニングを通じて高度な能力を継承できる。大規模モデルでも、ツールの制限やアクセス管理によって制約される可能性がある。
能力テストは、より直接的な証拠を提供する。脆弱性の発見、自律的な悪用、生物学的支援、制御の回避といった領域での性能を測定できる。
これらのテストにも不確実性がある。ベンチマークは漏えい、飽和、狭い最適化の促進、あるいは実際の導入条件を反映しないことがあり得る。
NISTの研究者は、ベンチマーク分析が隠れた仮定に依存し、異なる意味の性能を混同する可能性があると警告している。また、不確実性を定量化する必要性も強調している。
したがって、規制当局は単一数値による認証を避けるべきだ。所見では、テスト対象のシステム、テスト条件、信頼限界、未解決のギャップを説明すべきである。
審査では、周囲の安全策も評価すべきだ。強力な本人確認管理の下で導入される高性能モデルは、アクセス制限なしで公開される同じモデルとは異なる。
AIエージェントにとっては、ツールの権限が特に重要である。ブラウジング、コード実行、メッセージ送信、認証情報へのアクセスが可能なエージェントは、その言語出力を超えるリスクをもたらす。
規制当局は、こうしたシステムを導入済みの構成として評価すべきだ。ツールなしにベースモデルをテストすれば、実際の害を生む経路を見逃す可能性がある。
導入後の証拠もプロセスに含めるべきである。開発者は、重大なインシデント、悪用の試み、制御の失敗、予期しない能力変化を追跡すべきだ。
その情報は将来の審査基準を更新できる。また、理論上の懸念と、再現可能で観測された失敗を当局者が区別する助けにもなる。
強制的な緩和措置には高い閾値が必要だ。能力ともっともらしいアクセスの証拠なしに、推測的なシナリオがリリースの阻止を正当化すべきではない。
逆に、管理されたテストで再現可能かつ深刻な脆弱性が明らかになった場合、規制当局は公の大惨事が起きるまで待つべきではない。予防的審査は、害が生じる前に行動するために存在する。
文書化されたリスク基準は、こうした懸念の均衡を取れる。深刻度、可能性、利用可能な安全策、可逆性、誤った結論のコストを考慮すべきである。
規制当局は、制限と負担のより小さい代替策も比較しなければならない。限定的なアクセス条件であれば、モデル全体を遅らせることなくリスクに対処できる可能性がある。
可能な場合、大きな決定は独立した再現試験で裏付けるべきだ。特にベンチマークや脅威モデルが未成熟な段階では、一つの評価チームが誤ることもある。
政府は認定を受けた外部組織に対し、安全な条件下で機微なテストを繰り返す権限を与えられる。その役割は公的権限を補完するものであり、置き換えるものではない。
いかなる強制的な制度にも、自らの閾値を定期的に見直す仕組みを含める必要がある。モデルの能力が変わる中で固定された基準は、恣意的なものになる。
議会は、案件数、審査期間、緩和措置の分類、不服申立て、その後のインシデントに関する公開報告を義務付けるべきだ。報告書は機密事項を保護しながら、制度の実績を明らかにできる。
CFIUSの記録は、こうした報告が重要である理由を示している。2023年に同委員会は、届出と申告を含む342件の案件を審査した。
233件の届出の半数超は調査に進んだ。緩和措置は43件の届出に適用され、未解決の懸念を受けて14件の取引が撤回された。
これらの数字は、対象を絞った審査が複数の結果を生み得ることを示している。自動的に禁止する仕組みとして運用する必要はない。
同時に、案件ごとの制度の背後にある行政負担も示している。フロンティアAIは対象案件が少ない状態で始まるかもしれないが、更新や導入変更によって審査は増加し得る。
この機関には、企業の証拠だけに全面的に依存せず迅速に動けるだけの技術スタッフが必要だ。資金不足の規制当局は、信頼できる監視を加えずに遅延だけを生む。
したがって、資金は安定的な歳出と慎重に設計された申請手数料から拠出されるべきだ。最大手研究所への直接的な依存は、明白な利益相反を生む。
この提案が政策となるかを示す三つのシグナル
次の局面は、管轄権、保証されたモデルアクセス、そして審査が非公式な介入より優れた判断を生むという証拠によって決まる。
第一のシグナルは、対象となるフロンティアモデルを定義する法定文言である。議会は、新たな機関が能力、導入、計算量、あるいはその組み合わせを審査するのかを決めなければならない。
狭く測定可能な定義は、CFIUSとの類似性を強める。一般的な懸念に基づく際限のない定義は、それを弱め、政治的な標的化を招く。
第二のシグナルは、研究所がリリース前のアクセスを提供する義務を負うかどうかである。任意の協力は政府評価者の経験蓄積に役立ってきたが、一貫した監督を保証するものではない。
7月の報道によると、政権は業界の意見を取り入れる独立したAI規制当局を検討していた。Scott Bessent財務長官がこの提案の策定を支援したと報じられている。
規制当局の提案によると、提案された機関はFinancial Industry Regulatory Authorityに似たものとなり、Securities and Exchange Commissionに報告する。
その計画は、Google Newsで取り上げられたCFIUSモデルと同一ではない。業界の自主規制と、政府機関横断の審査との違いは、なお解決されていない。
厳格な機密保持ルールの下でアクセスを保証すれば、どちらの仕組みも強化される。アクセスを民間交渉に委ねれば、現行の自主的取り決めが抱える弱点は残る。
第三のシグナルは、当局が評価基準と決定概要を公表するかどうかだ。審査機関には、外部の人々が一貫性を検証できるだけの透明性が必要である。
公的な基準は、政府が場当たり的な介入を予測可能な監督へ置き換えようとしているという主張を補強する。非公開の基準や説明のない遅延は、その主張を損なうだろう。
読者は、政権が次の主要モデルリリースをどう扱うかにも注目すべきだ。政策演説をもう一度聞くよりも、実際の運用の方が多くを明らかにする。
モデルが適時の評価、書面による所見、そして均衡の取れた緩和措置を受ければ、対象を絞った審査が機能し得る証拠となる。
非公開の圧力、変化する要求、あるいは説明のない安全保障上の主張によってリリースが遅延すれば、根本的なガバナンス上の問題が残っていることを示すだろう。
開発者にとって、この議論はリリース計画、文書化、システムアーキテクチャに影響する。チームは、モデルへのアクセス、エージェントの権限、インシデント対応について、より厳しい精査を想定すべきだ。
エンタープライズの購入者は、ベンダーが評価記録を提示し、重要なモデル変更を説明できるかを確認すべきである。認知された規制ラベルは、その証拠の代わりにはならない。
ナレッジワーカーが関心を持つべきなのは、審査判断が、利用可能であり続けるモデルや自らのツールに届く機能を左右し得るためだ。監督は目に見えないまま、信頼性に影響を及ぼす可能性がある。
Google Newsを通じて報じられた提案は真剣に検討する価値があるが、CFIUSはそのまま使えるひな型ではない。これは、選択的な連邦審査が開かれた市場と共存し得ることを示す証拠である。
有用な教訓は、制度的な規律にある。政府機関には、明確な権限、関連する専門性、比例的な救済措置、そして機微な証拠を扱うための手続きが必要だ。
危険な教訓は、秘密主義だけで十分だと考えることだ。当局が国家安全保障を持ち出しただけで、非公開の審議が信頼に足るものになるわけではない。
米国はいま、断片的な介入を持続的な制度へ置き換える機会を得ている。その制度は限定的に始め、可能な範囲で公表し、自らの成果を測定すべきだ。
議論がGoogle Newsの見出しを越えて進む中、読者は実務的な一つの問いを投げかけるべきだ。政府は次の論争を呼ぶモデルリリースより前に、審査ルールを整備するのか。
その期限は、どの類推を選ぶかよりも重要である。提案された基準値、アクセス要件、公表される所見を追い、監督が不確実性を減らすのか、それとも単に不確実性に常設の部署を与えるだけなのかを判断すべきだ。
