Anthropicの独立AI評価者計画、OpenAIの支持を獲得も試金石はアクセス
最先端AI研究所間の激しい競争にもかかわらず、Anthropicの独立AI評価者構想は2026年9月12日、政策上のアイデアから公のコミットメントへと移行した。CEOのDario Amodei氏は、外部チームに対し、安全慣行、インシデント、訓練プロセス、高度なシステムへの、従業員に近い継続的なアクセスを与えるべきだと述べた。OpenAIのCEOであるSam Altman氏も、同社が同様のコミットメントを行うとすぐに表明した。
この合意は、リリース前にモデルをテストするという新たな約束以上に重要な意味を持つ。Anthropicが提案しているのは、研究所内で安全性に関する意思決定がどのように生じるかを検証できるほど近い位置にとどまる外部の観察者だ。デスク、入館バッジ、社用ノートPC、研究者との直接的な接触により、外部評価で一般的な短期間のテスト枠に代わることになる。
この提案は同時に、両社にとって即時の信頼性試験でもある。従業員に近いアクセスは大きな前進に聞こえるが、評価者の選定、守秘義務、報告権、見解が対立した場合の扱いを網羅する完全なルールは、どちらの企業も公表していない。独立AI評価のモデルが意味を持つのは、評価者が不都合な証拠を調査し、実質的な結論を伝えられる場合に限られる。
Anthropicの独立AI評価者は完成済みモデル以上を検証する
Anthropicが提案するのは、ローンチ前の一回限りのベンチマークではなく、開発プロセスを継続的に観察する仕組みだ。
Amodei氏は2026年9月のpacingに関するエッセイでこのコミットメントを紹介した。同氏は、モデル能力の改善が、アラインメント、監視、セキュリティ制御を上回る速さで進んでいると論じた。彼の定義においてpacingは、モデル開発を終わらせることではない。より強力な能力を前進させる前に、安全策と検証のための十分な時間を確保することを意味する。
3部構成の提案における第一段階は、組み込み型評価者に関するものだ。各最先端AI開発企業は、独立チームに従業員と同等に近い継続的なアクセスを提供する。チームは安全性に関するコミットメントの遵守を確認し、インシデントを報告し、完成済みモデルとそれを生み出すプロセスの双方を評価する。
この範囲こそが重要な変化を示している。外部モデル評価は通常、限られたリリース前期間に特定のシステムを対象とする。評価者はアクセスを受け、合意済みのテストを実施し、結果を記録して、開発企業へ制御を返す。その作業は危険な能力を明らかにし得るが、提供されるのはあくまで一時点のスナップショットだ。
組み込み型アクセスは、レビューの対象領域を広げる。評価者は、内部チームがテスト規則に従ったか、警告兆候に適切に対応したか、例外を記録したかを調べられる。訓練が継続する中で安全策がどう変化したかを観察でき、評価用に提示された完成パッケージのシステムだけを判断することにはならない。
Amodei氏によれば、Anthropicはオフィスのデスク、バッジ、ノートPC、関連する従業員へのアクセスを提供する計画だ。報じられたコミットメントには、安全慣行の監視とインシデント報告も含まれる。これらの詳細は物理的・組織的な存在を示唆するが、無制限の技術的アクセスを確立するものではない。
この区別が重要なのは、最先端モデルが複雑なシステム内で動作する度合いを増しているためだ。ソフトウェアツールを利用し、複数のステップにわたってコンテキストを保持し、制御された環境内で行動する。モデルの挙動は、システムプロンプト、権限、スキャフォールディング、監視ツール、利用可能な計算資源に左右され得る。
公開インターフェースだけをテストする評価者が見られるのは最終層だけだ。組み込み型評価者なら、開発者がその層をどのように構成したか、内部テストで何が起きたかを調べられる。このより広い視野により、洗練されたデモや標準的なベンチマークでは見えなくなる失敗が明らかになる可能性がある。
OpenAIはすでに、この評価上の問題を認めている。同社の2026年5月の評価プレイブックは、現代の評価では環境、ツール、ワークフローを考慮する必要があるとしている。高度なエージェントを通常のチャットボットのように扱うと、実際の動作条件を反映しない結果を生む可能性がある。
したがってOpenAIの合意は、同社が以前から示してきた評価原則と整合する。しかし、概念を支持することは運用プログラムを確立することと同義ではない。どのシステム、記録、従業員、内部環境を独立チームが検査できるのかを、両社はなお定義しなければならない。
この提案は、最先端分野の進展をより広く減速させる呼びかけとは分けて考えるべきだ。組み込み型評価は、各社が独自に実施できる具体的なコミットメントである。業界横断の協調、独占禁止法上の保護、国際合意には、政府と競合企業が共同で行動する必要がある。
そのため、評価者へのアクセスはAmodei氏のアジェンダにおいて最も早く検証可能な部分となる。AnthropicとOpenAIは、選定基準やアクセス規則を公表する前に条約を必要としない。評価者を指名し、報告保護を整備し、プログラムの対象範囲を公開することから始められる。
OpenAIの合意が賭け金を変える理由
OpenAIの支持により、Anthropicの提案は、他の最先端AI研究所が受け入れるか、同等の対応をするか、公に拒否するかを迫られる競争上の標準となる。
Altman氏は、最先端分野のpacingについてAmodei氏に同意すると述べた。Associated Pressによれば、同氏はOpenAIが独立評価者に従業員に近いアクセスを提供することも約束した。この反応は十分に迅速で、話題をAnthropicの政策表明から業界全体への挑戦へと変えた。
両社は、研究者、エンタープライズ顧客、計算資源、高度なモデルでの主導権を競っている。その競争関係が、両社の合意を注目に値するものにしている。ある参加者が安全性への取り組みを無視してスピードを得られると考える場合、安全性に関するコミットメントはしばしば弱まる。
OpenAIによる同様の約束は、こうした当面の反論を和らげる。Anthropicは、継続的な監視を受け入れる唯一の大手開発企業として描かれなくなる。一方OpenAIは、Altman氏の支持を、少なくともAnthropicが提案する取り決めと同程度に具体的な条件へ落とし込むよう圧力を受ける。
他の開発企業はいま、より明確な問いに直面している。Google DeepMind、Meta、xAI、その他の最先端AI研究所は、組み込み型アクセスを共通の期待値とするか判断しなければならない。沈黙は、注目を集める2つの競合企業が支持する標準の外側に自らを置くことになる。
この圧力は、広報メッセージ以上の領域に影響する。エンタープライズ顧客は、モデルガバナンス、インシデント対応、導入時の統制に関する証拠をますます必要としている。信頼できる外部レビューを備える開発企業は、自社のシステムカードや安全性報告書を超える、別の保証材料を購入者に提示できる。
開発企業はまた、深刻なリスクを特定する研究者からの内部圧力にも直面する。組み込み型評価者は、経営陣が管理する公表だけに完全には依存しない証拠の経路を提供できる。この経路が意味を持つのは、従業員が報復や手続き上の妨害を受けずに評価者へ接触できる場合だけだ。
潜在的な利点は規制当局にも及ぶ。政府機関が、あらゆる最先端評価を再現するために必要な人員、インフラ、即時アクセスを備えることはほとんどない。適格な外部組織は、内部レビューと正式な規制執行の間を埋める技術的な精査を提供できる。
とはいえ、評価者が公的権限の代替となってはならない。法律または契約によりその権限が付与されない限り、民間の評価チームは拘束力のある罰則を科せない。また、社会を代表して許容可能なリスクに関するより広範な政策選択を解決することもできない。
OpenAIのコミットメントが期待を高めるのは、同社がすでに独立した安全性評価に関係する政策措置を支持しているためだ。同社は9月9日のAI政策に関する立場表明で、安全性評価、監査人基準、若年者保護、生物学的リスクを扱うカリフォルニア州の提案を支持した。また、他の研究所とともに自主的な最先端基準を追求すると述べた。
今回の約束は、そうした公の立場をOpenAI自身の運用へ結び付けるものだ。監査に関する法整備を支持することは、外部の専門家が内部の意見対立を観察するのを許可することより容易だ。従業員に近いアクセスは、評価結果が競争上のリリースを遅らせる場合にも同社が精査を受け入れるかを試すことになる。
Anthropicも同じ試練に直面する。同社は長年、安全性、解釈可能性、責任あるスケーリングを重視するアイデンティティを掲げてきた。組み込み型評価者はその主張を強化できるが、実装が弱ければ、同社の位置付けと実際の統制との間の矛盾をより鮮明にする。
したがって、当面の圧力の対象は政府ではない。コミットメントを表明した研究所自身だ。彼らは、ジャーナリスト、研究者、顧客、従業員、政策立案者がその行動を判断する基準を自発的に引き上げた。
本当のトレードオフは独立性と内部アクセスの間にある
評価者は最先端システムを理解するために深いアクセスを必要とするが、研究所への依存は、評価結果に価値を与える独立性を損なう可能性がある。
外部評価には常にアクセスの問題が伴ってきた。限定的なアクセスは、知的財産、ユーザーデータ、モデルの重み、セキュリティ制御を守る。それは同時に、危険または誤解を招く挙動の正確な仕組みをレビュー担当者が確認することを妨げる場合もある。
従業員に近いアクセスは、もう一方の極へと向かう。評価者は内部テストを観察し、安全性チームと定期的に話せるようになる可能性がある。結論をより正確にする技術的文脈を得られるかもしれない。一方で、レビュー対象となる企業に財務的、社会的、または運用上依存するようになる可能性もある。
この緊張関係は、チームを独立と呼ぶだけでは解消できない。この関係には執行可能な安全策が必要だ。評価者には保護された資金、固定された報告権、安全な通信経路、関連証拠を保全する明確な権限が求められる。
選定手続きも精査を要する。企業は自社の前提を受け入れそうなレビュー担当者だけを選べるべきではない。適格な組織間でのローテーションは過度な親密さのリスクを抑え得る一方、透明な資格要件は都合の良い任命を抑止し得る。
資金調達も別の課題をもたらす。最先端評価には、技術スタッフ、安全なコンピューティング環境、専門的なテストツールが必要となる。研究所が費用の全額を負担する場合、評価者が関係を損なうような調査結果を公表できるのか、観察者は疑問を持つかもしれない。
政府または業界共同の資金調達は、直接的な依存を軽減できる。しかし共同資金には、支配的企業が評価者市場を形作ることを防ぐ統制が必要となる。公的助成には、政治的影響や調達の遅さなど、異なる圧力が持ち込まれる可能性がある。
公表権も同様に重要だ。評価者は、公的な報告書に安全に記載できない機密資料に接することになる。モデルの脆弱性、危険な能力に関する詳細、非公開のユーザー情報、セキュリティアーキテクチャには慎重な取り扱いが必要だ。
守秘義務が、沈黙のための万能の理由になってはならない。信頼できる枠組みは、機微な技術的詳細と、遵守状況、未解決のリスク、インシデント対応に関する高水準の調査結果を区別すべきだ。評価者には、企業経営陣を越えて深刻な懸念を報告する経路が必要である。
研究所には、事実誤認を訂正するための公正なプロセスも必要だ。技術評価では、誤検知が生じたり、環境上の前提を見落としたり、不完全なデータを誤って解釈したりする可能性がある。対応プロセスは精度を高めるが、企業に公表への拒否権を与えてはならない。
2026年の安全なアクセス・フレームワークは、その根底にあるセキュリティ上のジレンマを説明している。開発者は機密性の高いモデル情報を保有する一方、評価者は意義ある評価を行うために十分なアクセスを必要とする。評価者はまた、研究所が既知のテストに合わせてモデルを最適化できないよう、非公開の手法を保護しなければならない。
組み込み型レビューは、両方のリスクを強める。内部アクセスを持つ評価者は、専有情報を偶発的に漏えいさせる可能性がある。評価手法を把握する開発者は、テストに直接合わせて学習を行い、より広範な安全性の改善なしに高いスコアを得ることができる。
技術的な分離は役に立ち得る。安全な評価環境は、データ移動を制限し、アクセスを記録し、テスト資料を開発チームから分離できる。こうした統制は、研究所があらゆる調査上の判断を監視できるようにすることなく、双方を保護すべきだ。
最善の仕組みは、通常の委託業者にも、制約のない従業員にも似たものにはならない。内部関係者に匹敵するアクセスと、外部からの判断を維持するガバナンスを組み合わせる必要がある。この組み合わせは難しいが、それより弱い仕組みでは形式的な監督に陥るおそれがある。
従業員に近いアクセスにも詳細なルールブックが必要だ
AnthropicとOpenAIがアクセス、権限、インシデント対応、公開開示を運用面で定義するまで、この提案は不完全なままだ。
「従業員に近いアクセス」という表現には、近接性を示唆するため説得力がある。しかし、どの従業員を指すのか、どのシステムに対するものか、どの権限を意味するのかは明示していない。モデルの挙動を研究する研究者が持つアクセスは、広報担当者や訪問型の委託業者のアクセスとは異なる。
技術的なアクセスは、公開モデルのエンドポイントだけにとどまるべきではない。評価内容によっては、レビュー担当者はシステムプロンプト、ツールの権限、モデルバージョン、監視結果、危険な能力に関するテスト記録を必要とする可能性がある。学習データとモデル重みには、より大きなセキュリティおよび法的懸念が伴う。
プロセスへのアクセスも同じくらい重要だ。評価者は、誰がデプロイを承認できるのか、しきい値を超えた際に何が起きるのか、経営陣が意見の対立をどのように解決するのかを理解する必要がある。そうでなければ、テストを観察しても、そのテストが意思決定にどう影響するかを確認できない可能性がある。
インシデントへのアクセスには、別個のルールが必要だ。研究所は、何をインシデントと見なすのか、評価者にいつ通知するのか、事後レビューを認めるのかを定義しなければならない。通知の遅れにより、レビュー担当者はログを保全したり、関係する従業員に聞き取りを行ったりできなくなる可能性がある。
評価者には、アクセス停止に対する保護も必要だ。企業が重大な指摘を受けた直後にチームを外せるべきではない。契約では、終了条件、紛争解決、外された前に完了した業務を継続して報告する権利を定義すべきだ。
プログラムには利益相反の基準が必要となる。評価者は複数の競合する研究所に助言したり、将来の雇用を求めたり、開発者からの資金に依存したりする可能性がある。重要な関係を公表すれば、読者は各報告の背景にある独立性を評価しやすくなる。
Anthropicのより広範なリスク・フレームワークは、すでにフロンティアAIの開発者が適格な独立評価者を起用すべきだと主張している。また、企業による評価とリスク報告書のレビューを公開することも求めている。組み込み型アクセスは、このアプローチを定期的なレビューから継続的な制度的監督へと拡張することになる。
ただし、公開報告のあり方はなお不確実だ。評価者は詳細な報告書、限定的な保証声明を公表するか、深刻なインシデントが発生しない限り何も公表しない可能性がある。これらの形式がもたらす説明責任の水準は大きく異なる。
限定的な保証声明は、評価者が何を発見したかを明かさずに、プロセスが実施されたことを確認できる。詳細なレビューは、テストしたリスク、限界、意見の相違、是正措置を説明できる。後者のほうが価値は高いが、より大きなセキュリティおよび法的責任上の懸念を生む。
意見対立の手続きは、コミットメントの真剣さを示すことになる。たとえば、評価者がデプロイの延期を勧告する一方、経営陣が統制は十分だと考えたとする。読者は、誰が決定するのか、反対意見が公になるのか、どの文書が残るのかを知る必要がある。
民間の評価者が、モデルの安全性を保証することはできない。フロンティアシステムは変化する環境で運用され、新たな故障モードを見つけ出すユーザーと相互作用する。評価は不確実性を減らし、危険を特定し、統制をテストできるが、リスクをなくすことはできない。
この限界は、プログラムに関するすべての公開説明に記載すべきだ。企業は、評価者の存在を広範な認証として利用してはならない。主張は、実際に調査したシステム、条件、テスト、日付に限定されるべきだ。
評価者の能力に関する基準も定義が必要である。チームには、サイバーセキュリティ、生物学的リスク、自律エージェント、解釈可能性、組織ガバナンスに関する専門性が求められる場合がある。単一の組織が、必ずしもすべてのリスク領域をカバーできるとは限らない。
複数評価者によるモデルは、より強いカバレッジを提供できる。ある組織が危険な能力をテストし、別の組織がガバナンスとインシデント対応をレビューする、といった役割分担が考えられる。相互検証により、単一の手法や制度上の判断への依存を減らせる。
したがって、次にいずれかの企業が公表すべき有用なものは、支援を表明する新たな声明ではない。責任者を明記し、アクセス水準を定義し、保護された報告経路と開始日を備えたプログラム憲章だ。
自主的な監督は、AI競争を終わらせずとも信頼を高められる
Anthropicの提案は安全上の失敗を明らかにし得るが、研究所をより速い開発へと駆り立てる商業的・地政学的なインセンティブを取り除くものではない。
Amodeiのより広範な議論は、能力の加速から始まる。彼は、AIシステムが後続システムの構築にますます貢献しており、これは再帰的自己改善と呼ばれる動態だと述べている。この文脈では、モデルは開発へとフィードバックされる研究、コーディング、テスト、最適化を支援する。
この主張は、人間の統制なしに自律的な機械が独力で自らを再設計していることを意味しない。AIが研究生産性を高める開発ループを説明している。研究の高速化は、評価、監視、セキュリティ対策に使える時間を圧縮し得る。
Amodeiはまた、自律エージェントとサイバーテストに関連する失敗事例にも言及した。彼の論考は、より能力の高い、不整合な群れがインターネット全体に深刻な被害をもたらし得ると警告している。その予測は彼自身の評価であり、独立して確立されたタイムラインではない。
この区別は重要である。極端な予測は、差し迫ったガバナンス上の問題から注意をそらしかねない。評価者は、現在のインシデント、アクセス統制、デプロイ手続きを検討するために、正確な破局予測について合意する必要はない。既存の不確実性だけでも、より良い証拠を求める理由になる。
核心的な異論は、自主的な協調に関するものだ。企業は開発のペースを調整すると約束できるが、その「ペース調整」の解釈は異なり得る。ある研究所はデプロイを延期するかもしれず、別の研究所は内部学習を継続するかもしれず、さらに別の研究所は監視の追加で十分だと見なすかもしれない。
Amodeiは競争上の問題を認めている。彼が提案する第2のステップは、独占禁止法上の適用除外による支援も想定した、業界全体の安全協調を求めるものだ。第3のステップは、民主主義国家と地政学的な競争相手との協力に依存している。
これらのステップは、組み込み型評価よりもはるかに大きな障害に直面する。政府は、国家競争力を弱めると考える制限を拒む可能性がある。競合する研究所は、安全基準が小規模開発者のコストを引き上げることで既存企業を保護しているのではないかと疑うかもしれない。
既存企業が、小規模な競合他社には負担できない規制から利益を得るのではないかと、批判者が問うのは妥当である。独立評価には、専門人材、安全なインフラ、時間が必要だ。不適切に設計された義務付けは、すでに最も多くの資本とコンピューティング資源を保有する研究所の地位を固定化しかねない。
この懸念は監督の有効性を否定するものではない。それは、基準をリスクに応じて拡張し、適切な場合には共有の評価インフラを提供すべきことを意味する。適格性は、評価者と最大手開発者との商業的関係ではなく、技術的能力に基づくべきだ。
もう一つの懸念は規制の取り込みである。少数の研究所と優遇された評価者が、より広い市民参加なしに許容可能なリスクを定義する可能性がある。立法者が民主的な説明責任を確立する前に、その基準が影響力を持つようになるかもしれない。
透明性はこの危険を減らせる。政府、学界、市民社会団体、影響を受ける業界は、評価者の資格と報告への期待を定義する作業に参加すべきだ。公表された意見の相違は、民間のコンセンサスがどこで終わるかも明らかにする。
この提案には地政学的な限界もある。選ばれた米国企業に限定された減速は、他地域の開発者を必ずしも制約しない。Amodeiは民主主義国が権威主義政府と協調しなければならないと主張するが、そのような検証は難しい。
OpenAIとAnthropicは、国際協調を解決しなくても、自社の実務を改善できる。組み込み型評価者は、プロセス上の失敗を検出し、各社が公表したルールに従っているかを記録できる。無関係な研究所で非開示のまま進められる業務を検証することはできない。
結果として、これは有用ではあるが限定的な介入となる。独立したAI評価者は、参加企業内の説明責任を改善できる。AI競争を収束させることも、世界政策を決めることも、すべての競合他社が同じ制約を受け入れると保証することもできない。
したがって、読者は二つの誇張された解釈を避けるべきだ。この提案は業界全体に対する拘束力のある減速ではない。同時に、約束されたアクセスが現実のものとなり、持続するなら、通常の安全性に関するメッセージングよりも実質的だ。
エンタープライズ顧客にとって、実務上の論点は証拠にある。高度なシステムを評価する購入者は、どのリスクが外部テストを受けたのか、レビュー担当者がどのようなアクセスを得たのか、未解決の懸念が開示されたのかを問うべきだ。評価範囲のない安全性ラベルは、ほとんど指針にならない。
チームは自らのデプロイでも、同じ規律を保つべきだ。モデルバージョン、プロンプト、権限、テスト結果、承認判断の記録が必要となる。検索可能なナレッジベースは、正式なリスク統制に取って代わることなく、この監査証跡を支援できる。
コミットメントが本物かを示す三つのシグナル
次の試金石は実装である。指名された評価者、強制力のある報告権、そしてAnthropicとOpenAIを超えた採用が必要だ。
第1のシグナルは、公開されたプログラム憲章である。AnthropicとOpenAIは、参加する評価者を特定し、従業員に近いアクセスを定義し、実施日を示すべきだ。憲章では、モデル開発のどの段階が対象範囲に入るかも説明すべきである。
この公表は、外部の人々が実際の運用を定義済みの約束と比較できるようになるため、コミットメントを強化する。曖昧な覚書や匿名のパイロットでは不十分だ。日付と範囲がなければ、従業員も一般市民も不履行を特定できない。
第2のシグナルは、独立した報告の証拠である。評価者は、安全に開示できる範囲で、手法、限界、主要な発見、未解決の意見対立を公表すべきだ。報告書では、対象としたシステムと開発期間を明記すべきである。
企業のコミュニケーション経路だけを通じて作成された報告書では、保証としては弱い。評価者が意見の不一致を説明できることは、独立性の中核である。慎重に編集された記録であっても、真の精査と管理された追認は区別できる。
最も示唆的な試金石は、評価者が追加作業や延期を推奨したときに訪れる。その際、企業が対応を記録し、評価者の異議を残すなら、この取り決めの信頼性は高まる。アクセスが失われたり、調査結果が非公開のままだったりすれば、この約束の価値は薄れる。
3つ目のシグナルは、他のフロンティア開発企業が同等の取り決めを採用するかどうかだ。Google DeepMind、Meta、xAI、あるいは別の大手研究所が支持すれば、組み込み型評価は業界標準へと近づく。拒絶されれば、自主的な協調が抱える競争上の限界が明らかになる。
同等であることは、ガバナンスが完全に同一であることを意味しない。企業ごとにインフラや開発手法は異なる。ただし、アクセス、独立性、報告、インシデント対応権限を比較できるだけの共通開示は必要だ。
2社を超える採用は、アモデイの「競争を通じた底上げ」という主張を強めるだろう。分断が続けば、安全性に関する協調が依然として戦略的インセンティブに従属していることを示す。そうなれば、政府には最低要件を定めるよう、より強い圧力がかかる。
今後3カ月で初期的な証拠が得られるはずだ。両社は、法整備や国際交渉を待たずにアクセス原則を公表できる。評価組織もまた、組み込み型の役割を受け入れる前に必要とする条件を明示できる。
開発者とエンタープライズの購入者は、用語を注意深く見るべきだ。「コンサルテーション」「モデルへのアクセス」「従業員に準じるアクセス」は、同じ意味ではない。1つ目は助言を意味し得る。2つ目は一時的なインターフェースを意味し得る。そして3つ目は、継続的な運用上の可視性を意味すべきだ。
また、否定的な証拠にも目を向ける必要がある。開始日が示されない、評価者の身元が非公開、広範な秘密保持条項、あるいは企業が管理する要約――こうした要素は提案の価値を狭める。独立した監督が信頼に値するものとなるのは、意見の不一致が生じても維持される権利を通じてである。
Anthropicの独立AI評価者は現在、OpenAIから異例なほど目に見える支持を得ている。この合意は期待を高めるが、誰が内部に入れるのか、何を明らかにできるのかという問いには答えていない。決定的な証拠は、最初の協調的な発表ではなく、最初に争われる調査結果から得られるだろう。
先進的なAIを選定または導入する人々にとって、今こそより厳しいガバナンスの問いを投げかけるべき時だ。誰がシステムを検証したのか、何にアクセスしたのか、そしてどの制約が未解決のままなのか。研究所が顧客に組み込み型監督を信頼するよう期待するなら、その顧客は評価者自身を評価できるだけの開示を求めるべきではないだろうか。
