Alejandro

AI生成テキストは、もはや人間のテキストと区別がつかなくなりました。これは過激な主張ではなく、
現時点で測定可能な事実であり、インターネットが依存する多くの信頼の前提——メッセージング、マーケットプレイス、エスクロー、フォーラム——を静かに崩しています。
何がボットによって書かれたのか、もはや判別できなくなった場合、次に当然生じる疑問は、どのように書かれたのかが判別できるか？ということです。

それがPoHI (Proof of Human Intent)の前提です。私が一人で構築してきたプロトコルです。テキストの内容を分析するのではなく、タイピングの物理的なリズム——キーの滞在時間、キー間の飛行時間、ポーズの歪み、ミスの修正方法——を測定し、その結果のスコアが閾値をクリアしたことを、ゼロ知識SNARKを通じて証明します。生のキーストロークデータを一切明かすことなく。

スタックの概要

  • @pohi-protocol/core-math — 行動方程式（歪度、認知遅延比、エラー再調整分散）を実装するリファレンス数学エンジン。74のユニットテスト。
  • circuits/ — Circom回路でBN254上のGroth16にコンパイル、約12,500制約、実際の多人数信頼設定セレモニーツール付き。リファレンスエンジンと数値的に一致しかつ制約システムがすべての信号を束縛することを確認する21のテスト——私が自らの回路で見つけて修正した健全性バグに対する回帰テスト。
  • packages/sdk-web — ブラウザ側のキャプチャSDK。
  • experiments/ — 6つの攻撃者モデル（「定数遅延マクロ」から「スコアリング関数の完全な知識を持つ攻撃者がリズムを偽装しようとする」まで）による敵対的評価ハーネス。

すべてオープンソースです：https://github.com/ProjectOne2020/pohi-protocol-poc

正直なところ

私はこれが破られないと言っているわけではありません。おそらく、まだ破られるでしょう。
zk-SNARKは、関係を満たす証人を知っていることを証明します——その証人が実際の人間の手から来たことを証明するものではありません。これは現実的で文書化されたギャップです（脅威モデルに隠さず書きました——
docs/THREAT_MODEL.md §5を参照）。
また、すべてのアプローチを反証する正確な条件を、単一のデータポイントを収集する前に事前登録しました。安価でオフライン生成の偽タイピングパターンが50%を超える頻度で受理される場合、ソフトウェアのみのPoHIは成立せず、ハードウェア認証がオプションではなく必須になる、というものです。

それをテストするには、本物の人間のタイピングデータが必要です——それがここでの本当の依頼です。

5分いただけますか？

👉 https://pohi-protocol-poc.vercel.app

短いプロンプトをいくつか入力するだけです。英語とスペイン語で利用可能です。記録されるのはミリ秒単位のキーストローク押下/解放タイムスタンプとBackspaceキーが押されたかどうかだけで、テキスト自体は一切記録されません。これは単なるプライバシー上の約束ではなく、データベーススキーマ自体に文字データを含むレコードを拒否する制約が設定されており、クライアントが改ざんされても有効です。
experiments/schema.sqlで直接確認できます。

タイピングよりもコードをいじりたいという方は、それも歓迎します——issue、PR、「あなたの固定小数点除算はここがまだ間違っている」といったコメントもすべて歓迎です。特にスコアリングを破れるなら。

リポジトリ: https://github.com/ProjectOne2020/pohi-protocol-poc
LinkedIn: https://www.linkedin.com/in/alejandro-guti%C3%A9rrez-9a0318107/