大規模言語モデルは、情報探索や助言、感情的に敏感なやり取りを仲介する形で、青少年のデジタル環境にますます組み込まれている。しかし既存の安全機構は主に成人中心の規範に基づいており、拒否による抑制を通じて安全を運用している。こうした手法は当面のポリシー違反を減らすかもしれないが、会話の行き止まりを生み、建設的な助言を制限し、青少年とAIの相互作用に固有の発達上の脆弱性に対処できていない。
Heajun An氏ら3名による論文「CR4T: Rewrite-Based Guardrails for Adolescent LLM Safety」は、2026年5月20日にarXivへ投稿された。著者らは、青少年向けLLMの安全を単なるフィルタリング問題としてではなく、社会技術的かつ発達段階に整合した変換の問題として捉えるべきだと主張する。つまり、危険を遮断するだけでなく、応答そのものを青少年にとって有益な形へ作り替えることを目指す。
この考えを実装するため、研究チームはCritique-and-Revise-for-Teens（CR4T）を提案した。これはモデルに依存しない保護フレームワークであり、不安全な出力や拒否型の出力を選択的に再構成し、年齢に適した助言志向の応答へと変換する。その際、ユーザーの良性の意図はできる限り保持される。
CR4Tは軽量なリスク検出とドメイン条件付きの書き換えを組み合わせる。これにより、リスクを増幅させる内容を除去し、不要な会話の打ち切りを減らし、発達段階に適した助言を導入する。実験結果によれば、対象を絞った書き換えは不安全な結果と拒否志向の結果を大幅に減らしつつ、許容可能なやり取りには不必要な介入を行わなかった。著者らはこの結果から、選択的な応答の再構成が、拒否中心のガードレールに代わるより人間中心のアプローチになると結論づけている。
論文は計算と言語（cs.CL）に分類され、人工知能（cs.AI）やコンピュータと社会（cs.CY）にも関連する。識別子はarXiv:2605.21609で、初版は2026年5月20日18:16:18 UTCに提出され、全文は約3,014 KB、DOI 10.48550/arXiv.2605.21609から参照できる。
注目すべきは、CR4Tが安全制約を放棄するのではなく、その実現方法を変える点である。敏感な話題で会話を打ち切る代わりに、リスクを検知したうえで応答を書き換え、有害な内容を避けつつ青少年に実行可能で年齢相応の助言を提供する。この発想は、未成年者向けAIの評価指標を違反率だけに留めず、対話が建設的で支援的であり続けるかどうかまで広げる必要があることを示唆している。