2026年9月2日にarXivへ投稿され、ICML 2026に採択されたDong Lao氏のポジションペーパー（識別番号2609.03077）は、視覚学習における「ラベルなし」と「人間の監督なし」の混同を鋭く問う。近年のコンピュータビジョンの多くは、大規模な無ラベルデータから学習した表現を用いる。そのため、こうした手法は一括して「教師なし」と呼ばれがちだ。しかし著者は、データの選定方法や学習目的の設計には、多くの場面で人間の事前知識が埋め込まれていると指摘する。データをどのように収集・フィルタリングするか、どのような代理タスクで表現を学習するか、比較学習ならどのような正例・負例を使うか——こうした選択はすべて、何が有用な視覚知識であるかという設計者の判断を反映している。
「教師なし」という用語の曖昧さは、研究の比較可能性を損なう。手法によってはラベルがないという点だけが共通で、データ分布や学習目標、活用する事前知識は大きく異なる。それらを同一の分類の下で論じると、結果の違いがどこから生じたのか見えにくくなる。論文は、コンピュータビジョンの主要会議において、タイトルに「unsupervised」を含む論文が2021年以降急減している現象を挙げる。分野自体は成長を続けていても、研究者が曖昧な語を避け、より具体的な表現を選ぶようになったことを示唆するという。
また、著者は事前学習の価値を否定しているわけではない。事前学習は現代の視覚システムにおける強力な基盤であり、今後も中心的な役割を果たすとしている。その上で、コミュニティ全体の概念的な明晰さを高めるために、論文執筆者に対し、(1)データ選択における事前知識の開示、(2)学習目的に埋め込まれた仮定の明示、(3)パイプラインのどの構成要素がどの仮定に依存しているかの特定、を奨励する。このような開示は、手法を正しく理解し、貢献を過大・過小評価せずに比較するために不可欠だと論じる。
標準化された開示は、学術コミュニケーションの質を高め、公平な比較を促し、教師なし学習の方法論的多様性を守る。著者の提案は、特定の手法を排除するのではなく、異なる手法の設計思想を可視化するための仕組みと言える。本論文は、コンピュータビジョンとパターン認識（cs.CV）および機械学習（cs.LG）に分類され、arXivページではPDF版とHTML版、TeXソースが利用できる。投稿日時は2026年9月2日18:45:41 UTCで、DOIは10.48550/arXiv.2609.03077として登録手続き中である。