行動科学と人間中心の人工知能にとって長年の中心的謎は、個人内変動の持続性である。同じ個人が同じ観察可能な入力を受けても、異なる機会には異なる結果を生み出し、異なる個人間の結果の相違は、いかなる観察可能な共変量によっても完全には予測できない。arXivに新たに投稿された論文「あなたは自分の状態をコントロールしている：因果的状態介入によって人間の結果が制御可能である理由」は、この変動性を人の動的な潜在状態に帰属させ、人間の結果は意思決定が形成される瞬間の状態とその重み付けを標的とする介入を通じて、正確かつ操作可能な意味で制御可能であると主張する。
論文では、状態を「時間インデックス付きの重みベクトル」と定義する。このベクトルは、個人の生物学、生理学、神経心理学が次の出来事を意思決定と結果に処理する方法を支配する次元に作用する。著者らは、状態、意思決定、結果の関係は相関ではなく因果的であると強調する。重みベクトルは日以下の時間スケールで動的であり、人の状態は1日のうちに何度も変化しうる。さらに、結果が報告される意識チャネルは狭い注意のボトルネックであり、その内容自体が状態に依存する。これらの主張を総合すると、与えられた出来事の結果は、介入時の状態軌跡を条件として制御可能であるという結論が導かれる。
このフレームワークを支持するため、著者らは6つの確立された証拠の系統を引用する。すなわち、因果推論、予測処理、アロスタシス、注意のボトルネック、時間生物学、計算精神医学である。さらに、4つの職業ペルソナにまたがる20万人以上の同意済みユーザーを対象とした、展開済み行動プラットフォームからの24ヶ月間の観察データ（研究期間2023年から2026年）を提示する。これらに基づき、著者らは7つの検証可能な予測を導き出し、状態認識システムのための6つの運用要件を列挙し、デジタルヘルス、教育、AIパーソナライゼーション、個人の主体性への影響を議論する。
本論文はarXivプレプリントであり、20ページ、12図、37参考文献からなり、人工知能（cs.AI）とニューロンと認知（q-bio.NC）の分野に属する。人間モデリングのための因果的アーキテクチャに関する以前のSSRNプレプリントのコンパニオンとして提出された。著者はSuraj Biswasら3名で、2026年5月26日に提出された。全文はarXivで入手可能で、DOIはhttps://doi.org/10.48550/arXiv.2605.27580である。
この研究の意義は、個人内変動を「ノイズ」から「介入可能なシグナル」へと再定位する点にある。状態が実際に操作化されリアルタイムで推定できれば、デジタルヘルスアプリ、教育プラットフォーム、パーソナライズされたAIシステムは、静的なユーザープロファイルに頼るのではなく、ユーザーの現在の状態に応じて介入を調整できる可能性がある。ただし、論文も認めるように、この制御は条件付きであり、介入時の状態軌跡に依存し、意識報告は注意のボトルネックによって制限される。したがって、実際の応用には著者らが提示する6つの運用要件を満たし、7つの予測をさらに検証する必要がある。