翻訳方向の非対称性

意図と実装の間の翻訳には、方向による決定的な非対称性がある。情報量の少ない表現から多い表現への変換は非決定的になり、逆方向は収束的になるという情報理論的な構造。

二つの方向

自然言語の意図からImplementationへの変換は「多対多」の関係にある。同じ意図から無数の異なる実装が生成されうる。情報量が少ない表現（自然言語の意図）から情報量が多い表現（具体的なコード）への変換であるため、失われた情報をどこかから補わなければならない。

LLMによる生成の場合、その「どこか」が確率的な推論になるため、生成のたびに異なるStructureが出てきて、暗黙に含意するBehaviorも毎回違う。

具体的なコードのStructureとBehaviorから読み取れる意図は、ある程度収束する。Contractの推論可能性がまさにこの方向の話であり、良い実装は型やインターフェースを通じて意図を一意に近い形で伝達できる。

情報量が多い側から少ない側への変換は情報の要約で済むため、翻訳コストが小さい。

意図 → Implementation  ：少 → 多 = 情報の補完が必要 = 非決定的
Implementation → 意図  ：多 → 少 = 情報の要約で済む = 収束的

この非対称性を認めるなら、AIの最も有効な使い所は「意図からコードを生成する」方向よりも、逆方向にある。

これは仕様・実装共進化の原則と整合し、「構造を先に、振る舞いを後に」というアプローチを支持する。

この非対称性は、SSoTをどこに置くべきかという問いへの情報理論的な根拠を与える。Implementationからの翻訳が収束的であるなら、SSoTはImplementationに置くのが合理的である。

コンテキストウィンドウの拡大により、意図→Implementationの変換時に参照できる制約（既存コードベース、アーキテクチャパターン、過去の設計判断など）が増えると、解空間は狭まる。「多対多」が「少数対少数」に近づき、非対称性は縮小する可能性がある。

ただし以下は残る：

この非対称性は認知的距離の具体的な発現。意図→Implementationの方向では送り手と受け手の認知スキーマ間の情報量差が大きく、距離の補完が必要になる。逆方向ではStructureが制約を与えるため距離が自然に縮まる。