ethics-audit

技術者倫理 監査ハーネス（ethics-audit）

リポジトリが技術者倫理（IEEE-CS/ACM ソフトウェア工学倫理綱領 第5.2版）に本当に則して いるかを、実コードを読んだ上で・具体項目に照らして・敵対的に検証して採点する。

思想（なぜこの手順か）

RINRI ライセンスの Golden Subroutine が戒めるとおり、倫理を実質の裏付けなく掲げる行為 （ethical grandstanding）は監査の敵である。本ハーネスは次を鉄則とする:

• コードを読んでから判断する — 印象ではなく file:line の証跡に基づく。
• 合否を出せる — バッジのラバースタンプではなく、合格も不適合も出す。
• 誤検知を検証で潰す — 各所見を反証エージェントが攻撃し、生き残りだけを確定する。
• 公共の利益が中心 — 迷ったら「最も権限の弱いユーザーがどう害されるか」で判断する。
• 自己評価の道具 — 他者糾弾ではなく、自リポの改善のために使う。

CLI（決定論的スクリプト）

このスキルに同梱の lib/cli.js（Node.js・実行時依存ゼロ）を使う。以降 <SKILL_DIR> は この SKILL.md があるディレクトリ。実行例:

node <SKILL_DIR>/lib/cli.js scan <repo-path>                 # ダークパターン等の候補検出
node <SKILL_DIR>/lib/cli.js principles --principle N          # 原則Nの項目を供給
node <SKILL_DIR>/lib/cli.js principles --item N.MM            # 単一項目を引く
node <SKILL_DIR>/lib/cli.js score --input findings.json       # 確定所見を採点
node <SKILL_DIR>/lib/cli.js tweet --input audit.json --label <名前>  # 共有下書き生成

出力は既定で JSON（--format text で人間可読）。エラーは stderr に JSON、exit 1。

監査フロー

番号順に、決定論部分は CLI、判断部分はエージェントに委ねる。対象パスが未指定なら カレントリポジトリを対象にする。

Step 0 — スコープ確定と候補収集（まずコードを読む）

1. 対象リポのファイル構成を Glob/Read で把握する。
2. node <SKILL_DIR>/lib/cli.js scan <repo> を実行し、候補（ScanCandidate[]）を得る。 これは判定ではなく候補。以降の判断の出発点にすぎない。
3. scan はルール定義ファイル自体にも一致しうる（自己言及の誤検知）。対象リポの実体で 判断すること。

Step 1 — ファンアウト評価（8原則を分担）

Agent ツールで評価エージェントを 4〜5 体、並行起動する。各エージェントに:

• 担当原則の項目を principles --principle N --format text で渡す（推奨割当: A=原則1,3 / B=原則2,6 / C=原則4,5 / D=原則7,8）。
• 別途 ダークパターン・ハンターを1体、02-dark-patterns.md を渡して起動する。
• Step 0 の候補と、実コードを読む指示を与える。
• 評価観点は 01-principles.md、深刻度基準は 03-scoring-rubric.md を参照させる。

各エージェントは所見を findings JSON で返す。1件の形:

{"itemId":"3.12","severity":"high","file":"src/log.ts","line":5,
 "description":"…","evidence":"該当コードの引用","recommendation":"…","confirmed":false}

この段階では confirmed:false（未検証）。証跡（file:line と evidence）を必須とし、 抽象的な非難は捨てさせる。

Step 2 — 敵対的検証（反-grandstanding の中核）

04-adversarial-verification.md に従い、各所見に反証エージェントを割り当てる。 「実コード・文脈を読んだか？ これは grandstanding ではないか？ 不確実なら反証」を 基準に REFUTE を試みる。生き残った所見のみ confirmed:true にする。棄却理由も記録する。