AIを通常の技術として捉える

本稿は15,000語を超えており、AIの未来に対する私たちのビジョンに関する新しい論文です。これらのアイデアを拡張した版が、私たちが共同で執筆する次なる書籍となることを発表できることを嬉しく思います。

この論文はまた、ナイト第一修正研究所（Knight First Amendment Institute）のウェブサイト上でHTML形式およびPDF形式でも公開されています。論文の草案に対して寄せられた広範なフィードバックに対し、深く感謝申し上げます。

更新（2025年9月）：本エッセイに付随するガイド『AIを通常の技術として理解するためのガイド』を刊行しました。

私たちは、人工知能（AI: Artificial Intelligence）を通常の技術として捉えるビジョンを提示します。AIを「通常の」ものとして見なすことは、その影響を過小評価することを意味しません。電気やインターネットのような変革的で汎用性の高い技術でさえも、私たちの概念においては「通常の」ものです。しかしそれは、AIの未来に関するユートピア的およびディストピア的なビジョンとは対照的です。これらのビジョンには共通する傾向があり、AIを別種の生物、あるいは高度に自律し、潜在的に超知能を持つ実体と同様に扱う点にあります。

「AI は通常の技術である」という主張は、3 つの側面を持っています。現在の AI に関する記述、予測可能な未来の AI に関する予測、そして AI をどのように扱うべきかという処方箋です。私たちは AI を、私たちが制御可能であり、かつ制御すべきツールとして捉えています。また、この目標を達成するために劇的な政策介入や技術的ブレークスルーが必要であるとは主張しません。現在、AI を人間のような知性として見なすことは、その社会的影響を理解する上で正確でも有用でもないと考えており、私たちの未来像においてもそうなる可能性は低いと考えます。

通常の技術という枠組みは、技術と社会の関係性に関するものです。これは技術決定論、特に AI 自体がその未来を決定する主体であるという考え方を拒絶します。過去の技術革命からの教訓、すなわち技術の採用と普及が緩やかで不確実な性質を持つことに基づいて導かれています。また、社会的影響やこの軌道形成における制度の役割という点において、過去と AI の未来の軌道の間に連続性があることを強調します。

第 I 部では、なぜ変革的な経済的・社会的影響が数十年という時間スケールで緩やかに生じると考えるのかを説明し、AI の手法、AI の応用、そして AI の採用という3 つの概念を明確に区別して論じます。これらは異なる時間スケールで起こるものであると主張します。

第 II 部では、高度な AI（ただし「スーパーインテリジェント」AI は通常概念化されるように不整合であると私たちが考えるもの）が存在する世界における、人間と AI の間の潜在的な役割分担について議論します。この世界では、制御は主に人々や組織の手にあり、実際には、人々が職場で行うことのより大きな割合が AI による制御となっています。

第 III 部では、AI を通常の技術として捉えることが AI リスクにどのような含意を持つかを検討します。私たちは事故、軍拡競争、悪用、そしてアライメントのズレを分析し、AI を人間のようなものとして見るのと比較して、AI を通常の技術として見ることが緩和策に関する根本的に異なる結論をもたらすことを論じます。

もちろん、私たちの予測が確実であるとは言い切れませんが、私たちが中位の結果と考えるものを記述することを目的としています。確率を定量化しようとしたわけではありませんが、AI が通常の技術のように振る舞っているかどうかを判断できるような予測を試みました。

第 IV 部では、AI 政策への含意について議論します。私たちは不確実性の低減を最優先の政策目標とし、壊滅的なリスクに対する包括的なアプローチとしてレジリエンス（回復力）を提唱します。スーパーインテリジェント AI の制御が困難であるという前提に基づく過激な介入は、実際には AI が通常の技術であった場合、状況を大幅に悪化させることになるでしょう—そのデメリットは、資本主義社会で展開された過去の技術のそれら、例えば不平等などと同様のものになる可能性が高いです。

私たちが第 II 部で描く世界は、現在の AI よりもはるかに進化した世界です。私たちは、AI の進展—あるいは人間の進展—がその時点で止まると主張しているわけではありません。その後には何があるのでしょうか？私たちは知りません。この比喩を考えてみてください：第一次産業革命の黎明期において、工業化された世界がどのようなものか、そしてそれに向けてどのように準備すべきかを考えようとするのは有用だったでしょうが、電気やコンピュータを予測しようとするのは徒労に終わっていたはずです。ここで私たちが行っている試みもこれと似ています。「急速な取込み」シナリオを否定する以上、私たちが試みた範囲を超えたさらに先の世界を構想することは必要でも有益でもないと考えています。もし第 II 部で記述したシナリオが現実のものとなったならば、その後に何が来るのかについて、よりよく予測し準備することが可能になるでしょう。

読者への注釈。この論文には、主張を擁護するのではなく、世界観を提示するという珍しい目的があります。AI の超知能に関する文献は膨大です。我々は、潜在的な反論に対して一つひとつ応答を試みることはしていません。そうすれば論文が数倍の長さになってしまうからです。本稿は単に私たちの見解を最初に表明したものに過ぎず、様々な続編でこれらを詳しく展開する予定です。

続編を受け取るには購読してください。

第 I 部：進展の速度

図 1。他の汎用技術と同様に、AI の影響は手法や能力が向上した時点ではなく、その改善が生産部門を通じてアプリケーションに転換され、拡散された際に現れます。4 各段階には速度制限が存在します。

AI の進展は漸進的なものとなり、AI の能力と採用が増加するにつれて人々や機関が適応できるものでしょうか、それとも大規模な混乱や技術的特異点さえも引き起こす飛躍的なものとなるでしょうか。この問いに対する私たちのアプローチは、重大度の高いタスクと低いタスクを別々に分析し、まず AI の採用と拡散の速度を分析した上で、イノベーションと発明の速度について再考することです。

私たちが「発明」と呼ぶのは、AI がさまざまなタスクを実行する能力を向上させる新しい AI 手法（大規模言語モデルなど）の開発のことです。「イノベーション」は、消費者や企業が利用可能な AI を用いた製品やアプリケーションの開発を指します。「採用」とは、個人（またはチームや企業）が技術を利用することを決定する行為であり、「拡散」とは、その採用レベルが高まる広範な社会的プロセスを指します。十分に破壊的な技術の場合、拡散には企業の構造や組織の構造の変更、ならびに社会規範や法律の変更が必要となる可能性があります。

安全上重要な分野における AI の拡散は緩やかです

『予測最適化への反対』という論文では、機械学習（ML）を用いて個人の将来の行動や結果を予測し、個人に関する意思決定を行う予測最適化の約 50 の応用例を包括的にリストアップしました。5 これらの応用例の多くは、犯罪リスク予測、保険リスク予測、あるいは児童虐待予測などであり、人々にとって重要な帰結を持つ意思決定を下すために用いられています。

これらの応用例が急増する一方で、決定的なニュアンスが存在します：ほとんどの場合、数十年も前の統計的手法が使用されており、これは単純で解釈可能なモデル（主に回帰分析）と、比較的小規模な手作業で作成された特徴量セットです。ランダムフォレストのようなより複雑な機械学習手法はほとんど使われておらず、トランスフォーマーのような現代的な手法はどこにも見当たりません。

つまり、この広範なドメインの集合において、AI の普及はイノベーションに数十年遅れています。その主な理由は安全性にあります：モデルがより複雑で理解しにくくなると、テストおよび検証プロセスにおいてすべての可能な展開条件を予測することが困難になります。良い例として、Epic の敗血症予測ツールがあります。これは内部検証では一見高い精度を示していましたが、病院での運用でははるかに悪く、敗血症症例の 3 分の 2 を見逃し、医師たちを誤ったアラートで圧倒しました。6

Epic の敗血症予測ツールは、複雑なモデルと制約のない特徴セットを扱う際に検出が困難なエラーのために失敗しました。7 特に、モデルの訓練に使用された特徴の一つには、「医師がすでに敗血症治療のために抗生物質を処方したか」という項目が含まれていました。つまり、テストおよび検証の間、モデルは未来から来た特徴を使用しており、結果に因果関係で依存する変数に頼っていたのです。もちろん、この特徴は実際の運用時には利用できません。解釈可能性や監査手法は間違いなく向上し、こうした問題を検出する能力が大幅に高まるでしょうが、まだその段階には至っていません。

生成 AI の場合、後から見れば極めて明白な失敗でさえも、テスト中に検出されませんでした。一例として、初期の Bing チャットボット「Sydney」は、長時間の会話中に制御不能な状態になりました。開発者は明らかに、会話が数回以上のターンに及ぶことを想定していなかったのです。8 同様に、Gemini の画像生成器は歴史上の人物に対してテストされた形跡がありませんでした。9 幸いにも、これらは重大な影響を及ぼすようなアプリケーションではありませんでした。

さまざまな応用分野におけるイノベーションと普及の遅れ、およびその理由を理解するためには、さらなる実証的な研究が有益である。しかし現時点では、私たちが先行研究で分析した証拠は、極めて重大な影響を及ぼすタスクにおいてすでに非常に強力な安全性関連の速度制限が存在するという見解と整合している。これらの制限は、医療機器に対する FDA の監督のような規制や、高リスク AI に対して厳格な要件を課す EU AI 法（EU Artificial Intelligence Act）といった新たな立法を通じてしばしば執行されている。10 実際、既存の高リスク AI 規制があまりにも過重であり、「官僚主義の暴走」を引き起こす可能性があるという（信頼性の高い）懸念が存在する。11 したがって、私たちは、極めて重大な影響を及ぼすタスクにおいては、普及の遅れが引き続き標準となるだろうと予測している。

いずれにせよ、AI が極めて重大な影響を及ぼす方法で使用できる新たな分野が生じた際、あるいはその時期には、それらを規制することは可能であり、また必須である。2010 年のフラッシュ・クラッシュ（Flash Crash）は良い例であり、ここでは自動高頻度取引が関与したと考えられている。これにより、サーキットブレーカー（circuit breakers）のような新たな取引制限が生じた。12

普及は、人間の速度、組織の変化の速度、そして制度的変化の速度によって制限される

安全性が重要な分野以外でも、AI の導入は一般的な報道が示唆するほど速くはありません。例えば、2024 年 8 月に米国の成人の 40% が生成 AI を使用しているという発見により、ある研究が注目を集めました。13 しかし、ほとんどの人が頻繁に使用しなかったため、これは労働時間の 0.5%〜3.5% に相当するのみであり（労働生産性への寄与は 0.125〜0.875 ポイントの増加に留まりました）。

現在の普及速度が過去よりも速いかどうかも明確ではありません。前述の研究では、米国の生成 AI の導入がパーソナルコンピュータ（PC）の導入よりも速かったと報告されています。具体的には、大衆向け製品の発売から 2 年以内に米国の成人の 40% が生成 AI を導入したのに対し、PC では 3 年以内に 20% でした。しかし、この比較は導入の強度（使用時間数）の違いや、PC の購入コストが生成 AI にアクセスするコストよりも高いという点を考慮していません。14 どのように導入を測定するかによって、生成 AI の導入速度が PC の導入速度よりもずっと遅かった可能性も十分にあります。

デジタル技術が一度に数十億台のデバイスに到達できるという事実を踏まえると、技術導入の速度が必ずしも増加しているわけではないという主張は驚くべき（あるいは明らかに誤っている）ように思えるかもしれません。しかし、導入とは利用可能性ではなくソフトウェアの使用に関するものであることを忘れないでください。新しい AI ベースのプロダクトが誰でも無料ですぐにオンライン上でリリースされたとしても、人々がその新製品のメリットを活用するためにワークフローや習慣を変え、リスクを避ける方法を学ぶまでには時間がかかります。

したがって、拡散の速度は、個人だけでなく組織や機関も技術に適応できる速度によって本質的に制限されます。これは過去の汎用技術でも見られた傾向であり、拡散は数年ではなく数十年をかけて起こります。

例として、ポール・A・デイヴィッドによる電化の分析では、生産性のメリットが完全に実現されるまでに数十年を要したことが示されています。エジソンの最初の中央発電所から約 40 年間、電気ダイナモは「至る所に存在したが、生産性統計には現れませんでした」。これは単なる技術的慣性ではなく、工場主たちは電化が実質的な効率向上をもたらさないことに気づいたのです。

最終的に利益を実現可能にしたのは、生産ラインの論理を中心に工場のレイアウト全体を再設計したことである。工場建築の変更に加え、普及には職場組織とプロセス制御の変更も必要であり、これらは業界横断的な実験を通じてのみ開発することができた。これらの変化により、労働者にはより多くの自律性と柔軟性が与えられ、同時に異なる採用および訓練慣行が必要となった。

外部世界が AI 革新に速度制限を課す

AI の技術的進歩が急速であったことは事実だが、AI の手法と応用を区別して見ると、状況ははるかに明確ではない。

我々は AI 手法の進展を、一般性の梯子として概念化する。18 この梯子の各段は、その下の段に支えられており、より一般的な計算能力への移行を反映している。つまり、コンピュータが新しいタスクを実行するために必要なプログラマーの努力を減らし、与えられたプログラマー（またはユーザー）の労力で実行可能なタスクのセットを増やすものである；図 2 を参照。例えば、機械学習は、各新しいタスクを解決するためのロジックをプログラマーが考案する必要をなくすことで一般性を高め、代わりにトレーニング例の収集のみを必要とする。

特定のアプリケーションを開発するために必要な努力は、私たちがより多くの階段を築き、人工一般知能（AGI）に到達するまで減少し続けるという結論を引き出すのは誘惑的です。人工一般知能とは、箱から出してすぐに何でもできる AI システムとして概念化されることが多く、それによってアプリケーションを開発する必要自体が不要になると考えられています。

いくつかの分野では、確かにこのようにアプリケーション開発に必要な努力が減少する傾向が見られます。自然言語処理においては、大規模言語モデルにより、言語翻訳アプリケーションを開発することが比較的容易になりました。あるいはゲームを考えてみましょう。AlphaZero は、ゲームの説明と十分な計算資源さえ与えられれば、自己対戦を通じてチェスなどのゲームを人間よりも上手にプレイすることを学習できます。これはかつてのゲーム用プログラムが開発されていた方法とは全く異なるものです。

図 2: コンピューティングにおける一般性の階段。一部のタスクにおいては、より高い階段の段に上がるほど、コンピュータに新しいタスクを実行させるために必要なプログラマーの努力は少なくて済み、与えられたプログラマー（またはユーザー）の努力で実行できるタスクの数も増えます。19

しかし、これは容易にシミュレーションできず、エラーのコストが高いような重大な実世界アプリケーションにおいては、この傾向にはなっていません。自動運転車を例にとりましょう：多くの点で、その開発の軌道は AlphaZero の自己対戦と似ています。技術の向上がより現実的な条件下での走行を可能にし、それによってより良質かつ/またはより現実的なデータの収集が可能となり、それがさらに技術の改善につながり、フィードバックループが完成します。しかし、このプロセスには AlphaZero の場合の数時間ではなく、20 年以上がかかりました。これは、安全性の考慮事項により、このループの各反復を前回の反復と比較してどの程度拡大できるかに制限が課されたためです。

この「能力と信頼性のギャップ」は繰り返し現れます。実世界のタスクを自動化できる有用な AI エージェント（agents）を構築する上で、これは主要な障壁となってきました。明確に述べておくと、エージェントの使用が想定されている多くのタスク、例えば旅行の予約やカスタマーサービスの提供などは、運転ほど重大ではありませんが、それでもコストが高く、エージェントが実世界の経験から学習することは容易ではないのです。

安全性に直接関与しないアプリケーションにおいても障壁は存在します。一般的に、組織内の多くの知識は暗黙知であり、文書化されておらず、ましてや受動的に学習可能な形式で記述されているわけではありません。これは、これらの開発フィードバックループが各セクター内で発生しなければならないことを意味し、より複雑なタスクにおいては、異なる組織間で別々に発生する必要さえ生じ、急速かつ並列的な学習の機会を制限することになります。並列学習が制限される他の理由としては、プライバシーへの懸念があります。組織や個人は、機密データを AI 企業と共有することに抵抗を示す可能性があり、医療などの文脈では規制により第三者と共有できるデータの種別が制限される場合があります。

AI における「苦い教訓」とは、計算能力の増大を活用する一般的な手法が、最終的に人間のドメイン知識を利用する手法を大幅に上回るという事実です。これは手法に関する貴重な洞察ですが、応用開発にも適用されると誤解されることがよくあります。AI ベースのプロダクト開発の文脈においては、「苦い教訓」は決して真実に近いものではありません。ソーシャルメディア上のレコメンデーションシステムを考えてみてください。これらは（次第に汎用的になる）機械学習モデルによって駆動されていますが、それでもなお、ビジネスロジック、フロントエンド、および他のコンポーネントの手動コーディングの必要性を不要にするものではなく、これらを合わせると約 100 万行規模のコードとなることもあります。

さらに、既存の人間の知識からの AI 学習を超えていく必要がある場合、新たな限界が生じます。24 私たちの最も貴重な種類の知識には、科学および社会科学が含まれており、これらは技術や大規模な社会組織（例えば政府）を通じて文明の進歩を可能にしてきました。AI がこのような知識の境界を押し広げるためには何が必要でしょうか？おそらく、薬物試験から経済政策に至るまで、人々や組織との相互作用、あるいはそれらに対する実験が必要となるでしょう。ここで、実験に伴う社会的コストのために、知識獲得の速度には厳しい限界が存在します。社会は、AI 開発のための実験の急速な拡大を（そしてすべきではないが）許容しない可能性が高いです。

ベンチマークは現実世界の有用性を測定していない

手法と応用の区別は、AI の進歩をどのように測定し予測するかという点において重要な示唆を持っています。AI ベンチマークは手法における進歩を測定するには有用ですが、残念ながら、これらは応用における進歩を測定するものとして誤解されることが多く、この混乱が、差し迫った経済変革に関する多くの過剰な期待（ハイプ）の原動力となってきました。

例えば、GPT-4 がバー試験受験者の上位 10% に相当するスコアを達成したと報じられていますが、これは AI の法律実務能力について驚くほど少ないことを示唆しています。25 バー試験は専門分野の知識を過剰に重視し、標準化されたコンピュータによる実施形式では測定がはるかに困難な現実世界のスキルを軽視しています。つまり、言語モデルが得意とする「記憶した情報の検索と適用」こそが、まさに強調されている点なのです。

より広く言えば、法律業界に最も大きな変化をもたらす可能性のあるタスクほど、評価が難しいものです。法的リクエストを法分野ごとに分類するタスクなどでは明確な正解があるため、評価は容易です。しかし、法的書類の作成のように創造性や判断力を要するタスクには単一の正解はなく、戦略については合理的な人々でも意見が分かれることがあります。後者のようなタスクこそ、もし自動化されれば業界に最も深い影響を与えるものなのです。26

この観察は法律に限ったことではありません。別の例として、AI が明らかに優れている自己完結型のコーディング問題と、その影響を測定するのが困難でむしろ限定的であるように見える現実世界のソフトウェアエンジニアリングとの間のギャップが挙げられます。27 トイ問題を越える高度な評価基準であっても、必然的に無視せざるを得ない点があります