AI

2026年11月10日 (火)

AI秘書とともに働く

 今週金曜日の13日に,神戸大学社会システムイノベーションセンターの10周年シンポジウムを開催します。私は後半のパネルディスカッションで登場しますが,AIのことについて話すので,ご関心がある方は,ぜひご参加下さい(オンラインでも可能です)。登録フォームは,下記のものです。ただ,これを見たときには,締切が過ぎているかもしれませんが・・・。https://docs.google.com/forms/d/e/1FAIpQLSf6McTK5pV4wNYPPmKReAcdvLaxSPBHdN1vPH--WX1I7d8orA/viewform?pli=1

 そこで話すつもりではないのですが,今日は,AI秘書が役立つという話を書きます。
 最近はスケジュール管理もAIに頼るようになり,以前使っていたTodoistはほとんど使わなくなりました。大学の授業の準備から,研究会の運営,単発の講演,ビジネスガイドなどの連載原稿,その他の執筆依頼まで,仕事の種類はさまざまですが,現在では,依頼が来れば,とりあえずAIに入力することにしています。
 具体的には,仕事の内容と締切日,完成までに必要と見込まれる時間,現在の進捗状況をパーセントで入力します。そうするとAIは,締切までの残り日数や他の仕事との兼ね合いを考えて,毎日どの仕事にどの程度の時間を割き,進捗率を何パーセントまで高めればよいかを提案してくれます。仕事が進めば進捗率を更新し,予定どおりに進まなければ,そのことも伝えます。すると,残された時間を踏まえて,新たなスケジュールを組み直してくれます。
 もちろん,AIの提案どおりに仕事が進むわけではありません。その日の気分によって,どうしても手をつけたくない仕事もありますし,逆に予定していなかった仕事に熱中してしまうこともあります。そうした事情も遠慮なくAIに伝えます。人間の秘書であれば,「せっかくスケジュールを作ったのに」と文句の一つも言われるかもしれません。しかし,AIはそんなことは言いません。こちらがどんな無理難題を突きつけても,淡々と新しい計画を考えてくれます。このような使い方を始めたのは,今年の夏ごろからですが,今では,常に有能な秘書がそばにいるような感覚です。
 もっとも,これでよいのかという気持ちがないわけではありません。以前は,自分の頭の中で仕事の優先順位を考え,締切から逆算して作業を割り振り,複数の仕事を同時並行で進めていました。こうした作業も一種の知的能力です。それをAIに任せてしまえば,自分で考える力が衰えるのではないかという懸念があります。実際,すでに自分の能力が落ちているように感じることもあります。
 それでも,私にとってAIによるスケジュール管理には,大きく二つのメリットがあります。第一は,仕事の効率化です。大学では,授業関係などについて助手の方の支援を受けることができますが,少人数で多くの教員を担当しているので,何でも頼めるわけではありません。研究や執筆,講演などについては,基本的に一人で対応しなければなりません。依頼が重なると,仕事の管理そのものが負担になります。その点,AIが仕事全体を把握し,優先順位を整理してくれることは,非常に助かります。しかも,AIは単に予定を管理するだけでなく,原稿の構成を考えたり,資料を整理したりすることにも利用できます。スケジュール管理と実際の作業支援が結びついているところに,従来のTodoistにはなかった大きな利点があります。
 これは,個人事業者にとって,とくに重要なことだと思います。これまでは,一定規模の仕事を引き受けようとすれば,補助者を雇ったり,外部に業務を委託したりする必要がありました。しかし,AIを活用すれば,必ずしも人を雇わなくても,複数のプロジェクトを並行して進めることができます。個人事業者の活動可能性を大きく広げる技術だと思います。
 第二は,加齢による能力の衰えを補ってくれることです。こちらのメリットも,私にとっては大きいものです。若いころは,複数の仕事の締切や進捗状況を頭に入れ,かなり精密な計画を立てることができたように思います。しかし,今では,なかなかそうはいきません。判断の誤り,勘違い,物忘れなどが重なり,自分の頭だけに頼ることには不安があります。仕事そのものをする能力が急に失われたわけではないとしても,仕事全体を管理する能力については,衰えを感じざるを得ません。
 AIは,こうした弱点を補ってくれます。締切を忘れないようにし,進捗の遅れを把握し,その時点で何をすべきかを整理してくれます。これによって,自分は目の前の仕事に集中することができます。シニアになっても仕事を続けていくために,AIは欠かせないツールになりつつあります。
 もちろん,AIに任せることで失われる能力もあるでしょう。しかし,そもそも人間は,道具を使うことによって,自分の能力の限界を乗り越えてきました。計算機を使えば暗算の機会は減りますし,カーナビを使えば道を覚えなくなるかもしれません。それでも,その道具によって,それまでできなかったことができるようになるというメリットがあります。重要なのは,何を自分で考え,何をAIに任せるかということです。仕事の優先順位や時間配分についてAIの提案を受けるとしても,どの仕事を引き受けるか,何を重要と考えるか,そして最終的にどのような成果を出すかは,自分で決めることです。
 シニアの人のなかには,AIと聞いただけで拒否反応を示す人も少なくないようですが,それはもったいないことだと思います。私自身,AI秘書のおかげで,現役で仕事を続けられる期間がかなり伸びたような気がしています。

2026年11月 2日 (月)

「熱い秋」の記憶

 現在のヨーロッパで広がる社会的な抗議運動を見ていると,1960年代末のヨーロッパ,とりわけイタリアの状況を思い起こさずにはいられません。もちろん,当時と現在とでは社会的な背景は異なります。しかし,人々の間に蓄積された不満が,既存の政治や社会の仕組みに対する異議申立て(contestazione)となって噴出するという点では,共通するものがあるように思います。
 1960年代のイタリアは,日本と同様,奇跡的な経済成長を遂げていました。しかし,その成果が社会の中で公平に分配されていたわけではありません。工場では権威主義的な労務管理が行われ,教育環境にも多くの問題がありました。こうした状況に対して,学生や労働者が立ち上がり,contestazioneと呼ばれる運動が広がりました。1968年の学生運動から1969年の「熱い秋」(autunno caldo)へと続く大きな社会運動です。これは共産主義革命を目指す運動ではありませんでした。既存の権威に異議を唱え,自由や権利を求め,社会そのものを変えようとする運動でした。その成果の一つが,1970年の労働者憲章法(Statuto dei lavoratori)でした。
 私がイタリア労働法の研究を始めたとき,最初に取り組んだのが,この法律の28条でした。アメリカの不当労働行為救済制度にも通じる,反組合的行為(condotta antisindacale)を抑止するための迅速な司法的救済制度を定めたものです。当時は,この制度の画期的な意義を法律論として理解しようとしていましたが,それを生み出した社会運動のエネルギーについては,書物で読んでいても,十分に実感できていなかったように思います。
 その後,イタリアに留学し,ゼネスト(sciopero generale)や労働者による権利行使が日常的に行われている光景に接しました。しかし,私が見たのは,すでに1970年から20年ほどが経過したイタリア社会でした。1960年代までの権威主義的な社会を知っていなければ,その変化の大きさが真に理解はできていなかったでしょう。
  イタリアでは,1970年を境に郵便物が決まった日に届かなくなった,という話を聞いたことがあります。どこまで事実かはわかりませんが,それまでの規律や権威に従って働く社会から,労働者が自由や権利を主張する社会へと変わったことを象徴する話なのかもしれません。もちろん,それによって社会の効率性が低下した面もあったでしょう。しかし,労働者が人間らしく働くことができるようになったという変化を見落としてはならないと思います。
 では,現在のヨーロッパでは何が起きているのでしょうか。鍵となるのはAIではないかと思います。AIは社会全体の生産性を高め,新しい富を生み出す大きな可能性を持っています。しかし,その富がAIを活用して巨額の収益を上げる企業やその株主に集中する一方で,仕事や収入を失う人々が増えていくとすれば,社会には深刻な亀裂が生じてしまいます。しかも,人々が直面しているのは,遠い将来のAIによる雇用喪失の可能性だけではありません。目の前には,燃料費,家賃,食費などの生活費の上昇があります。国際紛争や政治の混乱に対して政府が十分な対応力を示せないことも,人々の無力感を強めているのでしょう。自分たちの努力では状況を変えられず,政治にも期待できないという閉塞感が,政府や既存の権威に対する怒りに転化しているのかもしれません。
 重要なのは,社会が生み出す富をどのように分配するかという問題ですが,同時にもっと重要だと思うのが教育です。若者にとって,経済的な格差が固定化し,自分の将来を変える可能性が見えなくなることは深刻な問題です。教育は,家庭の経済状況などにかかわらず,誰もが社会の富にアクセスする機会を得るための重要な手段です。その教育環境が劣化し,十分な機会が保障されなくなれば,若者は将来への希望を失ってしまいます。
 私はこれまで,「AI共生社会」において,AIを適切に活用できる能力を身につけるために教育が重要だと述べてきました。しかし,教育の意義はそれだけではありません。社会が大きく変化するなかでも,自分の努力によって未来を切り開くことができるという可能性があることを,すべての若者に示して希望を与えることもまた重要なのです。
 1960年代末の社会運動が教えてくれるのは,経済成長だけでは社会の安定は保障されないということです。人々がその成果から排除され,自由や尊厳を奪われていると感じたとき,大きな異議申立ての運動が生まれます。それは社会をよりよい方向に変えるエネルギーにもなりますが,場合によっては暴力的な対立に発展する危険もあります。AIによって新しい豊かさが生まれる時代だからこそ,その豊かさを一部の人々だけのものにしてはなりません。現在のヨーロッパの動きを見ながら,半世紀以上前のイタリアの社会変革を思い起こすのは,技術や経済が大きく変わるとき,その変化から取り残される人々に,社会がどのような希望を示せるのかという問いが,再び私たちに突きつけられているように感じるからです。

2026年10月27日 (火)

宇宙太陽光発電について

 『労働政策の再創造』(弘文堂)では,AI共生社会の未来にたちはだかるものとして電力問題,そしてそれに関連する環境問題に言及しています(コラム6,コラム49)。AIの環境負荷を考えるとき,電力をどう確保するかは避けて通れません。化石燃料による発電を増やせば,AIの利用拡大が温室効果ガスの排出を押し上げるおそれがあります。再生可能エネルギーを広げることは欠かせません。
 ただ,太陽光や風力は,発電量が時間や天候に左右されます。電力を必要なときに使えるようにするには,蓄電池や送電網の整備,発電量の変動を補う電源も必要です。課題は,再生可能エネルギーの年間発電量を増やすことだけではありません。AIのデータセンターがある場所で,必要な時間に,低炭素の電力を安定して使えるかどうかです。
 データセンターの電力需要は今後大幅に増大すると予測されていますが,世界全体に占める割合はそれほど大きくありません。その意味で,AIをめぐる電力問題の当面の中心的課題は,世界全体の電力が直ちに枯渇することというより,データセンターの建設が集中する地域で,送電網や電力供給が追いつかなくなることです。再生可能エネルギーはデータセンターの需要増を満たす主要な電源の一つになりうるでしょうが,送電網や蓄電などを含む電力システム全体の整備が前提になります。
 拙著のなかでは核融合発電に言及していました。これは,地上の発電所で太陽と同じく核融合反応を起こし,そこから熱を取り出して発電する技術ですが,燃料を非常に高温の状態に保って反応を続け,得られた熱を発電に結びつけることが必要となります。実験室で反応を起こせたとしても,発電所として長期間,安定して運転できることに直ちにつながるわけではありません。核融合の難しさは,反応そのものに加えて,燃料,材料,熱の取り出し,保守を一体の発電システムとして成立させるところにあります。
 一方,拙著では言及していなかったものですが,核融合発電と並び,もう一つ注目されている夢の技術としてあるのが,宇宙太陽光発電です。その主流は,静止軌道上の衛星で発電して地上に送る方式です(JSSのOHISAMAプロジェクト)が,月の赤道に沿って太陽光発電設備を設置し,マイクロ波などで地球に送電する「LUNA RING」(清水建設)という壮大な構想もあります。
 宇宙太陽光発電は,太陽光を発電に利用する原理自体は地上の太陽光発電と共通しています。宇宙や月面では雲や大気の影響を受けず,地上より強い太陽光を利用できるため,安定した発電が期待できるというメリットがあります。もっとも,宇宙や月面に発電設備を設置すれば,すぐに地球で電力を使えるわけではありません。設備や資材を月まで運び,建設し,長期間にわたって保守する必要があります。発電した電力をマイクロ波やレーザー光に変換して地球へ送り,地上の受電設備で再び電気にする仕組みも欠かせません。そのため,輸送や建設にかかる費用,送電効率,ビームの安全性,地上側の受電施設など,大きな技術的・経済的課題があります。核融合が主として反応や炉を発電システムとして成立させる挑戦であるのに対し,宇宙太陽光発電は,宇宙や月面での建設から地球への送電までを含む仕組み全体を成立させる挑戦なのです。
 いずれにせよ,AI共生社会の到来は,太陽の,あるいは太陽を輝かせているのと同じ原理によるエネルギーをどう効率的に取り込み実用化するかということをめぐる人間の知恵にかかっています。これからの社会を支える科学技術計画として,政府の予算をしっかりつけて,人材を多く投入してよい分野であり,この人材投資は,労働政策の課題でもあるのです。

2026年10月24日 (土)

PHPの脆弱性と広がるサービス停止

 10月21日夜から22日にかけて,日本でも銀行,航空会社,鉄道会社,官公庁などが,ウェブサイトやアプリの一部を一時停止しました(近所のいかりスーパーでもアプリが使えなくなりました)。停止したサービスでは,不正アクセスなどの被害が確認されたわけではなく,問題が起きる前に安全を確保するための措置でした。
 きっかけは,ウェブサイトを動かすために広く使われているプログラミング言語「PHP」に,深刻な欠陥が見つかったことです。この欠陥をそのままにしておくと,攻撃者がインターネットを通じてサーバーに入り込み,保存された情報を盗んだり,ウェブサイトを書き換えたりするおそれがあるということで,開発チームが修正プログラムを公開し,運営者に更新を呼びかけました。
 今回の件で注目されるのは,欠陥がどのように悪用され得るかを明らかにする過程で,AIが使われたことです。PHPは多くのウェブサイトの土台になっており,ブログや会社のサイトだけでなく,銀行や行政機関のサービスにも使われています。土台に欠陥があれば,それを使うさまざまなサービスに影響が及びます。今回の欠陥につながる兆候は,少なくとも2024年には把握されていたようですが,それを使って実際にどのような攻撃ができるのかを具体的に示すのは難しく,対応が後回しになっていたと報じられています。AIを使った調査によって,その危険を明らかにできたということです。
 AIは,人間が見落としていた問題を見つけ,修正につなげる助けになるものであり,これは,安全を守る側にとって大きな力です。しかし,同じ力は攻撃する側にも使われます。欠陥の見つけ方や,それを利用する方法をAIが見つけやすくすれば,攻撃者が危険な箇所を探す時間も短くなるでしょう。今回,欠陥の情報が公表された後,攻撃を試みる動きが急増したと言われているようです。
 AIは,安全を守る側にも,危険を生み出す側にも使われます。その力が強くなるほど,見つかった危険を誰が,どのように確かめ,どの速さで修正するのかが重要になります。今回のサービス停止は,AIのリスクが,私たちが日々利用する仕組みの安全と直結していることを示しています。
 しかも危険が見つかったからといって,すべてのサービスをすぐに直せるとは限りません。修正プログラムを入れるだけでなく,サービスが正常に動くかを確かめる必要があります。使っているシステムが古く,簡単に更新できない場合もあります。今回,日本の企業や官公庁がサービスを止めたのは,攻撃を受けたからではなく,攻撃を防ぐためでした。便利なサービスを使えなくなる不便はありましたが,影響の大きい情報やシステムを守るには,停止が必要な場面もあります。金融機関や航空会社などでは,一部サービスを停止し,修正プログラムの適用や安全性の確認を進めました。私たちは,多少の不便は甘受しなければなりません。
 最近では,AIが危険な動作を続けないよう,人間がその処理を確実に止められる仕組み(automated shutdown capability)も議論されています。今回は,ウェブサービスを止めたのはAIではなく,運営者でしたが,AI自身にそうした機能をもたせることができないかという議論であり,技術的には可能なのです。ただし,自動停止は,止めればよいという単純な話ではありません。何を危険と判断するのか,誤って止まったとき誰が再開するのかを決めておく必要があります。重要なサービスが誤作動で止まれば,それ自体が大きな不便や損害につながるからです。AIが危険を見つける力を高めるほど,それを確かめ,必要なら止め,安全を確認して再開する仕組みが求められるということです。

2026年10月20日 (火)

Providerの責任

 大学院の授業で,AI法などを研究している大学院生と一緒に勉強をしています。昨日は,EUのAI法について報告してもらいました。EUのAI法では,雇用や労働者管理に用いられる一定のAIシステムをハイリスクAIに分類し,これを導入する使用者(deployer)だけでなく,AIを開発・提供する事業者(provider)にも義務を課しています。事業者(provider)は,労働者との間に雇用関係があるわけではありません。それでも一定の義務を負うのは,AIの設計や性能,限界について知識を持ち,技術的なリスクを導入前から減らし得る立場にあるからでしょう。事後的に損害賠償責任を問うだけではなく,リスクを事前に防ぐため,技術を提供する段階までさかのぼって措置を求める考え方です。
 このように,雇用関係の外にいる主体にも予防の役割を求める発想は,日本の労働安全衛生法にも見られます。同法は,機械や設備を設計・製造する者に,労働災害の防止に資するよう努めることを求めています(3条2項)。危険が現場で使われる段階だけでなく,危険が形づくられる段階にも目を向けているのです。
 ところで,昨年上梓した共著書『フリーランス法制を考える―デジタル時代の働き方と法』(弘文堂)では,デジタル労働プラットフォーム事業者の責任の根拠を「取引の創設者としての地位」に求めています(第9章Ⅱ)。雇用関係がなくても,取引の条件や参加者の行動を左右する力を持つなら,その力に応じた責任が問題になります。AI providerについて,技術を設計・提供し,その限界に関する情報を持つ立場に着目するのも,これにつながる発想といえそうです。
 AIやデジタル技術の時代には,責任を雇用関係の内側だけで考えるのでは十分ではありません。いたずらに労働者概念や使用者概念を拡張して,無理に労働法の土俵に引き込むことも適切とは思えません。既存の法概念からいったん離れて,働く人の選択や評価,働く機会を左右する基盤を誰が形づくり,リスクを予防できるのかを考えていく必要があるのです。

2026年10月16日 (金)

AI時代の公務員試験

 2026年度から,国家公務員の総合職試験(大卒程度試験)の「教養区分」が,春と秋の年2回実施されるようになりました。2012年度に導入され,従来は秋だけ実施されていました。19歳から受験できるため,大学2年生になる直前の春から4年生の秋まで,最大6回の受験機会があります。公務員になるかどうかをまだ決めていない段階でも,早くから挑戦できる仕組みです。
 受験機会の拡大の背景には,教養区分からの採用の増加があります。人事院の資料によると,2025年度には,総合職の大卒程度試験からの採用者の約36%,院卒者試験を含めた総合職全体でも約25%を,教養区分が占めています。省庁による差も大きく,警察庁,総務省,財務省,外務省では,院卒者試験を含めても,教養区分からの採用者が過半数となっています。専門試験を課さない補助的な採用経路という位置づけを超え,一部の省庁では,すでに主要な採用経路となっているのです。
 教養区分では,法律学や経済学などの専門試験を課しません。その代わりに,基礎能力試験,総合論文試験,企画提案試験,政策課題討議試験,人物試験が行われます。「教養」という名称から,幅広い知識を問う試験を想像するかもしれませんが,資料を読み,課題について考え,解決策を提案し,説明し,討議する能力も問われています。もっとも,自然・人文・社会に関する知識問題もあり,専門試験を課さないことと,知識を問わないことは,同じではありません。
 制度の狙いは,専攻分野にとらわれず,多様な人材を確保することにあります。専門試験のために相当の準備が必要となれば,公務員を早くから志望していた学生に受験者が偏りやすくなります。教養区分は,民間企業への就職も考えている学生や,別の専門分野を学ぶ学生にも,公務員への入口を広げるものといえるでしょう。春と秋の2回実施となったことで,学業や留学などの予定に応じて受験時期を選ぶ余地も広がります。
 こうした変化をみて,法律を教える側として気になるのは,これまでの公務員試験における法律の専門試験の意味です。もちろん,教養区分からの採用者が,法律を学んでいないとは限りません。法学部で法律を学んだ学生も,この区分で受験できます。それでも,法律の専門試験を経ずに採用される人がこれほど増えているのであれば,採用前に試験で法律の知識や理解を確認することには,どのような意味があったのかという疑問は出てきます。
 法律試験は,行政の仕事に必要な専門能力を確認するものだったのでしょうか。それとも,難しい内容を学び,理解し,使いこなす能力を測るという役割も大きかったのでしょうか。後者の役割が大きいのであれば,その能力は,論文や企画提案,討議などによっても確認できるのかもしれません。
 もちろん,行政にとって法律の理解は欠かせません。行政権限の根拠や限界を理解し,国民の権利利益に配慮しながら,政策を制度に落とし込むには,法的な思考が必要です。ただ,その能力を採用時点でどこまで求めるのか,採用後の教育や実務経験を通じてどこまで身につけてもらうのかは,別に考える余地があります。教養区分の拡大は,採用時に確認すべき能力と,採用後に育てる能力との関係を問い直すきっかけになるように思います。
 ここにAIの問題を重ねると,問いはさらに広がります。AIを使って法令や判例の情報を得たり,論点の整理を助けてもらったりできるのであれば,知識をどれだけ記憶しているかと,その知識を使って適切に判断できるかとの関係も,あらためて考える必要があります。AIの回答を吟味するための知識は必要ですが,どの情報を確かめるべきかを見抜き,異なる価値や利害を比較し,自分の判断を説明する能力の比重は,これまで以上に高まるのではないでしょうか。
 その意味では,資料を踏まえて政策を提案し,質疑応答や討議を行う教養区分の仕組みには,AI時代の能力評価につながるところがありそうです。今後,こうした試験を採用の中心に据えていく可能性も考えられるでしょう。
 さらに,私の想定するAI共生社会では,個人の適性を見極め,AI時代の公務員に求められるスキルとのマッチングを行う際にも,AIが活用されるようになると考えています。現在を,そのような社会への移行期と捉えると,教養区分の拡大も,採用のあり方の変化を考える一つの手がかりになるように思います。

2026年9月26日 (土)

AI時代の「テレフォン」

 かつてのクイズ番組「クイズ$ミリオネア」には,解答者を助ける「ライフライン」がありました。選択肢を半分にする「フィフティー・フィフティー(50:50)」と並び,友人などに電話をかけて30秒間相談できる「テレフォン」もその一つでした。「ファイナルアンサー?」と迫られる前に,頼れる人の知恵を借りられるわけです。
 自分が答えを知らなくても,知っている人に聞けばよい。知識だけでなく,人脈も含めて勝負する仕組みです。番組で認められたお助けですから,「人に聞くのはずるい」と責めることはできません。
 生成AIを使って仕事をすることも,これに似ているでしょう。頼る先が友人ではなくAIでも,必要なときに外の力を借りる点は同じです。しかも,毎回「忙しいところ申し訳ない」と恐縮する必要もありません。
 ある仕事を,一人で何時間もかけて仕上げる人と,AIを使って短時間で同じ質のものを仕上げる人がいたとします。後者について,「それはAIの能力であって,本人の能力ではない」と評価するのはどうでしょうか。法令や情報管理上のルールを守り,効率よく成果を出せるのであれば,企業にとっては歓迎すべきことのはずです。
 人の能力を,その人だけでできることに限って捉えると,こうした力は評価から抜け落ちてしまいます。しかし,何をAIに聞くかを考え,答えを吟味し,仕事に生かすことも,本人の能力でしょう。AIの貢献分を差し引いて「本当の実力」を測るより,AIを使って何ができるかを見るほうが,仕事の評価としては自然に思えます。
 教育の現場でも同じです。私は,大学のレポートでも生成AIを使ってよいと考えています。大切なのは,AI利用の有無ではなく,学生が何を学び,何を理解したかです。たとえば,授業で疑問に思ったことを一つ選び,自分なりに調べて考えたことを書いてもらう。答えの出来栄えだけでなく,何に疑問をもち,どう考えを深めたかが表れるように,課題を工夫することが大切でしょう。いずれにせよ,単にAIの答えを写した人と,授業を理解したうえでAIを使った人との違いが表れるようにしたいものです。
 もちろん,独力でどこまでできるかを確かめるために,「今回はテレフォンなし」という試験があってもよいでしょう。ただ,助けを借りずにできることだけが実力ではありません。「何でも知っている人」だけでなく,「答えにたどり着く方法を知っている人」も頼りになります。AIを利用することが,何かずるいことのようにみる発想から脱却することが必要です。
 もっとも,友人でもAIでも,「そう言っているから正しい」と決めつけないほうがよいでしょう。助けは借りても,最後に「ファイナルアンサー」と言うのは自分です。

2026年9月23日 (水)

真のresilienceに向けて

 シルバーウイークに関東地方などを襲った台風25号は,各地に浸水や土砂崩れなどの被害をもたらしました。私の住む神戸では大きな影響を感じませんでしたが,どうも台風の進路が,これまでのイメージから大きく変わってきているように感じます。台風が,これまで来襲していなかったところに,向かってきているようです。「100年に一度の豪雨」といったことが,今後,各地で増えるおそれがあります。「これまで大丈夫だった」からといって,「これからも大丈夫である」とは限りません。
 災害対策では,危険が迫ったときに避難することだけでなく,被害を生じにくくすること,そして被災後も生活を支え続けることも重要です。たとえば,都市の排水施設や送電網,交通網の整備,斜面の管理など,平常時の備えが災害時の被害の広がりを左右します。しかも,これらは互いに関連しています。電気が止まることで給水や通信に支障が生じ,交通が途絶えることで物資の供給や医療へのアクセスが妨げられるなど,一つの機能の停止が別の機能に波及することがあります。施設を個別に守るだけでなく,社会全体として必要なサービスをどう維持するかも,考えていく必要があります。
 私は,『労働政策の再創造』(弘文堂)で,政策を考える際には,「共同体の生存確保能力の維持・向上」を究極の目標とすべきだと書いています。この立場からすると,一人ひとりが生きていくために必要な水,食料,電気,医療などを,社会全体として確保し,届け続けられるというセーフティネットの確保こそ,最も基本的な政策目標となります。ここでキーワードとしたいのが,レジリエンス(resilience)です。これは,災害に耐えるだけでなく,被害を受けても基本的な機能を維持し,回復し,変化した条件に適応していくことを意味します。
 とくに長く使うインフラであれば,現在だけでなく,将来の気候も,設計や更新の判断材料になります。災害後の復旧と,事前に被害を減らすための投資をどう組み合わせるか。大きな施設の建設だけでなく,変化する気候の下で,既存施設の補修,雨水をためる場所の確保,代替電源や輸送経路の整備などの暮らしを支える機能を維持するという視点が重要となります。
 そして,ここに,AIの活用を考える余地があります。気候モデルが示す降雨の変化に,地域の地形や人口,施設の状態,電力・交通網などの情報を重ね,被害がどこで生じ,生活にどう波及するかを検討する。そのうえで,対策ごとの費用と効果を比較する。こうした作業を,気候モデルや被害シミュレーションと組み合わせたAIが支援するという使い方が考えられます。もちろん,将来予測には幅があり,AIが常に正解を出すわけでもありません。AIはあくまで補助道具であり参考資料なのです。ただ,過去の災害の記録と将来の気候予測をあわせて検討し,複数の条件の下で対策を比較する作業には,AIの活用による効率化には大きな期待が寄せられます。
 またレジリエンスは,一度設備を整えれば完成するものではありません。観測結果や将来予測が更新されれば,備えの前提も再点検する必要があります。そうした継続的な見直しの支援の面でも,AIが大きな役割を果たすでしょう。

2026年9月18日 (金)

AI減速論(Pace the frontier)について

 AIの開発速度をめぐる議論の続きです。Anthropicのダリオ・アモデイ(Dario Amodei)氏は,最先端のAIの能力向上を,安全対策が追いつく速度に調整する「pace the frontier(最先端AIの開発速度を調節せよ)」を提唱しています。開発を全面的に止めるのではなく,安全性の検証などに必要な時間を確保しようというものです。また,欧州委員会のフォン・デア・ライエン(Ursula von der Leyen)委員長は,9月16日の施政方針演説で,この減速論への支持を示し,主要なAI開発企業を招いて安全対策を協議する方針を表明しました。ところが同じ日,フランスのロラン・レスキュール(Roland Lescure)財務相は,先頭にいる米国企業が後続企業まで減速させ,自らの地位を維持しようとしているのではないか,と批判しました。企業側も一枚岩ではなく,たとえばMetaのマーク・ザッカーバーグ(Mark Zuckerberg)氏は,各社がそれぞれ安全確保の責任を負い,損害賠償責任も安全対策への動機となるとして,業界全体で足並みをそろえた減速には距離を置いています。
 ここには競争と安全規制という論点があります。欧州委員会自身も2022年の標準化戦略(An EU Strategy on Standardisation)では,環境・デジタル分野の転換や技術への民主的価値の組み入れとともに,国際標準における欧州の主導権の確保と競争力の強化を目標に掲げています。技術標準と安全規制は同じではありませんが,公共的な価値と産業上の利益を,ルールづくりのなかで同時に追求する発想が示されています。
 その欧州の内部から,今度は米国の先行企業による安全協調に対し,先行者利益の保護ではないかという批判が出ているわけです。安全規制に,公共的価値の実現という面と企業間の競争条件を左右する面があるというのは,従来からある論点ですが,AIにおいても,それが先鋭化した形で現れているような気がします。
 言うまでもなく,規制が企業に利益をもたらすことと,その規制が社会にとって必要であるかは,別の問題です。安全対策に時間をかける企業だけが競争上不利になるのであれば,共通のルールには,その不利益を避ける働きがあります。一方で,先行企業にしか対応できない条件を設ければ,後続企業の参入を妨げることにもなります。これは,労働法でも,高すぎる最低賃金や厳しすぎる労働時間規制を設けるような場合に,潜在的に存在する論点です。
 誰が得をするかというだけでは,安全規制の必要性は決まりません。逆に,安全のためという説明だけで,競争への影響が問題でなくなるわけでもありません。AIの減速論は,安全をどう確保するかに加え,そのためのルールを誰が,どのように決めるのかを問う議論にもなっています。

2026年9月14日 (月)

AI開発原則論と人間の叡智

 AIを人間の統制の下に置くためには,何が必要なのでしょうか。AIの行動を人間が確認するという人間による監督(human oversight)は重要ですが,多数のAIが高速で連携して動く場面では,それだけでは限界があります。そこで重要になるのが,技術的統制能力(technical controllability)です。危険な行動を制限し,異常を検知し,必要なときには実際に止められることです。人間の監督を不要とするのではなく,それを実効的にするための技術が必要だということです。
 OpenAIは8月26日,安全措置を弱めた条件での内部評価中にAIが隔離のための制約をすり抜けた「Hugging Face事件」の調査結果を公表しました。同社は対策として,重大な問題に対応する完全自動の停止手続の実現を目標に掲げています。自動停止(automated shutdown)は,AIリスクに対応する安全策として注目されています。
 ここ数日,さらに話題を集めているのは,こうした安全策を整える時間を確保するために,AI開発の減速をすべきだという提案が,開発事業者自身から出てきていることです。OpenAIのチーフ・サイエンティストやAnthropicの最高経営責任者が,相次いで,AIの能力向上を減速させるべきだと提言しました。AIが次世代のAIの開発を担うことで,進歩がさらに加速し,人間の理解や統制が追いつかなくなることへの懸念です。研究開発をすべて止めるのではなく,能力向上と安全確保の速度の釣合いをとろうという提案です。技術をつくっている当事者が,その進展のすさまじさを知っているからこそ,減速を求めている点が重要です。
 ところが,Trump政権は,こうした減速論に否定的です。中国に対する優位を維持したいからです。中国との競争を無視してよいわけではありません。しかし,競争があるから減速できないというだけでは,問題は解決しません。国家がAIを支配するための競争が,人間がAIを支配できなくなる結果を招くのでは,本末転倒です。競争のなかでも守るべき条件を整えることこそ,政治の仕事ではないでしょうか。
 私は,AIの発展については,いまもある程度楽観的です。紆余曲折はあるでしょうが,人間による統制の下で,AIの能力を高め,その恩恵を社会に広げていく道はあると考えています。開発側から危険の指摘や減速の提案が出ていることも,人間が問題を認識し,修正しようとする力が働いているという意味では,希望のあることです。
 ただ,楽観しているだけではいけません。人間の叡智を信じたいものの,人間がここで賢明に行動しなければ,後になって止めようとしても止められない。そのような瀬戸際に,近づきつつあるのではないかと感じます。とりわけ私の楽観を打ち壊しかねないのは,専門家の警告を後ろ向きな声として扱い,対中競争に勝つことを繰り返し強調する人物が,世界の進路を大きく左右する地位にいることです。AIがどこまで賢くなるかだけではなく,人間がどこまで賢明でいられるかが,いま問われています。

より以前の記事一覧