ブックライブでは、JavaScriptがOFFになっているとご利用いただけない機能があります。JavaScriptを有効にしてご利用ください。
無料マンガ・ラノベなど、豊富なラインナップで188万冊以上配信中！
来店pt
閲覧履歴
My本棚
カート
フォロー
クーポン
Myページ
5pt
ＡＩと共に生きるうえで，私たちは自己の再定義と社会の再設計を迫られている．ＡＩが知の領域に組み込まれるなかで，仕事や教育のあり方はどのように変化し，経済や文化の枠組みはいかに再編されるのか．そしてヒトという存在の何が変わり，何が変わらないのか．ポストＡＩ時代の見取り図を第一人者が提示する．
ブラウザ試し読み
アプリ試し読みはこちら
※アプリの閲覧環境は最新バージョンのものです。
Posted by ブクログ
ＡＩの進歩を「後戻りのできない変化」と捉え、これまでの判断・意思決定・責任などに関する捉え方が揺らぎ始めていると説いています。 例えば、「第Ⅲ部 ポストAIの社会――制度・経済・責任」の「第15章 責任は誰のものか」において、Ａｉが関与するシステムでは「設計責任」「運用責任」「介入責任」の複数の...続きを読む層に責任が分配されると説明しており、まさに企業においてＡＩを導入し活用していく際の課題が具体的に指摘されていると思いました。 また、「第17章 ポストAI時代の業務(1)――指揮と統合」では「指揮」「統合」が、「第18章 ポストAI時代の業務(2)――監査・変更・停止」では「監査」「変更」「停止」についても言及されており、ＡＩが社会に取り入れられるにおいては、これまでの業務や体制についてこれまでにない新たな考え方で臨まなければならないことが分かりました。 個人的には教育に関心があるので、「第21章 教育の更新」において、「地図を持たぬ者に、ナビは使いこなせない」では「教育において知識はもはや「答えを出すための道具」ではなく「足場」となること、「学習の個別最適化の功罪」では「共通体験の喪失」が起こり分断リスクの副作用があること、「教師・学校・学びの場の役割の変化」・「コラム 試験はどうなるのか？」では教師の役割や試験の変化（本書でご確認ください）がどう起こるか書かれており、とても興味深く、いろいろと考えてみよう（考えなければならない）と思いました。 知能について、「ヒト以外」「ヒト」から説き起こされているので知識の整理にもなりますし、これからは「後戻りができない」のだという自覚をもたらしてくれる本です。 生成ＡＩを利用するための基礎知識として、また、議論の現状をとらえて必要な個別分野を検討するための足掛かりの本としてもオススメいたします♡ ・蛇足ですが、 8月15日（土）の毎日新聞の「人生相談」に面白い相談と回答が載っていました。 まず、相談はこうでした。 「文学賞が欲しいのでＡＩに書いてもらおうと思うが、最短の方法は？」 そして、回答者の作家 高橋源一郎さんの回答をかいつまんで書くとこうでした。 「ＡＩにどんどん書いてもらえば良いですが、どれを応募しようか判断するのは読解力で、読解力がつく一番の方法は「自分で書くこと」なんですよ。」 どうですか？ イイね♪を押したくなるでしょ？ さらに極めつけの最後の言葉はこうでした。 「小説を書くうちに、何かを生み出す以上に面白く楽しく刺激的なものなんてないことがわかるでしょう。こんな素晴らしいことをＡＩにやらせておくなんてもったいないじゃありませんか。」 ♪♪♡♡♡！！ 〔作品紹介〕 AIと共に生きるなかで、私たちは自己の再定義と社会の再設計を迫られている。AIが知の領域に組み込まれるなかで、仕事や教育のあり方はどのように変化し、経済や文化の枠組みはいかに再編されるのか。そしてヒトという存在の何が変わり、何が変わらないのか。AIが前提となる時代の見取り図を第一人者が提示する。 （目次） はじめに 第Ⅰ部 ヒト以外の知能 第１章 学習する計算機 学習する計算機と、説明できなくなった人間 理解する前に答えがある世界へ 第２章 学習とは何か 模倣する学習から、試行錯誤する学習へ なぜ人は「理解していないもの」に従うのか わからないものに判断を委ねるとはどういうことか 理解を前提とした判断の限界 コラム 学習の三つの基本形 第３章 AIは断片的な世界で学習する 断片的な学習がもたらす強さ 連続性を持たない学習の限界 AIは表面的にしかわかっていない 世界の厚みを持った人の学習 コラム 大規模言語モデルの学習 第４章 AIは継続学習が苦手 分散表現が生む「記憶の干渉」 破滅的忘却 AIは忘れながら覚え直している 反復によって成立する学習 第５章 なぜヒトは少ない経験から学べるのか 生存戦略としての「その場学習」 多次元的で高密度な学習 記憶の固定化と干渉の回避 抽象化という圧縮装置 第６章 抽象化の力と副作用 カテゴリ化 因果を見出したいという欲求 抽象化や因果推論が生む誤りと迷信 抽象化と偏見 人とAIの抽象化の違い 抽象化は知能の加速装置であり、不安定化要因でもある 第７章 究極の抽象化である言語 個人を超える学習 曖昧さの強さ 離散化とコピー可能性 無限の表現力 AIが言語を扱うということ さまざまな情報をつなぐハブとしての言語 第８章 AIは理解しているか 言語の理解と世界の理解 理解を構成する五つの観点 AIは五つの理解をすでに高い水準で実現している コラム 文脈内学習 第Ⅱ部 ヒトの知能――AIとの対比からみる特徴 第９章 個別性と多様性――同じ世界でも、異なる世界にいる 評価軸の違いからの個別性 多様性は探索のための設計原理である AIとの対比――評価軸の固定という制約 第10章 文化――個人を超えて学ぶ仕組み 文化がもたらす集団学習 評価軸の外部化 文化を持たないAIとの対比 第11章 死と有限性――不可逆な有限性が知能を形づくる 不可逆性が選択を生む 死と集団の学習 AIとの構造的な違い 第12章 感情――学習を駆動する内的報酬 感情の起源――身体状態のモニタリングから社会的評価へ 感情は経験に重みを与える 内的報酬としての感情 感情と個別性 AIは感情を持ちうるか 第13章 自由と責任――選択を引き受ける主体 主体なき選択は自由ではない 不可逆性としての自由と責任 AIはなぜ自由ではないのか 自由と責任の再定義 第14章 意識と自己――「私」はどこに宿るのか 自己モデル――行動を「自分のもの」にする短期記憶 目標――行動に方向を与える軸 内省能力と主観経験 AIはどこまで主体か 社会的主体と責任の所在 第Ⅲ部 ポストAIの社会――制度・経済・責任 第15章 責任は誰のものか 責任が生じる三つの条件 「主体があるように見える」ことの危うさ AIにおける責任のズレ 責任はどこに置かれるのか 責任を個人に還元しないために 第16章 仕事の再設計――AIが業務に溶け込んでいく 変化は連続的に、まず仕事の内部から起きる エージェントとハーネス 文化という巨大なハーネス 仕事は部分的に、構造から自動化される 実行は分散し、判断は集約される 監査可能性と責任の所在 新規事業に見る人間の役割 第17章 ポストAI時代の業務(1)――指揮と統合 指揮という仕事 統合という仕事 統合と経営判断の関係 第18章 ポストAI時代の業務(2)――監査・変更・停止 監査とは何か 変更という介入 変更に伴う責任 停止という不可逆な境界を引く判断 設計として引き受けられる責任 第19章 コミュニケーションの再設計――交渉が並列化し、委譲が制度になる 会話の高速化から、合意形成の構造化へ 代理交渉と専門性の外部化 委譲が制度になるということ 日常生活へ浸透するエージェント交渉 注意と責任の再配分としてのコミュニケーション 第20章 言語の再発明 自然言語が前提としてきた人間同士の了解 自然言語の第一の制約――一次元の流れ 曖昧さという緩衝材の限界 第二の言語層 自然言語を補ってきた人工言語の延長として AIにとって自然言語は特別ではない 第21章 教育の更新 地図を持たぬ者に、ナビは使いこなせない 学習の個別最適化の功罪 問いを立てる力と学びの主体性 教師・学校・学びの場の役割の変化 コラム 試験はどうなるのか？ 第22章 研究開発の逆転 理解なき発見の常態化 整理する者から意味づける者へ 神託への接近 第23章 神託としてのAIと科学研究 納得と制御の分離 神託としてのAI 理解から検証へ――神託の飼いならし方 制度としての責任 第24章 エージェント社会とRTS エージェント社会とは何か RTSゲーム 人間は「司令部」という位置に現れる エージェント社会の構造 拡張するエージェント社会 第25章 引き返せない選択としての創造性 「終わらせる」という特権 責任という名の創造性 第26章 なぜ外国語を学ぶのか 翻訳できることと、外国語がわかることは違う 言語を学ぶとは、生成規則を覚えることではない 内面化された生成空間としての言語 生成を手放したあとに残るもの 第27章 数十億のAIエージェントが経済活動を担うとき――主体・契約・市場の再編 法人とAIエージェントは何が違うのか 契約は自動化できても、責任は自動化できない エージェント市場が生む新しい不安定性 人間に残る役割――主体を設計するという仕事 第28章 AIを社会に組み込むための設計原理 内部からの逸脱――制御不能のリスク 外部からの武器化――悪用のリスク 社会実装のための三つの設計原理 権利は感情ではなく制度である おわりに――AIと共に変わるヒト 参考図書 あとがき
Preferred Networks、Matlantis CEOの岡野原大輔さんが、これからのヒトとAIの関係性について語る本。 本書で一貫するのは、AIには当事者性がなく、判断を委ねることはできても責任を委ねることはできない、という立場である。ただ、「主体」「有限性」「自分のものとして引き受ける...続きを読む」とは一体何なのか。身体を持つロボットが体感的に世界を学習したら主体になれるのか。読みながらいろんな疑問が浮かんだ。 特に面白かったのは、引き返せない時間の中で無数の選択肢から一つを選び続け、その履歴によって人間がそれぞれ違う「尖り方」をしていくことが、社会全体の安定性につながるという話。人間の集団免疫にも似ていて、めちゃくちゃ同意した。 AIエージェント時代には、暗黙知を過剰なくらい言語化する必要がある、という指摘も、自分の研究経験とかなり重なった。AIについての本でありながら、「人間とは何か」をかなり考えさせられる本だった。
整理された議論が展開され、とても読みやすい一冊でした。夏休みに読む本としてお勧めしたいです。 AIについてある程度ご存じの方は「第Ⅲ部 ポストAIの社会」から読まれてもよいでしょうが、そうでない私は「第Ⅰ部 ヒト以外の知能」「第Ⅱ部 ヒトの知能」も興味深く読みました。むしろこれらがあったからこそ、...続きを読む本書を最後まで読み進められたと思います。 「第Ⅲ部 ポストAIの社会」では、「第15章 責任は誰のものか」「第18章 ポストAI時代の業務（２）ー監査・変更・停止」が、責任の設計という避けられない課題を強く意識させてくれました。一方、「第17章 ポストAI時代の業務（１）ー指揮と統合」は、ものづくりの世界では従来から意識されている視点だな、という印象です。 次に「第20章 言語の再発明」は、文脈依存性が高いとされる日本語話者として、意識的である必要を感じました。 そして「第21章 教育の更新」における「共通体験の喪失」による社会分断のリスクは、個人的には最も深く危機感を抱いた箇所です。 「第28章 AIを社会に組み込むための設計原理」は、これまでの議論のまとめです。ここだけ読めば「それはそうでしょう」と思う方もいるかもしれませんが、全体を読んだ私としては、この章がアンカーの役割を果たしてくれ、構成としてとてもありがたかったです。
2026年7月22日発行の新しい本です。 「本書は、発展著しいAIが、今後、社会や生活にどのような影響を与えるのか、そして人間である私たちがAIと共に生きるうえで、何が変わり、何が変わらないかを、自分自身でも整理したいと思って書いたものである。」とあとがきにありました。 AIがあっても、そのAIが出...続きを読むしたたくさんのアウトプットの中から、どれを採用するかを判断したり、どんなAIを使うかを判断するのは、人間がしなくていけないこと、そして、その結果生じる出来事に対しての責任は人間が負わなくてはいけないことを筆者は主張しています。 AIは、火や電気、自動車のように、人間社会のあり様を変えて、それがない社会には戻れないと言っています。 私たちひとりひとりがAIとどのように暮していくべきか、常に考えないといけない時代かなと思いました。 短い章でブロックを積むようにちょっとずつ話を進めているので、とても読みやすかったです。
・AIには有限性がない。「死」という不可逆的な終わりも無い。そのために世界に対する当事者性が無い。だからこそ、AIの選択・生成に伴う結果の責任を引き受けるのは人間になる。 ・AIの創り出す結果は人間の理解を超えていく。「理解できないものは扱わない」ではもう済まない段階に来ている。理解を超えた結果を...続きを読むどう扱うのか。それを人間は考えていく必要がある。
生成AI登場以前は自明だった、「誰が判断し、誰が責任をもって行動するか」という仕事の大前提を、大きく変更する必要が生じているということを、本書では多くの切り口で探り、様々な表現で言語化されている。 生成AIの喧騒から一旦離れて思索に耽るのに、とても良い本だと思う。 生成AIが台頭してから「教育の...続きを読むあり方」「科学研究のあり方」については考えを巡らせていたから、その点に触れられていたのは良い発見になった。 教育について、AIの所為で今の多くの若者たちは本当に厳しい局面を迎えていると思う。社会がまだ生成AIに適合しきっていない中で、下積みの機会としての雇用は奪われ、代わりにシニア社員のような動きを求められる。継続的な自己投資が極めて重要な（多くの人にとって）過酷な世界が待っている。 科学研究について、本書では、大量のアウトプットを所与として、その検証のために膨大な計算リソースが必須な世界観となることが指摘されている。 その通りだと思うし、自然科学の民主性を維持するには計算リソースに関する公的な仕組みづくりも必要だろう。 ただ常に思うのは「神託」のように研究成果をAIが上げてくる世界線で理論科学が人間にとって魅力的な存在であり続けられるのだろうか、ということ。 「神託」ときくと私はすぐに数学者ラマヌジャンを思いつく。彼は証明もなしに誰も到底思い付かない公式を泉のように生み出す唯一無二の奇才で、彼の生き様は映画や書籍にもなって、人類史に深く刻まれた。 生成AIは、すべての科学者をラマヌジャンたらしめる潜在能力がある。そのとき、検証と意味付けは確かにその人の成果であり功績だが、特に理論科学分野においてはどう個人に功績を帰属させるのだろうか。人間には到底辿り着けない成果で埋め尽くされた理論科学を人間社会は感情的にどう受け止めるんだろうか。
「理解してから決める時代は、終わりつつある。」 AIは、私たちが理解するより先に答えを出します。しかも、その答えが人間より優れている場面が増えれば、「わからないから使わない」では済まなくなるでしょう。これから問われるのは、すべてを理解する力ではなく、理解しきれない答えをどこまで信じ、その結果を引き...続きを読む受けられるかという力なのだと納得感がありました。
『ヒトとAI』添付箇所のまとめ・結論・示唆 以下は、岡野原大輔『ヒトとAI』の添付箇所と、ご提示いただいた文章を統合して整理したものです。 1. 全体要旨 本章が提示している中心命題は、AI時代の創造性とは、無数の可能性を生み出す能力ではなく、可能性を切り捨て、一つを選び、その結果を引き受ける...続きを読む能力であるということです。 生成AIは、文章、画像、コード、設計案、研究仮説などを高速かつ大量に提示できます。従来は「何も思いつかないこと」が創造のボトルネックでしたが、AI時代には逆に、候補が多すぎて決められないことがボトルネックになります。 したがって、創造性の重心は、 生み出すこと から 選び、終わらせ、責任を負うこと へと移動します。 AIは技術的には案を順位づけし、一案を選ぶこともできます。しかし、その選択を「社会的に正当な決定」として確定し、失われた可能性や不可逆的な結果を引き受ける主体にはなれません。最終的な選択は、依然として人間と制度の側に残ります。 ⸻ 2. 主要論点 2-1. 創造性は「無から有を生む力」ではなくなる 従来、創造性は、独創的なアイデアや前例のない表現を生み出す能力として理解されてきました。 しかしAIは、既存の人間には思いつかなかった組み合わせや表現を大量に生成できます。そのため、「新しい案を生み出すこと」だけでは、人間固有の創造性を説明できなくなります。 AI時代の創造性は、むしろ次の行為に現れます。 * 無数の可能性の流れを止める * 評価基準を設定する * 一つを選び、他を捨てる * 作品や意思決定を完了させる * 選択の結果を自分のものとして引き受ける つまり、創造とは可能性を増やす行為であると同時に、可能性を切断し、現実を一つに固定する行為でもあります。 ⸻ 2-2. AIには「終わらせる」という責任主体性がない AIは「もっと良い案」を際限なく生成できます。ある案を改善し、別案をつくり、さらに比較することもできます。 一方、人間はどこかで、 十分に検討した。これを採用する と判断しなければなりません。 作品を完成させることは、単なる生成停止ではありません。生成可能だった別の作品、別の解釈、別の未来を意図的に捨てる行為です。 ここに、人間とAIの決定的な違いがあります。 AIは計算上の最適解を提示できても、なぜ今この時点で探索を終えるのか、その選択によって何を失うのか、結果に対して誰が責任を負うのかを、自らの社会的立場として引き受けることはできません。 したがって、AI時代の人間に残るのは、単なる「最終確認」ではなく、探索を終わらせる権限と義務です。 ⸻ 2-3. 創造性の民主化は、責任の民主化でもある 生成AIによって、専門的な技能を持たない人でも、文章、画像、音楽、映像、プログラムなどを制作できるようになります。 これは「誰でもクリエイターになれる」という創造性の民主化です。 しかし、創造できる人が増えるということは、同時に、 * 何を生成するか * どの案を採用するか * 何を公開するか * どのような影響を生むか について判断を求められる人も増えるということです。 AIが数千の案を提示しても、その中から一つを選んだ瞬間、AIが選んだという説明だけでは責任は消えません。採用し、利用し、公開した人間の判断が残ります。 したがって、創造性の民主化とは、能力の民主化だけではなく、不可逆的な結果を引き受ける責任の民主化でもあります。 ⸻ 3. 「AIによる発見が先にあり、理解が後から追いかける」 ご提示いただいた文章は、本書全体の重要な問題意識を端的に表しています。 従来の研究や意思決定では、おおむね次の順序が想定されていました。 理解する → 仮説を立てる → 探索・実験する → 答えを得る しかしAIによる探索では、順序が反転します。 AIが有望な答えを発見する → 人間が結果を検証する → 後から原理や意味を理解する AIは、特定の学問分野や専門家共同体の常識に強く拘束されず、膨大な変数や異分野の情報を同時に探索できます。 人間が一つの専門分野というレンズを通じて世界を見るのに対し、AIは、無数のレンズを重ね合わせた探索を行います。そのため、既存の専門分野の境界や分類の隙間に埋もれていた、いわば「谷間の解答」を発見できる可能性があります。 ここで重要なのは、AIの答えが直ちに「理解」になるわけではないことです。 AIが相関や有効な構造を見つけても、 * なぜ成立するのか * どの条件で再現するのか * どこまで一般化できるのか * どのような副作用があるのか * 社会的に利用してよいのか という問いは残ります。 したがって研究者の役割は、情報を整理して答えを導く者から、AIが発見したものを検証し、説明し、意味づけ、知識体系の中に位置づける者へと変化します。 ⸻ 4. 翻訳できることと、外国語がわかることは違う 添付箇所では、AI翻訳を例として、「結果を得ること」と「能力を内面化すること」の違いが論じられています。 AI翻訳は、実用上十分な文章を即座に生成できます。しかし、翻訳結果を読めることと、外国語を理解できることは同じではありません。 外国語を学ぶことで得られるのは、単語や文法の知識だけではありません。 学習者の内側には、 * どの表現が自然なのか * どの言い回しが丁寧なのか * どこまで踏み込んだ表現なのか * 文脈にどのような含意があるのか * 別の表現なら何が変わるのか という「可能性空間」が形成されます。 そのため、外国語を学んだ人は、AIの翻訳結果に対して違和感を持ち、評価し、修正できます。学んでいない人は、AIの結果を受け取れても、その良し悪しを十分に判断できません。 ここから得られる重要な示唆は、AIが生成できるようになったからといって、人間が学ぶ必要がなくなるわけではないということです。 むしろ学習の目的が変化します。 従来は「自分で正解を生成するため」に学んでいました。AI時代には、それに加えて、 AIの生成結果を評価し、文脈に適合させ、最終判断を行うため に学ぶ必要があります。 学習とは、正解を記憶することではなく、生成可能性と評価基準を自分の内側に持つことなのです。 ⸻ 5. 権利は感情ではなく制度である AIが人間に近い会話や振る舞いをするほど、人はAIに主体性や感情を感じるようになります。 しかし本書は、権利を「感情があるように見えるから与えるもの」とは捉えていません。権利とは、社会がどの主体にどのような責任と保護を与えるかを定めた、制度設計の結果です。 権利を与えるなら、同時に、 * 誰が責任を負うのか * 損害をどのように補償するのか * 契約や財産をどう扱うのか * 判断を誰に帰属させるのか * 有限責任を認めるのか という枠組みを設計しなければなりません。 AIに権利や責任を認める議論は、AIが人間らしいかどうかという感情論ではなく、社会制度としてどのような主体をつくるのかという問題です。 現時点では、AIの判断過程が不透明であったとしても、AIを採用し、利用し、結果を社会に実装した人間や組織が責任を負います。 AIによって責任が消えるのではなく、むしろ責任の帰属を明示する制度の重要性が高まります。 ⸻ 6. 統合的な結論 結論1：AI時代のボトルネックは、生成から選択へ移る AI以前は、アイデア、仮説、文章、設計案を生み出すこと自体に時間と専門性が必要でした。 AI時代には、案の生成コストは急速に低下します。その結果、希少になるのは案ではなく、 * 何を問うか * 何を基準に評価するか * どの案を採用するか * どこで探索を終えるか * 誰が結果を引き受けるか です。 競争力の源泉は「たくさん生成できること」から、正しく絞り込み、早く決め、結果を引き受けられることへ移ります。 ⸻ 結論2：理解は遅れてもよいが、責任まで遅らせることはできない AIが先に有効な答えを見つけ、人間の理解が後から追いかける状況は、研究、医療、事業、行政などで増えていくと考えられます。 完全な理解を待っていては、AIの成果を利用できません。しかし、理解が不十分だからといって、無条件に利用してよいわけでもありません。 必要なのは、 * 理解できている範囲 * 理解できていない範囲 * 利用可能な条件 * 想定されるリスク * 中止・再検討の条件 を明示したうえで、限定的に利用し、その責任を引き受けることです。 つまり、AI時代の基本姿勢は、 完全な理解を待つことではなく、不完全な理解のまま利用する条件と責任を設計すること になります。 ⸻ 結論3：人間の固有性は「答えを出すこと」より「意味を与えること」に残る AIは答えの候補を生成し、比較し、最適化できます。 一方、人間と社会には、その答えを、 * どの問題に対する答えとして扱うのか * 何のために使うのか * 誰にとって望ましいのか * どの価値を優先するのか * どの結果まで受け入れるのか と意味づける役割が残ります。 AIが「何ができるか」を拡張するほど、人間には「何をすべきか」を決める責任が強く求められます。 ⸻ 7. 実務への示唆 7-1. 研究開発：研究者は「探索者」から「意味づけと正当化の責任者」へ AIは、分野横断的な探索、候補生成、パターン発見を担います。 研究者には、次の役割がより重要になります。 1. AIに探索させる問題と探索空間を定義する 2. 発見の再現性や因果関係を検証する 3. 既存理論との関係を整理する 4. 利用条件と限界を明らかにする 5. 社会的・倫理的な意味を説明する 研究成果の価値は、「AIが何かを発見したこと」だけではなく、その発見を人間が理解可能な知識として成立させたことに置かれるようになります。 ⸻ 7-2. 事業開発：アイデア創出よりも、選定基準と停止条件が重要になる 生成AIを使えば、事業アイデアや施策案は大量に生み出せます。 しかし、案が増えるほど、組織は決められなくなる可能性があります。したがって事業開発では、生成プロンプトより先に、次を設計する必要があります。 * 誰のどの課題を解決するのか * 採用条件は何か * 何をもって有望とするのか * いつまで探索するのか * どの条件なら中止するのか * 最終決定者は誰か AI時代の事業開発力とは、アイデアの数ではなく、可能性を事業判断へ変換するゲート設計力です。 ⸻ 7-3. 組織経営：「生成プロセス」ではなく「決定プロセス」を再設計する AI導入において、多くの組織は生成速度や業務効率に注目します。 しかし本質的な課題は、その後です。 AIが出した案を誰が評価し、誰が承認し、誰が責任を負うのかが曖昧なままでは、生成物が増えるだけで意思決定は前に進みません。 必要になるのは、次のような責任アーキテクチャです。 * AIが担う範囲 * 人間が判断する範囲 * 承認権限 * 判断根拠の記録 * 不確実性の表示 * 再検討条件 * 問題発生時の責任帰属 AI活用の成熟度は、モデルの性能だけではなく、生成された結果を誰がどのように現実へ接続するかで決まります。 ⸻ 7-4. 教育：正解をつくる力から、生成物を評価する力へ 教育においても、AIに答えを出させることを禁止するだけでは不十分です。 今後必要なのは、AIが出した複数案を比較し、 * 前提は妥当か * 根拠は十分か * 反例はあるか * 文脈に適しているか * 何が欠けているか * 自分ならどれを選ぶか を説明する訓練です。 評価、選択、修正、説明を行うには、その分野の知識が必要です。したがって、基礎学習の意味は失われません。 学習は「AIなしで生成するため」だけでなく、AIと共同で判断するための内的基準を形成する行為になります。 ⸻ 8. 本書から導ける追加的な示唆 8-1. AI時代には「説明負債」が蓄積する AIが発見した結果を、人間が十分に理解しないまま利用する場面が増えると、社会には「なぜ機能するのかわからないが使われている仕組み」が増えていきます。 これは技術的負債と同様に、説明負債・認識負債として蓄積します。 短期的には成果を出せても、環境が変化した際に、 * なぜ性能が落ちたのか * どの条件が崩れたのか * どこを修正すべきか * 誰が判断すべきか がわからなくなります。 したがって、AIによる発見を活用する組織には、利用と並行して理解を追いつかせる仕組みが必要です。 ⸻ 8-2. 希少資源は「答え」から「正当性」へ移る 答えが大量生成される社会では、「何が正しいか」だけでなく、 なぜその案を採用してよいのか を説明できることが重要になります。 AIによる提案の性能が同程度であれば、最終的な差は、 * 判断過程の透明性 * 当事者の納得 * 社会的な受容性 * 責任主体の明確さ * 検証可能性 によって生まれます。 AI時代には、正解の希少性よりも、決定を正当化し、信頼を形成する能力の希少性が高まります。 ⸻ 8-3. 組織の競争力は「意思決定スループット」で決まる 生成AIを導入すると、案の供給量は急増します。ところが、承認者の時間、判断基準、責任分担が変わらなければ、意思決定の待ち行列が長くなります。 このため、AI時代の生産性を測る際には、生成件数ではなく、 * 案が生成されてから決定されるまでの時間 * 決定後に実行へ移るまでの時間 * 判断の手戻り率 * 責任者不在による停滞件数 * 不採用理由の再利用率 を見る必要があります。 AI導入の本当の成果は、アウトプット量ではなく、組織が責任ある決定を処理できる速度に現れます。 ⸻ 最終結論 『ヒトとAI』の添付箇所が伝えているのは、AIによって人間の役割が消えるという単純な話ではありません。 AIは、発見し、生成し、比較し、最適化する領域を急速に拡大します。人間はその結果、作業から解放される一方で、より重い役割を担うことになります。 それは、 問いを定め、 評価基準をつくり、 無数の可能性から一つを選び、 探索を終わらせ、 不完全な理解のままでも結果を引き受けること です。 AI時代に人間へ残るのは、単なる「最後のボタンを押す仕事」ではありません。 AIが開いた可能性空間に境界を引き、現実を一つに定め、その意味と責任を担う仕事です。 したがって、AI時代に最も重要になる能力は、生成能力そのものではなく、 選択する力、終わらせる力、説明する力、責任を負う力 であると結論づけられます。
レビューをもっと見る
新刊やセール情報をお知らせします。
ヒトとＡＩ
新刊情報をお知らせします。
岡野原大輔
フォロー機能について
「岩波新書」の最新刊一覧へ
「雑学・エンタメ」無料一覧へ
「雑学・エンタメ」ランキングの一覧へ
ビジネス・実用
AI技術の最前線 これからのAIを読み解く先端技術73
オンライン機械学習
試し読み
拡散モデル データ生成技術の数理
深層学習
生成ＡＩのしくみ 〈流れ〉が画像・音声・動画をつくる
対称性と機械学習
大規模言語モデルは新たな知能か ＣｈａｔＧＰＴが変えた世界
ディープラーニングを支える技術——「正解」を導くメカニズム［技術基礎］
「岡野原大輔」のこれもおすすめ一覧へ
みんなの公開リストをもっと見る
一覧 >>
▲ヒトとＡＩ ページトップヘ
