OpenAIのサム・アルトマンが、AIが雇用に与える影響について根本的な問いを投げかける。多くの人々がAIによる仕事の喪失を懸念する中、彼は問題の本質は技術そのものではなく、その展開方法にあると指摘する。過去数十年のグローバル化や自動化では、生産性向上の恩恵が労働者ではなく資本所有者に集中し、コミュニティが崩壊した歴史がある。AIも同じ轍を踏む危険性があるが、適切な政策と設計思想があれば、労働者を置き換えるのではなく能力を拡張する道具となり得る。医療、教育、製造業など具体例を挙げながら、税制改革、再教育投資、新たな所有モデル、民主的な意思決定プロセスの必要性を説く。技術の進歩を広く共有された繁栄につなげるか、さらなる格差拡大の道具とするかは、今この瞬間の我々の選択にかかっている。
AIと雇用の未来についての本質的な問い
人々は私にAIが仕事を奪うことについて尋ね続けていますが、その気持ちは理解できます。自然な懸念です。しかし、私たちはこの問題を間違った視点で見ていると思います。会話の焦点は、AIが仕事を変えるかどうかではありません。なぜなら、それは確実に起こるからです。問題は、この移行期を利用して何かより良いものを構築するのか、それとも何十年も労働者を圧迫してきた同じ壊れたシステムがさらに悪化するのを許すのか、ということなのです。
今起きていることと、なぜこの瞬間が過去に経験したどんなことよりも異なると考えているのか、お話ししましょう。先週、研究者たちとミーティングをしていました。私たちのモデルの最新機能を見ていたのです。そのうちの一人が、熟練プログラマーなら数時間、場合によっては数日かかるような複雑なソフトウェアを、AIが数分で書いているデモを見せてくれました。私の最初の思考は、技術への興奮ではありませんでした。
それは、私が知っている開発者のサラのことでした。彼女は15年間コーディングをしていて、家を買ったばかりで、学校に通う子供たちがいます。彼女に何が起こるのか。しかし、さらに深く考え始めると、重要なことに気づきました。サラはただコードを書くだけではありません。彼女はビジネス上の問題を理解しています。クライアントと話します。人間の直感を必要とする奇妙なエッジケースをデバッグします。
ジュニア開発者をメンタリングします。AIはコードを生成できますが、サラの仕事はできません。本当にはできないのです。AIができることは、彼女の仕事のうちルーティン的な部分で、サラを信じられないほど生産的にすることです。つまり、彼女は独自に人間的な部分に集中できるということです。問題は、この移行が自動的には起こらないということです。
そして、もし注意を怠れば、過去40年間富を集中させてきた同じ経済力がこの移行を推進するなら、そうです、サラはスーパーパワーを得る代わりに仕事を失うかもしれません。これは技術の問題ではありません。政策の問題です。社会として私たちが下す選択なのです。これが何を意味するのか説明しましょう。
グローバル化と自動化から学ぶべき教訓
過去数十年間のグローバル化と自動化で何が起こったかを見てください。利益は莫大でした。世界の生産性は上がりました。消費財は安くなりました。サプライチェーンは信じられないほど効率的になりました。しかし、その恩恵は不均衡に資本を所有する人々に行き、実際に働く人々には行きませんでした。中西部の工場労働者は、海外の工場やロボットに仕事を奪われましたが、それらの変化が生み出した利益増加の分け前を得ることはありませんでした。
代わりに、彼らはコーディングを学ぶか、仕事がある場所に移動するよう言われました。まるで人生全体をひっくり返すことがちょっとした不便さに過ぎないかのように。結果はまさに予想通りでした。コミュニティ全体が空洞化しました。国の一部の地域では平均寿命が低下し始めました。人々は生涯信頼してきた制度に見捨てられたと感じました。
そして、根本的な問題、つまり技術進歩が公平に共有されていないという問題を修正する代わりに、政治的な対応は移民や貿易協定や沿岸部のエリートや、都合の良い誰かを非難することでした。今、私たちはさらに大きな技術的変化に直面しており、同じパターンが浮上しているのを見ています。AI企業、そしてそう、私の会社も含めて、生産性を劇的に向上させるツールを構築しています。
問題は、その生産性向上が、より良い仕事、より高い賃金、労働者のためのより多くの機会に変わるのか、それとも少数のAI企業を所有する人々を極めて裕福にする一方で、他のすべての人がより少なく、より悪い仕事を競い合うことになるのか、ということです。
私はこのことについてよく考えます。なぜなら、私には特異な視点があるからです。私は技術を早い段階で見ることができます。その能力と限界を、ほとんどの人よりもよく理解しています。そして私が言えることは、技術そのものが敵ではないということです。AIは電気やインターネットと同じ道具です。問題はそれをどう展開するかです。
現在、ビジネスにおけるAIアプリケーションのほとんどは、コスト削減に焦点を当てています。それはしばしば人件費の削減を意味します。企業はカスタマーサービス担当者を置き換えるためにチャットボットを導入します。法律事務所は、ジュニアアソシエイトを雇う代わりにAIを使って文書をレビューします。マーケティング代理店は、フリーランスのライターに支払う代わりに、AIを使ってコンテンツを生成します。
純粋なビジネスの観点から見れば、これは完全に理にかなっています。同じ品質のサービスを維持しながら、より少ない費用で済むなら、なぜそうしないのでしょうか。しかし社会的な観点から見れば、良い給料の仕事を排除し、節約分を株主の間で集中させるだけなら、それは災害です。しかし、別の道があります。AIを労働者を置き換えるために使う代わりに、彼らを拡張するために使うことができます。
カスタマーサービス担当者を置き換えるチャットボットの代わりに、カスタマーサービス担当者が問題をより速く、より効果的に解決できるよう支援し、より複雑な問題を処理し、より良いサービスを提供できるようにするAIを想像してください。弁護士を置き換えるAIの代わりに、弁護士がより徹底的に訴訟を調査し、より説得力のある書面を書けるよう支援し、より多くのクライアントを引き受け、より良い代理を提供できるようにするAIを想像してください。
違いは技術的なものだけではありません。価値観と選択の問題です。もし人間の労働者を時代遅れにするのではなく、より効果的にすることを目標にAIシステムを設計すれば、異なる結果が得られます。しかし、ここに課題があります。そして、ここで経済的現実について本当に正直になる必要があると思います。
AI開発の経済的インセンティブ構造
AI技術を開発している企業は、投資家に利益を示す莫大な圧力にさらされています。私自身がそうなので分かります。私たちは数十億ドルを調達しており、それらの投資家は私たちが価値あるものを構築することを期待しています。価値を創造する最も明白な方法は、他の企業のコストを削減するツールを構築することです。つまり、人件費を削減することです。これはAI起業家が悪だからではありません。
それが私たちの経済システムの仕組みだからです。利益を提供しなければ、さらなる資金を得られず、技術を開発し続けることができません。したがって、仕事をより良くするアプリケーションではなく、仕事を排除するアプリケーションに焦点を当てる組み込みのインセンティブがあります。ここで政策が登場します。
現在、私たちの税制は、企業が労働者をテクノロジーで置き換えることを奨励しています。もし私が人を雇えば、給与税を払わなければなりません。もしソフトウェアを買えば、それを減価償却できます。税法は文字通り、雇用よりも自動化を奨励しているのです。考えてみると、これは狂気の沙汰です。私たちは良い仕事の排除に補助金を出しているのです。
もしそれを逆転させたらどうでしょうか。もし企業が、労働者を完全に置き換えるのではなく、AIを使って生産性を高めることで税額控除を受けられるとしたらどうでしょうか。もしAIによる利益の一部が、それによって影響を受けた人々と共有されることを保証する政策があったらどうでしょうか。もし労働者が雇用する企業の株式を所有しやすくして、企業が技術によってより収益性が高くなったときに彼らが恩恵を受けられるようにしたらどうでしょうか。
これは急進的に聞こえるかもしれませんが、実際には以前に持っていた政策とそれほど違いません。第二次世界大戦後の好況期には、強力な労働組合と累進課税により、生産性向上の利益が広く共有されました。企業がより収益性が高くなると、労働者の賃金も上がりました。そうやって私たちは中産階級を最初に構築したのです。今の違いは、AIからの利益が以前の技術革命からの利益よりもさらに大きくなる可能性があることです。
私たちは既存のプロセスをより効率的にすることだけを話しているのではありません。人間がこれまで自動化できなかった創造的で分析的な作業を行えるAIについて話しているのです。生産性の向上は莫大になる可能性があります。問題は、労働者がその恩恵の一部を得るのか、それともすべてが少数のテック企業とその投資家に流れるのか、ということです。
ある工場労働者との対話
最近の会話で、このことが本当に明確になりました。オハイオ州の製造工場を訪れて、AIが彼らの仕事にどう影響するかについて労働者と話していました。マイクという男性がいました。彼は23年間そこで働いていて、高校を卒業してすぐに働き始め、現場から監督職まで昇進しました。彼は私に、ずっと心に残っていることを言いました。
彼は言いました。「サム、私は新しい技術に反対しているわけではありません。長年にわたって多くの変化を見てきましたし、そのほとんどは私の仕事をより簡単に、あるいはより安全にしてくれました。でも、これは違う感じがします。あなたが私の仕事をより良くしようとしているのではない感じがします。私を完全に置き換えようとしている感じがします」
その会話は私につきまといます。なぜなら、マイクは正しいからです。多くのAI開発は現在、拡張ではなく置き換えに焦点を当てています。そしてその理由は、私たちテック業界の人間が冷淡であったり、労働者を気にかけていないからではありません。
経済的インセンティブが、強化よりも置き換えに報酬を与えるように構造化されているからです。ベンチャーキャピタルがどう機能するか考えてみてください。私が投資家にAI企業について話すとき、彼らが常に尋ねる質問は「あなたが破壊している市場はどれくらい大きいのか」です。彼らは、この技術がどれだけの仕事を排除できるかを知りたがっています。なぜなら、それはそれを購入する企業のコスト削減に直接つながるからです。
労働者を50%生産的にするAIシステムは興味深いです。それらの労働者の必要性を完全に排除するAIシステムは、10億ドルの機会です。これは持続可能ではありません。経済的にも、政治的にも、社会的にも。なぜなら、新しい機会を生み出すことなく良い中産階級の仕事を排除すると、何が起こるかというと、
社会不安、政治的過激主義、そして最終的には技術進歩を何十年も後退させる可能性のある反発を得ることになるからです。私はラッダイト運動について考え続けています。私たちは今日、その用語を技術に不合理に反対する人という意味で使っています。しかし、元のラッダイトは反技術ではありませんでした。彼らは、低技能で低賃金の労働者に置き換えられるために機械が使われているのを見た熟練繊維労働者でした。
彼らの問題は機械そのものではありませんでした。機械が彼らの生計を損なうために展開されている方法が問題だったのです。そして、知っていますか。彼らは正しかったのです。産業革命は彼らの仕事を排除しました。工場所有者の手に富を集中させる一方で、多くの労働者をより悪い状況に置きました。少なくとも最初は。
産業化からの利益がより広く共有されることを保証するには、何十年もの政治的組織化、労働ストライキ、そして最終的には政府の介入が必要でした。私たちは今同じ過ちを犯していますが、はるかに速いペースです。違いは、AIが製造業や農業だけに影響を与えているのではないということです。
知識労働、創造的な仕事、専門サービスに影響を与えています。人々が準備するために何年も学校に通った仕事、現代経済で安全であると思われていた仕事に影響を与えています。具体的な例をいくつか挙げましょう。大手投資会社の金融アナリストである友人と話していました。
彼女は、収益報告を分析し、重要な洞察を抽出し、数分で投資推奨を生成できるAIツールを見せてくれました。彼女が以前は何時間もかけていた作業です。彼女の最初の反応は興奮でした。なぜなら、それはより多くの企業をカバーし、クライアントにより良い分析を提供できる可能性があることを意味したからです。
しかし、その後、彼女はより広い影響について考え始めました。もしAIを持つ1人のアナリストが、以前5人のアナリストを必要としていた仕事をできるなら、他の4人はどうなるのでしょうか。
彼女の会社は、1人の人間ができる仕事をするために5人に給料を払い続けるつもりはありません。彼らは4人のアナリストを解雇し、残りの1人に5倍の企業をカバーするよう求めるでしょう。さて、あなたはそれが単なる効率だと言うかもしれません。それが市場の仕組みです。会社は費用を節約し、その節約の一部を手数料の引き下げという形でクライアントに還元し、おそらく解雇された4人のアナリストは、彼らのスキルが必要とされる他の仕事を見つけるでしょう。
しかし、それらの他の仕事はどこにあるのでしょうか。もしAIが金融業界全体でアナリストをより生産的にしているなら、すべての企業がより少ないアナリストを必要とするでしょう。実行される分析の量が増加しても、人間の分析作業に対する総需要は減少するでしょう。これが経済学者が技術的失業と呼ぶものです。そしてそれは、健全な経済で起こる通常の仕事の流動性とは異なります。
通常、ある産業が縮小すると、他の産業が成長します。製造業の仕事が海外に移動したとき、サービス部門の仕事が成長しました。農業の仕事が自動化されたとき、工業の仕事が増加しました。しかしAIは、すべてのセクターに同時に影響を与える可能性があります。そして、ここに本当に困難な部分があります。AIによって生み出される新しい仕事は、排除される仕事とは非常に異なるスキルを必要とすることがよくあります。
AIに仕事を奪われた金融アナリストは、AI研究者やロボット保守技術者に簡単になれません。移行はスムーズでも自動的でもありません。これが、AIシステムの開発と展開方法についてもっと意図的である必要があると考える理由です。
異なるアプローチ:拡張を前提とした設計
現在、プロセスは主に技術的に可能なことと、短期的に経済的に利益を上げられることによって推進されています。しかし、長期的に社会的に持続可能で政治的に安定していることも考慮する必要があります。OpenAIで実験している異なるアプローチについてお話しします。単にAIシステムを構築して最善を願うのではなく、最初から関係者を設計プロセスに参加させようとしています。
教育用のAIツールを開発していたとき、コンピューター科学者や起業家と話すだけではありませんでした。教師、生徒、保護者、学校管理者、教育政策の専門家と話しました。私たちが学んだことは魅力的でした。
教師たちは、自動的に論文を採点し、評価における彼らの役割を排除するAIを望んでいませんでした。彼らは、生徒により個別化されたフィードバックを提供するのを助け、個々の生徒がどの概念で苦労しているかを特定し、難しい概念を説明する異なる方法を提案できるAIを望んでいました。結果として、私たちが自動化だけに焦点を当てていたら構築していたかもしれないものとは非常に異なる種類のAIツールになりました。
教師を置き換える代わりに、それは彼らの能力を拡張します。人間の教育者への需要を減らす代わりに、教育をより効果的で、よりアクセスしやすくすることで、潜在的にそれを増やします。しかし、重要な洞察があります。このアプローチは、最初から設計する場合にのみ可能です。
単にAIシステムを構築し、自動化のために最適化してから、拡張のために改造しようとすることはできません。基本的なアーキテクチャ、トレーニングデータ、インターフェース設計、これらすべての決定がシステムができることを形作ります。これが、私たちが今行っている選択が非常に重要である理由です。私たちは個々のAIアプリケーションを構築しているだけではありません。今後数十年間のAI開発に影響を与えるパターンと先例を確立しているのです。
正直に言うと、私たちは間違ったパターンを確立していることを心配しています。現在のAI投資の多くは、人間の能力を強化するのではなく、人間の仕事を排除するアプリケーションに焦点を当てています。規制に関する議論の多くは、労働者への即時の影響ではなく、仮説的な将来のリスクに焦点を当てています。
政策論議の多くは、これらの技術の経済的結果を直接経験しない人々の間で行われています。もう一つ例を挙げましょう。現在、医療分野におけるAIについて多くの興奮があり、当然のことです。潜在的な利益は莫大です。
AIは医師が疾患をより早期に診断し、より効果的な治療を提案し、医療ミスを減らすのに役立ちます。しかし、私が見る医療AIアプリケーションのほとんどは、医療従事者を支援するのではなく、置き換えるように設計されています。皮膚科医よりも皮膚がんを診断できるAIシステム。放射線科医よりも医療画像を解釈できるAIシステム。薬剤師よりも薬を処方できるAIシステム。
原則として、これは患者にとって素晴らしいことかもしれません。より良い診断、より効果的な治療、より低いコスト。しかし、専門知識が自動化されてしまうすべての医療従事者はどうなるのでしょうか。医療の仕事に経済的安定を依存しているコミュニティはどうなるのでしょうか。そして、ここに私が本当に懸念していることがあります。
医療はすでに大規模な労働力不足に直面しています。現在の需要を満たすのに十分な医師、看護師、セラピスト、技師がいません。そして、人口が高齢化するにつれて、その不足はさらに悪化します。では、なぜ医療従事者をより効果的にするのではなく、置き換えるAIを開発しているのでしょうか。
放射線科医を置き換えるAIを構築する代わりに、放射線科医が画像をより速く、より正確に読み取れるよう支援し、医療画像への需要の増加に対処できるようにするAIを構築したらどうでしょうか。看護師を置き換えるAIの代わりに、看護師がより多くの患者を監視し、より良いケアを提供できるよう支援するAI。薬剤師を置き換えるAIの代わりに、薬剤師が薬物相互作用を特定し、投薬計画を最適化するのを助けるAI。
同じ量の技術的能力ですが、労働力不足を生み出すのではなく、それに対処する方法で展開されます。
同じ生産性向上ですが、AIを構築する企業だけに流れるのではなく、医療従事者、患者、医療システムの間で共有されます。これは単なる願望ではありません。このアプローチが機能している例を見たことがあります。AIを搭載したポータブル超音波装置を作る会社があります。
超音波技師を置き換える代わりに、これらのデバイスにより、看護師とプライマリケア医が基本的な超音波検査を自分で実行でき、医療サービスが不十分なコミュニティで診断画像へのアクセスを拡大できます。結果として、より多くの人々が必要な医療を受け、医療従事者は新しい能力を得て、会社は成功したビジネスを構築します。三方良しです。
しかし、この結果は自動的ではありませんでした。置き換えではなく拡張に焦点を当てるという意図的な決定が必要でした。課題は、拡張が置き換えよりも技術的にも経済的にも難しいことが多いということです。
独立して機能するAIシステムを構築する方が、人間と効果的に協働するシステムよりも簡単です。排除されたポジションからのコスト削減を測定する方が、強化された能力からの生産性向上よりも簡単です。完全自動化を販売する方が、人間とAIの協働よりも簡単です。
拡張アプローチの長期的な可能性
しかし、長期的な機会は実際には拡張の方が大きいと思います。なぜなら、仕事を一度しか排除できないのに対し、人間の能力を無期限に拡張できる可能性があるからです。AIと協働する放射線科医は、今日2倍の症例を処理できるかもしれませんが、5年後にはより良いAIで、さらに高い精度で10倍の症例を処理できるかもしれません。
これは、技術の進歩が人間の専門知識の価値を減少させるのではなく、増加させる好循環を生み出します。しかし、そのゴールを念頭に置いて技術を設計する場合にのみです。驚くかもしれませんが、シリコンバレーの多くの人々はこの問題を認識しています。私たちは常にそれについて話しています。
私がユニバーサルベーシックインカムの最大の提唱者の一人である理由があります。他のテックリーダーが富裕税や利益分配や新しい所有モデルについて話している理由があります。それは私たちが突然社会主義者になったからではありません。技術の進歩がほとんどの人々をより悪い状況にするだけなら、最終的に彼らは技術を規制または制限するよう要求するだろうと理解しているからです。純粋に利己的な観点から見ても、それは技術産業にとっても悪いことでしょう。
このように考えてみてください。最も強力なAIシステムは膨大な量の計算を必要とし、それは膨大な量のエネルギーとインフラストラクチャを必要とします。それらは大規模なデータセットを必要とし、つまり何百万、何十億ものユーザーの協力が必要です。
医療や輸送のような繊細な分野に展開されるためには規制の承認が必要です。そして、運営するためには安定した繁栄した社会が必要です。もしAI開発がほとんどの人々を怒らせて絶望的にするだけなら、最終的にそれらの同じ人々はデータセンターを閉鎖したり、AI研究を禁止したり、大手テック企業を解体したりすることを約束する政治家を選出するでしょう。これは仮説ではありません。
すでに一部の場所でそれが起こり始めています。したがって、AIを構築する人々だけでなく、すべての人にAIが利益をもたらすことを確実にするための強力なビジネスケースが実際にあります。しかし、ビジネスインセンティブだけでは十分ではありません。意図的な政策選択が必要です。私が何を意味するか、具体的な例を挙げましょう。
今、あなたが放射線科医なら、AIが最終的にあなたよりも医療画像をよく読めるようになることを心配しているかもしれません。そして知っていますか。それはおそらく真実です。AIシステムは医療画像のパターン認識において信じられないほど優れています。しかしここに重要なことがあります。放射線科はなくなりません。医療画像への需要は、人口が高齢化し、より正確な診断を必要とするより良い治療法を開発するにつれて、成長し続けるでしょう。
問題は、AIが放射線科医を時代遅れにするのか、それとも信じられないほど効果的にするのか、ということです。システムを正しく設定すれば、AIアシスタンスを持つ放射線科医は、より高い精度で10倍のスキャンをレビューできる可能性があります。つまり、はるかに多くの人々にはるかに良い医療を提供できるということです。
放射線科医は、AIがルーティンのスクリーニングを処理する間、人間の判断を必要とする複雑な症例に焦点を当てることができます。疾患をより早期に発見し、より多くの命を救うことができます。しかし、それが機能するためには、放射線科医がAIによって達成できる生産性の向上から恩恵を受けることを保証する政策が必要です。単に置き換えられるのではなく。
放射線科医を排除するためだけにAIシステムを購入するのではなく、AIと効果的に協働するように放射線科医をトレーニングすることに投資する医療システムが必要です。これはほとんどすべての分野に当てはまります。AIアシスタントを持つ教師は、生徒にはるかに個別化された教育を提供できます。
AIを搭載したツールを持つ工場労働者は、仕事においてはるかに創造的で効率的になれます。AIサポートを持つカスタマーサービス担当者は、クライアントのためにはるかに複雑な問題を解決できます。しかし、すべてのケースで、結果は技術をどのように展開するかについて私たちが下す選択に依存します。そして、それらの選択は今まさに行われています。影響を受ける仕事を一度も経験したことがない人々によってしばしば。
具体的な政策提案
これが私たちがすべきだと思うことです。そして、責任あるAIへの一般的な呼びかけは具体的な提案なしには意味がないと思うので、具体的に述べます。まず、インセンティブ構造を変更する必要があります。企業は、人間の労働者を完全に置き換えるのではなく、AIを使って生産性を高めることで大きな税制上の優遇措置を受けるべきです。
もしあなたのAIアプリケーションが従業員をより生産的にし、より高い賃金や利益分配を通じてそれらの従業員と利益を共有するなら、より少ない税金を払うべきです。もしあなたのAIアプリケーションが単に仕事を排除するだけなら、より多く払うべきです。第二に、再教育と教育への大規模な投資が必要です。人々にコーディングを学ぶように言うだけでなく、実際に彼らが既存の分野でAIツールと効果的に協働する方法を理解するのを助けることです。大工はソフトウェアエンジニアになる必要はありません。
彼らは、AIを搭載した設計ツールがより良い家具をより効率的に作成するのにどのように役立つかを学ぶ必要があります。看護師はデータサイエンティストになる必要はありません。彼らは、AI診断ツールがより良い患者ケアを提供するのにどのように役立つかを理解する必要があります。第三に、新しい所有モデルが必要です。今のところ、AIによって生み出されるすべての価値は、それを構築する企業とそれを購入する企業に流れます。
AIをトレーニングするためにデータが使用された労働者、AIによって仕事が影響を受ける労働者、AIと協働するように適応しなければならない労働者、彼らは何も得ません。それは持続可能ではありません。労働者が彼らの生活に影響を与えるAIシステムの利害関係を所有する方法が必要です。
これは、AI企業に投資し、リターンを市民に分配するソブリンウェルスファンドを通じて起こる可能性があります。AI企業が利益の一定割合を影響を受けた労働者を支援する基金と共有することを要求することによって起こる可能性があります。従業員に彼らが働く企業の利害関係を与える新しい形態の労働者所有を通じて起こる可能性があります。第四に、はるかに強力なセーフティネットが必要です。
すべてを正しく行っても、移行は混乱を招くでしょう。一部の仕事は本当に消えるでしょう。一部の産業は予測が難しい方法で本当に変革されるでしょう。人々はその移行の間にサポートが必要です。それはおそらく、少なくとも一時的にある形のユニバーサルベーシックインカムを意味します。雇用に紐付けられていないユニバーサルヘルスケアを確実に意味します。
はるかに良い失業保険と職業紹介サービスを意味します。第五に、これは重要ですが、AIシステムがどのように開発され展開されるかについて民主的な意見が必要です。今のところ、少数の企業が何十億もの人々に影響を与える決定を下しています。
そして、それらの決定は社会にとって良いことではなく、利益を上げられることに基づいて行われています。彼らの学校、病院、職場でAIをどのように使用したいかをコミュニティが議論できる公開フォーラムがあるべきです。職場アプリケーション用のAIを開発している企業の取締役会に労働者代表がいるべきです。
新しいAIシステムが展開される前に、その社会的影響を評価するための透明なプロセスがあるべきです。これは理想主義的に聞こえることは分かっていますが、そうは思いません。実用的だと思います。なぜなら、代替案は、私たちが信じられないほど強力なAIシステムを開発し、少数の人々に利益をもたらす一方でほとんどの人々の生活を悪化させる方法で展開し、そして技術進歩を何十年も後退させる可能性のある大規模な政治的反発に直面することだからです。私たちは以前にこのパターンを見たことがあります。産業革命は莫大な富を生み出しました。
富を生み出しましたが、同時にひどい労働条件、環境破壊、社会的混乱も生み出しました。最終的に、社会は変化を要求しました。私たちは労働組合、環境規制、社会的セーフティネットを得ました。それらの変化は技術進歩を止めませんでした。それを持続可能で広く有益なものにしたのです。私たちは今AIで同様の瞬間にいます。
私たちは過去の過ちを繰り返すことを選択できます。新しい技術が少数の人々のために大きな利益を生み出す一方で、ほとんどの人々をより悪い状況に置くという過ちです。または、歴史から学び、技術進歩が最初からすべての人に利益をもたらすことを確実にすることができます。技術は問題ではありません。AIは何世紀も人類を悩ませてきた問題を解決する潜在能力を持っています。
新薬の開発、気候変動への対処、教育機会の拡大、繁栄の増大を助けることができます。しかし、それをどう使うかについて意図的である場合にのみです。今のところ、AI の未来を形作る決定は、私のような人々によって、取締役会や研究室で行われています。
技術を理解しているが、家賃を払うことを心配することがどんなものか、自分の業界が消えること、経済が自分を置き去りにしていると感じることがどんなものかを理解していないかもしれない人々によって。だからこそ、すべての人がこの会話の一部であることが非常に重要だと思います。AIを構築する人々だけでなく、それによって生活が影響を受ける人々、つまりすべての人です。
トラック運転手は、AIが物流にどのように統合されるべきかについて話す必要があります。教師は、AIが教育でどのように使用されるべきかについて話す必要があります。医療従事者は、医療におけるAIについて話す必要があります。工場労働者は、製造業におけるAIについて話す必要があります。なぜなら、AIシステムを構築することから学んだことがあります。
技術は信じられないほど強力ですが、人間の選択にも信じられないほど依存しています。すべてのAIシステムは、それを構築し展開する人々の価値観と優先事項を反映しています。もし労働者に奉仕するAIが欲しいなら、労働者がどのように構築されるかについての会話の一部である必要があります。これは公平性についてだけではありません。公平性は重要ですが、効果性についてです。
AIシステムは、実際にそれを使用する人々からの意見を得て設計されると、より良く機能します。医師からの意見なしで構築された診断AIは、彼らの専門知識を持って構築されたものより有用性が低いです。カスタマーサービス担当者からの意見なしで構築されたカスタマーサービスAIは、問題を解決する方法についての彼らの知識を組み込んだものより効果的ではありません。
同じ原則が社会レベルで適用されます。労働者からの意見なしで設計されたAI経済は、彼らの洞察を組み込み、彼らの利益に奉仕するものより安定性が低く、生産性が低くなります。私たちがこれを正しく行える能力について楽観的ですが、課題について単純ではありません。
現状から利益を得る強力な利害関係があります。労働コストを削減するためにAIを使用することを好む企業があります。生産性向上を共有するよりも短期的な利益を見ることを好む投資家がいます。体系的な問題に対処するよりもスケープゴートを非難することを好む政治家がいます。しかし、希望の理由も見ています。
自分の仕事の社会的影響について真に懸念しているAI研究者を見ています。技術進歩からの持続可能な繁栄には広範な利益が必要であることを理解しているビジネスリーダーを見ています。単に反対するのではなく、AIと建設的に関わっている労働者と組合を見ています。
技術が私的利益だけでなく、人間の繁栄に奉仕することを期待する若者を見ています。私たちが直面している課題と機会の両方を示す物語で終わりましょう。先月、ミシガン州の自動車部品を製造する小さな製造会社を訪れました。
彼らは、労働力を約30%削減できる可能性のあるAIを搭載した品質管理システムへの投資を検討していました。CEOのフランクという男性は、引き裂かれていました。一方で、彼は海外でより安価に部品を作れる顧客からの激しい価格圧力に直面していました。他方で、彼は何十年も会社にいた従業員、その家族がその仕事に依存している人々がいました。私たちは座って異なるシナリオを検討しました。
AIを仕事を排除するために使う代わりに、品質を改善し無駄を大幅に削減して、海外の競合他社からビジネスを取り戻せるようにするために使ったらどうでしょうか。AIを使って追加の労働者を雇う必要がある新しい製品機会を特定したらどうでしょうか。利益分配や株式所有を通じて生産性向上を従業員と共有したらどうでしょうか。会話の終わりまでに、フランクは完全に異なる計画を持っていました。
労働力の30%を解雇する代わりに、彼は彼らがAIシステムと協働するように再トレーニングするつもりでした。純粋にコストで競争する代わりに、彼は品質と革新で競争するつもりでした。AIの利益を独り占めする代わりに、彼はそれを会社を成功させた人々と共有するつもりでした。
6か月後、その会社はすべての従業員を維持しただけでなく、改善された品質と能力に感銘を受けた顧客からの新しいビジネスを処理するために追加の労働者を雇っていました。AIは仕事を排除しませんでした。それを生み出したのです。しかし、重要なポイントがあります。この結果は自動的ではありませんでした。フランクがAIについて異なる考え方をし、単なるコスト削減よりも広い目的を考慮し、計画プロセスに従業員を参加させる必要がありました。
置き換えではなく拡張のためにAIを使用するという意図的な選択が必要でした。この物語は、私たちが思慮深く包括的にAIにアプローチするときに何が可能かを示しているので、希望を与えてくれます。しかし、フランクのアプローチが依然としてルールではなく例外であるため、懸念もあります。
ほとんどの企業は依然として、AIをコストを削減し仕事を排除する方法として主に考えています。ほとんどのAI研究は依然として拡張ではなく自動化に焦点を当てています。ほとんどの政策議論は依然として即時の現在の影響ではなく仮説的な将来のリスクに焦点を当てています。私たちにはもっと多くのフランクが必要です。
AIを労働者を置き換えるのではなく、力を与える機会として見る企業がもっと必要です。人間とAIの協働に焦点を当てる研究者がもっと必要です。AIの雇用への影響に対処する緊急性を理解する政策立案者がもっと必要です。そして、より多くの国民の認識と関与が必要です。なぜなら、最終的にAI開発の方向は、単なる技術的可能性ではなく、社会的および政治的選択によって決定されるからです。
AI時代における仕事の未来は予め決定されていません。私たちはそれを形作る力を持っていますが、何が危機に瀕しているかを完全に認識して、思慮深く意図的にその力を行使する場合にのみです。だから、これを聞いているすべての人に求めたいことがあります。AIがあなたの業界とコミュニティにどのように影響しているかについて情報を得続けてください。
選出された代表者がこれらの問題を理解し、真剣に受け止めることを要求してください。仕事を排除するのではなく強化するためにAIを使用する企業を支持してください。そして最も重要なことは、AIをどのように開発し使用したいかについての会話の一部になることです。なぜなら、私たちが今後数年間に下す選択は、AIが広く共有された繁栄のためのツールになるのか、それとも増大する不平等と社会的分裂の源になるのかを決定するからです。それは、少数の技術者と投資家に任せるには重要すぎる決定です。
コメント