国家の行政能力の不足は、長らく新興国の開発を阻む要因となってきた。
国家の外で生成されたデータを活用できるAIは、情報処理能力を高め、官僚機構の能力を構築する近道となり得る。
AIを通じて行政能力を迅速に取り入れるのは魅力的だが、正統性や政治に関わるリスクを伴う。
2020年春、COVID-19によるロックダウンが広がるなか、トーゴは途上国で広く見られる問題に直面した。最も脆弱な立場にある市民に緊急支援金を急いで届けたかったが、誰がどこにいるのかを把握する確かな手段がなかった。最後の国勢調査からすでに約10年がたち、社会登録簿もなかった。先進国なら、そうした市民を見つけるのは簡単なデータベース検索で済む。 世界の他の多くの地域では、対象者を特定するために、断片的で古い記録を集める必要があることが多い。
カリフォルニア大学バークレー校の研究者や慈善団体GiveDirectlyと協力し、政府は次のデータを用いて学習させた。衛星画像と携帯電話の記録を機械学習アルゴリズムに読み込ませ、個々の携帯電話加入者に至るまで貧困状況を推定し、その後、モバイルマネーで支給した。これはトーゴのパンデミック給付金プログラム「Novissi」の農村部での取り組みだった。従来の制度では見落とされていた約14万人に支援が届いた。通常なら行政インフラの整備に何十年もかかる機能が数週間で実現し、問いが浮かび上がる。国家能力は国家が苦労して築くものと長らく考えられてきたが、取り入れることもできるのだろうか？
開発における最も難しい課題
20世紀の大半にわたり、開発経済学者は、貧しい国々が貧しいのは資本、機械、道路、学校などが不足しているからだと考えていた。しかし、何兆ドルもの援助は期待外れの結果に終わり、2000年代までに共通認識は変化した。根本的な制約は資本ではなく制度、とりわけ国家能力だった。つまり、政府が税を徴収し、契約を執行し、サービスを提供し、規則を適切に運用するという、地道な能力である。
このテーマは、開発をめぐる過去20年の議論を貫いている。経済学者ダロン・アセモグルとジェームズ・ロビンソンは、豊かな社会と貧しい社会の格差は、その制度が包摂的か収奪的かによって決まると論じた。この研究は、2024年ノーベル経済学賞の受賞につながった）。フランシス・フクヤマは、社会がどのように「デンマークに至るか」に2冊を費やした。能力があり、法に従い、説明責任を果たす国家を築くには、順序が何より重要だと論じた。経済学者ラント・プリチェットは、さらに鋭い警告を発した。「能力の罠」に陥った貧しい国家は、豊かな国の法律や優れた慣行を取り入れながら、根底にある機能を果たせない。こうした空洞化した制度に急速に過大な負荷をかければ、持ちこたえられなくなる。プリチェットはこれを「時期尚早な荷重負担」と呼ぶ。真の能力は、内側からゆっくり育てる必要があり、移植することはできないと彼は述べた。
まったく新しい可能性
人工知能は、この結論を揺るがしている。政府におけるAIについての議論の多くは、OECDの調査やシンクタンクの報告書に見られるように、すでに能力を備えた官僚機構の生産性を高めるツールとして扱っている。より挑発的な考え方は、AIが官僚機構の厚みそのものを補えるかもしれないというものだ。現代国家の中核機能の多くは、突き詰めれば大規模な情報処理であり、まさに機械学習が得意とする分野だからだ。新しさの鍵は、AIが国家の外で生成されたデータ、すなわち衛星画像、電話記録、決済の流れを活用できる点にある。これにより、自国民を把握するには、まさに不足していた行政機構が必要だという、従来の堂々巡りを断ち切れる。
これまでの証拠の多くはAIそのものではなくデジタルシステムに関するものだが、仕組みは同じだ。機械が国家の情報上の問題を解決すれば、能力が後からついてくる。インドの「Local Economic Intelligence Platform（地域経済インテリジェンス・プラットフォーム）」は、その初期の姿を示している。統合された経済データを使い、地方政府が地域経済を理解し、形づくるのを支援する。IMFのワーキングペーパーによると、企業と税務行政のデジタル化は、税収の対GDP比を最大3パーセントポイント押し上げることと関連しており、企業と政府が並行してデジタル化する場合に特に顕著だ。こうした増収は、GDP比15％未満しか税を徴収できていない国々に変革をもたらし得る。この水準は、国家の基本機能を維持するために必要な最低限として、しばしば挙げられる。
インド政府の推計によると、同国のデジタルIDと決済の基盤は、約370億ドル、（3兆4,800億ルピーを節約した。福祉給付の名簿から架空の受給者や重複受給者を取り除いたためだ。マラウイでは、生体認証による本人確認が融資を拡大し、従来の金融システムでは把握できなかった借り手にも融資が届いた。いずれの場合も、機械が官僚機構に欠けている分析力を補っている。
能力は正統性ではない
最も重要な異論は概念上のものだ。情報を処理できる国家と、信頼される国家は同じではない。また、独自の基準で見ても、外から取り入れた能力は脆弱だ。トーゴの研究者たち自身、アルゴリズムは従来の対象選定を置き換えるのではなく、補完する場合に最も効果的だと明らかにした。機能不全の官僚機構にAIを重ねれば、公平性を高めずに処理量だけを増やす可能性がある。現代版の「時期尚早な荷重負担」であり、中身を伴わず、有能な国家の外観だけが生まれる。
より根深いリスクは政治的なものだ。外国企業が、ある国の税を徴収したり、福祉の受給者を決めたりするシステムを構築・運用するなら、誤りが起きたとき誰が責任を負うのか。主権はどこにあるのか？歴史は警告を与えている。中国の海関総税務司は、1854年以降ほぼ1世紀にわたって外国人が主導した。歳入の徴収では非常に高い成果を上げたものの、関税収入は外国からの借款や賠償金の担保に充てられ、この機関は不平等条約時代を象徴する存在として長く記憶された。能力の高さも、主権が損なわれたという認識を覆すことはできなかった。
現代の援助における援助機関主導のプロジェクト実施部門も、このジレンマを縮小した形で再現しかねない。外から導入した行政能力がプロジェクトを効率よく進める一方、国内制度を構築するよりも、それを迂回することがあまりに多い。デジタルIDシステムも、資格のある人を排除し、資格のない人を受け入れるという、両方向の誤りを犯す。支援の実績は信頼を生み得るが、それは市民が決定の過程を知り、誤りがあれば異議を申し立てられる場合に限られる。目標は能力だけでなく信頼でもなければならない。政府にとって、信頼こそが統治の正当性を支えるからだ。
AI時代を画する違い
AIによって、歴史的に何世紀もかけて築かれてきた行政能力を各国が取り入れられるのだろうか。部分的には可能だが、条件がある。AIはその時間を縮めることができ、最貧国にとってそれは現実的で、人々の暮らしを改善する成果となる。しかしIMFによると、デジタルツールが最大の効果を発揮するのは、それを受け入れる準備が地域の制度に整っている場合に限られる。AIは国家を迂回する近道というより、すでに改革の意思がある国家を加速させるものだ。
取り入れた能力は、獲得した正統性ではない。この二つを混同することは、今の時代に最も抗いがたい誤りだ。政府は行政の仕組みを借りることはできても、統治される人々の同意、法の支配、そして能力ある国家を信頼に足るものとする説明責任を借りることはできない。
フォーラムは、リーダーがAIを理解し、責任あるイノベーションに協力できるよう、どのように支援しているか
AI卓越性センターは、分野を越えてリーダーをつなぎ、人工知能の急速な進化と、それが経済や社会に及ぼす影響への理解を深める。AI導入に伴う機会、リスク、トレードオフについて、十分な情報に基づく対話を支援する。
信頼できる場と協働の取り組みを通じて、同センターはパートナーが共通理解を築き、AIのイノベーションと活用に責任ある形で取り組めるよう支援する。
今後繁栄する国々とは、AIを使って正統性を迂回するのではなく築く国々だ。導入した能力を透明性のある形で国内の管理下に置きながら、その土台では制度構築という時間のかかる取り組みを続ける。機能するインターフェースを、機能する国家と取り違える国は、統治の外観だけを自動化してしまったと気づくかもしれない。この二つを見分けることが、今後10年を画する開発課題となる可能性がある。
