組織が人工知能（AI）の活用を拡大するにつれ、倫理的・道徳的な懸念を戦略的優先事項として検討する必要があります。
PwCの分析は、組織が追跡すべき9つの倫理原則を提案しています。
ステークホルダーは協力して脅威を特定し、すべての関係者にとって有益かつ倫理的なAIを共同で構築する必要があります。
世界中の組織は、人工知能（AI）がもたらしうるリスク（バイアスや自動化による雇用喪失の可能性を含む）への認識を高めています。同時に、AIは組織と社会に多くの具体的な便益をもたらしています。
組織にとって、これはAIがもたらしうる害と、コストを伴わずにこの技術を採用しないことの間の微妙な線引きを生み出しています。AIに関連するリスクの多くは倫理的な影響を伴いますが、明確な指針により、個人と組織に推奨される倫理的な実践と行動を示すことができます
自律型・知能型システムが生み出す道徳的ジレンマという複雑な世界を組織が乗り越えるうえで、3つの新たな実践が役立ちます。
1. 倫理的AI原則の導入
AIのリスクは増え続けていますが、AIの開発と利用を導くための倫理原則を策定する公共・民間組織の数も増えています。実際、多くの人がこのアプローチを最も効率的な事前型リスク軽減策と考えています。倫理原則の策定は、個人の権利と自由を保護するとともに、幸福と公共の利益を高めるうえで組織に役立ちます。組織はこれらの原則を取り入れ、規範や実践へと翻訳することができ、その後はガバナンスの対象とすることができます。
テック企業から宗教機関に至るまで、公共・民間の組織の数は増えており、AIの開発と利用を導くための倫理原則を公表しています。中には、SF由来の法律を拡大すべきと主張するものさえあります。2019年5月時点で、42か国が経済協力開発機構（OECD）の倫理的AI原則の第1セットを採択しており、今後も追随する国が増える可能性があります。
倫理的AI原則の全体像は広範ですが、共通点もあります。90を超える倫理原則のセット（200を超える原則を含む）を横断的に分析し、それらを9つの中核的な倫理的AI原則に集約しました。企業、組織の種類、分野、地域別に原則を追跡することで、AIに関して反映されている懸念を可視化して把握でき、それらがこれらのグループ間でどのように異なるかも把握できます。これらは規範や実践へと翻訳・文脈化することができ、その後はガバナンスの対象とすることができます。
これらの中核的な倫理的AI原則は、世界的に認められた基本的人権、国際宣言、条約や協定に加え、さまざまな組織、企業、イニシアチブによる既存の行動規範や倫理原則の調査に基づいています。
9つの中核原則は、認識論的原則と一般原則に整理することができ、AIシステムの倫理的妥当性を評価・測定するための基準を提供できます。これらの原則の全体像は、組織が現在採用しているAIの実践を比較・対照するために用いることを想定しており、その後、倫理的に整合したAIのソリューションと文化を発展させるために組み込むことができます。
認識論的原則は、AIの倫理性を検証するための前提条件であり、組織がAIシステムが倫理原則に合致しているかどうかを判断することを可能にする知識の条件を示します。これには解釈可能性と信頼性に関する原則が含まれます。
一般的な倫理的AI原則は、一方で、多くの文化的・地理的な場面で妥当する行動原則を示し、特定の利用分野において道徳的な判断やジレンマに直面した際にAIソリューションがどのように振る舞うべきかを示します。これには説明責任、データプライバシー、人間の主体性に関する原則が含まれます。
政府機関（米国国防総省など）、民間企業、学術機関、シンクタンク、団体やコンソーシアムを含む、業界や組織の種類によって、志向する原則は異なります。すべての組織が公平性を優先する一方で、安全性は、情報資産よりも物理資産に関わる業界で一般的です。ただし、法令遵守は政府機関、団体、コンソーシアムが公表する原則に最も頻繁に現れ、すべての組織は法律に従わなければならない一方で、法律を倫理原則として認識する組織はごくわずかです。
2. 倫理的AI原則の文脈化
文化的な違いは、これらの原則をどのように解釈すべきかにおいて重要な役割を果たします。したがって、原則は、AIソリューションが運用されるコミュニティの地域的な価値観、社会規範、行動を反映するよう、まず文脈化されるべきです。
これらの「地域の行動要因」は2つのカテゴリーに分けられます。特定の法域に適用される法律や規制に関わるコンプライアンス倫理と、社会的・文化的規範に関わるコンプライアンスを超えた倫理です。文脈化のプロセスでは、調査担当者は、ステークホルダー、その価値観、そして当該技術の利用を通じて彼らに生じうる緊張や対立を特定するよう努める必要があります。
なぜ文脈化が重要なのでしょうか。公平性を例に考えてみましょう。個人、特定の判断、特定の文脈に関して、公平性をどのように測定できるかについては、多くの議論がなされてきました。システムは「公平」である必要があると述べるだけでは、誰が、何を、どこで、どのように公平性を実装すべきかについての指針は得られず、規制当局によって公平性に対する見解も異なります。文脈化には、主要なステークホルダーが、自らにとって公平性が何を意味するのかを定義することが求められます。
例えば、採用の分野における機会均等は、異なる定義が可能です。米国では、雇用機会均等委員会（EEOC）は、選考率（求人に選ばれた応募者の比率を算出する特定の指標）に関して機会均等を求めており、その許容範囲は「四分の五ルール」によって定義されています。英国の差別禁止法である2010年英国平等法は、人間または自動化された意思決定システムによって生じる直接的および間接的な差別の両方からの保護を提供しています。
3. 倫理的AI原則を人権および組織の価値観に結びつける
倫理原則を特定の人権に結びつけることは、規制上の曖昧さを抑えるうえで極めて重要です。さらに、人権の考え方をAIの実践の基盤として定着させることは、道徳的・法的な説明責任の確立に役立つとともに、公共の利益のための人間中心のAIの発展にもつながります。このアプローチは、欧州委員会の信頼できるAIのための倫理ガイドラインと整合しています。
また、関連する考え方を、AIシステムの開発と利用を形作る具体的な設計とガバナンスに影響を与える具体的な規範へと明確に翻訳するために、それらを組織の価値観、既存のビジネス倫理の実践、ビジネス目標と整合させることも必要です。組織は、行動可能で、明確な説明責任と具体的な監視方法を備えたAI倫理フレームワークを策定すべきです。
