学術界全体で、各学問分野は研究、イノベーション、教育にAIとその潜在的な能力を急速に取り入れています。機会に注目する分野もあれば、リスクに注目する分野もあります。
AIを開発・設計するにあたっては、AIの全体的な理解と責任あるイノベーションを妨げている学問分野の縦割りの壁に異議を唱える必要があります。
学問分野間の矛盾を包含するプロンプトを開発するためのアプローチが必要です。
もしAIに癌の治療を依頼したら、人間を排除することで癌を排除してしまったらどうなるでしょうか。この極端な思考実験は、目的の設定が不適切であったために意図しない結果を招く、不整合なAIシステムのリスクを浮き彫りにするためによく用いられ、AIが社会にもたらしうる影響を非常に現実的なものにしています。また、それは根深い課題も明らかにしています。
私たちは、多くの人々が人類史上最も重大な10年になりうると考えている時代に入りつつあります。AIについて私たちが行う選択や、（行われない場合も含めて）下される決定が、未来を形作ることになります。学術界全体で、各学問分野は研究、イノベーション、そして教育カリキュラムにAIとその潜在的な能力を急速に取り入れています。機会に主に注目する分野もあれば、リスクに主に注目する分野もあります。しかし、善意や、急速に変化する複雑な世界に対応するために必要とされる学際的思考について多くが語られているにもかかわらず、学問分野の縦割りは依然として存在し続けています。
AIを開発・設計するにあたっては、白日の下に隠れているこの課題に取り組まなければなりません。学問分野の縦割りが、AIの全体的な理解と責任あるイノベーションを妨げているのです。
世界経済フォーラムは、人工知能のためのガードレールをどのように構築しているのでしょうか。
AI卓越センターは、経済や社会に対する人工知能の急速な進化とその影響を理解するため、各分野のリーダーをつないでいます。AIの導入に関連する機会、リスク、トレードオフについて、情報に基づいた対話を支援しています。
信頼できる場と協働的な取り組みを通じて、センターはパートナーが共通理解を構築し、AIのイノベーションと活用における責任あるアプローチに向けて共に取り組めるようにしています。
AIにおける学問分野の縦割りが、私たちの想像以上に重要な理由
学問分野の縦割りは、学問分野の盲点を生み出します。これは、個々の学問分野がリスクの部分的な見方しか得られない場合に生じます。ある分野は一つの領域のリスクに対処できても、別の分野で検討される関連リスクや交絡するリスクには盲目になりがちです。例えば、医学と気候科学はいずれもAIを扱っています。医学では、AIが画期的な進歩を加速させており、診断、医薬品およびワクチンの発見、臨床検査において、世界中で何百万人もの命を改善し救う可能性を持つ知見をもたらしています。同時に、気候科学では、AIの環境への影響とその拡大への対応が進められており、二酸化炭素排出量、水と電力の消費に焦点が当てられています。医学の進歩が何百万人もの命を救う可能性を持つ一方で、環境影響がもたらす結果は数十億人に影響を及ぼしかねません。
第二の課題は、学問分野によってリスクの捉え方や望ましさの定義が異なり、互いに矛盾していることから生じます。例えばAIは、反復的な作業を非常に効果的に自動化できます。教育などの一部の分野では、その迅速な採点とフィードバックの可能性により、教育者が複雑さの中で創造性と繊細さを必要とする教育の側面に取り組めるようになる機会が生まれています。同様に、クリエイティブ産業では、特定の作業を加速・拡大するAIツールによって制作が変革されています。しかし、外部委託され自動化されつつあるこれらの反復的な作業こそが、人間の創造性と専門性の重要な源泉であり、それは試行錯誤、反復、そして振り返りを通じて達成されるのだと主張することも可能です。ここに矛盾があります。ある学問分野を前進させている能力そのものが、別の分野を損なう可能性もあるのです。反復的な作業を失うことは、創造性と専門性を育む道を失わせる可能性があります。
最後に、同じ学問分野の内部でさえ、矛盾が明らかになります。気候科学は、これを環境ガバナンスの強化と解決策の開発を支援するAIの可能性によって示しています。気候変動の影響を緩和し、長期的な持続可能性を促進するためです。同時に、すでに見てきたように、同じ分野の中には、環境システムへの負荷に取り組む関心もあり、それはAIツールの利用増加によって引き起こされています。
今後の道筋は何でしょうか。
学際的思考は、複雑な課題を解決し、より良い成果を生み出すために、異なる形態の知識を結集する方法として挙げられる傾向にあります。一方で、学問分野間あるいは同一分野内の対立に取り組むことは、あまり一般的ではありません。これらの対立は単なる学術上のものではありません。現実世界の成果を形作るものなのです。
癌の治療という思考実験に戻りましょう。AIツールによる不整合を緩和する答えは、部分的には、プロンプトの作成にあります。AIに「癌を治療せよ」と指示する代わりに、「癌を排除することで人間の生活を向上・改善する一連の対策を設計し実施せよ」といったプロンプトが、必要な微妙なニュアンスをもたらすかもしれません。それは一見すると単純です。しかし、私たちは学問分野の対立を許容していないために、複数の学問的視点を反映した形で課題を設定できないことがしばしばあります。
歴史には、このように学問分野の境界を越えて考えることができなかった失敗の例が数多くあります。遺伝子組み換え作物とディーゼル車を考えてみてください。どちらも技術的なブレークスルーでした。しかし、遺伝子組み換え作物については、世論を失うリスクを理解できなかったという失敗がありました。これは社会科学者や公共の言論の分析者であれば明らかだったはずです。ディーゼル車については、健康への影響を考慮できなかったという失敗がありました。これは呼吸器疾患に関して既に存在していた証拠から分かっていたはずのことです。より広い学問的知見があれば、これらは避けられた可能性があります。
学問分野間の矛盾を包含するプロンプトを開発するためのアプローチが必要です。例えば、「環境への影響を最小限に抑えながら、個別化された医療ソリューションを創出せよ」という指示は、異なる学問的視点の間の対立を取り込んだ、一つの可能なプロンプトになるかもしれません。もちろん、これは極めて単純な例です。より多くの複雑さに直面するほど、より多くの微妙なニュアンスが必要となり、より多くの学問的議論が必要になります。
しかし、単一分野に基づく指示的アプローチは、依然として私たちの学問分野に深く根付いています。「癌の治療法を見つけよ」は、医学の多くの研究者を駆り立てる至上命題です。「人間の労力を削減せよ」は、工学の多くの研究者を駆り立てます。同じキャンパス内わずか数百メートル先では、別の研究者が正反対の方向を向く結論に至っています。彼らは異なる学術誌に、異なる用語を用いて論文を発表し、異なる学会で発表し、それぞれの学問的アプローチと視点を裏付けるような、異なる閉じた論壇の中に存在しています。私たちはもっとうまくやれるし、そうすべきなのです。
より良くするために必要な三つのこと
より良くするためには、三つのことが必要です。
1.学問分野を超えた、あるいは既存の分野に反する深く実質的な議論と、最終的な交渉のための場。これは各分野の境界だけで起こるものであってはならず、各分野が取り組む問いをどのように定式化するかという中核において行われる必要があります。
2.協働だけでなく、学問分野間で挑戦し合う文化。その挑戦は最終的に解決策を見出すものとして位置づけることができますが、相互批判の鋭さを保つ必要があります。
3.議論を調整し、管理し、促進するための新たな形態の専門性。学問分野にはそれぞれ異なる語彙と価値体系があります。「効率的」という言葉は、ある分野（例えば工学）では肯定的な価値を強く帯びる一方で、別の分野（例えば人文学の一部）では、はるかに問題をはらむものとなりえます。私たちには、これらの異なる言語に精通し、学問分野の文化を越えて翻訳できる新しいタイプの学術的主体が必要になるでしょう。
これは緊急の必要性です。新しいAI能力のための課題は今まさに定義されつつあり、その多くは学問分野の縦割りの中で行われています。癌を克服するために人類を排除しうるという考えは、突飛に思えるかもしれません。しかし、各分野を、別の縦割りから生じる暗黙的あるいは時に明示的な批判から隔離し続けるならば、まさにそれを行う危険があります。賭け金は大きいのです。今こそその時です。
