AIにおける言語的多様性の格差は、数十億人をデジタル経済から排除するおそれがあります。現在の多くのシステムは、世界の7,000以上の言語のうち、わずか100言語でしか学習していません。
言語的に多様なAIが、イノベーションと包摂を推進する可能性を示す取り組みが登場しつつあります。
AIの未来は多様でなければならないと、指導者たちは持続可能な開発インパクト会議（ニューヨーク）で今週、強調しました。
2050年までに、世界の若者の3分の1以上が暮らすことになります。その大半はアフリカに住むことになります。しかし、彼らはデジタル経済に参加するための平等なアクセスを得られるのでしょうか。
現在、インターネット上で世界的に使用されている上位34言語のうち、アフリカの言語は一つもありません。自然言語処理（NLP）、大規模言語モデル（LLM）、人工知能（AI）研究などの分野は進展を続けていますが、アフリカの言語は十分に反映されないままです。
「これは課題であると同時に、最大の機会の一つでもあります」と、ルワンダ第四次産業革命センターのマネージング・ディレクターであるクリスタル・ルゲゲ氏は述べています。同氏は、アフリカ大陸の豊かな言語的多様性と、そうした多様性に現在AIシステムが対応できていない状況に言及しました。「1,400の方言で対話できるアプリケーションはまだないかもしれません。しかし、少なくとも国民の大多数にサービスを提供できるようにすべきです。この市場は、世界のデジタル人材の供給源にもなり得ます。そのため、私たちは環境整備を進めるべきです。」
AIにおけるこの言語の格差は、アフリカだけの問題ではありません。広範な影響を伴う、世界的な課題なのです。
AIにおける言語の格差は深刻化しているのか？
世界には7,000を超える言語がありますが、ほとんどのAIチャットボットは、そのうちおよそ100言語で学習されています。AIの第一言語は英語と考えられています。これは、オンライン上で利用可能な英語のデータが単に多いことを考えれば、驚くことではありません。そのデータをスクレイピングし、モデルを学習させることができるのです。オンライン上で利用可能な英語のデータを収集してモデルの学習に用いることができるのです。
世界人口の20%未満しか英語を話さないにもかかわらず、AIにおける英語への言語的集中の傾向は、深刻化しているとみられます。他の言語での指示に応答するよう学習された一部の生成AIモデルは、現在「英語で考える」ようになっています。「英語で考える」。この「高リソース言語」とは対照的に、さまざまな「低リソース」または十分なサービスを受けられていない言語は、こうしたAIシステムを支える高品質なデータセット、ツール、技術が不足しているため、取り残されています。
しかし、AIにおける言語的多様性の課題は、単なる技術的な問題ではありません。デジタルの姿を再構築し、経済成長を促進し、AIの恩恵が真に世界全体に行き渡るようにするための機会なのです。
このまま放置すれば、現在のAIシステムを活用するのに既に苦労している集団や国々は、インターネットサービスへのアクセス不足、限られた計算能力、分野別の学習データの不足といった追加の課題に直面し、「さらに取り残される可能性が高い」ことになります。世界経済フォーラムのAI・データ・メタバース部門責任者であるキャシー・リー氏は、こう指摘しています。
この問題に取り組むための初期の取り組み
インド、北米からアフリカ諸国に至るまで、世界各地で新たなユースケースが登場しており、多様な言語で機能するAIへの投資が持つ価値を示しています。
例えばルワンダでは、言語的に多様なAIにより、地域の保健ワーカーがこうした言語の壁を越えてサービスを提供できるようになっています。ルゲゲ氏によると、同国には英語で会話しない約70,000人の最前線の保健ワーカーがおり、彼らは患者により重篤な治療が必要かどうかを判断することがしばしばあります。
「音声とテキストの両方に対応する翻訳モデルを構築しました。そのため、保健ワーカーはこのモデルと対話し、頭痛があるのか、咳をしているのかを判断できるのです。」使用しているのは、OpenAIのChatGPT 4.0だと、同氏は説明しています。患者との対話の試験では71%の精度を達成したとのことです。言語的多様性がこのAIアプリケーションの後付けではなく、当初から組み込まれた特徴であったため、より多くの人々が病気の治療を受けられるようになったのです。
しかし同氏は、同じくらい重要な点として、人々の権利が保護され、技術が責任をもって利用されるよう、適切なガードレールを設けることが必要だと述べています。「データはAIの酸素です……［人々が］自らのデータの利用方法について意思決定する主体性を確保することは、組み込まれるべき基本原則です。それに加えて、イノベーションを促進するための政策や法律を整備することも確実にすべきです。」
オープンソースAIとパートナーシップが解決策を提供
ニューヨークで開催された世界経済フォーラムの持続可能な開発インパクト会議（SDIM）で講演したMetaの副社長兼チーフAIサイエンティストであるヤン・ルカン氏は、セネガルで生まれつつあるデジタル医療の取り組みを、もう一つの例として挙げました。
「セネガルで医師の予約を取るのは難しく、特に農村部に住んでいる場合はなおさらです」と同氏は述べています。しかし、Kera Healthのような、AIを活用したプラットフォームにより、人々は「今やこのためにAIアシスタントと話すことができる」と同氏は述べています。ただし、「フランス語に加えて、セネガルの他の3つの公用語であるウォロフ語でも対応する必要があります」。
ルカン氏によると、さらなる進展を実現するための主な推進力は2つあります。1つ目はオープンソースAIです。「私たちに必要なのは、非常にシンプルなオープンなインフラです。これを『AIのためのウィキペディア』と考えてください。そうすることで、地域の人々にとって有用なシステムを構築する能力を人々に与えることができます。」
2つ目は、変化を促進できるパートナーシップです。「例えば、Metaとインド政府の間にはパートナーシップがあり、Metaのオープンソース大規模言語モデル（LLaMAと呼ばれています）の将来版が、少なくともインドの22の公用語すべて、そしておそらく数百の地域言語や方言にも対応できるようにしています。」
同氏はまた、眼鏡のような機器によって、2つの異なる言語を話す人々の間で同時通訳が提供されるようになる、物理空間への機会も見ています。「ハードウェアの未来は、スマートグラスのようなものになります……これにより、人々が自分の言語でコミュニケーションを取ることが可能になります」と同氏は述べています。
「非文字言語を翻訳できるシステムが登場し始めています……音声から音声への翻訳が直接可能になり、テキストからテキストへ、テキストから音声へ、音声からテキストへ、そして音声から音声への変換ができるようになります。文字を持たない言語も含めて、そうした言語は数多く存在します。」
低リソースや十分に代表されていない言語の自然言語処理の改善に取り組む研究者であるパスカル・フン氏は、低リソース言語のコミュニティと高リソース言語のコミュニティの間のコミュニケーションを促進するシステムの構築を目指すべきだと述べています。「大規模言語モデルについては、英語のモデルと同じ水準で機能するように微調整を行うため、低リソース言語で追加のデータを収集することを意味します。」
「多様な未来」に向けて
言語データを含め、データの円滑な交換を促進する取り組みが進められています。例えば、欧州委員会の言語技術アライアンス（ALT-EDIC）は、貢献する予定です。AIソリューションの学習に必要な欧州言語データの不足への対応や、欧州の大規模言語モデルの開発を支援します。
アラブ首長国連邦（UAE）など、他の国々も「開発・輸出」した新たな大規模言語モデル（LLM）を提供しており、NANDAのようなは、ヒンディー語話者のユーザーに特化して対応する一方、オープンソースLLMの「Falcon」。「私たちが行っていることの一つは、さまざまな地域にまたがって連携し、Falconを、独自の大規模モデルを構築する能力を持たない政府のニーズに応えるようカスタマイズできるかを検討することです」と、UAEの人工知能・デジタル経済・リモートワークアプリケーション担当国務大臣であるオマール・スルタン・アル・オラマ氏は述べています。
世界経済フォーラムのAIガバナンス・アライアンスは、多様なステークホルダーを結集し、世界でより公平で責任あるAIエコシステムを構築する上で極めて重要な役割を果たしています。特にインクルーシブAIのワークストリームは、すべての人々のニーズを尊重し、考慮するインクルーシブなAI開発を優先します。また、人と地球の目標を支援するAIアプリケーションを明らかにし、普及させることと並行して、官民協力の枠組みも策定しています。
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か？
AI卓越センターは、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を理解するため、さまざまな分野のリーダーをつなぎます。AIの導入に関連する機会、リスク、トレードオフについて、十分な情報に基づく対話を支援します。
信頼できる場や協働的な取り組みを通じて、同センターはパートナーが共通理解を構築し、AIの革新と利用に対する責任あるアプローチに向けて協力できるよう支援しています。
未来は多様でなければならないと、Metaのルカン氏は強調しています。「新聞からソーシャルメディアに至るまで、多様な情報源に幅広くアクセスする必要があるのと同じ理由で、私たちのさまざまな関心、文化的規範、価値観体系、言語に対応するため、AIシステムも多様である必要があります。」
以下で、セッション全体「地球全体の善のためのAI（AI for Global Good）」をご覧ください：
