• 政府機関が扱う大量のデータは、人工知能（AI）による管理に最適な条件を備えています。
• AIシステムは、その分野に精通した専門家が慎重に設計しなければなりません。
• 公共サービスにおけるAIは、厳格な倫理的枠組みのもとで管理されるべきです。
新型コロナウイルス感染症の救済プログラムのために、前例のない規模の公的資金が配分されている今、公共サービスの効率性がこれほど重要になったことはありません。不正や誤りの検知からサービス障害の予測に至るまで、政府機関が保有する多様なデータにより、各機関は、成功の重要な要素である良質なデータに依拠する人工知能を用いてこれらの課題に取り組むのに適した立場にあります。
政府はようやく、公共サービスを変革するAIの可能性を探り始めたところです。AIを効率的に導入できるよう、当初の段階から適切なデータを取得できるシステムを設計することが極めて重要です。これは、政策立案者、公務員、データサイエンティストが協力し、この技術の恩恵を十分に実現するため、対象分野に合わせてシステムを調整することで実現可能になります。
政府は、機微なデータを幅広く扱える、特別な権限のある立場にあります。公共サービスにおけるAIの利用は、強固なセキュリティと、意思決定の階層における自らの位置づけへの明確な理解に支えられた、堅牢な倫理的枠組みの中で運用される必要があります。今日、政府がAIを用いて公共サービスを改善している7つの方法は次のとおりです。
1. 税制および給付制度における不正と誤りの削減
今日の政府は、給付金請求および税の還付金に異常検知を適用することで恩恵を受けられます。英国の労働年金省は、給付制度において、現在、46億ポンドの過払いと20億ポンドの過少払いがあると推計しており、また歳入関税庁（HMRC）の最新の税の空白（タックスギャップ）の推計は、310億ポンドに達しています。これらの数値を削減するため、これらの機関が保有する膨大なデータに機械学習を適用する取り組みは、現在進行中であり、今後数年間にわたり大きな進展が期待されています。
2. 助成金の不正の検知
政府からの助成金は、資金の使途に関する具体的な基準を付して交付されることが少なくありません。審査対象となる助成金の件数が多いため、資金が意図どおりに使用されているかどうかを検知することは困難な場合があります。助成条件が満たされているかを検証するには、多くの場合、報告書の分析が必要ですが、これらは必ずしも機械判読可能な形式で提供されるわけではありません。この課題を解決するため、複数の機械学習手法を適用して文章を抽出・処理し、リスクプロファイルを特定するために分類することができます。
3. 公的財政データの誤りの発見
政府の会計システムは、機関の規模と所管業務によって生じる大量のデータを生成します。そのため、財務報告上の問題を検知することは困難になりえます。定期的な支出パターンや債務者の変化を把握するための時系列モデリングを、希少な取引の特定や不正の兆候の分析と組み合わせることは、財務部門と監査人の双方を支援しうる分析の出発点にすぎません。
4. サービス提供プロセスの検証
多くの公共サービスはデジタル化が進み、運用中の業務プロセスの電子的な痕跡が生まれています。タイムスタンプを用いてワークフローを特定する技術であるプロセスマイニングは、公共サービスを通じた市民の流れを把握するために活用できます。これにより、ボトルネックの所在、プロセスが誤った方向へ進んでいる箇所、そしてデジタルサービスが機能していない箇所を把握するのに役立ちます。利用者からのフィードバックと組み合わせることで、プロセスマイニングは利用者が直面している問題をより full に描き出し、サービスをより効率化する方法を示します。
5. 公共サービスの自動化
公共サービスは従来、支援や相談への窓口として、人手を多く要するコールセンターを利用してきました。ただし、これが必ずしも第一線である必要はありません。民間のコールセンターにおいて、支援要請の振り分けにチャットボットを用いることは成功を収めています。中央政府および地方政府の多くの分野では、市民が人の介入なしに、まず最初の窓口として支援を受けられるようにすることで恩恵を得られるでしょう。例えば、地方政府の新型コロナウイルス感染症対策に関する質問に答えるチャットボットを構築すれば、住民の役に立つと同時に、職員をより差し迫った課題への対応に充てることができます。
6. 公衆衛生上の危機の予測
新型コロナウイルス感染症のパンデミックが発生する前から、冬季のインフルエンザの流行が発生する時期を予測するプロジェクトがすでに進められていました。感染症との闘いにおいて、予測モデリングの重要性は高まりつつあります。新型コロナウイルス感染症のパンデミック中、機械学習はさまざまな方法で病気への理解を深めるために用いられてきました。例えば、キングス・カレッジ・ロンドンは、新型コロナウイルス感染症の多様な症状が特定のサブグループを形成するかどうか、またそれが患者の転帰にとって何を意味するかを把握するためにクラスタリング分析を実施しました。この知見は、より多くの命を救うために、医療スタッフ、集中治療室のベッド、人工呼吸器の配置計画に活用できます。
7. リソースの効率的な配分
効果的な公共サービスの提供においては、集中治療室のベッドの管理であれ、道路や鉄道網の維持管理であれ、資源配分が極めて重要です。需要が生じる前にこれを予測できる能力は、管理者がより良い意思決定を行うことを可能にします。こうした能力は、公共部門においてますます重要になるでしょう。道路の維持管理は特に興味深い事例です。AIは数百万枚に及ぶ高精細な写真を用いてその状態を分析し、地方自治体に維持管理作業の方向性を定めるために必要な情報を提供できるからです。これにより、資源配分と公共の安全を同時に向上させることができます。
世界経済フォーラムはAIに関してどのような取り組みを行っているか？
これらは、AIが公共サービスに影響を与え始めている事例のほんの一部です。政府が導入のペースを加速させようとする中、このアプローチによって、さらなる恩恵が期待できます。AIの導入ガイドラインと倫理的枠組みを備えた明確なデータ戦略を策定する政府は、これらの成果を実現し、公共の信頼を高めるのに適した立場にあります。世界各地で政府への懐疑が強まる中、AIは公共サービスが提供できるものを再定義する好機なのです。
