ワインについてあまり知識がないとしても、質の良いワインをオンラインで購入したいと考えているとしよう。どのような電子商取引のワイン販売サイトを訪れても、写真、動画、テキストのデータベースを検索できる。しかし、ほとんど知らない分野について、どうやって検索すればよいのだろうか。
おそらく最終的に行うのは、価格と人気を基準にワインを選ぶことだろう。結局のところ、多くの人が「上位表示」のそのワインを気に入っているなら、何かを知っているはずだ――そうでしょう？ これに対し、プロのソムリエに相談できる恵まれた状況を考えてみよう。あなたがワインを買いたいと伝えても、自分がどのワインを好むかは分からない。ソムリエはあなたをよりよく理解するために会話を重ね、そのうえで、適切な品質と適正な価格を備え、そして何より、あなた自身の個人的な好みに合う適切な個性を持つ、イタリアの知られざる生産者を提案する。
そのような非常に個人的な体験を、オンライン検索で再現できれば素晴らしいと思わないだろうか。
オンライン検索をより個人に合ったものにすることは、単に「あればよい」という話ではない。膨大なデジタルコンテンツが存在する世界では、検索の経済的影響は極めて大きい。蓄積される情報は、人間の脳が記憶できる量をはるかに超えて爆発的に増加しており、私たちは適時かつ意味のある形でコンテンツを見つけてアクセスするために、検索エンジンに完全に依存している。
残念ながら、どの検索でも示されるように、結局得られる結果は主に人気と意味的文脈に基づくものである。あなたに合ったワインを造るイタリアの知られざる生産者は、オンライン検索欄に「赤ワイン」とだけ入力した場合、デジタルコンテンツであなたに届く見込みはまったくない– ただし、あらかじめその存在を知っており、名前で検索する場合を除く。特定の対象を指定しない検索から得られる可能性が最も高いのは、デジタルマーケティングに多額の予算を投じられる者による結果である。言い換えれば、今日のグローバルなデジタルメディア環境は、富と権力を持つ者に有利な、極めて不均衡な場であり、これは現在の検索の仕組みがもたらす直接的な結果である。
オンライン検索の問題点
検索には少なくとも二つの大きな問題がある。一つ目の、比較的解決しやすい問題は、検索が人間の問いの意味を理解することが難しいという点である。Googleは、たとえばパターン認識ができるよう検索を改良することで、この問題の解決に多大な資金と人材を投じている。ラリー・ページは2014年のまれなTEDインタビューで、Google検索が猫の画像を提示された場合にそれを猫として認識できることを誇らしげに明かした。Googleはこの点で正しい道を進んでおり、機械学習への投資は成果を上げつつある。IBM Watsonのような、自然言語でコミュニケーションできる人工知能は、検索とのやりとりをさらに高めるだろう。SiriやCortanaは、すでに検索をずっと賢く、簡単なものにしつつある。SF映画『Her』（2013年）で描かれた物語は、数年のうちに日常的な体験になりうる。
しかし、検索が抱える二つ目の問題は、デジタル格差の主要な原因であり、解決はさらに難しい。これを「未知の未知の問題」と呼ぶことにしよう。自分がまったく知らないものを、どうやって検索すればよいのか。この問題を解決できれば、検索はグローバルなデジタル経済において、障壁を設ける存在から、競争の場を平準化する存在へと変わるだろう。
この問題の重要性をよりよく理解し、どのように解決しうるかを見るために、まず今日の検索の仕組みを確認しよう。検索を利用するたびに、私たちは基本的に、問いと答えからなる二段階のやりとりに入っている。この短い会話は、コンテンツの関連性に対する社会的な評価を含む一連のパラメータに基づき、検索エンジンのアルゴリズムが私たちの問い合わせに最も適合する結果を返すことで終わる。群衆の知恵を利用して、エンジンは「最も人気のある」ものを届けるため、人気の低いコンテンツを、数千、ときには数百万に及ぶ検索結果ページの後方へと追いやる。
この方式は効率的に見えるかもしれないが、暗黙の前提に基づいている。それは、利用者が自分の問いに対する「最も人気のある」答えを求めている、という前提である。探しているものが分かっている場合には、これは十分に機能する。しかし、ワインについて知識も専門性もないままワインを買おうとする利用者の例のように、何を尋ねればよいのか本当には分からない場合、検索は機能しなくなる。同時に、中小企業はWeb 2.0上で十分な「口コミ」を生み出す資源を持たないため、多くの人が読むのをやめる検索結果の最初または2ページ目の「人気の上位」に表示されることがなく、無数の検索結果ページの下に永久に埋もれる運命にある。
この問題を克服するには、検索エンジンと人間のあいだに、新しく異なる種類の対話が必要である。それは、互いに学び合い、それぞれが相手の求めるものを見つけるのを助ける、二つの心のような対話である。架空のワイン利用者がソムリエと交わした会話に近いものである。しかし、そのような対話を成立させるには、機械は人間の問いを理解するだけでなく、その人が誰であり、さらにはどのような「思考様式」を持っているのかを理解しなければならない。機械は、何らかの形で、私たちの脳が持つ共感能力、すなわち心理学者が「心の理論」と呼ぶものを獲得しなければならない。では、コンピュータに私たちの心を理解する能力をどのように与えればよいのだろうか。
観察される者と観察する者の舞い
この「次世代検索」技術を構想する一つの方法は、初期サイバネティクスの興味深い考えを改めて検討することである。初期のサイバネティクス研究者が解決しようとした問題の一つは学習であった。すなわち、システムは、相互作用する他のシステムを含む環境についての知識をどのように増やし、それによって自らの振る舞いを適応させるのか、という問題である。
フィードバックは、自然界の学習メカニズムを解読するための優れた概念を提供した。たとえば生物システムは、世界に関する情報を感知して処理し、行動を起こす。その行動は入力として再処理へとフィードバックされ、これが繰り返される。制御技術者は、フィードバックの概念を用いて複雑な産業プロセスを自動化した。初期の実験では、プロセスを観察して監督し、望ましい出力を得るためにシステムの制御を調整するのは人間であった。しかし次第に、監督の役割はより速く、より安全に遂行するコンピュータのアルゴリズムに置き換えられた。人間の観察者は、システムからますます遠い存在となった。検索もまたサイバネティクス・システムである。私たちは入力（問い合わせ）を行い、システムが返す出力（結果の一覧）を観察する。しかし、もし私たちが検索の一部であったらどうだろうか。もし私たち自身がフィードバック・ループに組み込まれ、検索と私たちが一体となって、いわゆる「第二次サイバネティクス」システムへと進化したらどうだろうか。
学習の領域で第二次サイバネティクスを探究した先駆者の一人は、英国の科学者 ゴードン・パスク。パスクは、知識を、保存・処理・分析の対象となる「もの」や「商品」とみなす人工知能の仮説を支持しなかった。むしろ彼は、知識を、会話に関わる二つの知的主体のあいだで生じる複数のフィードバック相互作用の結果として捉えた。したがって「理解」と「学習」は、パターンマッチングやデータ分析を通じてではなく、二人が一緒に踊るのに似た、共鳴するサイバネティクス・システムの構築を通じて生じるのであり、そこでは各人が相手のステップに従い、調和して踊ろうとする中で互いの動きを学び合う。
パスクの考えは当時大きな注目を集めたが、初期サイバネティクスの多くの独創的な考えと同様に、その後は集合的な記憶から薄れていった。数学的により厳密な人工知能のアプローチが主流となった。膨大なコンピュータの処理能力を活用することで、機械学習は今日、デジタル化された経済がミリ秒ごとに生み出す膨大なデータの奔流を理解するために効果的に用いられている。
とはいえ、機械学習の分析力と予測力は、どれほど印象的であろうとも、論理的処理の枠組みによって永遠に制約され続けるだろう。ゲーデルとチューリングが示したように、人間の心を記号の集合に還元することには絶対的な限界がある。その限界を越えたところで、人間は直感的で、創造的で、見事に予測不可能になる。機械は、私たちについての「心の理論」を何らかの形で獲得しない限り、私たちが何者であるか、どのように考えるか、あるいは本当に何を望み、何を必要としているかを完全に理解することは決してできないだろう。
第二次サイバネティクスは、これをどのように実現しうるかについての一つのパラダイムを提供する。認知コンピューティングと組み合わせることで、次世代検索は、より「発見」に近いものになると構想できる。人間は、自分が本当に何を望み、何を必要としているかを明確に理解しないまま検索を始め、機械との対話を通じて、自分にとって最も関連性の高いコンテンツにたどり着くだろう。このような真に個人に合わせた検索は、現在、サイバー空間の多数派によるアルゴリズムの専制によって消し去られているメディアや情報へのアクセスを開くだろう。次世代検索は、デジタルメディアを知的なものにし、あなたがそれらを見つけられる範囲で、それらがあなたを見つけられるようにすることで、デジタル経済の競争の場を平等にしうる。
お読みになりましたか？
デジタルメディアは、私たちの働き方をどのように変えつつあるか？
あなたの性格は、ソーシャルメディアの利用方法を決めているか？
デジタル革命によって、誰も取り残されるべきではない
執筆者：ジョージ・ザルカダキス博士 は、Towers Watsonのコミュニケーション・変革マネジメント部門でデジタル・リードを務め、著書『In our own image – will artificial intelligence save us or destroy us?』の著者でもある
本記事は、 Human Implications of Digital Media projectによるブログシリーズの一環として公開されたものである。
写真：フランス国立雇用機関（Pole Emploi）の職員が、2014年11月13日、ストラスブール近郊のフランスとドイツの国境にあるドイツ・ケールの独仏共同職業紹介所で、仏独両国の雇用機関のインターネットサイトを同時に操作している。REUTERS/Vincent Kessler
