自動化は、ほとんどの人が何らかの意見を持つテーマです。このテーマについての知識の程度には大きな差があり、進行中の技術革命に人々が抱く不安の大きさにも同様に差があります。
私自身を含め、この分野に詳しい書き手でさえ、さまざまな理由から、自動化について書いたり語ったりする際に、都合のよい近道を選ぶことが多いように感じます。
だからこそ、人類が自動化とともに歩む道筋に影響を与えている、そして今後も与え続ける数多くの要因を取り上げる時です。複雑に絡み合う要因のネットワークが、さまざまな結果を生み出します。この記事では、その要素の一部に光を当てます。
自動化は単なる労働の自動化ではない
私たちは賃金に依存し、雇用の喪失やロボットによる支配、そしてユニバーサル・ベーシックインカムへの懸念を抱いているため、労働の自動化にばかり目を向けがちです。
労働が非常に重要であることに変わりはありませんが、自動化はより広い視野で捉えるべきです。自動化はすでに私たちの私生活、コミュニケーションの方法、食事をする場所、購入するもの、デートの相手、選挙で選ぶ政党など、実にさまざまな領域に浸透しています。したがって、自動化については、経済、環境、政治、倫理、文化、法律、社会の側面を含め、より包括的に議論すべきです。これまで、そうした議論はごく周辺的なものにとどまっています。
人工知能と自動化の関係
現在、ロボットに知能をもたらす人工知能（AI）は比較的限定的で（限界があると主張する人もいる）、そのため自動化の対象は細分化され、特定の作業に集中しています。しかし将来、AIはより汎用的な能力を身につけ、それが多分野にわたるロボット労働や、人間のように推論するソフトウェアソリューションにつながる可能性があります。この進歩は、センサー技術、スーパーコンピューティング、神経科学、3Dプリンティング、新素材の利用など、他の研究分野によって加速しています。新素材の例としてはグラフェンがあります。
自動化の目的とは？
目的は、多様な作業を自動化し、理論上は私たちに利益をもたらすことです。現在は、数値的に複雑な作業や、単調で反復的な作業の自動化に重点が置かれています。しかし、AIによって可能になれば、その範囲は確実に広がるでしょう。したがって、真の制約となるのは、技術的に可能かどうか、そして法的な境界です。
企業の動機は、拡張性、利益の増加、人為的なミスの減少、規制の軽減にあります（少なくとも現時点で、AIは労働組合を結成しません）。人類の動機は、困難な作業（変動の激しい株式市場で取引戦略を立てることなど）を避け、意思決定のプロセスを改善すること（作物の収穫に最適な時期など）、あるいは場合によっては責任を委ねること（自動運転）にあります。
自動化が多くの人の考える以上に複雑な理由
自動化に影響を与えるのは、技術的に実現可能かどうかだけではありません。コストや規制を含め、考慮すべき要素ははるかに多くあります。
自動化のコスト：コンピューターによる労働の限界費用が人間の労働より高い限り、自動化は費用対効果に見合いません。現在、異質性が高く反復的でない労働集約型の作業では、この状況にあります。ただし、コンピューターによる労働は、能力が高まり、費用も手頃になっていることを、開発サイクルを重ねるごとに念頭に置く必要があります。
賃金の弾力性：自動化によって、現在の賃金より低い賃金でも働く意思のある人材が供給過剰になる可能性があります。人間の労働をコンピューターによる労働と競争できるように、最低賃金の規制が緩和されることも考えられます。そのため、コンピューターによる労働に比較的高額な初期投資をするかどうかを迫られた雇用主は、より安価な人間の労働を選ぶかもしれません。
複雑さ：学際的な知識や応用可能な知識を必要とする作業は、共感力や創造性が求められる場合、複雑性が高く科学的な理解も不十分なため、長期的にも自動化が難しい可能性があります。
アナログの魅力：人間をはじめ、高度に発達した生命体は社会的な動物です。したがって、消費者も起業家も、アナログで手作りの非デジタル製品やサービスを求める動きを生み出すことは間違いありません。
データの利用可能性：教師あり機械学習など、一部のAIは膨大で粒度の細かいデータセットに依存していますが、分野によってはそうしたデータを利用できない場合があります。一方、特に非構造化データが豊富にあるのに、異種のデータサイロに埋もれたままで、意思決定者が適切な問いを立てていないケースもあります。さらに、偏りのある学習データを使い、意図しない出力につながる危険もあります。
データセキュリティ：さらに私たちは、プライバシーや情報セキュリティの観点から、データ化がもたらす影響を必ずしも理解していない社会に暮らしています。しかし、認識は高まりつつあり、データ化されたシステムから離脱する人も出てくるかもしれません。その結果、データの利用可能性が制限されることになります（健康関連データはその一例です）。
規制：技術的、科学的な観点からは特定の作業を自動化できる場合でも、規制がその進展を妨げる可能性があります。特定の法律や規制の改正の遅れ、未解決の倫理的問題、セキュリティ上の脅威（デジタル技術を論じる際に重要な要素）は、特に大きなリスクとなります。
導入の速度：業界によって、技術の導入率にさまざまな差が見られます。その理由として、認知度の不足、知識の格差、人材やビジョンの不足が考えられます。現在、非技術分野と高度な技術分野の接点を担うエンジニアや人材が不足しており、意思疎通の問題、誤った期待、戦略的判断の誤りにつながっています。さらに、導入の速度は、文化的な開放性や寛容さにも左右されます。
倫理：雇用の喪失につながりかねないあらゆる決定は、大きな倫理的ジレンマをもたらします。少なくとも私の考えでは、その答えを出すには、今日、特定の作業や事業部門を自動化しない場合に何が起きるか、そしてそれが企業の長期的な雇用能力にどのような意味を持つかを評価する必要があります。今日、仕事の自動化を避けることで、明日の雇用喪失がより大きくなるのでしょうか。
社会への影響： 多くの仕事が自動化され、私たちが日々行う判断の多くも自動化されるでしょう。それによって、私たちが暮らす社会は、個人レベルでもマクロレベルでも変化します。レコメンドシステムや高度なフィルタリングアルゴリズムは、私たちの意見の泡を強め、現実から私たちを遠ざける可能性があります。
対立：未解決の対立がいくつもあるなか、労働の完全自動化への不安がポピュリストに利用される可能性があります。しかし、人類がより人間主義的な方向へ進まない限り、将来の技術は私たちが抱える問題のうち最も小さなものだと私は考えます。むしろ、それらを活用して気候変動に対処し、環境汚染を止め、世界の飢餓を解決すべきです。それでも、特定の技術が抗議活動や暴力さえ引き起こす可能性は現実にあります。それは、社会、技術、政治が異なるペースで進展する場合に限られるでしょう。社会が慣れる時間を持ち、公益に資する法的枠組みを定め、技術に適応できれば、終末のシナリオは恐怖をあおるだけのものです。
政治：政治家はしばしば最新の技術動向に遅れを取るものの、技術の普及に影響を与えることはできます。しかし今日では、逆方向の影響も起こり得ます。ソーシャルボットや精密にターゲットを絞った広告は、選挙に影響を及ぼす可能性があるため、この問題に対する解決策がどうしても必要です。
責任：コンピューターによる判断が誤っていた場合、誰が責任を負うのでしょうか。利用者、学習データを選定したデータサイエンティスト、機械学習エンジニア、サービス提供企業、それとも別の誰かでしょうか。これを明確に規制しなければ、費用のかかる責任問題というパンドラの箱を開けることになりかねません。
保険適用可能性：前述のリスクは将来、保険でカバーできるようになるかもしれません。しかし、適切な解決策はまだ不足しており、自動化に関する決定を妨げたり、先送りさせたりする可能性があります。
これらの要素に加えて、文化、宗教、環境、エネルギー、データ保存など、自動化の将来に影響する変数はほかにもあります。そのなかには、特定の産業に固有のもの、人々の行動に左右されるもの、社会的、経済的、環境的な性質を持つものがあります。さらに、自動化に限らず、あらゆる技術の進歩は決定論的なものではなく、一人ひとりの人間の影響を受けることを認識しなければなりません。
一方で、前述の論点やそれ以外の点を取り上げる、これまでにない水準の透明性と知識に基づく議論が必要です。他方で、誰もが建設的な議論に参加したいと思うわけでも、参加できるわけでもないことを認識することが欠かせません。それでも、企業、学界、政府は、私たちの未来に対するビジョンや技術の進展について、誰にとっても理解しやすい形で率直に伝えるべきです。そうすれば、一人ひとりが、自分はどれほど自動化された生活を望むのかを決められます。
