AIリーダーたち、「人間レベルのシステムが急速に近づいている」と発言

人工知能の急速な進歩により、各国政府や機関は、予想よりもはるかに短い期間で人間レベルのシステムに直面することを余儀なくされています。業界リーダーたちは、現在のツールと人工汎用知能（AGI）とのギャップが急速に縮まっていると述べています。開発が加速する中で、雇用、ガバナンス、経済の安定性に関する懸念が議論の中心に移りつつあります。

Amodei氏：人間レベルのAIは数年以内に到来する可能性

ダボスの世界経済フォーラムにて、AnthropicのCEOであるDario Amodei氏は、高度なAIがどれほど早く到来しつつあるかについて政策立案者が十分に準備できていない可能性について警鐘を鳴らしました。DeepMindのCEO、Demis Hassabis氏と共に登壇したAmodei氏は、社会システムや労働市場が技術進歩と同じペースで適応することは困難だと主張しました。彼の見解では、準備期間は拡大するどころか縮小しています。

Amodei氏は、人間レベルのAIが数年以内に実現する可能性が高いという自身の見解を改めて強調しました。彼は以前の予測は依然として有効であり、進歩は急勾配のまま続いていると述べています。彼の見積もりによれば、超人的な能力は早ければ2026年または2027年にも到来する可能性があります。彼の言葉を借りれば、開発がそれ以上長引くとは考えにくいとのことです。

このスピードの多くは、AIシステムが自らの開発を支援するようになったことに由来しています。Anthropicにおいて、Amodei氏は、ソフトウェアエンジニアがコードを書くのではなく、AIが生成した出力を監督する役割へと移行していると述べました。エンジニアは今や一からコードを作成するよりも、レビューと修正に多くの時間を費やしています。6～12か月以内に、AIモデルがほとんどのコーディング作業を最初から最後まで担う可能性があると彼は示唆しました。

このサイクルを推進している要因は以下の通りです：

• AIモデルが現在、実運用レベルのコードの大部分を生成している。
• エンジニアは主にレビューアとして機能し、主要な著者ではなくなっている。
• トレーニングの改善が、より早いモデルアップグレードに直結している。
• ハードウェア供給が研究能力よりもスピードを制限している。
• 開発サイクルの短縮により、普及までの期間が圧縮されている。

DeepMindのHassabis氏：AGI実現の確率は2030年までに50%

大きな進歩を認めつつも、Hassabis氏はすべての分野が同じように自動化に適しているわけではないと主張しました。コーディングや数学のような分野は、結果の検証が迅速に行えるため自動化が容易です。一方で、自然科学など他の分野は、時間とリソースを要する実験に依存しています。

彼は、科学的発見が依然として大きな障壁であると述べました。現在のシステムは定義された問題を解決できますが、新しい問いや理論を生み出すのは苦手です。独創的な仮説の提示は人間の創造性の最も高いレベルの一つであると彼は考えています。AIはこの分野で信頼できる能力をまだ示しておらず、このギャップがいつ、あるいは本当に埋まるのかは不明です。

これらの限界のため、Hassabis氏は2030年までにAGIが実現する確率を約50％としました。彼は、高速な計算と真のイノベーションとの差を重要な不確実性として指摘しました。それでも両CEOは、経済的混乱がもはや遠い懸念ではないことに同意しています。

ホワイトカラー職のリスクが高まっています。Amodei氏は以前、初級レベルの専門職の半分が5年以内に消滅する可能性があると見積もっており、ダボスの場でもその数字を支持しました。かつて守られていると考えられていたオフィス業務も、数十年前に製造業を再構築したのと同様の自動化圧力に直面しています。

Hassabis氏は、慎重な経済予測でさえ変化のスピードを過小評価している可能性があると警告しました。社会が適応するのに5～10年は長い時間ではなく、ゆっくりとした移行のために構築された制度では、もし雇用構造が一度に変化した場合、対応が困難になるかもしれません。

AIは大規模なレイオフが始まるはるか前に仕事の自律性を侵食している

Amodei氏にとって、課題はエンジニアリングを超えてコーディネーション危機にまで拡大しています。彼は政府が移行管理に最も多くの注意を払うべきだと主張しました。悪用や地政学的緊張に伴うリスクはまだ管理可能ですが、誤りの許容範囲は狭まりつつあります。

この議論から浮かび上がる主な政策課題は以下の通りです：

• 労働の変化が既存の再訓練システムの対応速度を上回っている。
• 強力な汎用モデルを取り巻く規制のギャップ。
• 熟練労働の自動化による格差拡大。
• AI能力の少数の主要プレイヤーへの集中。
• 安全基準に関する世界的な協調の不足。

一部の労働アナリストは、混乱は職の完全な置き換えではなく、仕事の再構築を通じて到来する可能性があると考えています。Human Voice MediaのCEO、Bob Hutchins氏は、専門職がより小さく、厳しく監督されたタスクに分割されつつあると述べています。かつて個々の労働者が管理していたワークフローが、アルゴリズムによって管理されるようになっています。

Hutchins氏によれば、この変化は仕事の感覚と機能そのものを変えます。創造的・技術的な職種は意思決定から検証役へと移行します。労働者はプロジェクトを形作るのではなくアウトプットをチェックする役割となります。時間が経つにつれ、このプロセスは職の自律性を奪い、肩書が変わらなくても賃金を減少させることがあります。

Hutchins氏は、機械が人間に取って代わるかどうかを問うのではなく、仕事の質がどのように変化するかに注目すべきだと主張しています。タスクが細分化され監督が強化されるにつれ、専門職としてのアイデンティティ自体が損なわれる可能性があります。政府や雇用主は、雇用の維持を超えて、AIの能力拡大とともに有意義な仕事を維持するという課題に直面しています。