ロボットに仕事を奪われるのか？ロボット工学や人工知能がもてはやされている現在、これは理解できる質問だ。多くの人々が、企業や産業が余剰になるにつれて「私の仕事は自動化されるのか」「私の仕事は完全になくなるのか」と問いかけている。
この記事の執筆者である私の仕事をロボットが引き受けるのか？
私の答えはノーだ。
ロボットは私たちの仕事を奪うのだろうか？あらゆる面でコンピューターゲームと同じような仕事をしていない限り、すぐにそうなることはないだろう。説明しよう。
ロボット、ビジネスにおけるchatbots 、AIが仕事を引き継ぐといった現在の物語を動かしているのは、多くの力学である。この議論の大部分は、自動化と生産性向上の影響をめぐる、古くから続いている経済学の議論の延長線上にある。
自動化される仕事に関するより重要な問題は、それに代わる新しい仕事があるかどうかということだ。本質的に働く人々は、第一に自分の仕事が代替されるかどうか、第二に自分の仕事が代替された場合、他に、できればより良い、合理的にできる仕事が創出されるかどうかを問うているのである。最悪のシナリオは、古い仕事が自動化された後に新しい仕事が生まれず、自動化によって永久失業者層が生まれることだ。
現実には、人工知能が人間並みに賢くなるまでは、すべての革新的テクノロジーが仕事を変えるように、人工知能も仕事を変えるだろう。影響を受ける業界の労働者はスキルを更新する必要があるが、仕事がなくなるわけではない。すべての技術革新がそうであるように、より大きなリスクは、同じ仕事をする（あるいは同じかそれ以上の成果を達成する）ために必要な人員が減ることである。
有史以来、人間の生産性を高めるために、機械を含む道具が発明されてきた。その結果、多くの仕事が姿を消したが、その分、新たな仕事への道が開かれた。また、旧来の必要不可欠な製品やサービスのコストが下がり、新しい製品やサービス（今では必要不可欠なものもある）が発明されたことで、人々は豊かになった。
これは基本的な経済学であり、ほとんどの人が知っていることだ。現在の中流階級の人々は、数百年前の王様よりもほとんどの面ではるかに恵まれている。ある建設プロジェクトの責任者が、作業員に機械ではなく鋤を使わせることで雇用を節約したと自慢したところ、「なぜ鋤を取り上げて作業員に茶さじを与えないのか」と質問された。生産性を低下させることを強制することが、その技術革新の影響を直接受ける人以外（しかも短期的に）を助けるとは言い難い。
もちろん、私たちが今直面しているのはシンギュラリティ（技術的特異点）だと主張する人々もいる。人工知能（AI）が重要な次元で人間レベルの能力に達すれば、人間に残された仕事はなくなる。
この観点を誇張することに強力な既得権益を持つ人々が大勢いる。AIの危険性について警告したり、AIについて信じられないような主張をすることで、クリック数や「いいね！」が増え、個人や企業の宣伝になる。魅力的であると同時に脅威でもあるため、人々はこの話題についてもっと知りたいとお金を払う。この種のムーンショットのアイデアは、従業員のモチベーションを高め、売上を生み出す。しかし、本当に心配なのだろうか？
答えはイエスでもあり、ノーでもある。もし私たちが一般的な人工知能を作ることができたとしたら、これは間違いなく懸念事項になるだろう。そしてこの場合、生産性が爆発的に向上し、豊かな世界になることを考えれば、雇用に対する懸念は他の懸念（AIが人類を支配することなど）よりも低いランクになるだろう。
たとえ一般的な知能が遠く離れたところにあるとしても（私はそう信じている）、人々がAIを使って行っていることの意味を理解し、その技術がどのように実装されるかによって不測の事態が起こらないようにする必要があることも正しい。コンピュータにルールを書かせる（つまり、明示的にプログラミングしない）のであれば、このような技術をミッション・クリティカルなシステムに適用する場合、人々がそのリスクを理解し、説明できるようにする必要がある（ミッション・クリティカルなシステムに使用されるすべての技術についてそうする必要がある）。しかし、AIの一般的な知能を達成することなしに、雇用を脅かす二律背反はない。これについては後で詳しく述べる。
仕事の自動化についての懸念や、仕事の終わりについての懸念は、部分的には想像力の欠如によるものである。失われつつある仕事は見えても、それに代わる仕事を想像することができないのだ。コンピューターが主流になる前に、情報技術が重要な職種になることを誰が予測できただろうか。ソーシャル・ネットワークが主流になる前に、ソーシャル・メディアをめぐるすべての仕事を誰が予測できただろうか？
生産性の向上がすべての人々のより良い生活につながると信じることには、飛躍的な信仰の要素もあるが、どのような変化もさまざまな人々に影響を与えるため、変化後にすべての人々がより良くなるとは限らないが、大多数はそうなると理解している。
コンピューターが破壊した以上の雇用を創出し、それによって私たち全員がより良い生活を送っていることに異論を挟む者はいない。雇用はコンピューターによって破壊されたのではなく、労働者がコンピューターを使うことでより多くのことを達成できるようになったのだ。これは、ボットがどのようにプログラムされるかに基づくAIのあり方についても同じだろう。
ロボットに支配されるのはいつ？
たしかに、AIが人間の理解レベルに達するという特別なケースを考慮する必要はあるが、それはすぐに起こることなのだろうか？もしAIが人間の理解レベルに達すれば、その影響は甚大なものになるだろう。その通りだ。もしAIが単なる自動化技術の向上であれば、その影響はかなり軽減され、すべての人にとって大きな繁栄につながるだろう。もしAIが人間の理解レベルに達したとしたら、それはディストピア的な未来と同様に、天国のような未来に私たちを導く可能性があることを述べておく。
Googleで働くレイ・カーツワイルのように、2029年までに人間の理解レベルに達すると主張する人もいる。また、ジョージ・ギルダーのように、現在のシリコンベースのテクノロジーでは実現しないと主張する人もいる。知性や意識が人間に存在することから、それが可能であることは明らかだが、その複雑さ、知性の新規性、シリコンベースのシステムやテクノロジーが生物学的プロセスを再現する能力を過小評価している可能性がある。これは、データ、アルゴリズム、処理能力が指数関数的に進歩していると仮定しても当てはまる。いつロボットに支配されるかという答えは、すぐには出ないだろう。
AIが人間レベルの知能に到達するケースを除外するか、少なくとも今後20年間はそうならないとすれば、今日の急速に進歩するテクノロジーを使ったAIがあなたの仕事を奪うかどうかという、より差し迫った問題に対処することができる。
- 最初の間違いは、質問の組み立てである。ロボットがどのような「仕事」をするのかではなく、ロボットがどのような「作業」をするのかを問うべきである。もちろん、ここで言うロボットとは、物理的なロボットだけでなく、ソフトウェアベースのサービスを提供するAIソフトウェアも含む。
- つ目の間違いは、AIが特定のタスクのやり方をどう変えるかを問わないことだ。多くの場合、AIはタスクを完全に置き換えるわけではなく、人間との共同作業によってそのやり方を改善するだけだ。
- 3つ目の間違いは、それによってどのような新しい仕事／業務が可能になるかを問わないことだ。
ここで真に問われるのは、仕事の本質とは何かということであり、人々は仕事を遂行する上で不必要な摩擦に直面しているのかということである。答えは間違いなくイエスだ。想像してみてほしい。AIに「Xに関するプレゼンテーションを準備してください。このプロセスは3時間かかるところを5分で完了する。さらに大きな時間節約は、どのタスクが重要かを判断する手助けをしてくれるAIかもしれない。時間と労力を費やして何かをうまくこなし、後でそのことが必要でなかったことに気づいたとき、どれだけの時間が無駄になるだろうか？
上記のポイントは、もちろん、どんな新しい自動化にも当てはまる。AIによってどのような業務が変わり、どのような業務が可能になるのかという疑問に具体的に答えるためには、AIアルゴリズムの仕組みを理解する必要がある。
基本的にAIアルゴリズムとは、明示的にプログラミングすることなく、コンピューターに特定のタスクを実行させる方法である。AIは、入力と要求される出力の間の接続を、その接続が何であるかを明示的にプログラムすることなく（あるいは、部分的にプログラムし、そこからAIに推定させることによって）行うように訓練される。AIに写真の中の猫を識別させたい場合、楕円形の目、とがった耳、ひげといった猫の特徴を手動でプログラムする必要はない。
人間の知性に比べれば、このアルゴリズムはあまり "知的 "ではない。多くのデータを必要とする総当たりアルゴリズムなのだ。このアルゴリズムが行うのは、写真内の画素のグループの重要性を互いに重み付けし、猫を識別するパターンを見つけることである。これらの重みのレイヤーを繰り返しテストする（ニューラルネットワークと呼ばれる）か、他の類似のテクニックを使用することで、猫を正確に識別できる較正されたアルゴリズムを作成することができる。このようなものを手作業でプログラムしようとするのは不可能（あるいは非常に時間がかかる）であるため、これは強力だ。膨大な量のデータと多くの処理能力があれば、一種の総当たり的な知能を作り出すことが可能なのだ。
この種のアルゴリズムは、多くのデータ（できれば高度に構造化された）データが利用可能な場合に非常に有用である。アルゴリズムを訓練するためには、アルゴリズムのある反復が、以前の反復に対して結果を改善したかどうかを明確にする必要もある。ある「推測」から次の「推測」まで、相対的な成功のレベルが簡単または即座に測定できない（曖昧である）場合、これはAIにとって難しい問題となる。これは、正解のない人間のタスクではよくあることだ。
データが少なかったり、問題の解決策がデータの外にあったりする場合も、AIにとっては難しいケースだ。しかし、AIが難しいと感じる問題は、まさに人間が得意とする問題である。
例えば、人間の会話に関するデータが豊富にあるとはいえ、人間が発する言葉にはすべて、特定の人間関係の歴史、会話の歴史、状況的な文脈という点で、潜在的に固有の文脈がある。歴史に踏み込めば踏み込むほど、次元が高くなり、AIを訓練するのが難しくなる。そのため、AIソリューションは、chatbots （単発的な表面的な回答以外の用途）のための狭い状況コンテキストに集中するのが最適なのだ。2年前に別の会話で連続して言った5つのことと、前に言った5つのことが似ているという事実に基づいて、次に言うべきことを決めることを想像してみてほしい。これで問題の直感が得られるだろう。
どのようなタスクが「リスクがある」のかを把握するためには、上記のようなテクニックを使ってどの程度まで自動化できるかを把握する必要がある。
はっきりしているのは、ほとんどの場合、AIは人間を補完することで生産性を向上させるということだ。人間＋AIの組み合わせは、人間単独やAI単独よりもはるかに強力になるだろう。
たしかに、トラックや自動車の特定のルートでの運転など、完全に自動化された作業もあるかもしれないが、その場合でも、故障や事故、セキュリティ・インシデントのような不測の事態のために人間の存在が必要になるかもしれない。人間のいない無人トラックは、強盗が極めて容易であることが判明するかもしれない。
配管工は、問題を診断するのに役立つアプリを持っているかもしれないが、配管工自身が問題を解決しなければならない可能性が高い。
オートメーションはすでに、以前よりも体験やエンターテインメントが重視される世界を作り出しており、この傾向は今後も続くだろう。人々はレストランに行き、より盛大な結婚式を挙げ、よりエキゾチックな休暇を過ごし、昔よりも体験やエンターテイメントを消費するようになり、AIはこの傾向を永続させるだろう。エクスペリエンス」分野では、ますます多くの雇用が創出されるだろう。
生産性の向上はプラスに働くが、自動化とグローバリゼーションが進めば、勝者がすべてを手にすることになり、世界の不平等が拡大することは間違いない。非熟練労働者や半熟練労働者は、いくつかの指標では生活が向上するだろうが、高度熟練労働者に比べれば遅れをとり続けるだろう。この問題が解決されない限り、地域社会や政治に悪影響を及ぼす可能性がある。
生産性を加速させることは、地球上のすべての人々の生活を向上させる。新しいイノベーションによって経済的に最も恩恵を受け、大金持ちになる人々でさえ、社会全体が生み出す価値のごく一部を自分のものにできるにすぎないからだ。
新経済への移行は、生産性が加速するにつれて生活水準が壊滅的に低下する人々が出ないように管理する必要がある。
注意しなければならないのは、上記のことはAIに関連したイノベーションだけでなく、すべてのイノベーションに当てはまるということである。すべてのイノベーションは労働力に影響を及ぼし、労働者は雇用を維持するために追加教育を受ける必要がある。教育機関は、大学のカリキュラムを含め、変化する雇用市場の要件にカリキュラムを適応させる必要がある。私たちは、過去200年間、特にオートメーションが世界を変革してきた中で、このプロセスが継続的に展開されるのを見てきた。
当分の間、科学は進歩し、機械は人間の労働者を補完し、生産性を向上させ続けるだろう。機械は、ユニークな状況に対処したり、驚くべき解決策を考案したりする人間の斬新な知性を複製することはできないだろう。また、健康産業からレクリエーション産業まで、多くの産業で重要視されている人と人とのつながりの感覚も、機械には代替できない。
AIは、適切な条件（多くの適切なデータ）が存在するところでは、雑務を効果的に排除し、摩擦を取り除くことができるだろう。歴史的な生産性の向上と同様、AIによる生産性の向上は、世界中のすべての人々の生活を直接的または間接的に改善し続け、まだ想像もされていない新しい製品やサービス、仕事を生み出すだろう。
.svg)
