AI倫理学とは何か ～ 分類不能の職業から哲学の森へ ～

１．分類不能という職業病

１．分類不能という職業病

　私のプロフィールを読む人は、最初から困惑する。私は企業経営者であり、同時に科学者でもある。事業領域は環境、資源・エネルギー、情報通信、そしてAI。説明すればするほど、銀行や役所の担当者は混乱し、最終的には『分類不能の職業』として『分類』されてしまう。

　つまりこれは『分類不能であるはずなのに、分類されてしまう』というパラドックスにほかならない。本人としても、この矛盾にどう向き合えばよいのか、いまだによく分かっていない。

　私はいつもその『分類不能』の欄にチェックを入れるのだが、その瞬間から『どうして分類不能なのか』『本当はどれかに当てはまるのではないか』と、長時間の尋問が始まる。そして最終的に『やはり分類不能ですね』と確認されるまでが、もはや儀式のように繰り返されている。

　学問領域も同じだ。私は情報工学から環境・エネルギー学、経済学、資源経済学までを横断するジェネラリストだが、日本では『一分野一点張り』の職人気質が強いため、多角的に説明すればするほど理解されなくなる。国外では複数分野を持つ研究者は珍しくないのに、日本に戻ると『専門外』に対する過剰な免疫反応に直面する。そう、私は研究者としても『分類不能』なのである。

　しかし、この『分類不能』こそが、AI倫理学の出発点である。

２．哲学が無ければAIは生まれなかった

　AIは工学の副産物ではない。根底には『人間とは何か』『心や思考は模倣可能か』という哲学的問いがある。
・心の哲学がなければ、『人工知能』という発想そのものが登場しなかった。
・論理学がなければ、推論を数学化し、プログラムや推論エンジンを設計する基盤は存在しなかった。
・認識論がなければ、『知識表現』『機械学習』『信頼できるAI』という問題意識も芽生えなかった。

　つまり、AIとは『哲学の問いを数学と工学で実装する営み』だ。哲学を知らずにAIを語るのは、根を知らずに枝だけを論じるようなものである。

３．チューリングは哲学者でもあった

　AIの父と呼ばれるアラン・チューリングは、数学者であり、計算機科学者であり、暗号研究者であり、そして哲学者でもあった。
・数学者として、1936年に『チューリング・マシン』を提唱し、計算可能性の理論を確立した。
・計算機科学者として、プログラム可能な汎用計算機の構想を示した。
・暗号研究者として、エニグマ解読で実務的なAI応用を実現した。
・哲学者として、1950年に『チューリング・テスト』を提案し、『機械は考えることができるか？』という問いを検証可能な形に翻訳した。

　チューリングの業績は『哲学の問い → 数理論理学 → 計算モデル → 実際の機械』という流れを象徴している。彼が哲学者でなければ、コンピュータとAIはまったく別のものになっていただろう。

４．哲学・倫理学・論理学の位置づけ

　哲学は『人間・世界・認識・価値』を根本から考える学問である。その中に大きな樹が二本ある。それが倫理学と論理学だ。

倫理学：人間の行為の善悪や正義を問う。古代ギリシアの徳倫理、近代の義務論や功利主義に連なる。

応用倫理学：生命倫理、環境倫理、情報倫理、AI倫理などへ枝分かれし、抽象的理論を現実課題に接続する。

論理学：アリストテレスの三段論法から、フレーゲやラッセルの数理論理学を経て、AIの推論エンジンを生んだ。

　AI倫理学は、この『哲学の森』から芽生えた若木に過ぎない。

５．情報倫理学とAI倫理学の歴史

1970〜80年代（情報倫理学の萌芽）
　プライバシー保護やデータ保護法が登場。1985年にはJames Moorが『What Is Computer Ethics?』を発表。

1990年代（発展期）
　インターネット普及によりサイバー犯罪や著作権問題が顕在化。情報モラル教育が導入される。

2000年代（制度化）
　個人情報保護法が整備され、情報倫理が教育・政策に定着。

2010年代（AI倫理学の勃興）
　ディープラーニングの成功を背景に、2014年からAIリスクが議論される。2016年にはMicrosoftのTay事件、2017年にはEUがAI倫理を政策課題化。

2018〜2020年（制度化）
　Google AI原則（2018）、OECD AI原則（2019）、日本の『人間中心のAI社会原則』などが次々に公表。

2020年代以降（規制時代）
　EUのAI法（AI Act）、ChatGPT以降の生成AI規制など、法制度と産業政策に直結する領域へと発展。

６．分類不能の思想から

　情報倫理学はプライバシーや個人情報の保護から始まり、AI倫理学は『人間中心のAI社会』を模索する国際規範へと成長した。
　しかし忘れてはならないのは、これらすべてが哲学に根ざしているということだ。

　哲学がなければAIは生まれなかった。チューリングが哲学者でもあったように、AI倫理学は『分類不能』の思想から芽吹いている。

　私自身が『分類不能の職業』に属するのも偶然ではない。AIを語るとは、自らを分類不能に置くことなのだ。

７．よくある誤解

日本社会の柔軟性と衰退
　一般論として、日本は多様な思想の柔軟性と異文化への包容力を持っている。現代の日本の発展は、その特質を生かし海外文化を積極的に取り入れ、それを自国内で進化させた結果である。逆にいえば、異文化を受け入れる柔軟性があったからこそ、他国に滅ぼされず生き延びてきたともいえる。ダーウィン的な適者生存の観点から説明できるだろう。

　ところが近年、この強みは著しく衰退している。SNSの普及も背景にあるが、柔軟だった思考が『はい／いいえ』の二項対立でしか物事を捉えられない人々を大量に生んでいる。

二項対立思考と論破文化
　この傾向は、ひろゆきの『論破芸』が流行した土壌とも重なる。低俗な論破芸に拍手喝采を送る風潮は、日本人を単純化された二項対立の思考様式に閉じ込め、知的衰退を加速させている。

AI倫理学は二項対立を超える
　AI倫理学は、このような単純な二項対立で割り切れない領域を整理することに労力を注いでいる。だが、AI倫理やガイドラインの基礎を理解していない人々は、この点を誤解してしまう。

　例えば、AI倫理学者の大半は『AIに賛成か反対か』『シンギュラリティが来るか来ないか』といった二元論的問いに立脚しているわけではない。どちらかの立場を支持することが使命でもない。

交通法規の比喩
　この点は道路交通法を例にすると分かり易い。交通法規は自動車社会に『賛成』しているわけでも『反対』しているわけでもない。自動車を社会で安全に活用するための条件を整理しているだけである。AI倫理も同様に『推進派』でも『反対派』でもなく、安全な活用条件を整える営みなのだ。

シンギュラリティをめぐる誤解
　シンギュラリティについても同じだ。AI倫理学者の多くは『超知能ができるか否か』を直接議論しているのではなく、その前提を問う。
　たとえば孫正義が『AIは人類の叡智を超える』と語るなら、次のような問いが立つ。
・『叡智』とは何か。その定義は可能か。
・定義できたとして、それを検証する手段はあるのか。
・人類の叡智を超える存在が生まれた場合、それは人類を滅ぼす危険性を孕まないか。

　AI倫理学者の使命は、こうした問いを通じて、安全にAIを利用するためのガイドラインや法規を設計することにある。

環境学者の役割とAIとの接点
　さらに、環境学者としての視点も欠かせない。AIが消費する電力は環境汚染や資源枯渇を引き起こし、人類に深刻な被害を与える可能性がある。その被害を想定し、回避しながら利便性を享受する方法を検討するのが環境学者の役割である。

　環境学者は環境アクティビストではない。誰かの食生活やライフスタイルを非難するのではなく、環境負荷の実態を測定し、持続可能性の最適点を見極めることが仕事だ。

学者の役割と法整備
　AI倫理学者や環境学者の知見は、国家や自治体が規制を設計するための土台となる。どのような環境規制やAI規制をかけるかは法整備の問題であり、その有効性を評価することもまた、関連分野の学者の責務である。

武智倫太郎