AI時代に人間の優秀さと大学はどう変わるか

TL;DR

AIは文章や画像の生成で人間を超える側面を持つ一方、実世界で自律的に学び、設計や調達まで完結するには人間の介在が必要である。大学には、企業が取り組みにくい不確実な未来の研究と、専門教育に必要な基礎学力の確認という役割が残る。

Transcript

2045年に来るみたいなことって 怒っちゃってる気もするんですけど 信じられていつ来るんですかっていうこと 自体がもう多分ナンセンスになってるん じゃないかな何かが拡散する瞬間 ざっくり言うとどういう 条件が満たされた時にハブに到達した瞬間 ですよねインフレーサーって言った方が いいですかね 能力とか優秀さって変わると思いますか今 まであった優秀の軸が消えて別のAIを うまく使いこなすって軸ができる 今日から新しい番組が始まります テクノロジーとサイエンスに注目して どんどんどんどん深掘りしていく番組です GPTが正しく出してるのは日本語とか 英語って知識を正しく出してるわけでは ないわけです人間がじゃあ扱える文脈の 量ってどれぐらいかというと4にかなわ ないそういう意味では当然人間もはるか... Read More

Key Insights

• 情報拡散は、各所で生まれた小さな反応がテレビやニュースサイトなどのハブに到達し、そこで増幅されて再びSNSへ戻ることで大規模になる。
• エコーチェンバーは、価値観を共有する人々がつながり、自分の発言に同意する反応が集まりやすくなることで、特定の世界観が強化される現象である。
• 研究データの全面公開は、学術的な利益がある一方、悪用、安全保障、プライバシーの問題を伴うため、すべての立場を満たす最適解を定めにくい。
• 大学研究は、企業の利益や短期的な用途に縛られず、AIの虚偽生成への対策など、実現時期が不明な未来の課題を先回りして扱える場である。
• 生成AIの著作権問題は、文章や画像の生成技術が急速に社会実装されたことで、技術普及前に積み重ねた想定や議論を超える規模と速度で現れた。
• AIの学習対象は、文章や画像から、身体の動き、触覚、嗅覚、味覚へ広がり、将来は人間が直接感じられない赤外線や紫外線も含み得る。
• AIの完全な自律は、知識の獲得だけでなく、ハードウェアの設計、材料の調達、製造、移動、資金の確保まで必要になるため、当面は人間の介在を免れない。
• AI時代の優秀さは、従来の評価軸が一部消える一方、AIを使いこなす力など新しい軸が加わることで、一種類ではなく複数の能力として測られる。

Questions & Answers

Q: 情報がSNSで急速に拡散する条件は何ですか？

小規模な反応が各所で生まれるだけでなく、その情報がテレビ、ニュースサイト、人気番組、インフルエンサーなどのハブへ到達することが重要である。ハブが情報を増幅し、それが再びSNSへ戻ることで、多くの利用者を巻き込む大規模な拡散が起こる。

Q: エコーチェンバーとは何ですか？

エコーチェンバーとは、価値観や関心が近い人々がつながり、自分の発言に対して周囲から同意が返りやすくなる現象である。利用者の活動が変わると表示される投稿も変化するため、推薦アルゴリズムと人間関係の両方が、見える世界の偏りを生み出す。

Q: AI研究のデータを全面公開するのが難しいのはなぜですか？

データの公開は、多くの研究者が利用して研究を進められるという利点を持つ一方、悪意ある用途への転用、安全保障上の危険、個人のプライバシー侵害につながる可能性がある。企業の事業上の利益も関係するため、研究の開放性だけを基準に決められる問題ではない。

Q: 生成AIの創作物の著作権を決めるのが難しいのはなぜですか？

AIが作った成果物の著作権は以前から議論されていたが、対話AIや画像生成AIが急速に社会へ入り、想定を超える量と品質の創作物が生まれたためである。学習元が膨大で、人間がすべての由来や変換過程を理解することも難しく、従来の議論だけでは整理できない。

Q: 今後AIはどのような実世界データを学習しますか？

今後はウェブ上の文章や既存画像に加え、カメラと音声で記録した屋外の状況、人間の歩行や身体運動、物に触れた際の触覚、匂い、味覚まで学習対象になり得る。さらに、人間が直接感じられない赤外線や紫外線も取得できれば、人間を超える感覚情報を記録し予測する可能性がある。

Q: シンギュラリティはすでに起きているのですか？

人間を超える能力という観点では、AIはすでに一部の領域で人間を上回っており、社会も完全には制御できていない。しかし、自ら学習して実世界で開発を完結する状態とは別の段階であるため、いつ起きるかを一つの日付で問うより、どの能力や自律性を基準にするかを明確にする必要がある。

Q: AIが完全に人間の手を離れないのはなぜですか？

AIが新しい機械を自律的に開発するには、知識の処理や設計だけでなく、製造設備を整え、材料や半導体を入手し、移動し、代金を支払う必要がある。その各段階でロボット、資金、社会制度との接続が求められ、現状では人間が調達や支援に入るため、完全な自律には至らない。

Q: AI時代にも大学入試のペーパーテストは必要ですか？

ペーパーテストには、大学で科学技術や専門分野を学ぶために必要な数学、言語理解、基礎学力が備わっているかを確認する役割がある。論文や突出した実績は過去の到達点を示しても、将来の成長を保証せず、評価制度が攻略される可能性もあるため、基礎力の確認と組み合わせる意義がある。

Summary & Key Takeaways

• 情報が急速に広がるには、利用者同士の小規模な拡散だけでなく、テレビ、ニュースサイト、人気番組、インフルエンサーといったハブへの到達が重要になる。各所で生じた反応がハブに拾われ、増幅された情報が再びSNSへ戻ることで大規模な拡散が起こる。価値観の近い人々が集まるエコーチェンバーと推薦アルゴリズムは、利用者が目にする情報を変化させる。

• 生成AIの急速な普及は、学習データや創作物の著作権について事前に行われてきた議論を超える問題を社会に持ち込んだ。将来はウェブ上の文章だけでなく、映像、音、身体運動、触覚、嗅覚、味覚、さらに赤外線や紫外線まで学習対象になり得る。ただしAIが自ら改良や開発を続けるには、物資、製造設備、移動手段、資金など実世界との接続が必要であり、人間の関与は当面残る。

• AI時代には、従来の優秀さが一つに統一されるのではなく、評価の軸が増え、AIを使いこなす能力も新たな軸になる。入試では論文や突出した実績だけで将来性を測り切れず、制度が攻略される問題もあるため、数学や言語など専門学習の前提となる基礎力をペーパーテストで確かめる意義がある。大学には、企業利益に直結しない研究や、到来するか不明な未来に備える研究を進める役割もある。