Distinguishing Task-Specific and General-Purpose AI in Regulation

全体像：「スイスアーミーナイフ」対「専用ツール」

人工知能（AI）の世界を、あるハードウェアショップに例えてみましょう。

ここ10年間、政策立案者たちはタスク特化型AI（Task-Specific AI）に関するルールを策定してきました。これらは専用ツールだと考えてください。例えば、ハンマー、ドライバー、あるいはトースターです。ハンマーが何のためのものか（釘を打つこと）は明確に分かっています。トースターが何のためのものか（パンを焼くこと）も分かっています。これらのツールには明確な一つの仕事があるため、ルールを作るのは簡単です。例えば、「このハンマーは釘を打っても壊れないほど強固でなければならない」とか、「このトースターはパンを焦がしてはいけない」といった具合です。

しかし今、私たちは汎用AI（General-Purpose AI: GPAI）に直面しています。これは、頼めば何にでも変身できる魔法のスイスアーミーナイフのようなものです。頼み方次第で、ハンマー、ドライバー、のこぎり、爪楊枝、あるいはコルク抜きにもなります。単一の仕事を持っているわけではなく、あらゆることをこなすポテンシャルを持っています。

問題点： 著者たちの主張によれば、政策立案者は、この魔法のスイスアーミーナイフを、かつてハンマーに対して書いたのと同じルールで規制しようとしています。彼らは「ハンマーの柄の重さ」に基づいてハンマーを禁止しようとしていますが、そのスイスアーミーナイフが、ワインの栓を開けたり、車を修理したり、ロープを切ったりするために使われる可能性があることに気づいていません。古いルールは、新しいツールには適合しないのです。

---

なぜ古いルールが通用しないのか：4つの理由

論文では、この「魔法のスイスアーミーナイフ」に対して異なるアプローチが必要な主な理由を4つ挙げています。

1. あまりに柔軟すぎて、特定できない

比喩： 「重さが5ポンドを超える道具は販売してはならない」という法律を作ろうとしている場面を想像してください。

• ハンマーの場合： これは機能します。ハンマーを測ればいいのです。もし重すぎれば、禁止できます。
• スイスアーミーナイフの場合： これは失敗します。ナイフ自体は軽いかもしれませんが、もしそれを使って爆弾を作ったら、非常に危険です。一方で、時計を修理するために使えば、非常に役に立ちます。問題は「ツールそのもの」ではなく、「その使われ方」なのです。

論文の主張： GPAIは数千もの異なる用途に適応できるため、ツール（モデル）そのものを規制しても無意味です。そのサイズや重さを見ただけで、それがどのような害をもたらすかを予測することはできません。ツールそのものではなく、そのツールに求められている「特定の仕事（タスク）」を規制する必要があります。

2. 適切なテストができない

比喩： 運転免許の試験を想像してください。

• 専用の配送ロボットの場合： 特定のルートでテストを行います。赤信号で止まること、路面の凹凸を避けることなどが求められます。合格・不合格の判定は容易です。
• スイスアーミーナイフの場合： どうやってテストすればよいのでしょうか？ 運転させるべきでしょうか？ 料理をさせるべきでしょうか？ 詩を書かせるべきでしょうか？ 数学の問題を解かせるべきでしょうか？
  • もし「料理」の試験を受けさせれば、合格するかもしれません。しかし、それによって「車を運転する際に事故を起こさないか」までは分かりません。
  • もし「運転」の試験を受けさせれば、不合格になるかもしれませんが、それによって「下手な詩を書かないか」までは分かりません。

論文の主張： 現在のルールは、AIをリリースする前に「テスト」に合格することを求めています。しかし、GPAIには特定の仕事がないため、これらのテストは誤解を招くものになります。ストーリーを書くための安全テストには合格しても、医療アドバイスを生成する際に使い始めたら、惨愃たる結果になるかもしれません。現実の世界は、ツールが使われるたびに変化するため、テストが現実の危険を反映することはないのです。

3. 新たな法的悪夢を生み出す

比喩： かつてレンガだけを作っていた工場を想像してください。

• 旧来のルール： レンガの安全性、レンガの粉塵、レンガの配送に関する法律がありました。
• 新しい現実： 今やその工場は、レンガだけでなく、偽のダイヤモンド、偽の声、そして偽のウイルスも作っています。

論文の主張： タスク特化型AIは主に公平性の問題（例：「この採用ロボットは差別を行ったか？」）を引き起こしてきました。しかし、GPAIは、従来の法律が想定していなかった全く新しい、恐ろしい問題を引き起こします。

• 著作権： 本や歌を完璧にコピーできてしまいます。
• フェイクニュース： 本物のように聞こえる偽のニュース記事を書くことができます。
• ディープフェイク： 人が言ってもいないことを言っている動画を作成できます。
• バイオセキュリティ： 悪意のある者が危険なウイルスを設計するのを助けてしまう可能性があります。

これらは、単なる「AI専門家」ではなく、著作権弁護士やバイオセキュリティの専門家といった、異なる分野の専門知識を必要とする全く別の法的問題なのです。

4. サプライチェーンが混乱している

比喩： 専用設計の車を想像してください。

• 従来の方法： 一つの会社が車を製造、テスト、そして販売します。ブレーキが故障した場合、誰を訴えればよいか明確です（その自動車会社です）。
• 新しい方法： モジュール式のロボットを想像してください。
  • 会社Aが「脳（GPAIモデル）」を作ります。
  • 会社Bがその「脳」を使い、トラックを運転するように教えます。
  • 会社Cがその「トラック」を使い、配送サービスへと変えます。
  • 会社Dがその「配送サービス」を利用して、違法な物品を運びます。

論文の主張： GPAIの場合、「脳」は一つの巨大企業によって作られますが、その後、何千人もの人々がそれを微調整し、異なる用途で使用します。もし何か問題が起きたとき、誰に責任があるのかを判断するのは極めて困難です。脳を作った者か？ 微調整した者か？ それとも使った者か？ 旧来のルールは一人の明確な所有者を前提としていますが、新しい現実は多くの所有者が複雑に絡み合ったネットワークなのです。

---

3つの提言：どのように解決すべきか

著者たちは、この壊れたルールを修正するための3つの方法を提案しています。

1. 「ツール」ではなく「仕事」を規制する

メタファー： 「刃が鋭いからナイフを禁止する」のではなく、「人を刺す行為を禁止する」という考え方です。

• 現在のアプローチ： 「サイズがX以上のAIモデルは禁止」。（これは、手術に使われるとしても、刃が3インチを超えるナイフをすべて禁止するようなものです）
• 新しいアプローチ： 「採用に使用される際、差別を行うAIは禁止」や「フェイクニュースを生成するAIは禁止」など。
• 理由： これは、ツール（ナイフ）そのものではなく、害（刺すこと）に焦点を当てています。これにより、技術を良いこと（手術）に使い続けられる一方で、悪いこと（犯罪）を阻止することができます。

2. 「技術仕様」の使用は最終手段とする

メタファー： 定規を使って危険を測ることは近道ですが、しばしば間違っています。

• 考え方： 時には、「もしコンピュータが強力すぎるなら、監視する必要がある」と言う必要があるかもしれません。しかし、それは以下の条件を満たす場合に限られます。
  1. ツールの「使用方法」を規制することができない場合（危険が大きすぎる、または進行が速すぎるため）。
  2. 危険が実在し、証明されている場合（単なる推測ではない）。
  3. ツールを止めることによるコストが、イノベーションを止める価値に見合う場合。
• 理由： 単にサイズや速度に基づいてツールを禁止してしまうと、有益なもの（気候モデリングなど）を誤って禁止したり、小さくても強力な危険なものを見逃したりする可能性があります。

3. システムの中に「スピードバンプ（減速帯）」を設置する

メタファー： すべての悪質なドライバーを取り締まろうとするのではなく、そもそもスピードを出して走りにくい道路を作るという考え方です。

• 考え方： 論文は、「リスクの連鎖」全体を見ることを提案しています。かつて、生物兵器を作るには、研究所、高価な化学薬品、そして博士号が必要でした。これらは「自然なスピードバンプ」でした。
• 脅威： AIはこのスピードバンプを取り除いてしまう可能性があります。ラボがなくても、ノートパソコン一台でウイルスを設計できるようにしてしまうかもしれません。
• 解決策： 規制当局は、新しいスピードバンプを見つける必要があります。もしAIによって「知識」を得ることが容易になったのであれば、AIを動かすために必要な「資材」や「コンピュータ」を規制する必要があるかもしれません。どこで障壁が崩れているのかを見て、新しい障壁を築く必要があるのです。

まとめ

この論文は、私たちが単純なハンマーのために作られたルールを使って、形を変える魔法のスイスアーミーナイフを規制しようとしていると警告しています。ナイフは何にでも変身できるため、重さやサイズで判断することはできません。代わりに、私たちは以下のことが必要です。

1. 行われている具体的な仕事を規制すること。
2. どうしても必要な場合にのみ、ツールの仕様を見ること。
3. 事後的に悪意のある者を捕まえるのではなく、悪いことが起きないようにシステムの中に障壁を築くこと。