現代の生活を支える目に見えない仕組み――銀行、病院、電力網、通信ネットワーク――が、ゆっくりと沈みゆく土台の上に築かれている世界を想像してみてください。これは、今日のコンピューティング業界が直面している現実です。数十年にわたり、ソフトウェアを構築する標準的な手法は、プログラムが何をすべきかという大まかな記述を書き、次にコードを書き、最後にさまざまな入力を与えて実行して壊れないかを確認するというものでした。この「テスト・アンド・デバッグ」と呼ばれる開発手法は、テクノロジーの発展を促してきましたが、システムに隠れた欠陥を蔓延させる結果をもたらしています。元の記述はしばfully、日常的な言葉で書かれた曖昧なものであることが多く、機械によるチェックが不可能なため、そしてテストではプログラムが振る舞い得る何十億もの可能性のうち、ごくわずかな断片しかカバーできないため、多くのエラーが見逃されてしまうのです。人工知能がより多くのコードを書き始めるにつれ、このサイクルは加速し、サイバー攻撃が稀で計算資源が乏しかった時代の設計思想という「流砂」の上に、以前よりもさらに複雑で脆弱な巨大な新システムを作り上げてしまう恐れがあります。

ケンブリッジ大学のピーター・セウェルとアールス大学のジャン・ピション＝ファラボドという二人の研究者は、業界が75年間にわたって危険なループに陥っていると主張しています。彼らは、私たちはコードを書く技術には非常に長けてきた一方で、そのコードが何を達成すべきかという正確な定義を疎かにしてきたと指摘しています。現在の手法は、プローズ（散文）による仕様書、つまりシステムの挙動を説明する文章の段落に依存しています。これらは人間にとっては読みやすいものですが、本質的に曖昧で不完全です。人間の読者はある一文をある方法で解釈するかもしれませんが、機械や別の人間はそれを異なるものとして解釈する可能性があります。これらの記述はコンピュータによって直接テストすることができないため、開発者は正しい挙動が何であるかを推測せざるを得ず、多くの場合、「プログラムがクラッシュするかどうか」といった単純なチェックに頼ることになります。これは、プログラムが実際に正しいことを行っているかどうかを検証することではなく、単に動作を確認しているに過ぎません。この「書かれた意図」と「実際のコード」の間のギャなる隙間が、膨大なテクニカルデット（技術的負債）を生み出し、それがセキュリティの脆弱性や、攻撃者に悪用されるシステム障害として顕在化するのです。

著者らは、解決策はテストを放棄することではなく、仕様書の「使い方」を変えることであると提案しています。曖昧な段落を書く代わりに、コンピュータが実行可能な形式、つまり実行可能な仕様書を作成することを提案しています。仕様書が開発プロセスにおける「生きた審判」として機能することを想像してみてください。コードが書かれたり生成されたりする際、この実行可能な仕様書がコードと並行して動作し、コードの挙動が意図されたルールと一致しているかを即座にチェックします。もしコードが仕様書で禁止されている行為を行おうとした場合、システムは即座に警告を発します。これにより、より緊密なフィードバックループが生まれ、開発者は数週間後ではなく、エラーが発生した瞬間にそれを捉えることができるようになります。このアプローチはさまざまな方法で適用可能です。コードから始めてそれに合う仕様書を書くことも、仕様書から始めてそれに適合するコードを生成することも、あるいは両方を共に構築することもできます。重要なのは、仕様書が単に読むための文書ではなく、使用するためのツールであるということです。

しかし、研究者たちはこれが単純な切り替えではないことも認めています。これを大規模に実現するためには、コンピューティング・コミュニティは新しいレイヤーのインフラストラクチャを構築する必要があります。現在、C言語やRust言語、あるいはコンピュータチップ上で動作する命令といった、多くの基礎的なテクノロジーの挙動に関する、普遍的に受け入れられた機械可読な定義は存在しません。一部の研究者は、システムの特定の部分に対してこれらの定義を作成することに成功していますが、それらすべてを連結する統一されたフレームワークはありません。著者らは、このインフラ構築は規模と協力の課題であると指摘しています。それは、ハードウェアからクラウドサービスに至るまで、コンピューティング技術のスタック全体に対して、精密な定義を作成、検証、維持するための、大学、政府、およびテクノロジー企業による大規模で調整された取り組みを必要とするのです。

また、論文は人工知能の役割についても触れています。著者らは、こうした優れたフィードバックループなしに、単にAIを使ってより多くのコードを書くことは、問題を悪化させるだけだと警告しています。AIは人間よりも速くコードを生成できますが、もしそのコードが不安定な基礎の上に築かれ、旧来の非効率な方法でしかテストされないのであれば、それは単に、より多くの隠れたエラーを持つ、より大きなシステムを作り出すだけになります。逆に、AIを実行可能な仕様書の生成や検証を支援するために使用されれば、ソフトウェアの品質を向上させる強力なツールとなり得ます。著者らは、AIが厳格な仕様書の作成を助け、その仕様書が人間によるコードとAIによるコードの両方が正しいことを検証するために使用される未来を描いています。これにより、すべての開発者が数学者になることを必要とせずに、単純なテストから複雑な数学的証明へと段階的に信頼性を高めていくことが可能になります。

明確な進むべき道があるにもかかわらず、著者らは、業界がインセンティブの不一致によって足止めされていると主張しています。テクノロジー企業は市場シェアを獲得するために製品を迅速にリリースすることに動機付けられていますが、失敗のリスクは主に社会やエンドユーザーに転嫁されます。これらの失敗を防ぐために必要な堅牢なインフラを構築することはコストと時間がかかるものであり、誰の責任でもない、社会全体に影響を及ぼす問題の解決コストを、単独の企業がすべて負担しようとは思いません。研究者らは、物理学や生物学で見られるような大規模プロジェクトと同様の集団的な取り組み、すなわち、このセマンティック（意味論的）なインフラストラクチャを構築・資金提供するための調整された努力を求めています。彼らは、そのコストは多大ではあるものの、現在の人工知能への支出の極めて小さな一部であり、コンピューティングの未来を確保するために不可欠であると示唆しています。この転換が行われない限り、業界は、それらを支えるにはあまりに脆弱な土台の上に、ますます複雑なシステムを構築するというサイクルに囚われ続け、社会を絶え間ないリスクにさらすことになるのです。

著者らは、問題を解決するためのツールと手法はすでに存在すると結論づけています。研究者たちは、複雑なシステムの挙動を定義し、高い信頼性を持って検証する方法を実証することに成功してきました。欠けているのは、これらの手法を日常的な実践へと持ち込み、誰もが利用できる共有のインフラを構築しようとする意志です。この論文は、研究コミュニティ、業界のリーダー、そして資金提供機関に対し、この課題に取り組むよう呼びかける行動喚起（コール・トゥ・アクション）となっています。曖昧な記述から脱却し、精密で実行可能な仕様書へと移行することで、コンピューティングの世界はテクニカルデットの流砂から抜け出し、より革新的であるだけでなく、根本的に安全で信頼できる未来を築くことができるのです。