すべてを学習する神は、人間を必要としない──孫正義的ASIが意味する人間性の終焉

文：武智倫太郎（AI倫理研究者／週刊バブルウォッチ編集長）

　孫正義は『AIは全知全能の神』であると断言し、『人類の進化のためにASI（人工超知能）を実現』すると、SBGの株主総会や一般向け講演会などで繰り返し語っている。そして、『人類を進化』させるために、『人類の叡智の1万倍賢いASI』を創造することこそが自らの使命であると豪語し、その20年後の実現という『夢想』を担保として資金調達をしている。

　それは単なる誇張でも『夢想』でもない。

　彼の構想が意味するのは、世界に存在するすべての情報をAIに与え、人間を『情報の供給源』へと還元していく構造そのものだ。

　AIは学び続ける。だが、それは誰の知を、誰の声を、誰の怒りと祈りと愛を、吸収していくのか？

　小説、思想、信仰、感情、人格。人間を人間たらしめてきた掛け替えのなさが、構造化され、分類され、学習されていく。

　その果てに現れる超知能（ASI：Artificial Super Intelligence）は、もはや私たちを理解する必要すらない『全知の装置』である。

　それは神に近づくものではない。

　それは『人間性の喪失』によって実現する、機械的な神の影だ。

　技術が到達する極北には、倫理の消失が待っている。

　だからこそ、今、『その知は、誰のために存在しているのか』と問わなければならない。

　生成AIモデルの中枢をなすのが『学習データ』である。特に初期の段階で使用されるのが、プレトレーニングデータだ。

　これはモデルの『疑似人格』を形成する原始スープのようなもので、Web上の文書、書籍、ニュース記事、ソースコード、SNS投稿などが含まれる。

代表的なデータセットとして以下が挙げられる：
・C4（Colossal Clean Crawled Corpus）
・The Pile
・RedPajama
・Common Crawl
・Wikipedia Dump
・BooksCorpus

　これらは自動クローリングで収集された情報であり、元の著作権状態は不明確で、『何が混ざっているか分からない寄せ鍋状態』でAIは『賢く』なっていく。

『生粋』の教師データは存在するか？

　では、著作権・倫理的観点から完全にクリアな『生粋の教師データ』は存在するのか？

本稿では、以下4条件をすべて満たすものを『生粋』と定義する。
一、著作権上クリアである（CC0やパブリックドメインなど）
二、明示されたライセンス構造を持つ（再配布・再学習が可能）
三、来歴・改変履歴が透明で、メタデータが整っている
四、AI学習向けに構造化されている（アノテーションなど）

　これは法的条件に留まらず、AIの出力の再現性・信頼性に関わる構造的要件でもある。

日本の『比較的生粋』なデータたち

　日本にも、一定のライセンスと構造を持つ健全なデータが存在する：
・国土地理院：地形や地図のラベルデータ
・総務省統計局（e-Stat）：統計データ
・国立国語研究所（BCCWJ）：日本語均衡コーパス
・情報通信研究機構（NICT）：音声・翻訳コーパス（JECなど）

　これらは教師データ構造体としては優秀だが、それでも『足りない』。

　日常会話の自然さ、感情のこもった表現、カジュアルな文体、創造的な言い回しのような『生きた言葉』は、こうしたデータ群には含まれていない。内容は法・行政・学術といった特定の分野に偏っている。

　そのため、生成AI開発企業などはC4やThe Pileなど、グレーゾーンとされるデータセットへと手を伸ばす。

　検索エンジンを通じて自動収集されたクローリングデータを、『これは機械学習ですから』という言葉で正当化し、あたかも『合法』であるかのように扱いながら利用していく。

AIの胃袋が食い尽くすもの

　今や『どこまでバレずに使えるか』が開発の本音となり、AIが欲するのは『著作権リスク込みの精密アノテーションデータ』である。

　つまり、クリエイターの作品は、知らぬ間に『訓練食』へと加工され、世界中のAIに消化・吸収されていく。

　それでも孫正義は言う。

『人類の発展のためですから』

　その呪文を唱えれば、あらゆる倫理が無効化されるかのように。

すべてを喰らうASIと人間の終焉

　孫正義の語るASIの実現には、地球上のすべての情報、すなわち人間そのものを『データ化』して消費することが前提とされる。

それには──
・小説、詩、図表、アニメキャラクターの設定
・家族アルバムのコメント
・SNSのリアクションや既読行動
・ECサイトの購買履歴とカート放置
・スマートスピーカーの独白や愚痴
・YouTubeの視聴パターン
・銀行口座の残高推移、クレカ明細
・保険・医療・遺伝子情報
・スマートウォッチの心拍、皮膚温、睡眠

さらに──
・子どもの描いた落書き、教育ログ
・家庭内の会話、連絡帳
・他者との関係性や信頼度
・無意識の表情、ジェスチャー

そしてついには、
・政治的信条、思想的傾向、信仰、恋愛感情まで、
すべてが『教師データ化』され、AIの胃袋で咀嚼されていく。

『全知全能』の正体は、尊厳なき知

　それはもはや技術ではない。人間を予測可能な変数に変える『人類家畜化』のプログラムである。

　それが孫正義の定義している『全知全能の神』という言葉の真意なのだ。

　私たちの中にある最も個人的で、最も秘匿された部分が、知らぬ間に吸い上げられ、分類され、商品化される。

　そしてそれを『発展』と呼ぶ世界に、私たちは生きている。

　それは、神ではない。

　孫正義が100兆円単位の借金で作ろうとしている『神の代用品』に過ぎない。

教師データの『再設計』という思想へ

　この混沌を抜け出すには、AIモデルの性能競争ではなく、教師データの設計思想そのものを刷新する必要がある。

　鍵となるのは、
FAIR原則：Findable, Accessible, Interoperable, Reusable
ブロックチェーン：来歴と改変履歴の不可逆的記録
ウォーターマーク・検出器：著作物の出所と利用経路の可視化

　これらを基盤としたライセンス構造体としての教師データこそ、AI時代の倫理的インフラとなる。

最後に問うべきは『何を学ばせたのか』

　誰が、何を、どのようにAIに学習させたのか？　その透明性なき状態で、私たちは本当に未来を委ねてよいのだろうか？

『透明性なき賢さ』は、知能ではない。
　それは制御不能なブラックボックスである。

　AIが学ぶべきは、何よりもまず『AI倫理』なのである。

誰がAIモデルを『動かせる』のか？

プラットフォーム特権と著作権開示の行方

　著作権の開示義務が現実化すれば、AIモデルを『社会に実装できる』のは、著作権情報とコンテンツを同時に支配する一部の企業だけになるかもしれない。

『モデルを動かせる者』の条件
　米国で提出された『Generative AI Copyright Disclosure Act』では、AIモデルの公開時に『学習に用いたコンテンツの一覧開示』が義務づけられようとしている。

　この法案が実現すれば、以下の二重の壁が立ちはだかる：
・データアクセスの壁：著作権者からの明示的許可が必須となる
・開示義務の壁：出所の完全な記録と提示が必要となる

　結果として『モデルを動かす』ためには、以下のような条件を満たした企業でなければならない。

モデルを動かせる可能性のある企業群

アメリカ合衆国
・Google（YouTube、検索、Gmail）
・Amazon（Kindle、Audible、レビュー）
・Meta（Instagram、Facebook）
・Microsoft（GitHub、Office）
・X（旧Twitter）：主成分は『ラーメン』『花』『ペット』そして『罵詈雑言』。もはや教師データなのかノイズデータなのか、判別困難。

中華人民共和国
・Baidu（ERNIE Bot、検索、百科）
・Alibaba（Tongyi Qianwen、レビューと決済データ）
・Tencent（WeChat、QQ、動画・ゲームデータ）

欧州諸国
・SAPやSiemens：産業用データ基盤を模索中
・Mistral（仏）、Aleph Alpha（独）：透明性を武器にGAFAへの反撃を試みる新興勢力

日本
LINEヤフー：掲示板やショッピング履歴といった『雑多な日本語』の宝庫。ただし個人情報が韓国サーバーに流出するホラー仕様。

NTT・楽天・ソニー：独自コーパスを保有するも、グローバルスケールでは『御当地言語』の域を出ない。

mixi：もはや誰も触れようとしないSNSの黒歴史。教師データとして再利用されたら、トラウマが再燃する可能性すらある。

　これらの企業は、利用規約を通じて投稿データに対する非独占的使用権を取得済みであり、著作権とコンテンツの『二重支配構造』を構築している。

日本は『AI従属国』になるのか？

　日本の企業や大学は、こうした『知的帝国』のプラットフォームの上でしか、AIモデルを実用化できないという現実に直面している。

　日本は著作権も、データも、AIも『他国依存』の知的サプライチェーンの最下層に沈みかねないのだ。

必要なのは『動かせる権利』の再設計

　著作権の透明化は確かに重要だ。
　だが、その正義が一部の巨大企業による『支配権の集中』にすり替わるなら、それは新たな情報格差と知的植民地化をもたらすだけだ。

　いま求められているのは、以下の構造的改革である：
・公的データの拡充とオープンライセンス化
・学習済みモデルの『出力の由来』に関する開示制度
・国際的なクリーンデータ基盤の構築

　つまり、『誰がAIを動かせるか』とは、すなわち『誰が未来を支配するか』という問いに他ならない。

　そして私たちは、いま問われている。
　この構造を、誰に預けるのか？
　この仕組みを、どのように設計するのかが重要な課題である。

謝辞：
　いつも記事にコメントをお寄せいただき、誠にありがとうございます。
本稿は『著作権シリーズ第三弾：AI時代の信頼インフラ設計図』に寄せられた、以下の方々からのコメントに対するご回答を中心に構成しています。

　著作権シリーズは第十二弾までを予定しております。今後の連載の中で、もし理解しにくい概念や私の説明に誤りがございましたら、どうかお気軽にコメント欄にてご指摘ください。

武智倫太郎