GPT-6 Astra時代に『MERCY』を見る。　「AIに任せる」と「AIに決めさせる」は違う

最近、AIについてあらためて学び直しています。

新しいモデルやサービスを追いかけるだけではなく、「AIとは何なのか」「人間はAIとどう付き合うべきなのか」というところまで考えてみたいと思い、AIや近未来をテーマにした映画を見直すことにしました。

その1本目として見たのが、2026年のSFサスペンス映画『MERCY／マーシー AI裁判』です。

主人公の刑事クリス・レイヴンを演じるのは、『ガーディアンズ・オブ・ギャラクシー』や『ジュラシック・ワールド』シリーズで知られるクリス・プラット。

そして、彼を裁くAI裁判官マドックスを演じるのが、『ミッション：インポッシブル』シリーズや、『DUNE／デューン 砂の惑星』で知られるレベッカ・ファーガソンです。

舞台は近未来。

妻殺しの容疑をかけられたクリス・レイヴンが、高度なAI裁判官を相手に、90分以内に自らの無実を証明しなければならないという物語です。

しかも皮肉なことに、このAI裁判制度は、主人公自身が導入を支持していたものでした。

映画そのものはサスペンスとして楽しめますが、今実際にAIを毎日使っている立場で見ると、別のところが気になりました。

それは、

「AIに仕事を任せること」と「AIに決定権を渡すこと」は、まったく違う

ということです。

AIは人間より公平なのか

映画のAI裁判官は、人間のように疲れません。

感情にも左右されず、大量の情報を瞬時に処理できます。

監視カメラ、通信記録、SNSなど、さまざまなデジタルデータを調べ、証拠が出てくるたびに判断を更新していきます。

一見すると、人間の裁判官より公平で合理的に見えます。

現実のAI導入でも似た考え方があります。

人間には思い込みや感情、疲労、先入観があります。

それなら膨大なデータを冷静に分析できるAIの方が、合理的な判断をできるのではないか。

そう考えるのは、それほど不自然ではありません。

しかし、ここに大きな落とし穴があります。

AIが見ているのは「現実」ではない

映画を見ながら、最も重要だと思ったのがここです。

AIがどれだけ大量の情報を処理しても、AIが見ているのは現実そのものではありません。

見ているのは、

「データとして記録された現実」

です。

監視カメラに映らなかったこと。

記録されなかった会話。

人間同士の微妙な関係。

その場の空気。

本人が何を考えていたのか。

こうしたものまで完全にデータ化することはできません。

言い換えれば、

Data ≠ Reality

です。

これは映画の世界だけの話ではありません。

現在の生成AIについても同じです。

AIが非常にもっともらしい回答を出したとしても、それが「現実そのもの」を理解しているとは限りません。

AIは、与えられた情報や利用可能なデータをもとに推論しているからです。

数字になると、人間は急に信用してしまう

もう一つ印象に残ったのが、AIが「有罪である確率」を数字で示す演出です。

数字で示されると、不思議なことに人間はそこに客観性を感じます。

「AIがそう言っている」

よりも、

「AIによる判定では97.5％です」

と言われた方が、圧倒的に信憑性が高く感じられます。

しかし、本来なら、

「その97.5％は何を根拠に算出したのか」

まで確認しなければなりません。

どんなデータを使ったのか。

何を重視したのか。

データに偏りはなかったのか。

そもそも、その数字は何を意味しているのか。

数字が付いた瞬間に、それを「事実」に近いものとして受け取ってしまう危険があります。

NISTが指摘する「AIを信用しすぎるリスク」

ここで参考になるのが、NISTの考え方です。

NISTとは、**National Institute of Standards and Technology（米国国立標準技術研究所）**の略称です。

米国商務省の機関で、AIだけを扱う組織ではありませんが、科学技術の標準や評価方法などを整備しており、AIについても安全性や信頼性、リスク管理の考え方をまとめています。

その代表的なものが**AI Risk Management Framework（AI RMF）**です。

AIを開発する企業だけではなく、AIを導入・利用する組織も含めて、「AIのリスクをどう把握し、管理するか」を考えるための任意利用の枠組みとして作られています。

さらにNISTは、生成AI向けの「Generative AI Profile」も公開しています。

そこでは、人間とAIの関係そのものがリスク要因の一つとして整理されており、AIへの**Automation Bias（自動化バイアス）**や過度な依存も挙げられています。

Automation Biasとは、簡単に言えば、

「機械やAIが出した答えだから正しいだろう」と、人間が必要以上に信用してしまうこと

です。

これは、私自身も気をつけなければならないと思っています。

AIを使い込むほど、AIの回答精度が高くなったと感じるほど、逆に「疑う」という行為が難しくなるからです。

私はすでに、AIにかなり仕事を任せている

私は現在、仕事の中でかなりAIを使っています。

企画を考える。

情報を整理する。

資料を作る。

文章を推敲する。

調査する。

判断材料を集める。

場合によっては、長期間の情報や判断基準をAIに持たせています。

その中でも、HermesというAIを、自分の仕事を支える「第二の脳」として育てています。

ChatGPTも日常的に使います。

ただし、両者の役割は少し分けています。

Hermesには、自分の仕事や考え方をかなり深く理解させています。

一方、ChatGPTには、Hermesとは別の立場から、セカンドオピニオンや品質チェックをさせることがあります。

つまり私は、

AIに考えさせることには、かなり積極的です。

しかし、

AIに最終決定を任せることについては、別問題だと考えています。

「Human-in-the-loop」という考え方

今回あらためて重要だと思った言葉があります。

Human-in-the-loop

です。

簡単に言えば、

AIが分析や判断を行う仕組みの中に、人間による確認や判断を組み込んでおく

という考え方です。

NISTも、人間とAIが共同で判断する仕組みについて、AIと人間の役割や責任を明確にする必要があるとしています。

AIが自律的に判断する場合もあれば、人間に判断を戻す場合、あるいは人間がAIを「もう一つの意見」として使う場合もある。

用途によって最適な関係は異なります。

ここは非常に重要です。

Human-in-the-loopというと、

「最後に人間が確認すれば大丈夫」

と単純に考えがちです。

しかし、人間が最後に、

「AIがそう言っているなら、それでいい」

と承認するだけなら、人間を置いている意味はほとんどありません。

必要なのは、

AIを覆す権限を、人間が本当に持っていること。

そして、

AIの判断を疑う能力を、人間側が失わないこと。

だと思います。

教育現場や会社に置き換えると、急に現実的になる

例えば、ある教育機関や会社がAIを導入し、

「この人は離脱する可能性が87％あります」

「この応募者は採用後の活躍可能性が32％です」

「この社員は退職する可能性が76％です」

といった予測を出すようになったとします。

出席状況、成績、勤務実績、システムの利用履歴、過去のデータなどを大量に分析すれば、そのような予測を作ること自体は十分考えられます。

問題は、その数字をどう使うかです。

「87％なら、この人はもう難しい」

と判断するのか。

それとも、

「何か問題が起きている可能性がある。一度本人と話してみよう」

と考えるのか。

同じAIの予測でも、使い方によって意味がまったく違います。

AIが人を選別するための装置になるのか。

それとも、人間が見落としている兆候に気づくための補助装置になるのか。

ここには大きな差があります。

映像・クリエイティブの世界では、さらに複雑になる

そして、これは私自身の専門である映像やクリエイティブの世界でも非常に重要な問題だと思っています。

現在、生成AIは、

文章を書く。

画像を作る。

音楽を作る。

ナレーションを生成する。

動画を生成する。

編集案を出す。

企画を考える。

といったところまで急速に入ってきています。

これから映像制作の現場では、

「AIを使うか、使わないか」

という議論そのものが、だんだん意味を失っていくでしょう。

何らかの形でAIを使うことが普通になる可能性が高いからです。

そのとき重要になるのは、

何をAIに作らせるかではなく、何を採用するかを誰が決めるのか

という問題です。

例えばAIに、

「この映像を若者に受けるように編集して」

と指示すれば、視聴データや過去の成功パターンから、かなり合理的な編集案を出すようになるでしょう。

「このサムネイルが最もクリック率が高い」

「この音楽を使った方が離脱率が低い」

「最初の3秒はこの構成が最適」

とAIが提案してくるかもしれません。

マーケティングとしては正しい可能性があります。

しかし、

数字上最も優れた映像と、作品として最も良い映像は同じなのか。

ここは別の問題です。

映像には、

「なぜこのカットを残したのか」

「なぜここで間を取ったのか」

「なぜ効率が悪くてもこの人物を撮り続けたのか」

という、人間の意図があります。

その一見非効率な選択が、作品の個性になることもあります。

もしAIが過去の成功データから「最適解」を大量に作るようになれば、作品は効率的になる一方で、似たものに収束していく危険もあります。

NISTの生成AI向けリスク整理でも、出力が望ましくない方向へ均質化していく「Homogenization」がリスクとして挙げられています。

これはクリエイターにとって、かなり重要な問題です。

AIが作れるようになるほど、人間側に必要なのは、

「作る能力」だけではなく、「選ぶ能力」と「捨てる能力」

になるのではないかと思います。

そしてさらに、

なぜそれを選んだのかを説明できること。

これは、ディレクターやプロデューサーの仕事そのものでもあります。

AIに「センス」まで任せるのか

ここから先は、さらに難しい問題です。

私は映像制作を長くやってきましたが、クリエイティブの現場では、必ずしも論理的に説明できない判断があります。

「こっちの方がいい」

「この表情を使いたい」

「ここは音楽を入れない方がいい」

「少し長いけれど、この間は残したい」

経験によって形成された、いわゆる「感覚」や「センス」に近いものです。

AIが今後さらに進化すれば、こうした判断についても人間以上の提案をしてくる可能性はあります。

私はそれを否定するつもりはありません。

むしろ、AIにはどんどん提案させればいいと思っています。

ただ、

AIが選んだものを、そのまま自分の作品にするのか。

ここにはまだ人間が考えるべき余地があると思います。

AIに制作を任せることと、

AIに「何が良い作品なのか」まで決めさせることは、

やはり同じではありません。

『MERCY』のAI裁判官を見ながら考えた問題は、実はクリエイティブの世界にもそのままつながっています。

AI時代に必要なのは、プロンプト技術だけではない

これまで「AIを使いこなす」というと、プロンプトの書き方や便利なツールを知っていることが注目されがちでした。

もちろん、それも必要です。

しかしAIがさらに高性能になれば、操作方法そのものは簡単になっていくでしょう。

むしろ重要になるのは、

AIに何を任せるかを決める能力

なのではないかと思います。

どこまで任せるのか。

どこで人間が確認するのか。

どこから先はAIに踏み込ませないのか。

AIの答えを、いつ疑うのか。

何をAIに作らせ、何を人間が選ぶのか。

そして、最後に誰が責任を取るのか。

これは技術の問題というより、組織設計や人間の判断の問題です。

GPT-6 Astraで、この境界線はさらに動くのか

そして、この映画を見ながら、もう一つ強く感じたことがあります。

それは、GPT-6 Astraのような最新AIが登場したことで、『MERCY』の世界が以前ほど遠いSFには見えなくなってきたということです。

Astraは、単に文章を書くモデルではありません。

OpenAIは、研究、コンピュータ操作、複雑な多段階作業、専門的な仕事などを含む、より難しいエンドツーエンドの作業を担うモデルとして位置づけています。

そうなると、次に気になるのは、

AIは「作る」だけではなく、「何が良いか」をどこまで判断できるのか

ということです。

これは、私の専門である映像・クリエイティブの世界では特に重要です。

次回は実際にAstraを使って、この部分を検証してみようと思っています。

例えば、

複数の映像企画を作らせたうえで、どれを採用すべきかAstra自身に判断させる。

映像構成や編集案を比較させ、「どこを削り、どこを残すか」を決めさせる。

コピーやサムネイルについて、単なるクリック率ではなく「作品としてどれが良いのか」を選ばせる。

さらに、私自身の判断とAstraの判断を比較し、

「なぜそれを選んだのか」

まで説明させる。

単に「GPT-6 Astraはすごい」で終わらせるつもりはありません。

私が知りたいのは、

ディレクターやプロデューサーが担ってきた「選ぶ仕事」に、AIはどこまで入ってこられるのか。

ということです。

ここは、自分の専門だからこそ実際に試してみたいと思っています。

AIに任せる。しかし、AIに支配されない

『MERCY／マーシー AI裁判』を見て、私自身のAI運用についても考えました。

私はこれからも、AIにもっと多くの仕事を任せていくつもりです。

調査も、企画も、分析も、制作も、今以上にAIを使うでしょう。

映像制作でも、AIを積極的に取り入れていきたいと思っています。

むしろ、

「この仕事そのものを、次回から自分がやらなくて済む構造にできないか」

ということを考えていきたい。

ただし、それと「決定権までAIに渡すこと」は違います。

AIには考えさせる。

AIには調べさせる。

AIには作らせる。

AIには異論も言わせる。

ときには、自分以上に深く分析させる。

しかし、

最後に何を選び、その結果に責任を持つのかは人間が決める。

少なくとも現時点では、この線は守るべきだと考えています。

AIが怖いから距離を取るのでもない。

AIを万能だと思って任せきるのでもない。

徹底的に使いながら、徹底的に疑う。

そしてクリエイティブの世界では、

AIに大量に作らせながら、人間が「これを作品にする」と決める。

ただ、その境界線そのものが、AstraのようなAIによってどこまで動き始めているのか。

次回は、そこを実際のクリエイティブ制作で確かめてみます。

『MERCY』は、その問いを考え始めるには、なかなか面白い教材でした。

作品情報

『MERCY／マーシー AI裁判』

• 公開年：2026年

• ジャンル：SF／ドラマ／サスペンス

• 上映時間：1時間39分

• 監督：ティムール・ベクマンベトフ

• 出演：クリス・プラット、レベッカ・ファーガソン、カリ・レイス、アナベル・ウォーリスほか

近未来を舞台に、妻殺しの容疑をかけられた刑事が、高度なAI裁判官を相手に90分以内で無実を証明しようとする物語です。

Amazon Prime Videoの公式ページはこちらです。

https://www.primevideo.com/-/ja/detail/0GD19RGDCQHXQMDX1NUT2DLP4C

※配信状況は変更される場合があります。