「AIはもう人間を超えた」という言葉を、どう読み解くか
一、まず、一緒に見てみよう
「AIはもう人間を超えた」。
こう言われると、私たちは何を思い浮かべるだろう。試験で高い点を取ることだろうか。難しい問題を解くことだろうか。それとも、仕事を任せれば、事情をくみ取って最後までやり遂げてくれることだろうか。
同じ一言を聞いていても、頭に浮かぶ場面は違う。その違いを残したまま、話が先へ進んでしまうことがある。
AI研究者・今井翔太氏が出演するビジネス＋ITチャンネルのインタビューを見ながら、そんなことを考えた。動画では、AIの能力と、仕事で役立つこと、利益につながることが分けて語られている。現場の困りごとを考えるうえで、役に立つ区別だと思う。
ただ、その区別を丁寧にたどっていくと、最初の強い言葉をどう受け取ればよいのか、もう少し聞きたくなるところもある。
ここでは、今井氏が正しいか間違っているかを一度に決めるのではなく、話のつながりを一緒に見てみたい。何が確かめられていて、どこから別の問いになるのか。批判する側の私も、途中で自分の見方を直しながら考えてみる。
二、囲碁の例から、見方を増やしてみる
動画では、AIの能力を示す例として囲碁が取り上げられる。2016年、AlphaGoがトップ棋士の李世乭氏に4勝1敗で勝った。これは、囲碁という難しい課題でAIが到達した水準を示す、確かな成果だった。Google DeepMindによる記録
ここで最初に、私は少し立ち止まった。
盤の前に座っているのは一人の棋士でも、その人が学んできたものは一人で作ったものではない。過去の対局、定石、師弟の指導、研究の積み重ねがある。だから、一人の人間と一つのAIが向き合う場面にも、それぞれの背後にある学び方を考える余地がある。
とはいえ、そこから「AIは人間の蓄積を借りただけだ」と言うのも、急ぎすぎる。
AlphaGoは人間の棋譜からも学習したが、その後のAlphaZeroは、人間の棋譜を使わず、与えられたルールのもとで自己対局を繰り返して強くなった。人間の指し方をまねることだけが、その強さの源ではなかった。Google DeepMindによるAlphaZeroの解説
ただし、人間の棋譜を使わないことと、人間が用意したものを何も使わないことは違う。ルール、学習の仕組み、計算の設備はある。人間もAIも、それぞれ異なる条件のもとで学んでいる。
こう考えると、私の最初の反論も修正が必要になる。人間の蓄積を指摘するだけでは、AIの達成を小さくする理由にはならない。むしろ、異なる学び方から、どのような能力が生まれたのかを見たほうが面白い。
囲碁での強さは認める。そのうえで、その成果が示す範囲を確かめる。対局に勝てることから、職場で相手の意図を確かめることや、失敗した仕事を立て直すことまで言えるのか。そこには、別の証拠が要る。
三、「答えがはっきりしている仕事」を、もう一段深く見る
動画では、数学やプログラミングなど、答えの正しさを確かめやすい領域が話題になる。検証できる結果を学習に使うという説明は、AIの得意なことを考える手がかりになる。
たとえばDeepSeek-R1の論文では、数学の解答やコードの実行結果などを評価する仕組みが、強化学習に使われている。ただし、そこで得られた成果だけで、あらゆる仕事への適性が分かるわけではない。DeepSeek-R1論文
私はここから、もう一つの見方を試してみたくなった。AIが利用できる形で、知識や経験、試行の結果が残っているかどうかも、能力の違いを説明する一部になるのではないか。
棋譜、証明、コードには、後から読み返したり、試したりできる形がある。自己対局なら、自分で試行の材料を作ることもできる。一方、職場で求められる判断には、その日の事情や、まだ言葉にされていない期待が関わる場合がある。
ただ、この見方だけですべてを説明しようとすると、また話を単純にしてしまう。
ある作業の答えを確かめやすいことと、間違えたときの損失が小さいことは違う。ここで仮に、宛先を照合できる送信作業を考えてみる。答えは比較的はっきりしていても、一度送ってしまった情報は簡単には取り戻せない。
また、職場の知恵が文書になっていないからといって、知恵そのものがないわけでもない。人はこれまでの経験から推し量り、分からなければ同僚に聞き、相手の反応を見て判断を直す。AIにも資料や質問の機会を与えることで改善する余地はあるだろう。しかし、それでどこまでできるかは、具体的な仕事で確かめる必要がある。
動画の前半にある正解の確かめやすさの話と、後半にある、一度の失敗が大きな損失になる仕事の話は、分けて受け取りたい。さらに、その場の事情を知る難しさもある。
「AIにできる仕事か」と尋ねる前に、何を確かめられるのか、間違えると何が起きるのか、何を知らないまま始めることになるのかを見ておく。そのほうが、実際の使い方に近づけそうだ。
四、見方を増やさないと、何が起きるか
こうして条件を分けてみると、動画の後半にも、もう一歩説明がほしいところが見えてくる。
一つは、囲碁で人間を上回るような能力と、AIが意図しない振る舞いをすることとの関係だ。
人間より優れた結果を出せることは、人間の望みから外れることを、そのまま意味しない。予想しにくい行動、指示の取り違え、権限の逸脱も、ひとまとめにはできないだろう。どのような目的を与え、どこまで操作を許し、何が起きたら止めるのか。能力の高さに加えて、その条件を見たい。
今井氏自身も、16:05付近では一般の業務については必ずしも同じではないと留保し、領域を分けている。その区別は残したい。そのうえで、高い能力から、なぜ特定の失敗が避けられないと言えるのか。その説明は、もう少し聞きたいと思った。動画の該当部分
もう一つは、AIに合わせて仕事や制度を変えるという話だ。
ここも、全面的な作り直しだけが提案されているわけではない。9:14以降では、まず身近な仕事を効率化し、そこでできた時間を使って、徐々に環境を変える方法が述べられている。この提案まで落としてしまうと、批判する側が話を強めてしまう。動画の該当部分
それでも、段階的なら答えなくてよい問いがあるわけではない。何を変えるかを決めるのは誰か。新しいやり方を覚える時間は、誰が負担するのか。効率化で得をする人と、仕事を失ったり負担が増えたりする人が違うとき、どうするのか。
技術に合わせて制度を変えることは、一つの選択だ。その選択を妥当だと考える理由には、技術の能力だけでなく、そこで暮らし、働く人の事情も含まれるはずだ。
動画の終盤には、中国のモデルや危険な知識の広がりについて、短く編集された発言も出てくる。ただ、この提示範囲だけでは、発言の間をつなぐ説明までは追えない。ここから話者の考え全体や、考える姿勢まで決めつけるのは控えたい。
また、AIが直接物を動かせるかどうかと、人間がAIから得た知識を使って何かをすることは、異なる経路の話だ。この二つをただ矛盾と呼ぶより、直接の操作を制限したあとにも、どんな影響が残るのかを尋ねるほうがよいと思う。
五、最初の一言が持つ力
ここで、冒頭へ戻ってみる。
今井氏は1:22付近で、知能の意味を限定したうえで、人間を上回っていると述べている。したがって、何の限定もない断言だったとは言えない。動画の該当部分
後から仕事の難しさを語っていることも、それだけで最初の主張を撤回したことにはならない。知能と実務での便利さを別のものとして考えるなら、話者の中では両立している可能性がある。
ただし、限定があれば十分というわけでもない。続く1:36付近では、人間の労働をすべて代替してもおかしくない水準に達している、という趣旨にまで話が広がる。知能と便利さを分けるのであれば、測定できる能力から労働全般への見通しを、どのようにつないだのか。この点には、やはり説明が必要だと思う。
では、問いはどこに残るのか。
私は、その「知能」に何を含め、何を含めないのかというところに残ると思う。
試験やゲームで測りやすい能力を中心に置くことには、比較しやすいという利点がある。しかし、事情が足りないと気づくこと、相手に確かめること、失敗の兆しを見て方針を変えることを、知能の外側に置いてよいのか。それも一つの定義の選択であって、自動的に決まることではない。
短いタイトルを読むときには、この選択が見えにくい。「AI」と「人間」という大きな主語だけが残り、ある課題についての比較を、生活や仕事全体についての結論として受け取ってしまう余地がある。
だから、強い言葉を弱めさえすればよい、ということでもない。強く言える成果は、強く言ってよい。ただ、その成果がどの比較から得られ、どこまでの話なのかを、一緒に持ち運べる言い方がほしい。
六、ひとつだけ、心に置いておきたいこと
この動画から私が持ち帰りたいのは、AIを過小評価するための反論ではない。
囲碁の成果に対して、人間には長い歴史があると言うだけでは、十分な反論にならなかった。逆に、その成果から仕事や社会のあり方まで結論を広げるには、別の理由が必要だった。どちらの側にも、急いで話をつなぎたくなる瞬間がある。
誰かの強い主張に出会ったら、こう尋ねてみる。
何について、どんな条件で比べた結果なのだろう。
その問いに答えが足りないからといって、主張が間違っていると決まるわけではない。まだ確かめる場所が残っている、ということだ。
そして、自分がその主張を批判するときにも、同じ問いを向けておきたい。相手が付けていた条件を落としていないか。自分の思いついた説明を、確かめられた事実のように書いていないか。
分かりやすい結論を受け取る前に、見方を一つ増やしてみる。それだけでも、強い言葉との付き合い方は少し変わると思う。
参考文献
日本語
ビジネス＋ITチャンネル「【AI研究者 今井翔太】『AIはもう人間を超えた』／それでも仕事を奪い切れない理由／AIエージェントの“底なし沼”／『マック注文→10万円の料亭料理』のワケ／『暴走は当たり前』」YouTube。動画。本文では発言の趣旨を要約し、主要箇所に再生位置へのリンクを付した。
日本語以外
Google DeepMind. “AlphaGo.” 公式解説。2016年の対局結果と学習方法を参照。
Silver, D., Hubert, T., Schrittwieser, J., & Hassabis, D. “AlphaZero: Shedding new light on chess, shogi, and Go.” 2018年12月6日。公式解説。人間の棋譜を使わない自己対局による学習を参照。
DeepSeek-AI. “DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning.” 2025. arXiv:2501.12948. 論文。検証可能な結果を用いる学習の説明を参照。
Copyright © 2026, Tomoyuki Kano tomyuk@zyxcorp.jp License: CC BY-NC-ND 4.0 改変物の公開など、ライセンスの範囲外の利用については著者へお問い合わせください。
