AIに関する倫理的懸念にどう答えるか

AIについて人々と話すたびに、会話は必ず同じ場所にたどり着く。モデルでもプロンプトでもなく、倫理だ。著者のアダム・ファイクは、今や人々は能力ではなく良心を問題にしていると指摘する。2025年初頭、フランスのデザイナー集団Designers Éthiquesが40分の講演でこれらの反対意見を体系的に列挙し、著者に分類対応の枠組みを思いつかせた。

彼は、リーダーが取るべき行動は「抵抗を克服する」ことではなく、各懸念を4つの種類に分類することだと言う。第一に「真実」：データセンターが実際に電力を大量消費するなど。第二に「修正可能」：ジュニア社員が指導を失うリスクなど。第三に「誤解」：プロンプトごとにボトル1本分の水を使うという誤解など。第四に「価値観」：「機械を監督するためにこの仕事を選んだわけではない」という価値観。分類後、何を採用するか、どのように採用するかを変え、誤解を正し、価値観を尊重する。

記事ではよく聞かれる7つの懸念を具体的なデータとともに分析している。国際エネルギー機関（IEA）は2030年までにデータセンターの電力需要が2倍以上になり、約945TWhに達すると予測。マイクロソフトとグーグルの水使用量は大幅に増加。一方、1回のプロンプトあたりの消費は小さく、グーグルのGeminiでは中央値で0.24Wh、0.26mLの水だ。著者は産業規模の問題は確かに深刻だが、個々のプロンプトのコストはごくわずかだと指摘する。正しいアプローチは、規模の問題を認めつつ、プロンプトあたりのコストの誤解を正すことだ。

データソースの懸念については、著者はトレーニングデータの収集とラベル付けにおける搾取の問題を認め、TIMEの調査を引用する：ケニアの労働者が時給2ドル未満で有害コンテンツをラベル付けしている。彼はチームリーダーに、議論をやめ、分類を始め、会話の終わりに必ず書面でのコミットメントを行うよう呼びかける。そうすることで、チームはAIの使用を誠実に擁護できるようになる。

著者はまた、チームに3つのルールを提案する：小規模モデルをデフォルトにする、スクリプトで済む作業にAIを使わない、新しいAI利用を導入する前に「何のためか、大規模に擁護できるか」と問う。これらのルールは、倫理的懸念を空論ではなく具体的な行動に変えるのに役立つ。

結論として、道徳的疑問に直面したとき、最善の戦略は反論ではなく分類と行動である。誠実な回答は、傍観者の信頼を得る。