検証経済への移行

人工知能の急速な発展に伴い、新たな経済領域「検証経済」が浮上しつつある。本稿は、MIT、ワシントン大学セントルイス校、カリフォルニア大学ロサンゼルス校の3人の研究者による論文『AGIの単純な経済学』に基づき、この概念を深く掘り下げる。論文は、AI駆動の自動化がもたらす雇用破壊の圧力と、ハイステークスなシナリオで責任を取れる人間の必要性が衝突し、人間による検証、承認、責任負担を中心とした新たな経済を生み出すと描く。

著者らは、AIの発展により機械出力のコストが急落する一方、検証のコストは有限な人間の時間と経験に依存するため、この非対称性が成長の主要な制約要因になると主張する。従来の「Software-as-a-Service」モデルは「Software-as-Labor」へと移行し、企業はソフトウェアアクセスではなく成果に対して課金するようになる。さらに、テールリスクを吸収する能力が新たな希少資源となり、「Liability-as-a-Service」というビジネスモデルが登場する。

論文は二つの経済シナリオを提示する。中抜き経済では、自動化は加速するが検証能力は追いつかず、未検証の出力が市場にあふれ、システムリスクが高まる。一方、拡張経済では、社会は構造化された訓練への投資と新たな責任枠組みの構築により、検証能力を自動化と同期して拡大させる。これにより、AIの展開は実際に検証・保険可能な範囲に制限される。

しかし、深い矛盾が潜む。人間の専門家は日常的な業務を通じて経験を積むことで育成される。自動化がこれらの入門的タスクを奪えば、将来の検証者を供給する基盤が損なわれる。著者らは、AIシステムが強力になるほど社会は経験豊富な人間の専門知識に依存するようになるが、まさにそのシステムが専門知識の源泉を侵食すると警告する。この現象はAIモデルにおける「モデル崩壊」に類似するが、ここでは経済モデルそのものが崩壊する。

政策上の核心的課題は構造的な非対称性にある。AI導入の利益は積極的に私有化される一方、システムリスクは社会化される。共有の検証インフラと厳格な責任価格設定なしには、市場は中抜き経済へと自然に滑り落ち、爆発的な活動の増加と根本的な人間の制御喪失が均衡点となる。

筆者は妻の経験（建築家として毎年更新が必要な署名権を持つ）を例に、検証の重要性を具体的に示す。AI普及前からも、署名だけを売る専門家など問題が存在するが、AI時代にはこれらの問題が拡大する可能性がある。検証経済への移行は、現在の見出しを賑わす危機とは別の危機をもたらすかもしれない。問題はAIがどれだけ生産できるかではなく、機関が生産されたものをどれだけ検証し、機械知能を持続可能な価値に変換できるかにある。