AI ハードウェアの登場により、「録音・録画」という概念の輪郭がぼやけ始めている。これまでのガジェットの歴史では、マイクやカメラを備えた機器は「あなたを録音・録画しているか、していないか」「オンかオフか」のどちらかだと考えるのが妥当だった。マイクは音を拾い、カメラは映像を捉える。そのデータは端末に保存され、時には（できればエンドツーエンド暗号化された状態で）処理のためにクラウドへ送られる。それは保存された一瞬の時間であり、だからこそ録音・録画なのだ。
だが、もうそうではないのかもしれない。
ブルームバーグの Mark Gurman 記者が先週報じたところによると、アップルは映像を保存しないスマートホームカメラを開発している。AI が視覚データを処理し、家の中で起きていることを説明するテキストの断片を生成するという。顔認識にも対応するらしいが、映像そのものは残さない。それでも一定のプライバシーを守れる、というのがその理屈だ。Gurman 氏によれば、この技術は噂される将来の AirPods のカメラの仕組みと似ているという。
これは、Apple Watch Series 12 と Apple Watch Ultra 4 に搭載された Apple の Audio Intelligence と通じるものだ。Apple Watch には以前からマイクがあり、主に Siri と手首からの通話に使われてきた。4 つある Audio Intelligence 機能のうち、オンラインで最も議論を呼んだのは Live Rewind と Siri Recap だ。前者は直近 15 秒の文字起こしを生成し、後者は一日の会話を高レベルで要約できる。いずれも任意で有効化する機能である。アップルは Music Detection の説明で「音声を録音しない」と記しているが、曲が検出されたということは、その曲を聴いたという記録ではないのか。
言い換えれば、Ray-Ban Meta のグラスは写真を撮り、動画を録り、それをスマートフォンに保存する。一方、噂されるアップルのアプローチでは、カメラはあなたを見て、マイクはあなたの声を聞くが、どちらも何も「保存」しないことになる。
これは録音・録画と言えるのか。アップルは噂についてコメントしていないが、Audio Intelligence のプライバシー思想についての公的な説明を見る限り、同社はそうは考えていないと筆者は見る。アップルによれば、これらの機能は音声を一切保存しない。生データは S11 プロセッサ内の独立した安全な隔離領域で処理が終わると同時に削除され、クラウドへ送られる情報はプライベートクラウドコンピューティングを経由するため、アップルも第三者もアクセスできないという。
これはアップルだけの話ではない。Google のウェアラブル担当上級ディレクター、Sandeep Waraich 氏は The Verge との会話で、グーグルも同じ構想を検討していると明かした。スマートグラスのカメラがデータを記録しなかったらどうなるか、というのだ。たとえば、グラスが周囲の視覚データを AI で処理しつつ、後世のために映像を一切保存しないとしたらどうか。そうすればカメラは「ただの」イメージセンサーになり得ると Waraich 氏は主張する。
これらの定義に従えば、「録音・録画」と呼べるのは保存され、後から見返せるものだけということになる。しかしスマートホームカメラやスマートウォッチが生成する文字起こしも、保存され見返せるものではないのか。それとも、AI ハードウェアをより受け入れやすくするために、テック企業は法廷で提出を求められ得るものは何かという点に賭けているのだろうか。
言葉の定義を論じるのはばかげているように思えるかもしれないが、ここでは複数の概念が試されている。
プライバシーについての個人的な意見はさておき、自分のデータは自分で自由に扱えるというのはおおむね合意されている。ガジェットが「常に聞き続ける」ことができなかった時代、機器は公共空間と私的空間により自然に溶け込んでいた。しかしこの新しい世代のガジェットは、他者のプライバシーをより積極的に守るようあなたに求めてくる。人間は密閉された泡の中では生きていないからだ。私たちは生活し、働き、さまざまな環境で過ごす。あるものは私的で、あるものは公共で、多くはグレーゾーンにある。レストラン、劇場、オフィス、競技場ではルールが異なり、少なくとも半公共空間である公衆トイレとは大きく異なる。頭の中で見たものをすべて「記録」しても、人間の記憶は客観的に共有できない。偏見に染まり、視点によって歪められるからだ。録音・録画はより主観性が低く、いわば事実に近い。
普遍的な規範が存在しない中で意図をどう示すかという問題もある。Meta のスマートグラスは、動画を録画していることを白く脈動する「プライバシーライト」で示す。一方、録音・録画を示す光の一般的な色は赤であり、技術に詳しくない人には白い光が何を意味するのかさえ分からないかもしれない（何しろまだニッチな製品だ）。しかも白いプライバシーライトは前髪や強い日差しで簡単に隠れてしまう。これは新しい規範でもある。他のスマートグラスや AI ハードウェア企業は、Meta と同じように意図を示す義務を負っていない。音声や映像を録る AI リングやペンダントには、ライトすらない可能性がある。
さらに紛らわしいのは、録音・録画できる製品が、できない製品にどんどん似てきていることだ。映像を録らないカメラをスマートグラスに追加し始めれば、事態はさらに悪化する。映像を録らないグラスと、録るグラスをどう見分ければよいのか。マイクのない Oura Ring と、マイクのある Vocci Ring が同じに見え、どちらも普通の指輪に見えるなら、一般の人はどうすればよいのか。
現在、監視技術の議論の主戦場はハードウェアにあるように見える。カメラを取り除けば問題は解決するという感覚がある。だが解決にはならない。悪意ある使い方が難しくなるだけだ。しかしおそらく、人々に嫌悪感を与えるのはカメラやマイクそのものではない。あなたのある断片が、どう使われるか分からないまま他人の端末に保存され得るという事実が、不快感の正体だ。
ここに、AI ハードウェアをめぐるあらゆる緊張が収束する。ビッグテックが思い描くように AI を「良い」もの、真に個人的なものにするには、AI はあなたとあなたの周りの人々について多くを知らなければならない。あなたが見るものを見て、あなたが聞くものを聞き、日々の行動から学ぶ必要がある。そのためには、それらを「記憶」しなければならない。つまりある意味で、あなたの人生とそこで起きるすべてを記録しなければならないのだ。ビッグテックがこのデータを集める動機は明白だ。個人データは金であり、金は権力であり、権力は影響力である。不明確なのは、この取引から社会が何を得るのかという点だ。「役に立つ」「便利」という漠然とした約束だろうか。
いずれにせよ、テック企業が既存のあらゆる機器に AI を詰め込み、同時に新しい形の製品を生み出そうと突き進むことは明らかだ。今はスマートフォンとウェアラブルで最も顕著だが、こうした検討はまもなくスマートホーム、テレビ、ノート PC、タブレット、ヘッドホンにも及ぶだろう。しかも消費者がまだ想像していない形で。
私たちがこれらの AI ガジェットに何を記憶させるかが、私たちの知る文化を書き換えていく。だからこそ、何が録音・録画を構成するのか、そして誰が（もし誰かが）その定義を変える権利を持つのかについて、社会的合意に達しなければならないのだ。