人工知能は人間の仕事を自動化するのでしょうか?これらは、MIT コンピューターサイエンスおよび人工知能研究所 (CSAIL) から今朝発表された新しい研究が答えようとしている 3 つの疑問です。大規模な言語モデルなど、今日の人工知能テクノロジーが将来、人々の生活や経済全体にどのような影響を与えるかを推定し、予測する試みが数多く行われてきました。

ゴールドマン・サックスは、今後数年間で労働市場全体の 25% が人工知能によって自動化されると予測しています。マッキンゼーによると、2055 年までにすべての仕事のほぼ半分が人工知能によって推進されるようになるでしょう。ペンシルベニア大学、ニューヨーク大学、プリンストン大学による調査では、ChatGPT だけでも仕事の約 80% に影響を与える可能性があることが判明しました。雇用仲介会社チャレンジャー・グレイ・アンド・クリスマスの報告書によると、すでに何千人もの労働者が人工知能に取って代わられている。

しかし、MITの研究者らは研究で、いわゆる「タスクベース」の比較を超えて、AIが特定の役割を果たすことがどの程度実現可能か、そして企業が実際に労働者をAIテクノロジーに置き換える可能性がどの程度あるのかを評価しようとした。

予想に反して、MITの研究者らは、これまで人工知能に取って代わられるリスクがあると考えられていた仕事のほとんどが、実際には自動化されても「経済的に有益」ではないことを発見した――少なくとも現時点では。

この研究の共著者であり、MIT CSAILの研究科学者であるニール・トンプソン氏は、この研究が示唆する主な意味は、今後のAIの破壊は一部の批評家が示唆しているよりもゆっくりと、劇的ではない可能性があるということだと述べた。

「最近の多くの研究と同様、人工知能にはタスクを自動化する大きな可能性があることがわかった」とトンプソン氏はTechCrunchとの電子メールインタビューで語った。 「しかし、これらのタスクの多くを自動化することはまだ魅力的ではないことを示すことができました。」

この調査では、視覚的な分析が必要な仕事、つまり、生産ラインの最後で製品の品質をチェックするようなタスクを伴う仕事のみを対象としていることに注意することが重要です。研究者らは、ChatGPT や Midjourney などのテキストおよび画像生成モデルが労働者や経済に及ぼす潜在的な影響については調査しませんでした。彼らはその疑問を追跡調査に委ねました。

この研究を実施するにあたり、研究者らはAIシステムが彼らの仕事を完全に置き換えるにはどのようなタスクが必要かを理解するために労働者を対象に調査を行った。次に、これらすべてのタスクを実行できる AI システムの構築コストをモデル化し、企業、特に米国の「非農業」企業がそのようなシステムの初期費用と運用コストを喜んで支払うかどうかをモデル化しました。

研究の初期段階で、研究者らはパン屋の例を挙げた。

米国労働統計局によると、パン屋は時間の約 6% を食品の品質チェックに費やしており、AI はこの作業を自動化できる (そして現在も) としています。年収 48,000 ドルのパン職人 5 人を抱えるパン屋は、食品の品質検査を自動化できれば 14,000 ドルを節約できる可能性があります。しかし、この調査では、このタスクを達成するためのシンプルなスクラッチ AI システムの導入には 165,000 ドル、維持に年間 122,840 ドルの費用がかかると推定されています...そしてこれは単なる最低額です。

「視覚タスクを実行する人間に支払われる賃金のうち、AI 自動化にとって経済的に魅力的なのはわずか 23% であることがわかりました」とトンプソン氏は述べています。 「これらの仕事には依然として人間のほうが経済的に優れた選択肢だ。」

今回の調査では、OpenAI などのベンダーを通じて販売されるセルフホスト型 AI システムが考慮されています。これらのシステムは、最初からトレーニングするのではなく、特定のタスクに合わせて微調整するだけで済みます。しかし研究者らによると、たとえシステムのコストが1000ドル程度だとしても、企業にとって自動化することが経済的に合理的ではない仕事は――低賃金のものやマルチタスクに依存するものであっても――たくさんあるという。

「コンピュータビジョンが視覚タスクに及ぼす影響だけを考慮しても、雇用喪失は経済界ですでに見られている雇用喪失よりも低いことがわかった」と研究者らは研究の中で述べている。 「たとえコストが年間 20% という急速なペースで減少したとしても、コンピュータ ビジョンのタスクが企業にとって経済的に実行可能になるにはまだ数十年かかるでしょう。」

研究者らは、この研究にはいくつかの限界があることを認めている。たとえば、AI が人間の労働を置き換えるのではなく拡張できる状況 (アスリートのゴルフスイングの分析など) や、以前には存在しなかった新しいタスクや仕事を作成する状況 (AI システムの保守など) は考慮されていません。さらに、GPT-4 のような事前トレーニングされたモデルによってもたらされるすべてのコスト削減は考慮されていません。

研究者らは、研究のスポンサーであるMIT-IBM Watson AI Labから特定の結論に達するよう圧力を感じていたのではないかと思わずにはいられない。 MIT-IBM ワトソン人工知能研究所は、IBM によって 10 年間に 2 億 4,000 万米ドルを投資して設立されました。しかし研究者らは、そうではないと主張している。

「私たちは、人工知能の主要な形式であるディープラーニングが多くのタスクで圧倒的な成功を収めたことに動機づけられており、これが人間の仕事の自動化にとって何を意味するのかを理解したいと考えていました」とトンプソン氏は語った。 「政策立案者にとって、私たちの調査結果は、AIによる仕事の自動化に備えることの重要性を強調するはずだ...しかし、私たちの調査結果はまた、「このプロセスが明らかになるまでには数年、さらには数十年かかるため、政策措置を講じる時間はある」ことも明らかにしている。 AI 研究者や開発者にとって、この研究は、AI を企業の自動化にとって経済的に魅力的なものにするために、AI 導入のコストと範囲を削減することの重要性を示しています。」