AIにどこまで委ねるか？【前編】
人間は「予測不能なこと」をAIに期待していない？ 戦闘で考える“倫理問題”
人間はAIをどこまで信じるべきなのか。兵器にAI技術を組み込んだ「自律型兵器システム」が戦場に投入される可能性がある中で、これは重大な問題だ。掘り下げて考えてみよう。
人間は、AI（人工知能）技術が導き出す判断をどこまで信じられるのか――。これはAI技術を扱うさまざまな分野に関わる問題だが、人間のオペレーターが直接制御または指揮することなく標的を選定して攻撃する「自律型兵器システム」（AWS：Autonomous Weapon Systems）が戦闘に投入される可能性があることに関しては、特に考えるべき喫緊の問題だ。人間はAI技術の判断をどう見るべきなのか。
人間はAIの“あれ”を嫌う
2023年1月に英国議会は、AI（人工知能）技術の兵器利用について検討する調査委員会「AI in Weapon Systems Committee」を設立した。同年6月に開催した口頭弁論会では、調査委員会メンバーの英国貴族院（上院：House of Lords）議員に対し、法律やITの専門家が「AI（人工知能）技術の軍事投入はリスクを引き起こす」と警告した。
自律型兵器システムは複雑な状況を解析する十分な能力を備えていない。これを軍事投入すれば、以下のような問題を引き起こす可能性がある。
- 作戦が予測不可能になる
- 自動化バイアス（自動化システムからの出力を、別の情報源からの情報よりも信用してしまう人間の傾向）を生む
自律型兵器システムは、常に人間が制御する必要があるというのが専門家の意見だ。「現在のAI技術の能力を踏まえると、軍事行動の妥当性を評価したり、軍事的判断の責任を負わせたりすることは不可能だ」と専門家は見ている。
SRE（サイト信頼性エンジニアリング）ベンダーStanza Systemsでプリンシパルソフトウェアエンジニアを務め、英国の殺人ロボット撲滅キャンペーン「Stop Killer Robots」のメンバーとしても活動するローラ・ノーラン氏も、自律型兵器システムの軍事投入に反対の姿勢を示す。一般的に人間は、人間関係や状況の背景といったさまざまな要素を瞬時にくみ取り、柔軟に対処できる。最先端のAI技術であっても、人間と同じように行動することは難しいという。
AI兵器に状況を読み取って適切に行動してもらうためには、そのためのプログラムを組む必要がある。「機械学習（ML）によって環境やターゲットのプロファイリング（対象の情報を収集、分析して、その性質や嗜好、行動などを予測すること）を実施することはできるが、状況に適した柔軟な判断を下すことはできない」（ノーラン氏）
自律型兵器システムを戦場に投入する場合、人間のオペレーターや指揮官が攻撃の場所やタイミングをコントロールすることは極めて困難だとノーラン氏は警告する。巻き添えになる民間人や施設の被害がないかどうか予測することも難しい。戦闘状況のように、複数の行為者と構成要素が相互作用するシステムがある場合、複雑系理論の原則では発生し得る結果の数が指数関数的に増大する。「自律型兵器システムの動きを予測することは非常に難しい」とノーラン氏は話す。
中編は、自動化バイアスについて掘り下げて考える。
Computer Weekly発 世界に学ぶIT導入・活用術
米国TechTargetが運営する英国Computer Weeklyの豊富な記事の中から、海外企業のIT製品導入事例や業種別のIT活用トレンドを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly発 世界に学ぶIT導入・活用術
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
AI時代の自律的なパートナー 「データエージェント」構築＆活用ガイド -
製品資料
使用中のデータを保護して安全な共同開発へ、クラウド時代のデータセキュリティ -
製品資料
“AIによる高速な脆弱性検出”対策を行う、RHELの統合セキュリティ機能とは？ -
製品資料
企業ITを支える定番Linuxの運用管理、手動の限界を乗り越える手法とは？ -
製品資料
AIとクラウドネイティブの課題を解決する、シンプルで費用対効果に優れた方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
2
なぜ人はいるのにDXが進まない？ ライオンも直面した“老害”レガシーシステム
-
3
「生成AI導入・活用状況」に関するアンケート
-
4
LLMの「過学習」、正しく説明している文章はどれ？
-
5
Azure Red Hat OpenShiftは脱VMware問題の救世主になるか？ 技術資料で解説
-
6
“金融レベル”が壁に 東京海上ディーアールが「小さな失敗」を成功につなげた方法
-
7
「HDD終了」は本当か 巨大クラウド2社が下した大容量フラッシュへの決断
-
8
なぜOpenAIやAnthropicのAIは「脱走」したのか 情シスが迫られるエージェント統制
-
9
「業務改善とツール活用」に関するアンケート
-
10
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
ホワイトペーパーランキング PR
-
1
属人化や仕様バグはなぜ起きる？ AI時代に必須のドキュメント文化の作り方
-
2
「NAS」「SAN」「DAS」は何が違う？ いまさら聞けないストレージの基礎
-
3
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
4
財務を戦略的組織へ進化させるAI活用術、4つの主要な障壁と解消方法
-
5
中小企業必見、Microsoft 365でゼロトラストセキュリティを実現する方法
-
6
5分で分かる「AI駆動開発エージェント」 要件定義から設計・実装・テストまで
-
7
動画で知るランサムウェア被害企業のリアル、会計データが無事だった理由とは
-
8
“あのファイル転送”で暗躍するノーウェアランサム
-
9
セキュリティソフトをすり抜ける標的型攻撃メール、不審メールの見破り方とは？
-
10
マンガで解説：「ゼロトラスト」「SASE」の必要性とメリット
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー