経済学者たちは、AIによる雇用予測は誤ったデータに基づいていると警告している

AIの雇用をめぐる議論は、証拠に先行しすぎているのかもしれない

テクノロジー業界では、AIによる雇用喪失の予測がますます劇的になっている。MIT Technology Review はその空気を明確に伝えている。経営者や研究者は、景気後退のリスク、新人向けキャリアのはしごの崩壊、そしてAIが広範な労働代替手段として機能する可能性について、公然と語っている。だが同誌は、シカゴ大学の経済学者アレックス・イマスからの、より厳しい反論も取り上げている。労働への混乱を推計するために一般的に使われているデータ手法は、深刻に不十分かもしれないというのだ。

中心的な批判は、経済学者や政策担当者が「タスクへの露出」に過度に依存している点にある。ある仕事にAIが実行できそうなタスクが含まれていれば、その仕事はしばしばリスクにさらされているとみなされる。イマスは、これでは不十分だと主張する。引用された元記事の表現では、露出それ自体は解雇の有意な予測因子ではない、という。

なぜタスクへの露出は大ざっぱすぎるのか

記事は、なじみのある例を通じてその理屈を説明している。仕事は多くのタスクの束であり、その一部は自動化可能でも、他の一部はそうではない。研究者たちは、1998年に初めて公開され、その後定期的に更新されている政府のタスク一覧を使って、各職種がAIにどの程度さらされているかを推定してきた。OpenAI は12月にこの種のデータを用いて職種ごとの露出を評価し、Anthropic は後に、そのタスク一覧を何百万件ものClaudeとの会話と照らし合わせ、利用者が実際にAIでどのタスクを行っていたのかを調べた。

一見すると厳密だが、問題は構造的だ。仕事は、単に自動化可能なタスクの合計ではない。中心的なタスクもあれば、周辺的なタスクもあり、信頼、規制、あるいは対面での判断と強く結びついたものもある。ひとつのタスクを置き換えたり補完したりしても、それに付随する役割が自動的に消えるわけではない。したがって露出データは、AIがどこで仕事に触れているかは示せても、雇用がどう変わるかまでは教えてくれない。

欠けているのは労働者レベルの実態だ

MIT Technology Review によれば、イマスは経済学者に対し、別種の証拠を集めるよう求めている。AIツールが労働市場に入ってきたとき、実際に労働者に何が起きているのかを捉えるデータだ。この要求が重要なのは、世間の議論の大半が、賃金、労働時間、採用、キャリアの進展、代替に関する縦断的な証拠ではなく、予測、逸話、あるいは企業レベルのレトリックに支配されたままだからである。

実務的に言えば、議論は順序を間違えて進んでいる。社会は、問題の規模や形を理解するために必要な測定システムをまだ構築していないのに、先に政策対応をめぐって論争しているのだ。AIが年齢、業種、勤続年数、地理的条件によって大きく異なる形で労働市場に影響するのであれば、粗い職種単位の露出スコアは、示す以上に多くを見えなくしてしまうかもしれない。

なぜ今これが重要なのか

切迫性は学術的なものにとどまらない。記事は、労働者がすでにパニックを起こしており、議員たちも次に何をすべきかについて一貫した計画を示せていないと指摘する。この組み合わせは危険だ。世論の不安が高く、証拠が弱いとき、政策は後手に回り、象徴的になり、あるいは最も大きな声の物語に取り込まれやすくなる。

以前からAIの労働への影響を過大評価しないよう警告してきた経済学者でさえ、同記事によれば、この技術が仕事に前例のない影響を与えうるという見方に近づいている。だからといって、あらゆる破局論が正当化されるわけではない。だが、より良いデータが自然に出てくるのをただ待つのは誤りかもしれないことは示唆している。

測定の空白は政策失敗になりうる

この話の最も重要な点は、誤った測定が学術的な混乱を生むだけではない、ということだ。政策能力そのものを直接弱めうる。政府が、どの労働者が解雇され、どの役割が変質し、どこで新人向けのキャリアのはしごが崩れ始めているのかを把握できなければ、的を絞った対応を設計できない。職業訓練、セーフティネットの整備、教育改革、さらには税制をめぐる議論でさえ、AIが企業や職種の内部で実際に何をしているのかを理解することに依存している。

だからこそ、記事が紹介するこの呼びかけは、経済的な課題であると同時に制度的な課題でもある。AIに関する労働市場データをより良く構築するには、研究者、雇用主、公共機関の間での連携が必要になるかもしれない。また、通常の労働統計の速度、つまり仕事の組織化の現実に遅れがちなペースを上回る必要もあるだろう。

未来の働き方をめぐる議論には、より良い計測装置が必要だ

AIの労働影響をめぐる議論がこれほど二極化している一因は、会話が脆弱な計測装置の上で行われているからだ。片方には、AIがまもなくほぼすべての仕事をこなすようになるという大げさな主張がある。もう一方には、現時点では集計データ上で大規模な雇用喪失は明確には現れていないという注意喚起がある。どちらも限定的な意味では正しくありうるが、表面下で起きていることを捉え損ねてもいる。

MIT Technology Review の貢献は、露出と解雇の間のギャップを主要な分析上の断層線として示した点にある。この区別は、もっと注目されるべきだ。ある仕事はAIへの露出が高くても、何年も持ちこたえるかもしれない。別の仕事は露出が部分的であっても、初級タスクが最初に消えることで脆弱になる可能性がある。その結果、将来の専門家を育てるための供給路が断たれてしまう。

次に本格化するAI労働の話は、おそらくレトリックではなく統計の話になる

この文章から得られる最も強い示唆は、社会に必要なのは演出ではなく、より良い証拠だということだ。労働の全面代替に関する大きな予測は見出しを支配するかもしれないが、厳密な測定の代わりにはならない。もし現在の手法がひどいものだと経済学者が正しいのなら、次の重要な一歩は、AIが仕事を破壊するかどうかを巡る別の討論会ではない。何が本当に変わっているのかを見るために必要な労働者レベルのデータを集める、継続的な取り組みである。

それまでは、楽観もパニックも決定打を欠いたままだろう。未来の働き方をめぐる議論は、もはや十分に大きくなっており、より良い証拠が欠けていること自体が、AIに関する最も重要な事実のひとつになりつつある。

この記事は MIT Technology Review の報道に基づいています。元記事を読む。