人工知能はインフラになりつつある。
それは検索、事務作業、医療、教育、研究、製造へと入り込んでいる。また、日々の意思決定が行われる小さな隙間にも入り込んでいる。まず何をすべきか、どの選択肢がより少ない資源で済むか、複雑な主張が信頼に値するかどうか。
それは、私たちが問うべき問いを変える。「AIに何ができるか？」はもはや最も重要な問いではない。より難しい問いはこれだ。AIの能力が私たちの制度、エネルギーシステム、社会的合意よりも速く進歩する中で、AIが効率、資源、権力をより少ない手に集中させるのではなく、人間の可能性を広げることをどう確実にするのか？
これはAIが世界を救うという主張ではない。AIが世界を破壊するという主張でもない。それは一つの作業仮説だ。AIは持続可能な開発のための増幅器になり得るが、それは何を増幅する価値があるかを私たちが決めた後に限られる。
その問いは、私たちがAirJellyについて考える方法に近い。主体的なAIコンパニオンは、単により多くの出力を生み出したり、より多くの提案で人を中断させたりするべきではない。それは人が文脈を理解し、低価値な摩擦を減らし、人間の判断をループの中に保つことを助けるべきだ。同じ基準が、社会の規模でAIを考えるときにも当てはまるべきだ。
01. 進歩にはより広い定義が必要だ
過去数十年の大半において、技術的進歩は速度、規模、出力によって測られてきた。モデルはより速くなる。工場はより自動化される。コンテンツはより豊富になる。意思決定の連鎖はより短くなる。
それらの指標は重要だが、人間的発展と同じではない。
国連の持続可能な開発目標は、開発を相互につながった一連の責任として描いている。貧困と飢餓を終わらせ、健康と教育を改善し、尊厳ある仕事を創出し、不平等を減らし、気候行動を起こし、平和で説明責任のある制度を築くこと。成長は単一のリーダーボードではない。それは時間をかけて存続し続けなければならない関係の集合だ。
AIは、局所的な目的の最適化が非常に得意であるため、特有の課題を生み出す。
目的が平均的なカスタマーサービス応答時間を最小化することなら、システムは人間の関与を減らすかもしれない。目的がエンゲージメントを最大化することなら、より多くの刺激を生み出すかもしれない。目的が予測精度を改善することなら、少数派の経験をより見えにくくするかもしれない。あらゆる局所的な指標が改善する一方で、生活全体の質は悪化し得る。
持続可能なAIには、より広い成功の定義が必要だ。より多くの人々にとって、より長い期間にわたる、信頼でき、公平で、回復可能な価値。
つまり、製品指標には、華やかさはないがより重大な問いを含めるべきだ。システムはどれだけのエネルギーと材料を節約したか？どれだけの反復作業を取り除いたか？誰が能力を得て、誰が選択肢を失ったか？システムが失敗したとき、誰がそれに気づき、訂正し、異議を唱えられるか？
最良のAI製品は、人々が知性に囲まれていると感じさせるものではない。人々が自分の注意を重要なことに費やせるよう助けるものだ。
02. AIは私たちがシステムを見るのを助けられる。しかし価値判断を私たちの代わりにすることはできない。
気候と生態系の問題が難しいのは、情報が不足しているからだけではない。システムが複雑で、フィードバックが遅れ、責任が分散し、多くのコストが単一組織の四半期報告書に現れないから難しいのだ。
AIはその複雑さの一部を扱うのに適している。研究者が衛星画像、センサーデータ、気象記録、サプライチェーン情報を組み合わせるのを助けられる。電力網が需要を予測し、再生可能エネルギーを統合するのを助けられる。建築家が材料、エネルギー使用、ライフサイクル影響を比較するのを助けられる。農家が灌漑、害虫、土壌条件のパターンを特定するのを助けられる。
国際エネルギー機関（IEA）のEnergy and AI報告書は、電力システム、建物、産業、輸送、エネルギーイノベーションにおけるAIの有意義な機会を指摘している。同時に、方程式のもう一方の側も無視できなくしている。データセンターとAI自体がより多くの電力を必要とするのだ。
AIは本質的に環境に優しいわけでも、優しくないわけでもない。その影響は、それが配備されるシステム、それを動かすエネルギー、そして最適化を求められる目的に依存する。
同じモデルが電力網のピーク需要を減らすのを助けることもあれば、低価値な計算と消費の終わりのない流れを生み出すこともある。モデルがどれだけエネルギーを使うかだけを問うべきではない。そのモデルが消費する以上のエネルギー、材料、時間、リスクを、より広いシステムが節約するのを助けるかどうかを問うべきだ。
これが、AIを観察者、調整者、シナリオ構築者として扱うべき理由であり、最終的な審判としてではない。AIは予測を生み出し、トレードオフを明らかにし、複雑なパターンを読み解けるようにできる。しかし、川にどれだけの価値があるか、湿地を開発すべきか、誰のリスクが許容できるかを、それ自体で決めることはできない。
それらの決定は依然として公共の議論、法、人間の判断に属する。
03. 計算は物質世界の一部だ
大規模モデルについて語るとき、目に見えない出力だけを見がちだ。テキスト、画像、答え、予測。それらの出力の一つひとつは、依然として物理的なチップ、サーバー、冷却システム、電力、土地、水に依存している。
データセンターの需要はインフラの問題になりつつある。IEAのElectricity 2024分析は、データセンター、AI、暗号通貨による電力消費が2026年までに2倍以上になる可能性があると予測した。正確な増加は効率、地域のエネルギー構成、需要によって変わるが、方向性は明らかだ。AIは電力システムから独立して拡大することはできない。
これは研究や有用な応用を止めるべきだという意味ではない。効率のより良い定義が必要だという意味だ。
より大きなモデルが自動的にそのコストに比例する公共的価値を生み出すわけではない。より長い答えが自動的により有用なわけではない。あらゆるタスクを最も高価なモデルに送ることが自動的により良い製品設計なわけではない。
成熟したシステムは、タスクの難易度に応じてモデルを選ぶ。可能なところでは結果を再利用する。不必要な呼び出しを避ける。重要な資源の境界を可視化する。計算を意図的に費やすものとして扱う。
これは単純な製品原則だ。計算に思考を代替させてはならない。
難しい問題に注意深い推論が必要なとき、AIは道具だ。システムが賢く見えるためだけに生成し、リマインドし、再評価し続けるとき、それは浪費に近い。
04. 持続可能性とは人間の能力を奪わないことでもある
AIが人件費を削減するためだけに使われるなら、持続可能な開発は、より少ない人々により多くの仕事をさせることの婉曲表現になる。それは取りやすい道であり、危険な道だ。
国際労働機関（ILO）の2023年の生成AIと雇用に関する研究は、生成AIが多くの職業内のタスクを即座に完全に排除するよりも、変革し拡張する可能性が高いことを示唆している。しかしその影響は国、産業、ジェンダー、仕事の種類によって不均一だ。平均的な利益は、誰が移行コストを払うのかを教えてくれない。
人間中心のAIシステムは、「私たちはいくつの仕事を自動化したか？」という問いを、より有用な問いに置き換えるべきだ。
- 危険な、反復的な、または低価値な仕事を減らしたか？
- 人々が学び、ケアし、創造し、判断を働かせるためのより多くの時間を与えたか？
- ユーザーはシステムの限界を理解しているか、それとも単にその結論を受け入れることを期待されているか？
- 決定の影響を受ける人々は、異議を唱え、レビューを求め、オプトアウトできるか？
ユネスコの人工知能の倫理に関する勧告は、人間の尊厳、自律性、透明性、説明可能性、説明責任、環境保護を責任あるAIの中心に置いている。これらは製品の決定になるまでは抽象的で響く。人間のレビューを保持する。不確実性を示す。追跡可能な決定履歴を保つ。沈黙を同意とみなさない。人々がシステムが自分について信じていることを訂正できるようにする。
ここでも個人的な文脈が重要だ。正しいことを覚えているアシスタントは、認知的な負担を減らせる。記憶を黙ってコントロールに変えるアシスタントは、逆のことをし得る。AirJellyでは、文脈の目的は人を完璧に予測することではない。人が自分自身の蓄積された文脈を、より主体的に使えるよう助けることだ。
AIが人々の記憶、判断、整理、異議を唱える能力を低下させるなら、短期的な効率を改善する一方で、社会の長期的な回復力を弱めるかもしれない。
05 分岐線は、人々がAIを持つかどうかではなく、誰がそれを使い統治できるかだ
最も深い持続可能性のリスクは、しばしば技術そのものではない。それはその利益とリスクの不平等な分配だ。
高度なコンピューティング、データ、人材、インフラは、比較的少数の国と企業に集中している。より豊かな地域は、気候モデリング、医療スクリーニング、個別化された教育にAIを活用できるかもしれない。資源の乏しい地域は、設計、監査、ガバナンスに有意義な役割を果たすことなく、人々をスコア化し、監視し、分類する外部システムを受け入れることになるかもしれない。
それは既存の不平等を再生産しうる。より多くのデータを持つ人々は、より良いサービスを受ける。より多くの資源を持つ組織は、より多くの効率を得る。脆弱な集団は、予測され、分類され、管理される可能性がより高くなる。
したがって、AIの持続可能性アジェンダは、導入だけに焦点を当てることはできません。公共の能力を構築することも必要です。すなわち、オープン標準、手頃な価格のインフラ、多言語システム、地域の知識、公益研究、そして政府、学校、コミュニティ、市民社会組織が重要なシステムを検査できる仕組みです。
公平性は、製品が完成した後に追加される「公共財モード」ではありません。それは問題の定義、データ、導入の文脈、価格モデル、そして障害の扱い方から始まります。
同じ原則はパーソナルAIにも当てはまります。役に立つコンパニオンは、その人のコンテキストを独占的な檻に変えるべきではありません。コンテキストをより使いやすくしつつ、所有権、訂正、そして方向性はその人の手に残すべきです。
06 AIを長期的な協働者にする
AIが持続可能な発展を支えるのであれば、使うのに十分シンプルで、かつ意味を持つほど厳格な原則が必要です。
まず公共的価値から始め、それからモデルを選ぶ
「ここにモデルを追加できるか？」から始めてはいけません。「どの現実的な問題が解決に値するか？」から始めるのです。看護師の事務負担を軽減するシステムは、すでにノイズの多いフィードにコンテンツを増やすだけのシステムと同じ指標で評価されるべきではありません。
製品決定にライフサイクルコストを組み込む
コストにはAPIの請求額以上のものが含まれる。エネルギー、ハードウェア、データガバナンス、保守、移行、トレーニング、そしてエラーの社会的コストが含まれる。影響の大きい場面では、ライフサイクル評価は機能評価と同じくらい重要であるべきだ。
意思決定者に不確実性を示す
持続可能なシステムは、常に確実であるふりをすることはできない。人々が行動する際には、信頼度、データの鮮度、適用範囲、既知の故障モードが見える形になっているべきだ。「わかりません」と正直に言うことは、流暢だが誤った答えを出すよりも役立つことが多い。
影響を受ける人々を設計に参加させる
システムによって評価され、サービスを提供され、あるいは管理される人々は、単なるデータセットの行として存在するべきではない。教師、看護師、労働者、農家、障害者、そして地域組織は、設計、テスト、レビューにおいて真の声を持つ必要がある。
離脱と訂正の権利を守る
すべてのワークフローに自動化が必要なわけではない。すべての自動化されたワークフローが不可逆であるべきではない。不可欠なサービスには、代替チャネル、人によるレビュー、そして追跡可能な異議申し立てプロセスが必要である。
システムが何をあえて行わないかによって成熟度を測る
成熟したAI製品は、ますます多くの意思決定をモデルに委ねるものではない。どの意思決定が人間の手に残るべきかを知っている。不要な生成、通知、意思決定ループを減らすこともまた前進である。
07 最後の問いは依然として、私たちはどのような人間になりたいのか、である。
テクノロジーは、組織がすでに機能しているあり方を増幅する傾向がある。
もし私たちが、教育を答えの生産とみなし、仕事を圧縮可能なタスクの集合とみなし、自然を最適化すべき資産とみなし、人々を予測可能なユーザーとみなすならば、AIはそれらの前提を加速させるだろう。
しかし、教育を判断力の育成として、仕事を共同の創造として、自然を私たちが共に生きなければならないシステムとして、そして人々を尊厳を持ち、関係性を持ち、部分的には知り尽くせない存在として捉えるならば、AIは私たちが時間を守り、複雑さを見通し、距離を越えて協働し、長期的な目標のために余地を生み出す手助けをしてくれる。
持続可能な開発とは、決して世界を無限に効率化することではなかった。それは、有限な惑星の上で、人類が選択し、関係を修復し、未来をケアする能力を保つことである。
AIがその営みのパートナーとなるかどうかは、私たちがAIに与えるタスク、境界、そして制度にかかっている。モデルはこれからも強くなり続けるだろう。しかし、何に取り組む価値があるかを私たちの代わりに決めてくれるモデルは存在しない。
その部分は、今もなお私たちのものである。
参考文献
- 気候変動に関する政府間パネル（IPCC）。AR6統合報告書：気候変動2023。2023年。https://www.ipcc.ch/report/ar6/syr/
- 国際連合。我々の世界を変革する：2030アジェンダと持続可能な開発目標。2015年。https://sdgs.un.org/2030agenda
- 国際エネルギー機関（IEA）。電力2024：2026年までの分析と予測。2024年。https://www.iea.org/reports/electricity-2024
- 国際エネルギー機関（IEA）。エネルギーとAI。2025年。https://www.iea.org/reports/energy-and-ai
- Gmyrek, P., Berg, J., & Bescond, D. 生成AIと雇用：雇用の量と質への潜在的影響に関するグローバル分析。ILOワーキングペーパー96、国際労働機関、2023年。
- ユネスコ。人工知能の倫理に関する勧告。2021年。https://www.unesco.org/en/legal-affairs/recommendation-ethics-artificial-intelligence
- 国連環境計画（UNEP）。排出ギャップ報告書2024：もうこれ以上空回りはやめて…お願い！。2024年。https://www.unep.org/resources/emissions-gap-report-2024
- スタンフォード人間中心人工知能研究所。AIインデックスレポート2025。2025年。https://hai.stanford.edu/ai-index/2025-ai-index-report
- OECD。OECD AI原則。2024年更新。https://oecd.ai/en/ai-principles