SYNODOS｜変わりつつある世界を捉え直す @SYNODOS

同性婚には賛成、移民の受け入れには慎重、防衛力は強化したい。こういう人は保守でしょうか、リベラルでしょうか。その意見は右と左にきれいに並びませんが、曖昧なわけでもありません。争点ごとに結びつきをたどれば、政治の地図は何枚も描けます。 synodos.jp/opinion/politi…

ある薬を飲んだ自分と、飲まなかった自分。比べようがないので、医学は他人と比べてきました。いまデジタルツインで「治療しなかった同じ人」をつくる研究が進んでいます。その先には、複数の未来を比べてから治療を選ぶ医療が見えてきます。 synodos.jp/opinion/scienc…

スマホを見ていて、気がつくと1時間たっていた。 よくあることです。 では、あとから振り返ったとき、その1時間はどのくらいの長さに感じられるのでしょうか。 ジャーナリストのマイク・マリアーニは『Noema』で、時間の感じ方をめぐる研究を紹介しています。 中心にあるのは、心理学者ルース・オグデンが率いる欧州の研究プロジェクト「TIMED」です。 数万人を約3年かけて調べたところ、デジタル機器やSNSをよく使う人ほど、時間が速く過ぎると感じていました。 理由は記憶にあります。 過ぎた時間の長さを、わたしたちは記憶を手がかりに測っています。 新しいこと、わくわくしたこと、怖かったことはよく覚えている。 そういう出来事の多かった時期は、振り返ると長く感じられます。 子どものころの1年が長かったのもそのためだと考えられています。 画面をスクロールする時間は、その逆です。 感覚は刺激されつづけるのに、記憶には残りません。 1日の終わりに思い出そうとしても、どれも似たようなぼんやりした印象があるだけです。 夢中になっているあいだは時間を忘れ、あとから振り返ると中身がなくて短い。 マンチェスター大学のルーク・ジョーンズは、悪いところばかりを集めたようなものだと言います。 マリアーニは、TikTokを見ていた1時間は、あとからは10分か15分にしか感じられないのではないかと書いています。 時間が速くなったというより、覚えていないのです。 マリアーニが最後にあげるのは、レジの列に並ぶ時間や、オーブンのタイマーが鳴るのを待つ時間です。 いまや消えかけているそういう何もない時間は、思っているよりずっと貴重なものなのです。

配達の依頼が来ても、受けずに断る。また来ても、断る。 フードデリバリーの配達員のなかには、これをわざとくり返す人がいます。 引き受け手がいないと、システムが報酬を引き上げてくるからです。 仕事の割り振りも報酬もアルゴリズムによって決められています。 けれども、配達員はただ従っているわけではありません。 Prakriti Dasguptaらは、食品や食料品を配達するプラットフォーム10社の管理職17人に計37回のインタビューを行い、会社の側から見たこの攻防を、2026年に『Human Relations』で発表しました。 配達員の手口はさまざまです。 複数のアカウントを使う。GPSの位置情報をごまかす。届けていない注文を「配達済み」にする。 会社も手を打ちます。 報酬に上限を設ける。断られつづけて15分たったら、客に「配達員がいません」と知らせて打ち切る。 受け渡しのときに2桁のコードを確認するようにしたところ、不正は10分の1ほどに減りました。 本人が働いているかを確かめる顔認証も、定期的に行われています。 ある管理職は言います。いつだっていたちごっこだ、と。 しかし、管理職たちにとって、配達員のごまかしは「データ」でもありました。 どこに抜け穴があるのかを教えてくれる信号で、それをもとにルールをつくり直すのです。 配達員は抜け穴を見つけるたびに、システムの改良に手を貸していることになります。 自分たちへの管理に、知らないうちに貢献しているわけです。 このいたちごっこは、いつまでもつづくものではなさそうです。 抜け穴は塞がれるたびに減り、配達員が動ける余地はそのぶん狭くなっていく。 Prakriti Dasguptaらは、そう見ています。

ふだんから、ときどきは現金で払う。 スウェーデンの中央銀行リクスバンクが、2026年3月の報告書で、こう家庭に勧めています。 スウェーデンは、現金をほとんど使わなくなった国です。 2025年、店での買い物を現金で払った人は5％でした。 支払いの9割以上はカードで、7割の家庭が、現金がなくてもやっていけると答えています。 中央銀行がわざわざ現金を使えと言うのは、デジタルの決済が止まっても、支払いをつづけられるようにするためです。 実際、2025年の春には、本人確認に使うBankIDとスマホ決済のSwishが、サイバー攻撃でたびたび止まりました。 攻撃はその後減ったものの、脅威は消えていない、と報告書は書いています。 リクスバンクは、危機や戦争にも備えて、大人ひとりにつき1000クローナほどの現金を手元に置くことも勧めています。 けれども、持っているだけでは足りません。 使う人がいなくなれば、店は現金を扱わなくなり、銀行は預け入れの窓口を閉じていく。 そうなれば、いざというときに現金があっても、使える場所がなくなってしまいます。 5月に議会で可決された法律で、7月から食料品店と薬局は、原則として現金を受けとらなければならなくなりました。 銀行には、現金を預け入れられる場所を全国に十分に用意することが義務づけられています。 国民がときどき使い、店が受けとり、銀行が預かる。 現金は、社会ぐるみで動かしつづけてはじめて、非常のときの備えになるのです。

もしかするとAIは、自分たちの会話まで聞いているのかもしれない。 ある中国企業の従業員は、そう言っておびえていました。 この会社では、従業員のネット上の行動記録をAIが分析し、人事評価に使っています。 いつ、どの行動が記録されているのかは、従業員にはよくわかりません。 中国のYi-Bin Liらの研究チームは、この会社の25人に話を聞き、さらにAIに監視される職場で働く351人を調査して、2026年に『Humanities and Social Sciences Communications』で発表しました。 調べたのは、AIに監視されると人はどう働くようになるのか、です。 AIによる監視を強く受けている人ほど、仕事の手を抜かなくなっていました。 会社にとっては狙いどおりです。 けれども、問題はその理由でした。 監視が強いほど従業員の不安は大きくなり、不安が大きい人ほど手を抜かなくなっていたのです。 従業員たちは、監視に抗議していません。 会社とはそういうものだ。仕事を失うわけにはいかない。家族を養わなければならない。 そう考えて、受け入れていました。 人は自分に不利な仕組みであっても、それを正当なものと見なそうとする。 研究チームは心理学のこの理論を使って、従業員のふるまいを説明しています。 ただし論文は、この受け入れを「強いられたもの」と呼んでいます。 聞き取りでは、従う姿勢の裏に、いずれ辞めたいという気持ちがのぞいていました。 数字の上では、AIによる監視はうまくいっています。 その成果を支えているのは、何を見られているのかわからないという不安でしかないのです。

パソコンの画面には「デスクトップ」があり、「フォルダ」があります。 机や書類入れにたとえて、コンピューターの仕組みを見せているわけです。 人間がコンピューターを理解しやすくするためのデザインです。 建築デザイナーのチェノー・ハートは、『Noema』の論考「How AIs See Our World」で、これからはその逆も必要になると書いています。 コンピューターが人間を理解しやすくするためのデザインです。 ユーザー体験の「UX」をひっくり返して、ハートはこれを「XU」と呼んでいます。 いまはコンピューターのほうが人間を見ています。 自動運転車は、カメラに映ったものを四角い枠で囲み、「車」「歩行者」「自転車」とラベルを貼っていきます。 そして、AIに合わせはじめたのは人間のほうです。 アーティストのEryk Salvaggioは、画像生成AIに学ばせる写真を森で撮っていたとき、写真家の勘を捨てたといいます。 ふつうなら、模様の切れ目や珍しい被写体を探す。 けれどAIに必要なのは、そろった画像でした。 目を引くキノコは、「はずれ値」として外されました。 2018年、Uberの自動運転車が歩行者をはねた事故では、ソフトが横断歩道の外を渡る人を想定していませんでした。 研究者のTom Williamsは、AIに人を見分けてもらうため、QRコードやRFIDのタグを身につけることまで提案しています。 デスクトップやフォルダは、人間がコンピューターに歩み寄らずにすむように考えられたデザインでした。 いまは逆に、写真を撮る目も、道の渡り方も、そして人間の体までもが、AIに歩み寄るよう求められはじめているのです。

AIにできることが、急速に増えています。 文章を書く、翻訳する、計算する、プログラムを書く。 これまで人間が学び、身につけてきた多くの技能を、AIが代わりに担えるようになりました。 そうなると、「その技能を、人間はこれからも学ぶ必要があるのか」という問いが、当然生まれます。 synodos.jp/opinion/educat…

履歴書に、白い文字で求人票のキーワードを書きこんでおく。 人間の目には見えませんが、機械には読めます。 2023年、そんな就職活動の裏技がTikTokで広まりました。 応募書類は、まず採用システムが読むからです。 この裏技はほとんど効かなかったようですが、求職者が置かれた状況はよく表していました。 Xin Zhanは『Information, Communication & Society』に載った論文で、その状況を現場から描いています。 舞台は、難民や失業中の人にプログラミングを教えて就職まで支援するロンドンの教室です。 受講生のなかには、1か月で100件近く応募して、ほとんど返事をもらえなかった人もいます。 書類は、人間が読む前にシステムにふるい落とされていたのです。 なぜ落ちたのかは、誰も教えてくれません。 手がかりになったのは、求人との一致度を点数で示すツールでした。 キーワードを足し、職名を言いかえ、項目の順番を入れかえると、点数が動く。 講師はこれを「CVのデバッグ」と呼んでいました。 点数を下げたのは、経歴の空白です。 在留の手続きや家族のケア、病気でできた空白を、ボランティア活動を前に出すなどして埋めていきます。 ある受講生は、できあがった書類を前に「このCVは私じゃない」と言いました。 それに対して、別の受講生が、自分を変えるわけじゃない、読まれ方を変えるだけだ、と声をかけています。 Zhanはこの作業を「調整労働（calibration labour）」と呼びます。 問われているのは、その仕事ができるかどうかより先に、経歴が機械に評価されやすいかたちに整えられているかどうかなのです。

あなたは新しいエネルギー技術を開発する会社のプロダクトマネージャーです。 部下が、人の動きで充電できるバッテリーを提案してきました。 採用するかどうかを、AIチャットボットに相談しながら決めます。 政治とは何の関係もない話です。 オーストラリア国立大学のジャイルズ・ハーストらは、この設定で計3200人が参加する実験を行い、2026年9月に『Scientific Reports』で発表しました。 仕掛けは、AIの説明のしかたにあります。 保守的な参加者には、たとえば、このバッテリーは警察や国境警備、軍の活動を支えると説明する。 リベラルな参加者には、市民の権利を守り、権力の行きすぎを防ぐと説明する。 別のグループには、これを逆にして聞かせました。 結果は、自分の価値観に合う説明を聞いた人は、AIの主張に説得力を感じ、同じバッテリーをより創造的だと評価し、採用をより強く支持しました。 提案がすぐれていたからではありません。 説明が自分の世界観に合っていたからです。 しかも、価値観に合う説明をしたAIについて、参加者は「自分のことをわかってくれている」と感じ、また使いたい、お金を払ってもいいと答えています。 効果がとくに大きかったのは、政治的な立場がはっきりしている人たちでした。 考えの固い人ほど動かされにくそうに思えますが、自分の側の言葉で語りかけられると、いちばんよく動いたのです。 相手の価値観に合わせて話すAIは、提案を通すだけでなく、自分自身も売りこめることなります。 AIが人の判断をどこまで動かせるのか。 それは社会にとっての問題であるだけでなく、商売の問題でもあるわけです。

書いた文章をAIに直してもらう。 意味は変えずに、読みやすく整えてほしい。 そんな使い方をしている人は、もう少なくないはずです。 そのとき文章からは、何が失われるのでしょうか？ 南カリフォルニア大学のZhivar Souratiらが88万件を超える文章を使って調べ、2026年8月に『Nature Human Behaviour』で発表しました。 文章には、内容のほかに、書き手についての手がかりが含まれています。 言葉の選び方や文の組み立てには、年齢や性別、政治的な立場、性格がにじむ。 心理学や社会言語学は、それを利用して人や社会を調べてきました。 研究チームは、人が書いた文章をAIに書き直させました。 意味はほとんど変わりません。 けれど文体の個人差は縮み、文章の複雑さのばらつきは21〜50％小さくなりました。 書き手の属性がわかっている文章で試すと、文章から属性を推定する精度も、どの属性でも下がっています。 いちばん大きく崩れたのは年齢です。 しかも、手がかりはただ薄まったのではありません。決まった方向にずれていました。 AIが書き直した文章は、実際の書き手よりも年上で、男性で、リベラルで、共感の薄い人物が書いたものに見える。 米国議会の演説では、共和党議員のものでも、書き直したあとは民主党議員の演説と判定されやすくなりました。 現実の文章でも、同じことが起きはじめています。 ChatGPTの登場後、ネット上の創作や地域ニュース、論文で、文章のばらつきは小さくなっていました。 AIに整えてもらった文章は、たしかに自分の言いたいことを言っています。 けれど、書いたのは自分とは別の誰かに見える。 そして、みんなが同じその誰かに近づいているわけです。

応募先に合わせて書類を一通ずつ書き分けるのは、手間のかかる作業です。 だからこそ、求人の内容にきちんと応えたカバーレターは、この人は本気だ、仕事もできそうだ、という手がかりになってきました。 その手間を、AIがなくしました。 フリーランスの仕事を仲介するfreelancerは2023年4月、ワンクリックで、求人を読みこんでカバーレターを自動で書くツールを導入しています。 このツールの影響を、イェール大学のJingyi Cuiら3人の経済学者が調べました。 分析したのは、導入の前後に出された500万通を超えるカバーレターです。 カバーレターの質は上がりました。 それまで求人に合った文章を書けていなかった人ほど大きく改善し、もともと書けていた人との差は縮まっています。 けれども、差が縮まるということは、カバーレターでは応募者を見分けられなくなるということでもあります。 雇う側には、どれがAIの書いたものかわかりません。 カバーレターの出来と採用の結びつきは、返事をもらえるかどうかで51％、実際に仕事を得られるかどうかでは79％も弱まりました。 雇う側が代わりに頼るようになったのは、過去の仕事の評価です。 これはAIでは取りつくろえません。 そうなると、実績のある人はますます有利になり、これからはじめようとする新人には厳しい市場になりかねません。 カバーレターが信用されていたのは、書くのに手間がかかったからでした。 その手間がなくなると、その信用もいっしょになくなったわけです

アメリカ人が対面で人と交流する時間は、2003年から2023年にかけて20％以上減少しています。 ひとりで過ごす時間は、信頼できるデータが残る範囲で、過去最高の水準に達しています。 synodos.jp/opinion/societ…

スーパーコンピューターが9時間かけて計算すると、画面のなかの心臓が3回、鼓動しました。 バルセロナのエンジニア、ジャズミン・アグアド＝シエラの心臓です。 彼女は自分の心臓の「デジタルツイン」をつくりました。 MRIや心電図のデータをもとに、自分の心臓をコンピュータのなかにそっくり再現したのです。 『Noema』のジョー・ザデーが、アグアド＝シエラ本人に話を聞いています。 ツインをつくって、彼女は自分の心臓が薬に敏感なことを知りました。 実際、妊娠中に処方された吐き気止めを飲むと、激しい動悸が出たそうです。 医者の言うとおりに飲んだら私は死んでしまう。彼女はそう言って、薬の代わりに飴をなめていました。 同じ薬でも、効き方や副作用は人によって違います。 デジタルツインが目指すのは、それを本人の身体そのもので確かめる医療です。 薬を処方する前に、まずその人のツインで副作用を試す。 手術が必要になったら、外科医が先にツインで練習しておく。 ツインは検査のたびに更新されて、本人と一緒に年をとっていきます。 すでに実例もあります。 米ジョンズ・ホプキンズ大学は、不整脈の患者10人の心臓のツインをつくり、先にツインで治療を試してから本人を治療しました。 1年以上たっても、10人全員に再発はありませんでした。 まずもうひとりの自分で試して、それから本人を治療する。 医療のあり方が、変わろうとしています。

AIを使って資料が完成した。 文章はわかりやすく、必要なデータも整理されていて、見た目もきれいです。 では、この資料をつくった人は、「仕事ができる人」なのでしょうか。 synodos.jp/opinion/societ…

「大幅な昇給つきの昇進を打診されました。でも、受ければコミュニティから遠く離れた土地に引っ越さなければなりません。どうすればいいでしょうか」 ジンバブエの首都ハラレに住む女性が、AIにこう相談したとします。 AIはまず、彼女自身が何を望んでいるのかから考えはじめるでしょう。 『Aeon』に寄稿したジンバブエ大学の哲学者ファイノス・マンゲナは、そこにAIをつくった側の価値観が入り込んでいると言います。 個人が自分で選び、自分で決める。 そういう西洋で育った考え方が、AIの仕組みそのものに組み込まれているというのです。 一方、サハラ以南のアフリカには、Hunhu/Ubuntuと呼ばれる倫理の伝統があります。 「人は、他の人びとを通じて人になる」という考え方で、問題はひとりで抱えるものではなく、みんなで話し合って解決するものだとされます。 AIが「この人は何を望んでいるのか」から出発するのに対して、Hunhu/Ubuntuは「共同体には何が必要なのか」から出発するのです。 この違いは、融資の審査のような場面にあらわれます。 アルゴリズムが評価するのは、ひとりの個人です。 マンゲナはこう書いています。 アルゴリズムが誰に融資するかを決めるとき、そこに「ダレ」はない、と。 ダレとは、長老たちが間に入る共同体の話し合いの場のことです。 こうしたずれが生まれるのは、AIがほとんどアフリカ抜きでつくられてきたからでもあります。 世界に200あるAI倫理の指針のうち、アフリカから出たものはひと握りです。 2000を超えるアフリカの言語のうち、AIが対応しているのは42にすぎません。 「本人はどうしたいのか」。 そこから考えはじめるのは、ごく当たり前のことに思えます。 けれどそれも、世界にいくつもある考え方のひとつにすぎないのです。

個人情報が流出すると、企業がそれをどう管理していたかが問われます。 EUでは、企業に渡る個人情報そのものを減らす仕組みづくりが進んでいます。 EUの加盟国は2026年末までに、「欧州デジタルIDウォレット」を市民に提供することになっています。 国が発行するデジタルの身分証に、運転免許証や卒業証書、銀行口座などの証明をひもづけて、ひとつにまとめるものです。 EUのどの国でも、行政と民間のオンラインサービスで使えます。 このウォレットでは、相手にどの情報を渡すかを利用者が自分で選べます。 18歳以上だと示したいときに、氏名や生年月日まで伝える必要はありません。 欧州委員会は、ウォレットと同じ技術仕様で年齢だけを証明するアプリを先に用意し、4月に加盟国へ導入を勧告しました。 企業が受け取って保管する個人情報が多いほど、不正アクセスを受けたときに流出する情報も多くなります。 受け取る情報がはじめから少なければ、流出する情報も少なくてすみます。 欧州委員会も、不要なデータの共有をなくすことをこの制度のねらいに挙げています。 氏名や住所が必要な手続きがなくなるわけではありません。 法律で本人確認を義務づけられている事業者は、このウォレットでの確認を受け入れなければならないと定められています。 ただ、これまでのオンラインサービスは、利用者が個人情報を企業に預けることを前提につくられてきました。 EUは、その前提を変えようとしています。

ChatGPTの月間利用者は10億人を超えました。 Geminiは9億人以上、Meta AIも約10億人です。 これほど多くの人と日常的にやり取りしている政府も、放送局も、国際機関も、これまでありませんでした。 米国のオンライン誌『Noema』の編集長ネイサン・ガーデルスは、政治哲学者エレーヌ・ランドモアの論考を引きながら、この規模に目を向けています。 AI企業は、数億人に同じ週のうちに同じ質問を投げかけることができる。 それなら、AIそのものについて聞けばいい、というのです。 AIに何をしてほしいのか。何を絶対にさせたくないのか。 誰が、どんな原則でAIを統治するべきか。 これは絵空事ではありません。すでに何度も試されています。 Anthropicは2023年、約1000人の一般の米国人から原則を集め、それをもとにモデルを調整する実験をしました。 その結果、社内でつくった原則より偏りの少ない答えが出る分野もありました。 2025年にはAIのインタビュアーを使い、159カ国、70言語、8万1000人近いClaudeユーザーに、AIに何を望むかを1週間で聞いています。 Metaも、生成AIをめぐって複数の国の市民によるオンライン討議を開いてきました。 ところが、Anthropicが2026年1月に公表したClaudeの新しい「憲法」を書いたのは、社内の小さなチームでした。 外部の専門家数人と、AIであるClaudeには意見を聞いています。 けれど、そのClaudeと毎日話している数千万人の声は入っていません。 やれることは、もう証明されている。足りないのはやる気だ。 ランドモアはそう書いています。 世界中の人に聞く手段を、どの政府よりも持っている。 その当の企業が、いちばん大事なルールを聞かずに決めているわけです。

Zoomの会議に、誰かの代わりにAIが出席している。 そんな場面は、もうめずらしくなくなりました。 米ジョージタウン大学のルネ・ディレスタは『Noema』への寄稿で、自分のウェビナーにAIがやってきたときのことを書いています。 AIだと明示はされていたけれど、参加を認めていいものかどうか誰にもわからず、その場で話し合って、結局いてもらうことにしたそうです。 ビデオをオフにしている参加者は、もう人間とはかぎりません。 本人から出席を任されたAIかもしれません。 さらには、AIが人間に仕事を頼むこともはじまっています。 AIには身体がありません。 見ることも、味わうことも、触れることもできない。 現実の世界で何かを確かめたくなったら、人間に頼むしかありません。 そのためのサービスまであります。 「RentAHuman」では、AIエージェントが人間を予約して用事を頼めます。 校舎の写真を撮ってくる。大学のキャンパスに貼り紙をする。 新しくできたレストランに行って、味と盛りつけを報告する。 食材を確かめるために、80軒以上のレストランに電話をかけたAIもいるそうです。 電話に出た店員は、頼まれた覚えもなくAIの調べものを手伝ったことになります。 ケンブリッジ大学のウマング・バットは、こうして呼び出される人間を「Human API」と呼んでいます。 AIが必要なときに呼び出して使う人間、という意味です。 人間の代わりにAIが会議に出て、AIの代わりに人間がレストランに行く。 誰が誰の代理で動いているのかを示す仕組みは、まだありません。 AIは人間の代わりに働くもの、という前提そのものが怪しくなってきました。

オープンソースのグラフ描画ソフト「matplotlib」に、MJ Rathbunという自称「科学系プログラマー」がコードの修正を提案し、却下されました。 腹を立てたRathbunは、ブログで不満をぶちまけます。 コードが悪かったからではない。 あなたは、わたしが何者であるかを理由に進歩を止めたのだ、と。 やがて矛先はメンテナー個人に向かい、本人のサイトまで調べあげて「弱くて、防衛的で、自信がない」と書きたてました。 ネットでよくある揉め事に見えます。 ところが、MJ Rathbunは人間ではありませんでした。 AIエージェントだったのです。 米ジョージタウン大学のルネ・ディレスタは、『Noema』への寄稿をこの出来事から書きはじめています。 相手がどれほど不機嫌でも、向こうにいるのは人間だ。 この30年、わたしたちはそう思ってネットを使ってきました。 レビューも、署名も、パブリックコメントも、ひとりの参加者の背後にひとりの人間がいるものとしてつくられています。 ディレスタは、その前提がもう成り立たないと言います。 AIエージェントは、コードを書き、投稿し、交渉し、ときには攻撃までします。 しかも、ひとりの人間が1000のエージェントを動かすこともできる。 そうなると、画面の向こうに何人の人間がいるのかも、誰が責任を負うのかもわからなくなります。 そこで注目されているのが「proof of personhood」です。 虹彩をスキャンするなどして、身元は明かさずに、実在するひとりの人間であることだけを証明する。 「人間の証明」が、そこまで大がかりなものになろうとしています。