Gates Foundationは、34億人が母語と自分の声でAIを利用できるよう支援する5年間の取り組みに、60団体を集めました。参加団体にはOpenAI、Microsoft、Google、Anthropicが含まれます。この目標は、英語では高い性能を発揮するAIシステムが、ほかの言語を話す人々にも役立つのか、特に医療や教育で役立つのかという実践的な問いを、AIへのアクセスの中心に据えるものです。ビル・ゲイツは、そうした恩恵を広げるには、テクノロジー業界の枠を超えた安全対策と監督も並行して進めなければならないと主張しています。

言語がAI利用の障壁になる理由

初期のAIシステムには、学習データの元になった言語と、人々が実際にAIに理解してほしい言語との間に大きな隔たりがあります。学習データとはモデルの開発に使う情報です。音声認識は話された言葉を文字に変換する技術で、その誤り率はシステムが変換をどの程度間違えるかを示します。

初期のAIに関する指標 報告された数値
英語の資料に由来する学習データ 90％超
英語の音声認識の誤り率 6％未満
ヨルバ語の音声認識の誤り率 60％超

これらの数値から、あらゆる言語や用途での性能を予測することはできません。ただ、AIサービスに言語を追加することと、その言語を話す人々が信頼して使えるようにすることは別だと分かります。ゲイツは、医療、学校教育、農業に必要な知識など、地域固有の文脈が不足していることも指摘しています。

患者に対して医師が非常に少ないサハラ以南のアフリカの一部地域では、地域の方言を理解するAIアシスタントが、症状を説明したり、診療所を受診すべきか考えたりする助けになる可能性があります。そのためには、アシスタントが本人の話を正確に理解できなければなりません。診断と治療の判断は、引き続き医療従事者が担います。

アフリカの農村部にある診療所の外で、年下の親族が持つ携帯電話に向かって年配の女性が話している

▲ 農村部の医療における現地語支援

米国の裁判所や救急医療サービスでの通訳など、ほかの場面でも言語への対応は重要です。いずれの場合も、英語での結果から性能を推測するのではなく、対象となる言語と業務に即して評価する必要があります。

連携団体が整備するもの

この連携では当初、10団体の参加を目指していましたが、60団体が集まりました。取り組みの中心は、ラベル付きの多言語データを集めることです。これは、確認済みの書き起こしなど、システムの学習や評価に役立つ情報を言語のサンプルと組み合わせたものです。参加団体は、言語ごとのAIモデルの性能を比較するための共通テストであるベンチマークも整備する計画です。

この方法は、AIツールを届けられる可能性がある人数よりも、そのツールが利用者の言葉を理解できるかどうかに注目するものです。地域の方言について選別・整備された音声データは、国際保健分野での利用に取り組む開発者にとって特に重要です。より良いデータとテストは利用機会を広げる土台ですが、AIアシスタントが診療や教室での判断に適していることを保証するものではありません。

Gates Foundationが実用面を重視する背景には、国際保健分野での活動があります。ゲイツは以前からポリオ根絶への支持を広げるために取り組んできました。現在は、AIの可能性を生かせるかどうかが現場の組織の適応にかかっている分野として、医療と並んで教育を挙げています。例えば、教師や大学教授は、生成AIが学術的な誠実性や知的好奇心にどう影響するかという問題に直面しています。両分野とも、それぞれの現場でツールに何ができ、何ができないかを検討する必要があります。

安全性を技術企業の経営者だけに任せない

NVIDIAのCEO、ジェンスン・フアンは、安全でない製品は出荷しないと約束しつつ、米国のイノベーションを支えるために迅速に動くべきだと主張しています。一方、ゲイツの立場は、AIの進歩を止める必要はないものの、重要な分野では安全対策を整える間、ペースを落とす必要があるかもしれないというものです。深刻なリスクとしてバイオテロや雇用の混乱を挙げるほか、医療と教育における難しい規制上の課題も指摘しています。

ゲイツは、議員が日々の仕事でAIを使い、その能力と欠点を自ら理解すべきだと主張しています。また、AIの影響に関する意思決定には、政治家、研究者、教育者、大学教授も参加するよう求めています。こうした決定を技術企業の経営者や企業幹部だけに委ねていては、民主主義社会は十分に機能しないという懸念があります。

議員、教師、研究者が、ノートパソコンとタブレットを置いた会議テーブルを囲んでAIについて議論している

▲ AI導入をめぐる共同監督

同じ考え方は国境を越える問題にも当てはまります。ゲイツは、米国と中国をAI開発の競争相手と見ていますが、両国とも生物学的脅威や重要なシステムへのサイバー攻撃のリスクに直面していると述べています。どちらか一方の国だけが勝者になることはなく、共通の防御策で協力することは双方に利益をもたらすという見方です。

韓国などの国々が目標から得られる示唆

韓国などの国々にとって、この連携の目標は政府や企業に問いを投げかけます。対応しようとする言語や音声、公共サービスでAIをどのようにテストするのでしょうか。報告された英語とヨルバ語の結果を、韓国語での性能を測ったものとして扱うべきではありません。これらの結果は、組織が「広く利用できる」という大まかな主張をよりどころにする前に、地域ごとの評価が重要である理由を示しています。

実践的な次の一歩は、ツールを直接テストし、必要な言語について適切にラベル付けされたデータの整備を支援し、用途ごとに性能を評価することです。教育者は教室への影響を検討できます。医療機関は提案されたツールを医療従事者とともに評価できますが、診断と治療の責任は医療従事者が引き続き負います。この連携の5年間の目標は利用機会を広げるかもしれませんが、その価値は、人々が自分にとって重要な場面でAIを正確かつ安全に使えるかどうかにかかっています。