「AIは知的か」——世界トップ研究者の見解が真っ二つ
AIをめぐる議論が、研究者レベルで大きく割れています。片方はGoogle DeepMindのCEO、デミス・ハサビス氏。もう片方はMetaの主任AI科学者、ヤン・ルカン氏。どちらも現代のAI研究をリードしてきた第一人者ですが、「AIは今、知的といえるのか」という問いに対して、まったく異なる答えを持っています。
この議論は単なる学術論争ではありません。フリーランスや個人事業主がAIツールをどう使うか、そしてこれからどんな変化が来るかを考えるヒントが、ここには詰まっています。
ハサビス氏の立場：シンギュラリティの「麓」にいる
ハサビス氏は、人類はすでにシンギュラリティ（AIが人間の知能を超える転換点）の麓に立っているという認識を示しています。DeepMindがAlphaGoやAlphaFoldといった革新的な成果を生み出してきたことを踏まえると、この発言には重みがあります。AIはすでに特定の分野で人間を凌駕しており、その延長線上に「汎用的な知能」が見えてきているという立場です。
彼の見方では、ChatGPTやGeminiのような大規模言語モデル（LLM）は、知識を蓄積し、それを組み合わせて答えを出すという意味で、確かに知的な営みに近い部分があると言えます。私たちが日々体験しているように、これらのツールは驚くほど的確な提案をしてくれることがあります。ライターがブログの構成を相談したり、デザイナーがコピーの案出しに使ったりするのも、その能力があってこそです。
ルカン氏の立場：LLMは「知的ではない」
一方、ルカン氏の見解はずっと慎重です。彼は現在のLLM、つまりChatGPTやClaudeのようなテキスト生成AIは、表面的な言語パターンを学習しているに過ぎず、本当の意味での知性とは言えないと主張しています。
たとえば、人間の赤ちゃんは短い時間で「物は落ちる」「人は意図を持って動く」といった物理的・社会的な世界のモデルを自然と学びます。ところが現在のAIは、どれだけ大量のテキストを学習しても、そのような「世界の構造」を理解しているわけではないとルカン氏は言います。流暢な文章を生成できることと、物事を理解していることは別だ、というわけです。
この考え方は、記号AI（ルールベースの古典的なAI）的な発想に近く、深層学習一辺倒の現在の潮流に対するカウンターパンチとも言えます。
議論の焦点：「知能」を何で測るか
この2人の見解の違いは、突き詰めると「知能とは何か」という定義の問題に行き着きます。ハサビス氏側の立場では、知識を広く扱い、課題を解決できるならそれは知的だという見方があります。対してルカン氏側では、理解・因果推論・身体的な世界との関わりがなければ本当の知能とは呼べないという考えがあります。
どちらが正しいかは、現時点では誰にも断言できません。ただ、この対立を知っておくことで、AIツールを使う際に「これはどこが得意で、どこが苦手か」を意識できるようになります。たとえば、ChatGPTに複雑な論理パズルを解かせると意外なミスをすることがありますが、それはルカン氏が指摘するような「表面的なパターン学習」の限界かもしれません。
フリーランスへの影響
この議論は、フリーランスの日常的なAI活用にも関係してきます。もしハサビス氏の言う通りにシンギュラリティが近いのであれば、今後数年でAIの能力は飛躍的に伸び、私たちの仕事の進め方は大きく変わる可能性があります。一方、ルカン氏が正しければ、現在のAIツールには構造的な限界があり、人間にしかできない「理解を伴う判断」の価値はまだまだ高いままという見方もできます。
実務的には、どちらの立場をとるにせよ、AIに任せていい仕事と自分が関与すべき仕事を見極める目を持っておくことが、これからのフリーランスには大切になってくるでしょう。たとえば定型的なリサーチや文章の初稿はAIに任せつつ、クライアントへの提案や判断の部分は自分の強みとして残しておく、という組み合わせはすでに多くの方が実践されています。AIに対して楽観的に向き合いながらも、その限界を知っておく。この両立が、変化の速い時代を生き抜く上で役に立つはずです。
まとめ
ハサビス氏とルカン氏の議論に「正解」はまだありません。ただ、この対立を知ることで、AIツールとの付き合い方が少し変わるかもしれません。今すぐ何かを変える必要はありませんが、「AIはなんでもできる」とも「まだ使えない」とも決めつけず、実際に使いながら自分なりの判断基準を育てていくのがよさそうです。詳しくは元記事もあわせてご覧ください。
コメント