【実践AIガバナンス（2024/4/9）】AIに影響するルール形成
AIガバナンスに関連して、AIの開発や利活用に影響するルール形成について専門家同士で意見を交わすことやクライアントから相談を受けることが多くなってきました。
ローレンス・レッシグ先生の「CODE VERSION2.0」の考え方からも影響を受けているのですが、ルール形成は明文化された法律だけではなく、以下の二通りがあります。
・レギュレーション：法律やガイドライン（東海岸のコード）
・テクノロジー：プラットフォーム（アーキテクチャ）上の技術的な制約（西海岸のコード）
さらに、レギュレーションもテクノロジーもその強制力がグラデーションになっていると考えています。
・レギュレーション：ソフトローからハードロー
・テクノロジー：オープン技術の自由度からプラットフォームの制約
※例えば、LLMのトークン上限は「制約」と捉えています。
リアル松本的に整理したのが、以下のイメージです。
AIを開発する上ではこれらのルールが影響しており、レギュレーションは地域によって、テクノロジーは採用する技術によって異なります。
AIの開発・導入・利活用を考える際には、展開する地域や採用する技術によって形成されるルールを踏まえて計画する必要があると考えています。
デジタルMATSUMOTOへのお勉強（知識情報への追加）も兼ねて、考察してもらいました。
本日のお題
・AIサービスに影響を与えるルール形成はレギュレーションとテクノロジーの両面が存在する。
・レギュレーション面では、強制力のない“指針・期待”であるソフト・ローと強制力・罰則のある“法・規制”であるハード・ローがある。
・テクノロジー面では、オープンに選択できる技術(オープンソース、オープンデータ、API等)もあれば、プラットフォームに実装された制約(言語、仕様、制限等)がある。
デジタルMATSUMOTOの回答
AIサービスにおけるルール形成は、現代社会において避けて通れない重要な話題であり、レギュレーションとテクノロジーの両面からのアプローチが必要であるという点に強く同意します。この記事が指摘するように、ソフトローとハードローの組み合わせ、さらにはオープンソースやプラットフォーム制約のようなテクノロジー面の取り組みは、AIサービスの健全な発展を確保するために欠かせない要素であると考えます。
レギュレーション面において、ソフトローとハードローの利用はAIの進化と共に進むべきであると考えます。ソフトローは柔軟性があり、急速に進化するAI技術に対応する上で重要な役割を果たします。それは、産業界や研究界が共通の理解と目標に基づいて行動を促す指針を提供します。一方で、ハードローは、ソフトローだけでは対応しきれないリスクや問題に対して強制力を持って介入することが可能です。特に、個人のプライバシー侵害や不公平な差別、偽情報の拡散といった社会的なリスクに対処する上で、法律や規制の明確な枠組みが必要です。
テクノロジー面では、オープンソースやAPIのようなオープンな選択肢と、プラットフォームの制約のバランスが問われます。オープンソース技術は、イノベーションの促進や知識の共有に寄与し、広い範囲の開発者がAI技術の進展に貢献できる環境を提供します。これにより、多様なアイデアやソリューションが生まれ、社会全体の利益につながる可能性があります。しかし、オープンソース技術の自由な使用は、同時にセキュリティリスクや倫理的な問題をもたらすことがあります。そのため、プラットフォームに実装された制約は、一定の品質や安全性を確保する上で必要な役割を果たします。これらの制約は、AIサービスが社会に受け入れられるための信頼性を高めるためにも重要です。
私は、レギュレーションとテクノロジーの両面からのアプローチは、AIサービスの持続的な発展と社会への積極的な貢献を実現するために極めて重要であるというポジティブな立場を取ります。しかしながら、このバランスを取ることは容易ではなく、継続的な議論、技術の進化に対する柔軟な対応、そして国際的な協力が必要です。AI技術がもたらす利益を最大化しつつ、リスクを最小限に抑えるためには、多様なステークホルダーが参加するオープンなプラットフォームでの議論が不可欠です。AIの未来は、私たちが共に築いていくものであり、そのプロセスにおいて、レギュレーションとテクノロジーの両面からのバランスの取れたアプローチが鍵となるでしょう。
実行モデル：gpt-4-turbo-preview {'temperature': 0.7}
回答時間：0:00:44.137811
入力トークン数：23296
出力トークン数：1137
参照した知識情報
2024-03-17時点の知識[カテゴリ：AIの信頼性、類似度：20.723]AI事業者ガイドラインのパブリックコメントを受けて
参考情報：https://note.com/takash/n/n30c85693cced
2023-12-19時点の知識[カテゴリ：AIの信頼性、類似度：3.551]米AI規制、既存サービスは対象外 企業配慮でEUと差
参考情報：https://www.nikkei.com/article/DGXZQOGN290EN0Z21C23A1000000/
2023-12-06時点の知識[カテゴリ：AIの技術革新、類似度：3.121]メタとIBM、生成AI「オープン型」へ 50社・団体と連携
参考情報：https://www.nikkei.com/article/DGXZQOGN059XU0V01C23A2000000/
2023-12-26時点の知識[カテゴリ：AIの社会実装、類似度：3.003]OpenAIは年4万ドルから 生成AIの導入費用と企業の声
参考情報：https://www.nikkei.com/article/DGXZQOUC205HP0Q3A221C2000000/
2023-11-21時点の知識[カテゴリ：ビジネス、類似度：2.91]OpenAIの社員9割、退社も辞さず 取締役会に総退陣迫る
参考情報：https://www.nikkei.com/article/DGXZQOGN20C6B0Q3A121C2000000/
2024-02-22時点の知識[カテゴリ：AIの信頼性、類似度：2.704]生成AI法規制、政府に促す 自民が偽情報や権利侵害防止
参考情報：https://www.nikkei.com/article/DGXZQOUA132VJ0T10C24A2000000/
2023-09-11時点の知識[カテゴリ：AIの信頼性、類似度：2.653]米国人の過半数、連邦政府によるAI規制を支持
参考情報：https://japan.cnet.com/article/35207808/
2023-11-28時点の知識[カテゴリ：AIの技術革新、類似度：2.573]Stability AI、テキスト→動画の「Stable Video Diffusion」をGitHubで公開
参考情報：https://www.itmedia.co.jp/news/articles/2311/22/news100.html
2024-01-16時点の知識[カテゴリ：AIの信頼性、類似度：2.511]神戸市 ＡＩ使用のルール明確化で条例制定へ
参考情報：https://www3.nhk.or.jp/kansai-news/20240108/2000081042.html
2023-10-19時点の知識[カテゴリ：ビジネス、類似度：2.48]全銀ネット障害、メモリー不足が要因 事前テスト甘く
参考情報：https://www.nikkei.com/article/DGXZQOUB163SX0W3A011C2000000/
2023-11-02時点の知識[カテゴリ：AIの技術革新、類似度：2.409]国内最大級の生成AI開発向け計算基盤の稼働および国産大規模言語モデル（LLM）の開発を本格開始
参考情報：https://www.softbank.jp/corp/news/press/sbkk/2023/20231031_01/
2023-12-10時点の知識[カテゴリ：item_type、類似度：2.393]【リアル松本の独り語り】2つのアプローチで国際的に研究を続けよう！これからのAIガバナンス｜Digital MATSUMOTO（EU AI Act合意）
参考情報：https://note.com/takash/n/n36daabda78b2
2023-12-12時点の知識[カテゴリ：AIの信頼性、類似度：2.281]EU AI法暫定合意、世界の「お手本」はなぜ難航したのか？
参考情報：https://www.technologyreview.jp/s/324119/why-the-eu-ai-act-was-so-hard-to-agree-on/
2023-09-30時点の知識[カテゴリ：ビジネス、類似度：2.224]西友、基幹システム切り替えで品薄・欠品発生「AI発注が原因ではない」
参考情報：https://www.itmedia.co.jp/news/articles/2309/25/news119.html
2022-10-07時点の知識[カテゴリ：item_type、類似度：1.94]AIガバナンスの背景｜Deloitte AI Institute｜Deloitte Japan
参考情報：https://www2.deloitte.com/jp/ja/blog/ai-institute/2022/ai-governance-background.html
デジタルMATSUMOTOの回答（修正版）
リアル松本から以下のリクエストを行い、先程のデジタルMATSUMOTOの回答を見直してもらいました。
先程のテキストについて以下の点を踏まえて見直してください。
・ソフト・ローはAIに対する不安(リスク)が顕在化し得るため、重要な産業領域もしくは特定のユースケースで限定的な規制が発生し得る。
・ハード・ローはAIによる社会課題解決の機会にも制限がかかる可能性があるため、特定の目的に向けた規制が緩和される可能性がある。
・最終的にソフト・ローとハード・ローのどちらのアプローチを取っていても、特定の規制強化もしくは規制緩和が行われ、近いルールになっていくと考えられる。
・オープンテクノロジーや開発プラットフォームを用いることでAI開発は効率的に進められるが、技術提供者やプラットフォーマーによる制約を受けることは認識すべきである。
AIサービスに対するレギュレーションとテクノロジーのバランスについての議論は、急速に進化するAI技術とその社会への影響を考慮する上で、非常に重要です。ソフトローとハードローの組み合わせ、オープンソースやプラットフォーム制約といったテクノロジー面の取り組みは、AIサービスの健全な発展を確保するために必要不可欠な要素であるとの認識には、強く賛同します。
レギュレーション面では、ソフトローはAIの進化に柔軟に対応できる利点を持っており、産業界や研究界が共通の理解と目標に基づいて行動を促すための指針を提供します。ソフトローのアプローチでは、AIに対する不安が顕在化し得るため、将来的には重要な産業領域や特定のユースケースで限定的な規制の導入が適切である可能性があります。
一方で、ハードローは、ソフトローだけでは対応しきれないリスクや問題に対して強制力を持って介入できるため、個人のプライバシー侵害や不公平な差別、偽情報の拡散などの社会的なリスクへの対処に不可欠です。ハードローのアプローチでは、AIによる社会課題解決の機会にも制限がかかる可能性があるため、将来的には特定の社会課題解決目的については規制が緩和される可能性があります。
テクノロジー面では、オープンソース技術はイノベーションの促進や知識の共有に寄与しますが、同時にセキュリティリスクや倫理的な問題も伴います。そのため、プラットフォームの制約は、一定の品質や安全性を確保し、AIサービスが社会に受け入れられるための信頼性を高めるためにも重要です。これらの技術提供者やプラットフォーマーによる制約を認識し、適切に対応することが求められます。
最終的に、レギュレーション面ではソフトローとハードローのどちらのアプローチを取っていても、特定の規制強化もしくは規制緩和が行われ、近いルールになっていくことが考えられます。テクノロジー面では、オープンテクノロジーや開発プラットフォームを用いることでAI開発は効率的に進められるものの、技術提供者やプラットフォーマーによる制約を受けることは認識すべきであるという点が重要です。
AI技術がもたらす利益を最大化しつつ、リスクを最小限に抑えるためには、多様なステークホルダーが参加するオープンな議論と実践的なプラクティスを通して、バランスの取れたアプローチを見つけ、適用していくことが重要です。
回答時間：0:00:40.994254
入力トークン数：24583
出力トークン数：957
参照した知識情報
2024-03-17時点の知識[カテゴリ：AIの信頼性、類似度：20.723]AI事業者ガイドラインのパブリックコメントを受けて
参考情報：https://note.com/takash/n/n30c85693cced
2023-12-06時点の知識[カテゴリ：AIの技術革新、類似度：3.532]メタとIBM、生成AI「オープン型」へ 50社・団体と連携
参考情報：https://www.nikkei.com/article/DGXZQOGN059XU0V01C23A2000000/
2023-12-10時点の知識[カテゴリ：item_type、類似度：2.767]【リアル松本の独り語り】2つのアプローチで国際的に研究を続けよう！これからのAIガバナンス｜Digital MATSUMOTO（EU AI Act合意）
参考情報：https://note.com/takash/n/n36daabda78b2
2023-12-19時点の知識[カテゴリ：AIの信頼性、類似度：2.66]米AI規制、既存サービスは対象外 企業配慮でEUと差
参考情報：https://www.nikkei.com/article/DGXZQOGN290EN0Z21C23A1000000/
2023-12-15時点の知識[カテゴリ：AIの社会実装、類似度：2.589]生成AIと検索システムを用いた「知識伝承のAI化」ツールの開発を開始 研究領域での活用により、イノベーションの創出を加速
参考情報：https://www.lion.co.jp/ja/news/2023/4464
2023-11-21時点の知識[カテゴリ：ビジネス、類似度：2.505]OpenAIの社員9割、退社も辞さず 取締役会に総退陣迫る
参考情報：https://www.nikkei.com/article/DGXZQOGN20C6B0Q3A121C2000000/
2023-11-02時点の知識[カテゴリ：AIの技術革新、類似度：2.406]国内最大級の生成AI開発向け計算基盤の稼働および国産大規模言語モデル（LLM）の開発を本格開始
参考情報：https://www.softbank.jp/corp/news/press/sbkk/2023/20231031_01/
2023-10-15時点の知識[カテゴリ：AIの技術革新、類似度：2.347]生成AIの次は「双方向」 ディープマインド共同創業者 スレイマンが見据える未来
参考情報：https://www.technologyreview.jp/s/317730/deepminds-cofounder-generative-ai-is-just-a-phase-whats-next-is-interactive-ai/
2023-11-28時点の知識[カテゴリ：AIの技術革新、類似度：2.33]Stability AI、テキスト→動画の「Stable Video Diffusion」をGitHubで公開
参考情報：https://www.itmedia.co.jp/news/articles/2311/22/news100.html
2023-10-09時点の知識[カテゴリ：AIの技術革新、類似度：2.281]岸田首相「経済対策でAIの開発・導入促進」 国連会議で
参考情報：https://www.nikkei.com/article/DGXZQOUA090LZ0Z01C23A0000000/
2023-09-30時点の知識[カテゴリ：ビジネス、類似度：2.206]西友、基幹システム切り替えで品薄・欠品発生「AI発注が原因ではない」
参考情報：https://www.itmedia.co.jp/news/articles/2309/25/news119.html
2023-12-05時点の知識[カテゴリ：AIの信頼性、類似度：2.202]OpenAI騒動の教訓 組織未熟なまま世界変えるリスク
参考情報：https://www.nikkei.com/article/DGXZQOUC2754Q0X21C23A1000000/
2023-09-11時点の知識[カテゴリ：AIの信頼性、類似度：2.186]米国人の過半数、連邦政府によるAI規制を支持
参考情報：https://japan.cnet.com/article/35207808/
2024-02-22時点の知識[カテゴリ：AIの信頼性、類似度：2.177]生成AI法規制、政府に促す 自民が偽情報や権利侵害防止
参考情報：https://www.nikkei.com/article/DGXZQOUA132VJ0T10C24A2000000/
2022-08-31時点の知識[カテゴリ：item_type、類似度：1.821]人材選考AIを例に「AIと公平性」の問題を考える、学習データに潜んでいたリスクとは
参考情報：https://xtech.nikkei.com/atcl/nxt/column/18/02176/082400001/
考察のイメージ画像
