生成AIの普及

2022年11月30日、アメリカの研究機関オープンエーアイ（OpenAI）が、対話型の生成AI「チャットGPT（ChatGPT）」を研究用の試作として無料で公開した。画面の入力欄に普通の言葉で問いかけると、普通の言葉で答えが返ってくる。詩を書かせることも、手紙の下書きを頼むことも、プログラムの誤りを探させることもできた。

広がり方は、それまでのどの技術とも違った。公開から5日で利用者は100万人を超えたと、同社の経営者が明かした。2か月後の2023年1月には、月に使う人が1億人に達したと推計された。電話やインターネット、スマートフォン（スマートフォンの登場）が何年もかけて届いた人数に、数週間から数か月で届いたことになる。

中身は、大規模言語モデルと呼ばれる仕組みである。インターネット上の膨大な文章を読ませ、ある語の次にどんな語が来やすいかを当てる訓練を繰り返す。その土台になったのが、2017年にグーグルの研究者たちが発表した「トランスフォーマー」と呼ばれる計算の方式だった。文章の中で離れた語どうしの関係を一度に扱えるため、大量の計算機で大量の文章を学ばせることができた。さらに、人が回答の良し悪しを評価して教え込む訓練を重ね、対話の相手として振る舞うよう仕上げられていた。

機械に考えさせるという夢は古い。1936年、チューリングは計算する機械の理論を示し（「計算可能な数について」）、のちに、機械が人と見分けのつかない会話をできるかを考えた。1997年には計算機がチェスの世界王者に勝ち（計算機がチェスの王者に勝つ）、2016年には囲碁の名人を破った（アルファ碁）。だがそれらは一つの遊びに特化した機械だった。チャットGPTは、言葉で表せることならほとんど何でも相手にしようとした点で違った。

同じ2022年には、言葉で指示すると絵を描く仕組みも次々に公開された。4月に発表された「ダリ2」、夏には「ミッドジャーニー」と「ステーブル・ディフュージョン」が出た。画像、音声、動画を作る技術も追いかけるように広がり、こうした仕組みはまとめて生成AIと呼ばれるようになった。

翌2023年には、より高い性能のモデルが出て、大手の情報技術の企業が次々に同じような対話の仕組みを出した。翻訳、要約、文書の下書き、プログラムを書く作業に使われ始め、企業や役所も業務に取り入れた。学校では混乱が起きた。ニューヨーク市の公立学校は2023年1月に利用を禁じたが、5月には禁止を解き、どう使うかを教える方向に転じた。

問題も見えてきた。もっともらしい文章で、事実と違うことを平然と答える。存在しない論文や判例を挙げることもあり、それを確かめずに裁判所に出した弁護士が処分を受けた例もある。この現象は「幻覚（ハルシネーション）」と呼ばれる。学習に使った文章や絵が誰のものかも争点になった。新聞社、作家、画家、写真の配信会社が、自分たちの作品を無断で学ばせたとして開発企業を訴えた。偽の画像や声を使った詐欺、選挙での悪用、働き口への影響も心配されている。欧州連合は2024年に、危険の度合いに応じて規制する法律を定めた。

それが言葉を理解しているのか、それとも統計的にもっともらしい語を並べているだけなのか、という議論は公開直後から続いている。研究者の間でも答えは一つではない。はっきりしているのは、書く、訳す、描く、調べる、プログラムを組むといった仕事の前提が、数年のうちに組み替えられ始めたことである。

1989年に始まったウェブ（World Wide Web の誕生）は、情報を探す方法を変えた。生成AIは、情報を探すだけでなく、文章や絵を作ることそのものを機械に任せる道を開いた。それがどこまで仕事と社会を変えるのかは、まだ分からない。