AI雇用ショックの証拠はまだら模様 / 相関の誘惑と法の構え / AIと労働まとめ雑感

0　はじめに

「生成AIが仕事を奪う」との言明は、もはや予言というより定型句である。だが、定型句はしばしば、政策や企業統治を"それっぽい方向"に押し流す。Oxford Economicsのリサーチ・ブリーフィングは、AIによる雇用市場の攪乱を示す証拠は「まだら（patchy）」であり、少なくとも現時点で一方向の物語に収束していないと整理する（注1）。象徴的なのは、生成AIの公開と時期的に重なる「新卒・若年層の失業率の変化」である。見出しは刺激的になりやすいが、データは必ずしも単線ではない（注1）。

　今回は、この「まだら模様」を単なる慎重論として片づけず、AIガバナンスの設計論として読み替えることを試みる。要するに、証拠がまだらなら、法もまた"まだらな現実に耐える設計"でなければならない、という話である。

1　問題の所在

　法は結果を好む。損害、差別、事故、倒産、失業といった観測可能な出来事が、規律の起点になる。だがAIがもたらす変化は、結果としての失業だけでなく、採用プロセス、評価、配置、教育訓練といった"途中の配線"を組み替える形で進む。途中の配線が変われば、結果は遅れて現れるか、別の場所に現れるか、あるいは統計上は相殺されて見えない。ここに、法が「何を規制し、何を規制しないか」の難しさがある。

　加えて、雇用市場の変化はAIだけで説明できない。金利、景気循環、学位取得者数の増減、産業構造、制度変更などが絡み合う。にもかかわらず、AIという単語は説明変数として魅力的である。説明変数として魅力的であることと、因果的に重要であることは別問題である。ここを混同すると、「AIのせいだから仕方がない」という免責の物語と、「AIが危険だから止めるべきだ」という禁止の物語が、同じ根から生えてくる。

2　断片化という問題と因果関係の特定

　Oxford Economicsは、少なくとも四つの理由で「AIが雇用を奪っている」との短絡を戒める。第一に、大学卒業者の失業率上昇は、AI曝露（exposure）の高い職種で目立つように見えるものの、その後の低下も観測されており、説明は景気循環でもつきうる（注1）。第二に、各国のデータは一様でなく、米国以外で同様のパターンが確認できるとは限らない（注1）。第三に、もしAIが大量に労働を代替しているなら、生産性の伸びがよりはっきり出るはずだが、そう単純ではない（注1）。第四に、企業は個別タスクではなく業務プロセスを再設計しない限り、AIの影響は急拡大しにくい（注1）。

　この議論は、因果推論の教科書的な論点に接続する。相関は因果を意味しない。St. Louis Fedの分析でも、AI曝露が高い職種ほど失業率の上昇が大きいという「相関」は示されるが、それ自体でAIが原因だとは言えない（注2）。曝露とは「理論上できそう（できてしまいそう）」の度合いであり、実際に企業が採用・評価・配置の実務でAIをどこまで使っているか（adoption）とは別物である。曝露が高い職種ほど、景気局面で採用調整が先に起こる、あるいは"AI人材"以外の入口（ジュニア枠）だけが狭まる、といった説明もありうる。

　さらに、言葉は悪いが「AIはレイオフの言い訳として便利」でもある。Challenger, Gray & Christmasの集計では、2025年にAIが理由として挙げられた解雇・雇止めの計画は約5.5万人規模である一方、同年の全体の人員削減計画は約120.6万人とされる（注8）。もちろん5.5万人は小さくない。しかし"AIが原因の大失業"という語り口に比べれば、数字は意外に冷静である。言い換えれば、AIは（少なくとも統計上）雇用市場全体を一撃で変える怪獣というより、局所的に効く新種の摩擦である可能性が高い。

　供給側の要因も見逃せない。Oxford Economicsは、米国・ユーロ圏で大卒比率が上昇しており、求人の減速局面では「新規参入の大卒者」が統計上の弱点になりやすい点を示す（注1）。需要ショックに供給ショックが重なると、AIに限らず、若年層の失業率は上がる。AIはその上に"説明のラベル"として貼られやすい。

3　生産性という沈黙と測定の政治

　AIのインパクトを語るとき、生産性はしばしば"最終審級"として召喚される。代替が起きているなら、同じ労働時間でより多くの産出が生じるはずだ、という直観である。しかし現実の生産性統計は、変化を映しにくい。学習コスト、統合コスト、データ整備、品質管理、コンプライアンス対応など、導入初期の「摩擦」はまずコストとして現れる。Oxford Economicsも、現時点で生産性の強い伸びが観測されていないことを、AIショック過大評価への警鐘として用いる（注1）。

　ここで、労働経済学の古典的な視点が役立つ。Autorが指摘するように、技術は労働を代替するだけでなく、補完し、需要を拡大し、仕事の中身（タスク）を組み替える（注7）。代替と補完が同時に走るため、雇用と生産性の関係は単純な一本線になりにくい。生成AIは特に、知識労働の"言語化できる部分"を強く刺激するが、仕事全体は言語化できる部分だけで構成されていない。したがって、マクロの統計が静かなままでも、現場の体感が荒れることは十分に起こりうる。

　一方で、ミクロの研究は、AIが生産性を押し上げうることも示す。たとえばNoy＝Zhangは、文章作成タスクでChatGPTが時間を短縮し品質を高めることを実験的に示した（注3）。他方で、Dell'Acquaらは、AIが得意な領域（frontier）では成果を上げるが、境界の外では誤りを増やし、むしろ成績を落とす場合があることを指摘する（注4）。つまり、効果は平均ではなく分布として現れる。平均の生産性が静かなままでも、特定の職務・職位・スキル層に局所的なショックが生じうる。

4　法は何をして何をしないか

　以上を前提にすると、法の課題は「AI失業の有無」を断定することではなく、断片化した変化を可視化し、局所的な不利益が権利侵害に転化しないように手当てすることにある。ここで重要なのは、結果規制だけでなく、手続・プロセスに光を当てる発想である。

　象徴的なのがEU AI規則（AI Act）である。同規則は、採用・昇進・解雇、業務配分、労働者の行動やパフォーマンスの監視・評価などに用いられるAIシステムを「高リスク」に位置づける（注5）。さらに、職場で高リスクAIを使用する雇用主は、労働者代表および影響を受ける労働者に対し、その使用に服することを事前に通知すべきことが明記されている（注6）。ここで問われているのは「AIが雇用を奪うか」ではなく、「AIを使う意思決定が、説明可能で、異議申立て可能で、監査可能か」である。

　企業実務の観点でも、同じ方向性が合理的である。AI導入の局面では、しばしば「誰が、どのデータで、何の目的で、どの程度自動化し、どこに人間の介入点を残したか」が曖昧になりやすい。曖昧なまま評価や配置に使われれば、差別や不当な不利益の立証も、適法性の説明も困難になる。ログの保存、意思決定の理由付け、モデル変更の履歴（変更管理）といった"地味なインフラ"が、紛争予防として効く領域である。

　もう一段踏み込めば、AI雇用ショック論争は「実体法」よりも「手続法」に近い。つまり、何を最適化したのか、何を見落としたのか、どの程度の誤差を許容したのかを、事後に検証できる形で残すことが核心である。AIの性能は上がるが、組織の説明責任が自然に上がるわけではない。説明責任は設計しないと出てこない。

　もう少し実務に寄せて言えば、雇用領域のAIガバナンスは、少なくとも三層に分けて設計するのが筋がよい。第一に、導入前の点検である。どの意思決定（採用、評価、配置、解雇等）にAIを使うのか、入力データは何か、代理変数（proxy）として差別的影響を持ちうる項目は混ざっていないか、目的外利用は生じないかを棚卸しする。第二に、運用中の統制である。人間の関与点（human oversight）を「最後に承認ボタンを押す人」に矮小化せず、例外処理、説明可能性、再審査の手順、モデル更新時のテストと記録を含むプロセスとして設計する。第三に、事後の救済である。AIが関与した判断について、当事者が理由の説明を受け、誤りを主張し、必要なら人間による再判断にアクセスできる回路を確保する。これらは、AIが本当に雇用を奪っているかどうか（因果）とは独立に、権利侵害の予防として正当化しうる安全装置として機能する。

　さらに、政策側にも宿題が残る。断片化した証拠を放置すれば、結局は物語が勝つ。雇用統計や企業開示の中に、AIの利用実態（どの業務で、どの程度の自動化で、どの労働者層に影響したか）を織り込む観測装置を整えることが、過剰反応と過小反応の双方を減らす。法は未来予測の代わりに、観測可能性を増やす方向で働けるはずである。

5　雑感

　AI雇用ショックの議論は、今のところ「ありうるが、確定していない」。この中途半端さが、人間にとって最も落ち着かない。落ち着かないと、人は物語を欲しがる。だが法が従うべきは物語ではなく、証拠である。証拠がまだらなら、規制もまた、硬直的な禁止や万能の免責ではなく、手続・透明性・検証可能性に重心を置くべきだと考える。AIが社会に与える影響のうち、最も確からしいのは「影響が均一ではない」という点である。その不均一さを前提に、権利と組織運営の両立を図ることが、当面のAIと法の仕事であると考える。

6　AIと労働まとめ

（マガジン）「AIと法-雑感」

　※目次は以下を参照

note総則規約3条2項前段
3.2 クリエイターが制作したデジタルコンテンツの著作権は、クリエイターに帰属します。