AIの民主化とは、AIを使えることではない——人工知能学会誌7月号巻頭言を読んで考えたこと
人工知能学会誌『人工知能』41巻4号、2026年7月号の巻頭言を読んで、私は問いを投げかけざるを得なかった。
巻頭言の題名は、本村陽一氏による「AIの民主化，学会の民主化，そして次の10年に向けて」である。J-STAGEの目次では、同稿は『人工知能』41巻4号、2026年、p.409、原稿種別「巻頭言」、発行日・公開日ともに2026年7月1日とされている。人工知能学会の公式目次にも、新会長就任挨拶として同題名と本村氏の名前が掲載されている。(J-STAGE)
そこでは、AIの民主化が進み、専門家だけではなく、誰もが人工知能技術を容易に利用・活用できるようになりつつあること、そして人工知能学会もまた、社会に開かれた知のプラットフォームとして、次の10年に向けて変わっていかなければならないことが語られている。
その問題意識そのものは、否定されるべきものではない。
AIを一部の専門家だけのものにしないこと。学会を閉じた専門家共同体のままにしないこと。若い世代、実務家、産業界、市民社会との接点を増やすこと。教育、研究、社会実装の回路を広げていくこと。
それらは、いずれも重要である。
だが、読み終えたあと、私の中には強い違和感が残った。
ここで語られている「AIの民主化」は、本当にAIの民主化なのだろうか。
私は、そうではないと思う。
少なくとも、この巻頭言で語られている民主化は、多くの部分において「AI利用の民主化」であり、「AIアクセスの拡大」であり、「AIリテラシー普及」である。もちろん、それらは必要である。しかし、それをそのまま「AIの民主化」と呼んでしまうなら、私たちはもっと重要な問いを見落とすことになる。
AIの民主化とは、AIを誰もが使えるようにすることではない。
AIによって社会の判断、知識、価値、労働、教育、制度が再構成されていくとき、その再構成に誰が参加できるのか。誰が異議申し立てできるのか。誰が設計思想を問い直せるのか。誰が評価軸を変更できるのか。誰の文脈が保存され、誰の文脈が圧縮され、誰の声が最初から存在しなかったものとして扱われるのか。
そしてもう一つ、決定的な問いがある。
AIが扱う知識に、恣意的な偏りが埋め込まれていないか。偏りがあるなら、それは可視化され、検証され、異議申し立て可能になっているか。
それを問うことこそが、AIの民主化の本体である。
その民主化は、何を民主化しているのか
「民主化」という言葉は、便利である。
かつては専門家だけが使っていたものを、誰もが使えるようにする。高価だったものを安価にする。閉じていたものを開く。難しかったものを簡単にする。こうした変化は、しばしば民主化と呼ばれる。
コンピュータの民主化。インターネットの民主化。出版の民主化。映像制作の民主化。そして、AIの民主化。
この言い方は、一面では正しい。実際、生成AIの登場によって、文章、画像、音声、プログラム、分析、翻訳、検索、教育支援など、多くの知的作業が身近になった。専門的な訓練を受けていない人でも、AIを使って一定水準の成果物を作れるようになった。
だが、それを民主化と呼ぶとき、私たちは慎重でなければならない。
なぜなら、「使えること」と「決められること」は、まったく違うからである。
スマートフォンを誰もが使えるようになったからといって、通信インフラが民主化されたとは限らない。SNSに誰もが投稿できるようになったからといって、言論空間が民主化されたとは限らない。むしろ、プラットフォーム企業のアルゴリズム、広告モデル、レコメンド構造、可視性の制御によって、私たちの言論環境は別の仕方で支配されるようになった。
AIでも同じことが起きる。
誰もがAIを使えるようになったとしても、そのAIのモデルを誰が作っているのか。学習データはどこから来たのか。何が安全で、何が危険と判断されるのか。どのような出力が高品質とされるのか。何が抑制され、何が強調されるのか。利用規約を誰が決めるのか。価格を誰が決めるのか。APIの利用制限を誰が決めるのか。社会的に重大な影響を及ぼす判断に対して、誰が説明を求め、誰が異議申し立てできるのか。
これらの権限が、一部の巨大企業、国家、専門家集団に集中したままであるなら、AIの利用者が増えたとしても、それは民主化ではない。
それは、利用者数の拡大である。
利用者が増えることは、必ずしも権力の分散を意味しない。むしろ、利用者が増えれば増えるほど、中心にあるモデル、データ、評価基準、規約、課金構造、監視構造の影響力は強くなる。
近年のAI研究については、計算資源へのアクセス格差が研究参加の非対称性を生むという指摘もある。Ahmed and Wahedは、深層学習以後のAI研究が計算資源集約的になり、大企業やエリート大学に優位性が集中しやすくなったことを「compute divide」として論じている。これは、AIの民主化を「誰でも使える」という水準だけで語ることの危うさを示している。(arXiv)
この意味で、「AIの民主化」という言葉は、最も注意深く使われなければならない言葉である。
AIの民主化とは、文脈主権の問題である
AIの民主化を本気で語るなら、その中心には「アクセス」ではなく「主権」が置かれるべきである。
ここでいう主権とは、国家主権のことだけではない。個人、地域、企業、職能集団、学術共同体、市民社会が、自分たちの文脈、データ、判断、価値、歴史、関係性を、AIシステムの中でどのように扱われるかに関与できる権利である。
私はこれを、文脈主権と呼びたい。
AIは、単なる道具ではない。現代のAIは、情報を整理し、判断を補助し、選択肢を提示し、文章を生成し、評価を与え、未来の行動を誘導する。つまり、AIはすでに、人間の思考と制度の中間に入り込んでいる。
そのとき問題になるのは、誰がAIを使えるかだけではない。
誰の文脈がAIに読み込まれるのか。
誰の文脈が失われるのか。
誰の経験が一般化されて、個が埋没するのか。
誰の例外がノイズとして処理されるのか。
誰の言葉が安全でないものとして退けられるのか。
誰の価値観が、標準的な人間の価値観として埋め込まれるのか。
さらに、AIの民主化には、そのAIが扱う知識に恣意的な偏りがないことも含まれる。
ここで言う「偏りがない」とは、あらゆる価値判断から自由な完全中立を意味しない。知識は常に、誰かの観測、記録、分類、評価を通じて構成される。歴史も、制度も、統計も、言語も、すでに何らかの選択と排除の結果である。
問題は、偏りが存在することそのものではない。
問題は、その偏りが隠され、検証不能で、異議申し立て不能なまま、あたかも普遍的な知識であるかのように提示されることである。
AIが何を知識として採用し、何を信頼できる情報として重みづけ、何を例外として切り捨てるのか。その判断が不可視であり、利用者や社会が問い直せないなら、それは民主化ではない。
AIの民主化とは、知識の偏りを魔法のように消し去ることではない。そうではなく、知識の偏りの来歴を開き、誰が、どのような前提で、何を知識として採用したのかを問い直せる状態を作ることである。
この問いを欠いたAI利用の拡大は、民主化ではない。
むしろそれは、AIという新しい制度的媒介を通じて、人間の文脈が静かに再編成されていく過程である。しかも、その再編成のルールは、多くの場合、利用者からは見えない。
OECDのAI原則は、人権と民主的価値を尊重する信頼できるAIを掲げている。またUNESCOのAI倫理勧告も、AIを人権、人間の尊厳、公正性、透明性、人間による監督といった観点から位置づけている。これらの国際原則は重要である。ただし、原則が掲げられることと、個々の利用者や地域社会が実際にAIの設計・評価・運用に関与できることは同じではない。(OECD)
AIの民主化とは、便利なツールを配ることではない。AIによって再構成される知識と判断の権力構造を、誰がどう監査し、どう更新し、どう異議申し立てできるかを問うことである。
それは、利用権の問題であると同時に、参加権の問題であり、異議申し立て権の問題であり、再設計権の問題である。
学会の民主化は、会員を増やすことではない
巻頭言では、学会の民主化についても語られている。
全国大会の規模拡大、企業やイベントとの連携、動画配信、ジュニア会員制度、コンテスト、地域紙との連携、若い世代への接続。こうした取り組みは、学会を社会へ開いていくものとして評価できる。
しかし、アカデミア3.0の視点から見れば、それはすでに当然の前提である。
学会が専門家だけの閉じた共同体でよかった時代は、もう過ぎている。研究成果が論文誌や学会発表の内側だけで循環し、社会実装や市民的議論とは切り離されていた時代は、もはや維持できない。
とはいえ、学会の民主化とは、単に会員数を増やすことではない。イベントを増やすことでもない。若い人に参加してもらうことでもない。もちろん、それらは必要である。しかし、それだけでは足りない。
学会の民主化とは、知識生成の過程そのものを開くことである。
論文がどのように生まれたのか。どのようなデータが使われたのか。どのようなコードで検証されたのか。どのような失敗事例があったのか。どのような反論があり、それにどう応答したのか。査読は何を見て、何を見落としたのか。社会実装後にどのような影響が生じたのか。
これらを含めて、知の来歴を開いていくこと。
それが、AI時代における学会の民主化である。
UNESCOのオープンサイエンス勧告は、オープンサイエンスを国際的な共通定義、価値、原則、標準として整理している。ここで重要なのは、オープン化が単なる公開ではなく、包摂性、公平性、知識格差の是正を含む構想であるという点である。(ユネスコ)
単に「発表する場」を増やすだけではない。単に「学ぶ人」を増やすだけでもない。必要なのは、知識が生成され、検証され、修正され、社会に接続され、再び問い直されるまでのプロセスを、より多くの主体が理解し、参加し、批評できるようにすることである。
この意味で、AI時代の学会は、もはや研究者の成果発表機関だけではありえない。
それは、知識の来歴を保存し、社会的影響を検証し、技術の意味を問い直す公共的な知性基盤でなければならない。
学会は、AI普及の装置ではなく、知の監査基盤である
AI時代の学会に必要なのは、AI技術を普及させることだけではない。
むしろ、AI技術が社会に普及していく過程を監査することである。
AIが教育に入る。
AIが医療に入る。
AIが行政に入る。
AIが企業経営に入る。
AIが採用、評価、融資、保険、福祉、司法、軍事、報道、文化制作に入る。
そのとき、学会は何をするのか。
「便利になりました」と言うだけでよいのか。「社会実装が進みました」と言うだけでよいのか。「多くの人が使えるようになりました」と言うだけでよいのか。
そうではないはずである。
AIが社会に入るということは、社会の判断形式が変わるということである。AIが知識を生成するということは、知識の権威構造が変わるということである。AIが人間の意思決定を補助するということは、人間の責任と判断の所在が変わるということである。
技術は単なる中立的な道具ではなく、特定の権力や秩序を体現しうる。この問題意識は、Langdon Winnerの「Do Artifacts Have Politics?」以来、技術社会論の中心的論点の一つである。
ならば学会は、AIを広げる側であると同時に、AIが社会をどう変えているかを問い続ける側でなければならない。
AIの社会実装を推進するだけでは不十分である。AIの社会実装を記録し、検証し、批評し、必要であれば止めることができる知的回路を作らなければならない。
ここで重要なのは、学会が権威として社会を裁くという意味ではない。むしろ逆である。学会自身もまた、社会から監査されるべき存在である。学会が何を研究課題として選び、何を軽視し、誰を招き、誰を排除し、どのような価値を暗黙の前提としているのか。それもまた問われなければならない。
AI時代の学会は、知の権威ではなく、知の監査基盤であるべきだ。
AIを使える人ではなく、AIを問える人を増やせ
AI教育というと、多くの場合、使い方の教育になる。
プロンプトの書き方。生成AIによる業務効率化。画像生成の方法。議事録の自動作成。プログラミング支援。データ分析。教材作成。チャットボット構築。
もちろん、それらは必要である。AIを使えないままでは、現代社会の重要な変化から取り残される可能性がある。AIを使える人を増やすことには、現実的な意味がある。
しかし、それだけでは足りない。
本当に必要なのは、AIを問える人を増やすことである。
このAIは、誰のために作られているのか。
このAIは、何を前提にしているのか。
このAIは、誰のデータを使っているのか。
このAIは、誰の利益を最大化しているのか。
このAIは、誰の仕事を変え、誰の声を見えなくするのか。
このAIの判断に対して、人間はどこで異議申し立てできるのか。
このAIは、失敗したときに正しく失敗できるのか。
このAIの出力は、美しく見えるだけで、実際には何も検証されていないのではないか。
このAIが参照する知識には、誰かに都合のよい偏りが埋め込まれていないか。
こうした問いを立てられる人を増やすことこそ、AI時代の民主化である。
AIを使える人だけが増える社会は、便利ではあるかもしれない。だが、その社会では、AIの背後にある設計思想、評価基準、権力構造、経済構造、知識の選別過程が問われないまま残る。
それは、民主化ではない。
それは、従順な利用者を増やすことである。
AIの民主化が本当に必要とするのは、利用者ではなく、問い手である。AIを便利に使う人ではなく、AIが社会に何をしているのかを見抜く人である。AIに適応する人ではなく、AIのあり方を問い直し、必要であれば作り替える人である。
利用の民主化、理解の民主化、構成の民主化
AIの民主化という言葉を使うなら、少なくとも三つの層に分けて考える必要がある。
第一層は、利用の民主化である。
これは、誰もがAIを使えるようになることを意味する。安価で、簡単で、身近で、多様な人がアクセスできるAI。これは重要である。ここがなければ、AIは一部の組織と専門家だけのものになる。
第二層は、理解の民主化である。
AIの仕組み、限界、バイアス、誤り、リスク、責任の所在を理解できること。AIを魔法の箱としてではなく、社会的・技術的・経済的な構造物として理解できること。これも重要である。
第三層は、構成の民主化である。
AIの設計、評価、運用、監査、制度化、再設計に、人々が参加できること。ここで初めて、AIの民主化は本来の意味を持ち始める。
AI民主化という語は、研究上も一義的ではない。Segerらは、AI民主化には、AI利用の民主化、AI開発の民主化、AI利益の民主化、AIガバナンスの民主化など複数の意味があると整理し、単なるアクセシビリティ改善と混同すべきではないと論じている。(arXiv)
ここにもう一つ、横断的な条件が加わる。
それは、知識の民主化である。
AIが扱う知識は、単なる情報の集積ではない。そこには、何を記録するか、何を分類するか、何を正しいとみなすか、どの文献を信頼するか、どの地域の経験を標準とするか、どの言語の語彙を中心に置くかという選択が含まれている。
その選択が不可視のまま固定されれば、AIは単なる道具ではなく、知識の門番になる。
AIが知識の門番になるとき、その門番が何を通し、何を排除しているのかを問えなければならない。どの知識が中心に置かれ、どの知識が周縁化され、どの経験が一般化されて、どの個が埋没しているのかを検証できなければならない。
したがって、AIの民主化には、利用の民主化、理解の民主化、構成の民主化に加えて、知識の来歴を開くことが不可欠である。
現在よく語られるAIの民主化は、第一層に偏っている。場合によっては、第二層にも届いていない。便利な使い方だけが広がり、理解も構成も閉じたままである。
だが、本当に必要なのは第三層であり、同時にその全体を支える知識の来歴の公開である。
AIを使える社会ではなく、AIのあり方を問い、設計し、監査し、必要なら作り替えられる社会。そして、AIが依拠する知識の偏りと前提を検証できる社会。
そのような社会を構想しないまま、AIの民主化を語ることはできない。
民主化という言葉を安く使ってはならない
本村陽一氏の巻頭言は、人工知能学会が次の10年に向けて、より開かれた場になろうとする意志を示している。その点は評価されるべきである。
しかし、だからこそ私は、そこに使われている「AIの民主化」という言葉にこだわりたい。
民主化という言葉は、安く使ってはならない。
誰もが使えるようになった。教育に広がった。産業に普及した。若い世代が参加した。イベントが増えた。動画配信された。社会との接点が増えた。
それらは重要である。だが、それだけでは民主化ではない。
民主化とは、単なる参加者数の増加ではない。アクセスの拡大でもない。便利な道具の普及でもない。
民主化とは、権限、責任、異議申し立て、再設計可能性の分配である。
そしてAIの場合、それに加えて、知識の来歴と偏りを問い直せることが欠かせない。
AIの民主化とは、AIを使う人を増やすことではない。AIによって作り替えられる社会の未来を、誰が、どのように、共に決めるのかを問い直すことである。
その問いを欠いたまま語られる「AIの民主化」は、民主化ではない。
それは、民主化という名を借りた普及である。
そして普及だけが進むとき、民主主義はむしろ静かに空洞化する。
AIの民主化という言葉を、本来の場所に取り戻さなければならない。それは、AIをより多くの人に使わせることではない。AIが社会を変えていく過程に、より多くの人が問い、抗い、参加し、作り替えることができるようにすることである。
AIが依拠する知識に恣意的な偏りが埋め込まれていないかを問い、その偏りがあるならば、可視化し、検証し、異議申し立てし、修正できるようにすることである。
その意味で、人工知能学会に求められる次の10年の役割は、AIの普及を支援することにとどまらない。
AIによって変形される社会の知識、判断、価値、制度を、誰がどのように担うのか。
その問いを開き続けること。
それこそが、AI時代における学会の民主化であり、AIの民主化である。
参考文献
日本語文献・日本語資料
本村陽一「AIの民主化，学会の民主化，そして次の10年に向けて」『人工知能』41巻4号、人工知能学会、2026年、p.409。(J-STAGE)
人工知能学会「人工知能学会誌 Vol.41 No.4（2026/7）」人工知能学会、2026年。(人工知能学会)
内閣府「AI for Science・オープンサイエンス——学術論文等のオープンアクセス化の推進、公的資金による研究データの管理・利活用など」科学技術・イノベーション政策関連資料。
英語文献・国際資料
UNESCO, Recommendation on Open Science, UNESCO, 2021.(ユネスコ)
UNESCO, Recommendation on the Ethics of Artificial Intelligence, adopted 2021, published 2022.(ユネスコ)
OECD, OECD AI Principles, 2019.(OECD)
Nur Ahmed and Muntasir Wahed, “The De-democratization of AI: Deep Learning and the Compute Divide in Artificial Intelligence Research,” arXiv:2010.15581, 2020.
Elizabeth Seger, Aviv Ovadya, Ben Garfinkel, Divya Siddarth, and Allan Dafoe, “Democratising AI: Multiple Meanings, Goals, and Methods,” arXiv:2303.12642, 2023.(arXiv)
Kate Crawford, Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence, Yale University Press, 2021.
Virginia Eubanks, Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor, St. Martin’s Press, 2018.
Safiya Umoja Noble, Algorithms of Oppression: How Search Engines Reinforce Racism, New York University Press, 2018.
Cathy O’Neil, Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy, Crown, 2016.
Shoshana Zuboff, The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power, PublicAffairs, 2019.
Ruha Benjamin, Race After Technology: Abolitionist Tools for the New Jim Code, Polity Press, 2019.
Catherine D’Ignazio and Lauren F. Klein, Data Feminism, MIT Press, 2020.
Sasha Costanza-Chock, Design Justice: Community-Led Practices to Build the Worlds We Need, MIT Press, 2020.
Langdon Winner, “Do Artifacts Have Politics?”, Daedalus, Vol.109, No.1, 1980, pp.121–136.
Andrew Feenberg, Questioning Technology, Routledge, 1999.
Sheila Jasanoff, ed., States of Knowledge: The Co-production of Science and the Social Order, Routledge, 2004.
Michael Gibbons, Camille Limoges, Helga Nowotny, Simon Schwartzman, Peter Scott, and Martin Trow, The New Production of Knowledge: The Dynamics of Science and Research in Contemporary Societies, SAGE, 1994.
Vladimir B. Teif, “Science 3.0: Corrections to the Science 2.0 paradigm,” arXiv:1301.2522, 2013.
Bjørn Hofmann, “Open Science Knowledge Production: Addressing Epistemological Challenges and Ethical Implications,” Publications, Vol.10, No.3, Article 24, 2022.
Copyright © 2026, Tomoyuki Kano <tomyuk_AT_zyxcorp.jp>
License: CC BY-NC-ND 4.0
#AIの民主化 #人工知能学会 #アカデミア3_0 #文脈主権 #AI倫理 #オープンサイエンス #技術社会論 #知の監査 #生成AI #AIガバナンス
