ALIGN Webinar#5 「AIガバナンスとフェアネス」ゲスト：工藤郁子さん（大阪大学社会技術共創研究センター特任准教授） - YouTube
このドキュメントについて
佐藤まみhealthy-sato.iconのインプットメモ
ALIGNウェビナーで初の日本語開催となる第5回では、大阪大学社会技術共創研究センター特任准教授の工藤郁子（くどう・ふみこ）さんに講演いただきました。AI技術について法学と国際ルール形成の観点から見てこられた工藤さんより、近年のAIガバナンスの状況の大きな見取り図、そして重要論点としての「フェアネス」を取り上げ、顕在化しているバイアスの問題と、そもそもなぜバイアスが問題なのかに関する法学・倫理学からの分析を共有いただきました。 https://www.youtube.com/watch?v=J9KoO29da9I
claude.icon
サマリ
1. 導入
講演者の背景：法学（特に憲法）を専門とし、世界経済フォーラムでの経験あり
AIに関するグローバルルールメイキングに貢献
2. AIガバナンスの現状
2.1 AIに関する倫理原則の議論
2010年代後半に多くの議論と合意形成が進む
価値の重要性や目的に関する議論（Why）が中心
2.2 2020年代の傾向
実践（How）に関する議論が増加
価値の担保方法や確認方法に焦点
2.3 AIガバナンスの多層性
原則、ガイドライン、法律、自主規制、技術標準など多層的
ガバナンスの主体も多様（政府、企業、NGO、標準化団体など）
2.4 各国・地域のアプローチ
アメリカ：デジタル自由主義（市場と技術の力を信頼）
欧州：デジタル立憲主義（基本的権利を重視）
中国：デジタル権威主義（国家や政権の安定を重視）
3. 生成AI普及前後の問題意識の変化
3.1 生成AI以前の問題意識
AIを用いた個人分析が自由や平等に及ぼすリスク
例：顔認証システムの精度の差による問題
3.2 生成AI以後の問題意識
AIの開発・利用過程を通じた社会的不平等の再生産
例：
データ収集・クリーニング作業における労働問題
著作権問題（フェアユースと利益還元の議論）
生成AIによる偏見やステレオタイプの再生産
4. フェアネスに関する学説
4.1 過小代表説
実社会を適切に代表できていないことが問題
利点：目標設定と技術的改善が容易
難点：実社会のバイアスをそのまま反映する問題
4.2 自由侵害説
基本権・人権・自由の侵害が問題
利点：法的判断が比較的容易
難点：権利侵害に至らない不利益や社会全体の現象を扱いにくい
4.3 社会的意味説
特定の文脈で特定の人々を貶める意味を持つことが問題
利点：社会的・文化的現象としてフェアネス問題を捉えられる
難点：基準設定が難しく、立法技術上の課題がある
5. AI for Science とフェアネス
AIの科学への応用が各国の研究開発能力や生産性に影響
AIのバイアスが科学的知見の発見方向性を歪める可能性
例：特定地域のデータに偏ることによる医薬品開発への影響
6. 今後の課題と展望
多様な立場や価値観の調整
国際的な協力と競争のバランス
企業のAIガバナンス実践の発展