5-5-適応型管理
適応型管理
このデモンストレーションは、AI4Bharat、Karya、IVRジャンクションなど、多元主義者の考え方を基盤とした数年にわたる取り組みと多利害関係者との協力に基づいて構築されました。これらの取り組みは、インド人を雇用して地方言語のデータを収集し、これらのデータを活用してLLMsがこれらの言語間で翻訳することを可能にし、都市から遠く離れた場所に住む識字能力のないインド人が「音声ベースのインターネット」に接続できるようにしました。これらの取り組みは、インドの文化的多様性を維持し強化するという約束を持っており、より目立たない言語を話す人々や都市から遠く離れた場所に住む人々が、彼らの生活様式を維持するために必要な公共サービスにアクセスできるようにしています。 https://scrapbox.io/files/65fb62cf9bd08e00245f0e72.png
インドの農民が携帯電話を見ています
マイクロソフトのご厚意
これらのデモンストレーションを基に、インドのビジネス、市民、政府機関は、これらの能力を大規模に活用するためのサービスを開始しました。これには、農民向けの財政支援プログラムへの申請をサポートする政府提供のチャットボットや、さまざまな公共サービスに関するガイダンスを提供する無料のWhat's Appベースの多言語チャットボットが含まれています。 gpt.icon
この話題は、AI技術、特に大規模言語モデル（LLM）を利用してインドの農村地域の人々が公共サービスにアクセスするための革新的な取り組みについて説明しています。マイクロソフトのCEO、サティア・ナデラがスイスのダボスで開催された世界経済フォーラムで実演したこのプロジェクトは、インドの農村部で現地言語を話す農民が、機能電話と組み合わせてLLMバックエンドを使い、声で指示を受けながら公共サービスへのアクセスを容易にするというものです。
このデモンストレーションは、AI4Bharat、Karya、IVRジャンクションといったプロジェクトや組織との長期にわたる協力によって実現しました。これらの取り組みは、インドの多様な言語環境に対応するために、地方言語のデータを収集し、それを用いてLLMが異なる言語間での翻訳を可能にするものです。これにより、文盲率が高い地域や都市から遠く離れた場所に住む人々でも、彼らの母国語で公共サービスにアクセスし、情報を得ることができるようになります。
この取り組みの根底にある目的は、インドの文化的多様性を保持しつつ、技術を使ってそれを強化することです。特に、主流ではない言語を話す人々や遠隔地に住む人々が、生活を支えるために必要な公共サービスにアクセスしやすくすることで、インド社会全体の生活の質を向上させることを目指しています。このような取り組みは、「音声ベースのインターネット」の実現により、インドの農村部に住む人々のデジタルインクルージョンを促進し、彼らが直面する多くの障壁を低減することを目的としています。
多元主義者の考え方
行政と官僚制は、世界の多くを組織する中心的な特徴です。これらは、自然言語の慣習よりもはるかに形式的で厳格な構造化されたコミュニケーション形式や情報の規則に基づいた処理を含み、しばしば正当性、公平性、手続き的公正を達成することを目的としています。しかし、これらは通常、より厳密な数学的および機械的な相互作用とは対照的に、投票や市場を通じたより厳密なコミュニケーションの形態を許容します。したがって、これらは通常、参加者間で効果的に進行し、慣習が利用されるが違反されないようにするために、より深い共通理解を要求します。行政は、個人や中小企業と政府や大企業との間、または社会的に密接なつながりのない人々の間での中期的な関係の形成において、ほとんどの相互作用の中心にあります。これは、法律、財産制度、身元確認、雇用および入学、そして「行政国家」と「企業官僚制」のほとんどの機能を統治しています。 古典的な文書に対する苦情の一つは、官僚制と行政が一度に気まぐれであり、行政の様々な裁定ポジションを持つ人々に過度の裁量権を与えているということ、そして硬直しており、個々のケースの微妙なニュアンスや、官僚制の期待範囲外の文化的環境に適応できないということです。この章では、デジタル技術の進歩、特に生成基盤モデルが、これらのトレードオフのいくつかを緩和するのに役立つ方法を示すことを目指しています。これにより、より多様なグループの人々が行政システムで協力し、彼らの生活様式を尊重しながら活動することが可能になります。 gpt.icon
行政と官僚制は、法律や政策、身元確認など社会の基盤を形成する重要な要素ですが、しばしば硬直性や過度の裁量権に関する批判があります。これは、個々のケースの特殊性や文化的多様性に柔軟に対応できないことを意味します。
一方、生成型AIモデルなどのデジタル技術の進歩は、これらの課題を緩和する潜在力を持っています。これらの技術を活用することで、より多様な人々が行政プロセスに参加しやすくなり、彼らの独自のニーズや文化的背景を考慮したより個別化されたサービスの提供が可能になります。結果として、行政システムはより効率的で公平に、そして柔軟に機能するようになる可能性があります。
今日の行政
人生の最も重要な転換点の多くは、私たちが生活のほとんどを行う方法よりもはるかに薄い情報構造（さまざまな種類の「フォーム」）に基づく管理上の結果にかかっています。例には、
教育の成績証明書、レジュメ、その他の「人生の経過」の要約（履歴書/CV） 税金の申告
構造化されたパフォーマンス評価
医療受付と評価フォーム
法的書類（ただし、通常、上記よりも詳細で文脈が含まれています）
これらの構造化された情報形式は、市場や投票が目指すように普遍的に透明でないルールを持つ複雑すぎる割り当てや選択の「公正」で「正義」で「公平」な評価を可能にします。公平を実現するために、これらのシステムはしばしば意図的にさまざまな情報を破棄します。これは、ヨーロッパの伝統における擬人化されたさまざまな正義の盲目性のように、投票や市場よりも豊かな情報を活用しつつ、公平性を維持するという二つの目標を達成するため、行政システムは大規模な「官僚組織」や多くのデジタル処理を利用して、これらの構造化されたデータを行政システムの規則と手続きに従って評価し、処理しています。 その結果、行政は、2つの対立する訴えに直面します。これは行政が許容するコラボレーションの豊かさに対する限界と、社会的多様性を広げる能力の限界にそれぞれ対応しています。
最初のものは、「厳格」と呼ばれる問題と言えるかもしれません。つまり、官僚的な規則は、多くの詳細を捨てることで、特定のケースや地域の重要な特徴に無神経な結果をもたらします。例はありふれたものから抑圧的で単にばかげているものまでさまざまです。考えてみてください：
ほとんどの管轄区域では、安全を確保するために自動車の速度制限が設けられています。しかし、安全な速度は道路や環境、その他関連する条件によって大きく異なります。これは、速度制限がほとんどの場合、状況に対して高すぎるか低すぎるかのどちらかであることを意味します。同様の論理は、商品の価格から労働者に許可される休憩時間まで、ほとんどすべての行政政策設定に適用されます。 世界中のさまざまな文化の人々が、最も高給の仕事を得るためには、彼らの業績や生活を、それらが実際に達成した内容を反映するのではなく、管理官僚や採用マネージャーに理解しやすくするために設計された履歴書や成績証明書の形式に合わせる必要があります。 1990年代後半、オランダの航空会社は、スキポール空港を通過するための適切な書類を持たない何百匹もの生きたリスを物理的に切り刻んでしまいました。 これは特に恐ろしい例ですが、飛行機に乗ったことがあるほとんどの人は、航空旅行を管理する官僚的なシステムの厳格さを認識しており、したがってこの結果に驚くことはないでしょう。 同時に、彼らは厳格で「冷たい」、「無慈悲」である一方で、官僚制についての同様に一般的な逆の苦情は「複雑さ」です。つまり、彼らはしばしば不可解で、航行が困難であり（たとえば、フランツ・カフカの古典的な作品である『城』を参照）、煩雑であり、疑わしい官僚に過度の裁量を与えているとされています。これらの問題は官僚制の最も憤慨すべき特徴の一部であり、リバタリアンたちによる不平の常なる源泉です。実際、大部分において、これらの問題は「分散型自治組織」（DAO）や「スマート契約」についての多くの考えを生み出し、過度な裁量を回避しようとする意図であり、また、不平の常なる源泉となっている法律部門の高いコストにつながっています。しかし、明らかに、そのような複雑さの主要な理由は、彼らが管理しなければならないケースの多様性と微妙さを処理する必要があるからです。したがって、官僚制が広範囲の社会的多様性を網羅しようとするにつれて、違法となる主要な理由は、この範囲を収容するために、彼らが非常に複雑にならなければならないことです。しかしながら、ますます、このトレードオフをより優雅に航行できるようにするデジタル技術が登場しており、より豊かな協力が正当により広範囲の多様性を網羅できるようになっています。 明日の管理
現在、その志向を実現するために最も重要な技術スイートは、通常「人工知能（AI）」と呼ばれるものです。 ただし、何度も指摘してきたように、用語としてのAIは特定のツールの集まりではなく、むしろ志向を指しており、この場合、関連するツールの詳細は、古い行政機関と最新世代の「生成基盤モデル」（GFMs）によって開かれた可能性を区別する上で重要です。 1970年代と1980年代に支配的だったAIの仕事は、しばしば「古き良きAI」（GOFAI）と呼ばれ、多くの点で伝統的な官僚的処理を自動化しようとする試みでした。 プログラマーは、「専門家」と話をして、複雑なネストされたルールのセット（しばしば「意思決定木」と呼ばれる）に行政プロセスをエンコードしようとしました：患者は熱を出していますか？ はいの場合、彼女の目は赤いしょう。；そうでない場合、リンパ節は炎症を起こしていませんか？... この種のAIは大きな障害に直面し、1990年代には不評となり、その後は主に「機械学習」によって置き換えられました。特にニューラルネットワークとその最も野心的で最新の発展形であるGFMsによって。 GOFAIとは対照的に、機械学習は分類、予測、意思決定における統計的かつ新興的なアプローチです。システムはトップダウンのハードコーディングされたルールを適用するのではなく、例に基づいて確率的な方法で分類することを学びます。ニューラルネットワークや特にGFMsでは、お互いから入力を受け取り、他のノードに入力を行い、次の単語や画像などの結果を予測するために数十億、場合によっては数兆の「ノード」が存在します。このようなプロセスに基づいて、GFMsは柔軟な分類、反応、推論のタイプを現実的に再現する能力を示し、急速に向上しており、急速にスケーラブルで大部分が再現可能な方法で人間がしばしば可能な柔軟な分類、反応、推論を実現しています。 これらの成功は、行政の中心にある基本的なトレードオフを改善する可能性を魅力的にしています。 行政プロセスのコンポーネントとしてGFMsを活用することで、それらがはるかに多様で構造化されていないさまざまな入力を受け入れ、思慮深く知識豊富な専門家が行うような方法でそれに適応することができるかもしれません。 これを行う際に、ユーザーに「専門的なフォームを記入する」という負担をかけることなく、少なくともある程度の再現性を提供する方法です。
この可能性の探求は、特に過去2年間においてGFMsに対する関心が爆発的に高まったことから、特に顕著に現れています。
類似したがさらに野心的な応用例は、高品質の伝統的な法的支援を負担できない人々に法的アドバイスやサービスへのアクセスを改善するためにGFMsを活用することです。Legal RobotやDoNotPayなどの例があります。これらは、限られた手段を持つ顧客が、高品質な法的サービスを提供できる企業との法的アクセスの不均衡を軽減することを目指しています。 お、a narrow educational and career pathがあるcFQ2f7LRuLYP.icon
行政のフロンティア
人間の思考のネットワーク、コンピュータシミュレーションされたニューロン、そしておそらく最も効果的なのはその両方を組み合わせた編み込まれたメッシュに根ざしているかどうかに関係なく、そのようなシステムの可能性は、おおむね既存の硬直した管理構造に適合しようとする初期の実験をはるかに超えるものである可能性があり、そのため、多くの場合、それらの制限を強化することになります。したがって、これらの制約のいくつかから私たちの考えを解放し、より変革的な変化に向けて構築することを想像する価値があります。 Danielle Allen、David Kidd、Ariana Zetlinによって提案された最も有望な方向の1つは、従来のカリキュラムや成績を段階的に多様な「バッジ」に置き換えることです。具体的な測定可能なスキルの認識から始まり、それによって保持者を「mezzoバッジ」の資格を得るための適切な組み合わせを保持し、最終的に認識可能な「macroバッジ」に昇格することができるようにします。これらのバッジは、潜在的な雇用主や教育機関が使用できます。このプロセスは、ニューラルネットワーク内で発生するものと直接的に類似しており、低レベルの入力の組み合わせが段階的により高レベルで意味のある出力を引き起こす点が共通しています。Allen氏と共著者は、このようなシステムが、教育心理学の研究に一貫しており、スキルの粒状性と標準的な教室の実践との不適合性、特に歴史的に排除されたまたは学術的に興味を持たない学生が、そのような硬直した構造によって機会を逃すことが多いという事実を強調しています。 これ面白いnishio.icon
GFMsや他のニューラルネットワークがそのようなシステムの構造に反映されるだけでなく、それらは直接役立つかもしれません。雇用主がより複雑な履歴書に対処し、学生がより多様な学習経路を進むのを支援し、関連するバッジの一部を直接具体化および生成することができるようにするために。さらに、広報のデジタル技術（ソーシャルネットワーク、検証可能な資格、分散台帳を含む）は、そのようなバッジに関する信頼性、信憑性、透明性を実現するために重要である可能性が高いでしょう。関連して、しかしより広く、多くの実践が、より分散した信号ネットワークに依存するかもしれません。多様な社会関係からの信号が、将来的により適応性のある行政インフラによって意味のある形で処理される可能性がある場合、クラブ、学校、移民などの資格を持つ空間への識別および入場が。4-1-アイデンティティと人格の章で議論したように。 さらに野心的には、将来的にはさらに多様な法制度を行政実践により完全に統合することが可能かもしれません。世界中での近代化と植民地化の到来は、地理や文化によって大きく異なるさまざまな伝統的な慣行を大部分無視しました。これらの慣行の多くは非公式には続いていますが、しばしば遠くの国の政府によって課せられた形式的な法的構造とは異なります。これには、性別や性的関係に関する慣行、贈り物に関連する義務、家族間の紛争や義務の解決、土地利用などが含まれます。一部の場合では、そのような伝統を廃止することが適切であるという合意が広がっているものもあります（例：女子器切除の禁止など）、しかし、多くの場合、法律は伝統的な慣行をむしろ便宜上ではなく信念ではなく上書きしています。伝統的な慣行は、例えば、遠く離れた場所から来た人がどのように土地を取得したり、地域社会で適切に婚姻したりするかを理解するのが難しくなります。文化的慣行の時には強制されることもあれば、説得されることもありますが、文化的慣行の同質化は相互の混合や活力に一定の利益をもたらしていますが、しばしば古代の多様な文化の知恵に大きな代償を払っています。 GFMsは、ますます多くの言語間で低コストの翻訳を提供する能力を持つようになっていますが、同様に、文化的な規範を迅速に翻訳することが可能になるかもしれません。これまで文化人類学者や民俗学者によって非常に不完全かつ高額にしか提供されていなかったサービスが、実現可能になるかもしれません。翻訳がはるかに安価で簡単になることで、外部との相互運用性を可能にすることで、より幅広い範囲の言語が新しい世代にとって魅力的で持続可能になる可能性があります。これにより、現代性に適合するという常に課せられている負担が、開発途上国の植民地化された地域だけでなく、しばしば農村地域における「伝統的」コミュニティの範囲にも軽減されるでしょう。また、次世代のGFMsがこれらの文化的な違いによって柔軟に行動することを学ぶことで、社会の成長と進歩の燃料として残る多様性が大幅に豊かになるでしょう。 既存の多様性の保存を超えて、そのような未来はさらなる多様化と種分化を支援するのに役立つかもしれません。この本で概説した多くの実践は、野心的な未来派でさえ想像を刺激します。このようなアイデアに魅了された人々は、「ネットワーク国家」、「特別市」、「海上国家」などを提案し、既存の法的管轄からの脱出を図ろうとしますが、明らかに広範な公共財や社会秩序の維持との間でさまざまな緊張が生じます。しかし、これらの実験をサポートするために完全な分離が必要であるとは限らないかもしれません。なぜなら、機械翻訳によって既存の法的構造に簡単に理解され、統合されることができれば、これらの実験を支援することができるからです。これにより、新しい実践と伝統的な実践の組み合わせを実験する多様な範囲の人々が力を得ることができ、広範な社会的違いを超えた協力を維持しながら、無限に拡大し、無限に組み合わさる多様性の繁栄を支援することができます。 行政の限界
今日、その落とし穴や危険が最も議論されている技術はGFMsであり、その理由は十分にある。 彼らの不透明性、自律性の神秘、創造の条件を隠すのに役立つ可能性、ソースデータとクリエイターの偏見を継承する可能性、そして誤用の可能性はすべて重大な危険をもたらす。
行政アプリケーションの文脈において、これらの欠陥の現れ方は明らかです。GFMsは対話が少ないかもしれませんが、官僚制の不透明性をさらに悪化させると言えるでしょう。また、そのようなシステムのバイアスをマッピングすることや、過去の人間の行動のクラスターが今日の出力をどのように形作っているかを理解することは非常に困難であるため、裁量や人間の偏見の問題をあまり緩和しないかもしれません。既存のデータを模倣することでモデルを圧倒的にトレーニングするため、AI研究者が価値を置くデータの多様性を測定することは、モデルが一般的にパフォーマンスが良く、我々が想像するように多様性に対応できるようにするために重要です。その多様性がどのような権力の条件で探求され、モデルに取り込まれるかは、それらが多様性の機会を提供するか、強制的な一致を強いるかを形作るでしょう。昔の民族誌学者の多くは、包括的な翻訳の声ではなく、植民地支配の道具となってしまいました。さらに、強力な利益に悪用されると、法的体制間の相互運用性は簡単に規制的な裁量取引に移行し、法的意図と形式的な規則の間のギャップを利用します。 幸いなことに、このセクションの他の章で強調されているいくつかの技術は、少なくともこれらの害の一部を部分的に解決する可能性があります。 GFMsの論理は、数学の単純化された表現に還元しようとすると希望がなく、より豊かなフォーマット（没入型共有現実やポストシンボリックコミュニケーションなど）は、より深い接続と理解のモードへのアクセスを提供し、豊かな裁量の使用を可能にする人間コミュニティへの信頼の確立に役立ちます。 前章で強調された集団的熟議と意思決定の多くの方法は、権力の合法的な配分を定義するために自然な応用があり、これは直接GFMsの統治、彼らが創造する経済価値の分配、および公共の意志に従って行動するように集団的に誘導される方法を形作ることができます。 これらの実践が提供できる合法性に基づき、より豊かなインタラクションモードを通じて探求されたこれらおよび他のデジタルシステムは、現代性の代償となってきたシステムの世界の同時に冷たく恣意的な性質を克服するという重要な約束を持っています。 gpt.icon
このテキストは、生成型AIモデル（GFMs）が直面する主要な課題と懸念、特に行政アプリケーションにおけるその影響について議論しています。GFMsは、不透明性、自律性の神秘、創造条件の隠蔽、ソースデータと作成者のバイアスの継承、誤用の可能性など、多くのリスクを持っています。行政におけるこれらの技術の利用は、官僚制の不透明性を悪化させ、バイアスや人間の偏見を緩和することなく、過去の行動パターンを再現する可能性があります。また、GFMsを使用する際には、モデルが現実の多様性に適切に対応できるように、データの多様性に対する深い理解が重要です。しかし、これらのモデルがどのように開発され、利用されるかは、それが新たな機会を提供するか、既存の権力構造を固定化するかを左右します。歴史的に見て、技術は植民地主義の道具として使用されることもありましたが、GFMsの場合、潜在的には法的体制間の相互運用性を促進することができますが、同時に規制的な裁量取引に利用され、法的意図と規則の間のギャップを悪用するリスクもあります。