言語的不平等の是正に向けたローカル主導AIプロジェクトの意義と影響

序論: 言語的不平等とローカル主導AIの台頭

グローバルに見てAI技術は一部の言語に偏重しており、言語資源の格差がAIの性能や利用可能性に大きな影響を及ぼしている。例えば、世界のインターネット上で最も使われている上位34言語の中にアフリカ由来の言語は一つも含まれず、この不均衡により10億人以上の話者が新興技術から排除され、文化的な偏見や不正確さが助長されるリスクが指摘されている。こうした「言語的デジタルデバイド」の解消に向け、近年各地で地域コミュニティ主導のAIプロジェクトが台頭している。代表例が2025年に始動したMasakhane African Languages Hubによる公募（RFP）で、これは「AIがアフリカの豊かな言語的・文化的多様性を真に反映する未来」を形作る大胆な一歩と位置付けられている。本稿では社会言語学・AI倫理・技術社会変容の観点から、Masakhaneの事例および他地域（アジア、南米、少数言語・先住民言語圏など）の類似動向を分析し、ローカル主導型AIプロジェクトの意義と影響を考察する。

言語資源の非対称性がもたらすAI格差

AIモデルの学習には大量の言語データが必要だが、その蓄積量は言語ごとに極めて非対称だ。英語や中国語など「高資源」言語へのデータ集中に対し、先住民語や地域言語の多くは「低資源」ゆえに音声認識や翻訳などAI性能が著しく劣る。この格差は言語学的側面だけでなく、情報アクセスや表現の公平性にも影響する（話者が母語で高品質なAIサービスを利用できない等）。アフリカには2000を超える言語が存在するが、先述の通り主要オンライン言語に一つも含まれない現状はその典型例である。ユネスコの報告も、インターネット上に何らかの形で表現されている言語は世界7000超のうちわずか500言語（7%未満）に過ぎないと指摘し、AI・デジタル領域での言語多様性の極端な欠如を警鐘している。言語資源の非対称性は単なる技術課題に留まらず、ある言語話者コミュニティの知識や声がAIシステムから排除されることで、社会的・文化的に周縁化されるリスクがある。言語的不平等はAI時代における新たな構造的不平等として認識されつつあり、その是正が急務となっている。各地のローカル主導プロジェクトはこの課題意識の下で立ち上がっている。

地域コミュニティによるデータ収集・モデル開発とエンパワーメント

言語資源格差を埋めるには、従来十分なデータが存在しなかった言語について草の根のデータ収集とアノテーションを行い、AIモデルを一から育て上げる必要がある。Masakhaneの取り組みでは、各国の研究者・技術者と言語コミュニティが協働し、まず「5つの低リソースアフリカ言語について各500時間の高品質音声データを収集し、音声認識（ASR）や音声合成（TTS）の性能向上を図る」プロジェクトなどが公募された。また「草の根のNLPデータ収集を可能にするオープンソースの手引き（プレイブック）とプラットフォームを構築する」試みや、アフリカNLP資源の地図化（既存データセット・モデルの公開インデックスとギャップ分析報告の作成）も支援対象となっている。これらはすべて、当事者自らが自分たちの言語データを集め管理し、モデル開発まで主体的に行う枠組みである。実際、2025年のRFPにはアフリカ22か国から93件（うちアフリカ域内から86件）の応募があり、言語や国境を越えた8つ以上のコンソーシアム提案が生まれるなど、「自分たちの言語でAIを作る」ムーブメントの広がりが示された。これは単にデータ量を増やす作業以上の意味を持つ。コミュニティ内でデータ収集やアノテーション作業に若者や知識人が携わることでデジタルスキルの普及や社会的エンパワーメントが促進され、プロジェクトを通じて「自分たちの言語を自分たちで未来に繋ぐ」という誇りと主体性が育まれる。実際、Masakhaneという名称自体がズールー語で「一緒に建設しよう」を意味し、「オープンかつ参加型の研究コミュニティを通じて、アフリカ人自身が技術の進歩を所有し方向付ける」ことを理念に掲げている。こうした草の根モデル開発の実践は他地域でも見られる。例えばアメリカ先住民チェロキー族は、自らの言語をデジタル保存・教材化する野心的プロジェクトを開始し、AI支援ツールで膨大な単語データや音声を記録している。ニュージーランドのマオリ語では、地域メディア局のTe Hiku Mediaが競技会を通じ10日間で300時間以上の発話データを集め、先住民言語としては世界初級となるASRエンジンを構築した。これによりマオリの放送音源30年分を自動で文字化できるようになり、言語資源化が飛躍的に進んだという。重要なのは、こうしたプロジェクトではコミュニティ自身がデータとモデル開発の主導権を握っている点である。AIモデルに込めるべき知識や文脈を最も理解しているのは当該言語の話者自身であり、彼らがクリエイターとなることでモデルの文化的妥当性や有用性が高まる。このプロセスそのものが周辺化されてきた人々の声をテクノロジーに反映させる民主化の一歩となっている。

グローバル企業・国際機関との関係: 資金提供、技術支援、知的財産と倫理

ローカル主導の言語AIプロジェクトは、多くの場合グローバルな資金提供者や技術プラットフォームとも何らかの形で関わる。適切な協働はプロジェクトを加速し得る一方で、データや成果の帰属を巡る課題やパワーバランスの不均衡といった倫理的論点も浮上する。アフリカのMasakhaneの場合、初期から国際協調の資金が投入されており、英国FCDO（イギリス外務・開発省）やカナダIDRC、ビル&メリンダ・ゲイツ財団、Google.org、GIZ（ドイツ国際協力公社）などがAI4DファンドやLacuna Fundを通じコミュニティ主導のNLP研究を支援している。このようなグローバル連携は資金・人材面で恩恵をもたらし、Masakhaneは2021年ウィキメディア財団の年間最優秀研究賞など国際的評価も得てコミュニティ規模を2000人超に広げてきた。一方で、ローカルコミュニティの知的財産やデータ主権をどう守るかは極めて重要だ。ニュージーランドのマオリ語プロジェクトTe Hikuは、収集した音声データが外部企業に利用されることに強く警戒した。実際、同チームが独自のASRを構築し注目を集め始めた2018年頃、米国の大手言語サービス企業Lionbridge社がマオリ話者に対し1時間あたり45ドルで音声提供を募る動きを見せたという。コミュニティ内には一見魅力的な金銭提案だったが、Te Hikuはこれを拒否し「我々の言語を企業に売り渡す危険性」を訴える声明と動画を公開した。Te Hikuは「マオリ語で利益を得てよいのはマオリの人々だけであり、我々は30年かけ集めたマオリ語データの主権を守り抜く」と明言している。データを売却または無償提供すれば、結局は西洋の大企業が言語やその中に宿る知識を商品化し、将来マオリ側は自分たちの言葉由来のサービスを「購入」させられることになりかねない、と警鐘を鳴らす。過去に土地を奪われ経済的利益を享受できなかったのと同様の搾取を繰り返させないため、データを守ることは自己決定権（self-determination）の維持だという強い倫理観が示された。さらにTe Hikuは、一見善意のように思えるオープンソースへの無条件な提供にも慎重な姿勢を取った。Mozilla財団から音声データをCommon Voiceに寄贈しないかと打診があった際も、「マオリの人々は他の技術コミュニティほどデータを活用するリソースを持たない。無闇にオープン化すれば結局リソースのある外部者に利用され、我々の利益にならない」として断っている。代わりに、大学との共同研究では契約に「成果は必ずマオリの利益に資すること」「マオリ語データを用いて生まれたプロダクトはマオリに帰属すること」を明記し、将来の経済的機会が共同体に還元されるよう細心の配慮をしている。このTe Hikuのケースは、グローバル企業やオープン科学コミュニティとの関係性においてもデータ主権と文化的権利の確保が欠かせないことを示している。一方、Masakhaneは成果物（データセットやモデル、論文など）をオープンライセンスで共有するオープンサイエンス路線を採りつつも、「プロジェクトはアフリカの公共利益に適うものに限る」というレビュープロセスやガバナンスを強調している。実際、2025年RFPでは外部の技術・社会影響専門家から成る独立技術審査パネルを設置し、客観性と説明責任を確保しつつコミュニティ価値に沿う提案を選定する仕組みを導入した。つまり、一口にグローバル関与と言っても、資金面では積極的な連携を図りつつ知的財産面ではコミュニティの権利を厳守するなど、条件付きのパートナーシップが志向されている。鍵となるのはローカル側の主体性と交渉力であり、グローバル企業・機関との関係も単なる受け身ではなく、倫理基準を明確に示した上での協働が求められる。

社会的包摂とAIの民主性: 誰の声がAIに反映されるのか

従来のAI開発は主要言語話者や技術精通者の視点が中心になりがちであり、多くのコミュニティが「AIにおける不可視化（見えない存在）」を強いられてきた。ローカル主導型プロジェクトはこの状況を変え、AIの設計・用途に多様な人々の声を反映することを目指している点で社会的包摂に資する。Masakhane African Languages Hubの基本理念も、「AIはそれが影響を与える当事者によって作られなければならない（by and for the people it impacts）」という点にある。今回のRFPでも、応募対象をアフリカの研究者・技術者だけでなく各言語コミュニティの団体や草の根ネットワークにも広く開放し、技術知識と現場知識を持ち寄るコラボレーションを特に奨励している。その狙いは、「情熱と現実志向を兼ね備えた技術者・団体によってアフリカ言語データセットの多様性・正確性・有用性を高める」ことにある。実際に採択されるプロジェクトも、女性や農村住民、高齢者やデジタルリテラシーの低い人々など周辺化されたグループへの直接的な恩恵を意識した内容が重視される予定である。たとえば音声データ収集プロジェクトは、そうした人々が音声技術の受益者となることでデジタル包摂が進むことが期待される。また、南北アメリカの先住民社会では、AIを単なる「人工知能」ではなく伝統知や価値観を統合した「人工的な英知（Artificial Wisdom）」へ転換すべきだという主張もある。AIにコミュニティの歴史・文化・土地との結びつきを学習させ、効率偏重ではない問題解決を可能にすることで、真に包摂的で持続可能な技術となり得るという視点である。この文脈では、AIはもはやグローバル標準の価値観を押し付けるツールではなく、地域固有の知恵を増幅する対話的なパートナーと捉えられる。さらに、こうした取り組みはAIガバナンスの民主化にもつながる。技術設計に様々な背景の人々が参加すれば、AIが意思決定に及ぼす影響について幅広い観点から議論できる土壌が生まれる。ラテンアメリカでは「AIの発展に先住民の世界観を組み込むことが、デジタル時代の植民地主義を克服し真に人々（demos）に根ざした技術民主主義を実現する鍵だ」と論じられている。実際、中央アメリカ大学評議会（CSUCA）とカナダIDRCは先住民コミュニティ主体の研究ネットワーク構築プロジェクトを支援し、先住民女性など複合的に周辺化された人々の参加を促進している。こうした試みは、歴史的に声を奪われてきた人々をAI時代の「知の創造者」として位置付け直す意義を持つ。要するに、ローカル主導のAIプロジェクトは単なる技術開発に留まらず、誰の声がAIに反映され誰が恩恵を享受するのかという根源的問いに向き合い、テクノロジーの民主化を図る社会運動的側面を備えていると言える。

インフラとしての言語AI: 制度化・持続可能性・公共財化

ローカル主導プロジェクトが目指すものは、単発の実験ではなく長期的に持続する言語AIのエコシステムである。言語がデジタル社会の基本インフラである以上、言語対応AIもまた公共インフラとして整備・維持されるべきだという認識が広がっている。インド政府が2022年に開始した「デジタル・インドBhashini計画」はその好例で、22のインド公用語で自由に使える高品質な翻訳・音声変換APIを提供することで全国民のデジタルサービスへのアクセス保障を図っている。Bhashiniは言語技術を公共資源（public resource）として提供するという理念を掲げ、政府主導で大規模予算を投入して言語データの収集とAIモデルの開発・公開に取り組んでいる。結果として、インドの鉄道や行政サービスではBhashiniの多言語対応エンジンが導入され、2,300万人以上の利用者に日次で多言語の案内や情報提供が行われているとの報告もある。これはローカル言語AIを社会基盤（デジタル基盤）の一部として制度化した例と言える。アフリカでも、Masakhane Hubが「2029年までに10億人のアフリカ人にローカルに有用なAIツールと資源を行き渡らせる」というビジョンを掲げており 、各国の政策立案者や公共機関との連携を深めつつある。2023年のG20会合では、Masakhaneがアフリカ代表のイノベーション事例として紹介され、国連や各国政府の関係者に対し「アフリカ主導の言語AIインフラへの投資とパートナーシップ」を呼びかけた。そこでは「持続的に資金が行き渡るエコシステムの構築」「公平なパートナーシップ」「アフリカ側の所有権と説明責任を確保するガバナンス枠組みの共創」が提唱され 、AIを公共財として育てるための制度設計（データやモデルのライセンスや評価体制等）の重要性が強調された。このビジョンには、グローバルサウス諸地域（アフリカ・アジア・ラテンアメリカ）の連帯によって「グローバルマジョリティ」自らが主体的にAI基盤を築くという思想も込められている。一方、先住民コミュニティでは国家規模のインフラというよりコミュニティ内で管理する共有資源としてAIを位置付ける動きが見られる。カナダのファーストネーション（先住民）団体は、データやAI開発指針に関する独自のガイドラインを策定し、文化的にセンシティブな情報は共同体内に留めるなど分権型のデータ統治モデルを試みている。例えばファーストネーション情報統治センター（FNIGC）は「OCAP原則」（先住民データに対する統制・所有・アクセス・保護の原則）をAI時代に適用すべく、部族固有のAI利用規範を模索している。これらは大規模インフラというより、共同体単位で技術をコモンズ（共有資源）として維持するアプローチと言える。いずれにせよ、ローカル主導のAIが長期的インパクトを持つには継続的資金、人材育成、組織基盤が欠かせず、そのために政府・研究機関・援助組織との協働体制を築く必要がある。Masakhane Hubは非営利の研究財団（MRF）として法人格を整え、資金を確保しつつコミュニティガバナンスを維持するハイブリッドな組織戦略を取っている。このように「言語AIをインフラとして育てる」試みは、単なる技術開発プロジェクトを超えて制度設計・資源配分の課題と向き合っており、ひいてはAIを公共財化するための新しいモデルケースを提供している。

結論と政策的含意

ローカル主導型の言語AIプロジェクトは、AIに内在する言語的不平等という構造問題に対し、現場から解決策を模索する実践的な社会運動とも言える。その意義は大きく三つにまとめられる。第一に、テクノロジー面で多言語・多文化対応のAIを創出し、人類の知の多様性をデジタル世界に反映させる点である。これはAIの性能向上のみならず、文化の継承と発展にも寄与する。第二に、プロジェクトを通じたコミュニティのエンパワーメントと包摂が挙げられる。周辺化された人々がデータ提供者に留まらず開発の主体となることで、AI設計に民主性が担保され、同時にそのコミュニティ内での能力強化（キャパシティ・ビルディング）も実現する。第三に、知的財産やデータ主権の観点から新たなガバナンスモデルを提示している点である。従来の中央集権的なデータ利用とは異なり、コミュニティや国が自らの価値観に沿ってデータの共有範囲やAIの利用条件を定める動きは、デジタル時代の主権概念を再定義する可能性を秘めている。

政策的な含意としては、各国政府や国際機関がこれらローカル主導の取り組みを長期的視点で支援する枠組みが重要だと言える。資金面では初期助成だけでなく継続的なインフラ投資やオープンソースコミュニティへの援助、教育面では少数言語話者へのデジタル技能研修、制度面ではデータガバナンスにおける先住民・地域コミュニティの権利保障など、多角的な政策支援が求められる。また、グローバル企業に対しても、多言語対応や地域協働にインセンティブを与える規制・奨励策（例えば公共圏で使われるAIには低リソース言語対応を義務付ける等）を検討すべきだろう。言語は文化的アイデンティティの核であり、その多様性をAI時代に継承することは文化的な正義の問題でもある。ローカル主導型AIプロジェクトは、技術革新を社会正義と結びつける取り組みとして各地で芽吹き始めたばかりだが、その成果と経験は今後のグローバルなAI倫理・政策議論において貴重な知見となるだろう。鍵となるメッセージは、「AIの未来は現場の多様な声と知恵によって形作られるべきだ」という点である。この理念を実現するために、研究者・コミュニティ・政策立案者が連携し、言語的不平等の是正に向けた取り組みを社会全体で支えていくことが望まれる。

参考文献・出典: Masakhane African Languages Hub関連サイト 、Masakhane RFP公募要綱 、Masakhaneコミュニティ紹介 、先住民言語とAIに関する報道 、ラテンアメリカにおける先住民とAIの論考 、インドのBhashini計画紹介 等。上記【】内は参照元の該当箇所を示す。