## A（G）Iの未来のシナリオ計画

## Source details

**Canonical URL:** [A（G）Iの未来のシナリオ計画](https://www.imf.org/ja/publications/fandd/issues/2023/12/scenario-planning-for-an-agi-future-anton-korinek)

## Other formats

- [Markdown version](/ja/publications/fandd/issues/2023/12/scenario-planning-for-an-agi-future-anton-korinek/index.md)
- [Structured JSON version](/ja/publications/fandd/issues/2023/12/scenario-planning-for-an-agi-future-anton-korinek/index.json)
- [Bundle manifest](/ja/publications/fandd/issues/2023/12/scenario-planning-for-an-agi-future-anton-korinek/bundle-manifest.json)

## Bibliographic details
- Authors: ANTON KORINEK
- Published: December 12, 2023

---

### 人工知能の進展と不確実性
- ChatGPTの公開は「2022年11月」であり、文章・コード生成、翻訳、クリエイティブなコンテンツ作成、質問応答でユーザーを驚かせた。
- 生成AIの基盤モデルは「10年以上」にわたり急速に進歩している。
- 最先端AIのトレーニングに使われる計算資源（コンピュート資源）は、過去「10年間」で「半年ごとに倍増」している。
- 一部の主要研究者は、AGI（汎用人工知能）が「5年から20年」のスパンで実現する可能性を示唆している一方で、他の研究者は懐疑的であり、進歩の速度には大きな不確実性がある。
- 不確実性は、人間の脳が処理できる作業の複雑さに対する2つの競合する視点（無限の能力を想定する見方と、決定的な上限を想定する見方）に根差している。

### 技術的シナリオ（経済政策当局が注意すべき3つ）
- シナリオ I（従来的、これまで通りのあり方）:
  - AIの進歩により生産性が高まり、多くの認知作業が自動化。
  - 影響を受ける労働者はより生産性の高い新しい仕事に就く機会を得る。
  - 図1のパネル1が示す見方と対応。
- シナリオ II（ベースライン、20年後にAGI）:
  - 今後「20年間」で徐々にAGIへ進歩し、期末までにすべての人間の作業を実行できるようになる。
  - 労働力の価値が下がる（Susskind、近日公開）。
  - 図1のパネル2が示す有限の脳力の視点と「20年」の仮定を合わせたもの。
- シナリオ III（積極的、5年後にAGI）:
  - シナリオIIを「5年」以内というより急速なタイムラインで再現。
  - AGIに伴う労働への影響が「5年以内」に実現する。

- いずれのシナリオも、本稿執筆時点では「10%以上」の確率で実現すると見積もられている。

### モデル分析からの3つの主要洞察
- 第1: 「これまでのあり方」シナリオでは従来軌道での成長が続く一方、2つのAGIシナリオでは労働力不足が生産の制約でなくなるため生産高の伸びがはるかに速くなる。
- 第2: 賃金は3つのシナリオすべてで当初上昇する（労働力が不足している間のみ）。しかし、経済がAGIに近づくにつれて賃金は急減する。
- 第3: AGIシナリオにおける生産の急増と賃金の急減は同じ力（希少な労働力を比較的豊富な機械に置き換えること）に基づく。これは、労働者の所得減を補償し、AGIから得られる利益が繁栄の共有につながることを保証する制度設計が可能であることを示唆する。

### モデルの前提と注意点
- 図2で示す道筋は概略的なシナリオであり、正確な予測ではない。
- モデルは、労働力が競争力のあるリターンを得る効率的な経済を前提としている。
- AGIの導入は、組織的摩擦、規制、チップサプライチェーンのボトルネック、社会的選択（特定の機能を人間に残す選択）などで遅れる可能性がある。
- 技術的に代替可能でも、社会が人間を特定機能（聖職者、裁判官、立法者など）にとどめる選択をする場合、需要が持続する仕事が残る可能性がある。

### 先行指標とモニタリング
- 政策当局者は複数領域の先行指標を監視すべきである。主な指標は次のとおり:
  - 技術ベンチマーク: AIシステムが幅広い労働タスクをどれだけうまく実行しているかの直接的測定。
  - AI開発への投資額水準: 研究開発、人材、コンピューターチップへの投資など。
  - AI技術の採用: 経済全体でAI導入が広がっているかを示す指標。
  - マクロ経済と労働市場の動向: 生産性統計や労働市場指標に現れる影響。

- これらの補完的シグナルを追跡することで、政策対応を現実の進展に合わせて調整できるが、未来は驚きをもたらす可能性が高いことを忘れてはならない。

### 政策上の推奨と準備
- 不確実性が高いため、ポートフォリオアプローチに基づくシナリオ計画を採用すべきである。
- 政策当局は各シナリオに照らして既存の制度をストレステストし、必要に応じて改革を行い強靭性を確保すること。
- 具体的措置例（段階的・選択肢として示唆）:
  - 税制の改革。
  - 社会的セーフティネットの拡大。
  - 必要に応じて引き上げられる少額の基本所得の導入などの新しいプログラム。
- 専門家チームにシナリオ計画を繰り返させ、さまざまなシナリオの確率がどのように進化するかについての見解を定期的に更新させること。
- 適応可能なシナリオベースのアプローチを採用し不確実性を受け入れることで、AI進化による経済的利益を最大化しリスクを軽減することが期待される。

*出典: A（G）Iの未来のシナリオ計画（アントン・コリネック、2023年12月）*

---


_Source: https://www.imf.org/ja/publications/fandd/issues/2023/12/scenario-planning-for-an-agi-future-anton-korinek_