税制見直し、Human Reserved、国内外のAI管理の三つを提案した

マイクロソフト共同創業者のビル・ゲイツ氏は、自身のブログ「Gates Notes」で、AIによって医療や教育、科学研究を発展させながら、雇用や安全への影響にも備える必要があると提言しました。

一つ目は、労働と資本への課税方法の見直しです。AIトークンとロボットへ課税し、職業訓練や社会保障に必要な財源を確保します。

二つ目は、技術的には自動化できる仕事でも、人が担う領域を意識的に残す「Human Reserved」です。教育やメンタルヘルスでは、人が責任者となり、AIを補助に使う形も想定しています。

三つ目は、AIを管理する国内機関と国際組織の新設です。国内では複数の省庁を横断してAI政策の優先順位を定め、国際組織では国境を越える危険に各国が協力して対応します。

三つの提言の背景には、AIがもたらす複数のリスクがあります。ゲイツ氏は、雇用への影響、人による悪用、子どもの発達や人間関係への悪影響を挙げました。より強力なAIが将来、人の利益に反して動き、制御が難しくなる可能性にも触れています。

ゲイツ氏は、信頼できる世界規模の開発減速計画が作られれば、支持する可能性を示しています。一方、国家間の競争が続く中では、そのような合意の実現を難しいと見ています。

三つの政策と、その背景にあるAIリスクは、仕事や暮らしへどのような影響を与えるのでしょうか。

AI税を、仕事を失った人の生活と学び直しを支える財源にする

AIやロボットが人の仕事を担うようになると、別の職種へ移るための学び直しや、転職中の生活を支える社会保障が必要になります。

その一方で、働く人や労働時間が減れば、給与から納められる所得税や給与税も減少します。支援を必要とする人が増える時期に、その支援を行う政府の税収が減るという問題が起こります。

財源を確保する方法として、ビル・ゲイツ氏が提案したのが、AIトークンとロボットへの課税です。AIトークンとは、AIがテキストを処理・生成するときに使う構成単位を指します。

ゲイツ氏が問題視しているのは、人を雇う場合とロボットを購入する場合で、税の扱いが異なることです。米国では、企業が従業員を雇えば、その給与に応じた給与税が発生します。一方、ゲイツ氏は、購入したロボットは通常すぐに事業経費として償却できるため、税制が人の仕事を機械へ置き換える方向に企業を促していると指摘しています。

AIトークンやロボットへ課税する役割は二つあります。一つは、自動化の速度を少し緩め、働く人が新しい仕事へ移るための時間を作ること。もう一つは、職業訓練や社会保障に必要な財源を確保することです。

課税の対象は慎重に選びます。ゲイツ氏は、医療や教育の費用を下げるようなAIの利用まで妨げないよう、対象を絞った課税を求めています。社会に役立つ利用を広げながら、自動化への備えに必要な財源を集める考えです。

AI税には、経済全体の効率を下げるという批判があります。それに対してゲイツ氏は、仕事には経済効率だけでは測れない価値があり、雇用を維持するためなら一定の非効率性を受け入れられると主張しています。技術革新が加速すれば、雇用を維持するための多少の非効率性を受け入れる余裕も生まれるという考えです。

ゲイツ氏は以前からロボット税を提案しており、現在も強く支持しています。AIがもたらす問題全体への対策の一つとして位置づけています。

集めた税金の支援先として挙げているのは、AIやロボットによって職を失った人、労働時間や賃金が減った人、雇用の減少が集中した地域です。支援が必要になる前から、税収を集めて届ける仕組みを準備するよう求めています。

制度化する際には、税負担がサービス価格や企業の投資へ及ぶ可能性も考慮する必要があります。影響は、課税方法や市場の状況によって変わります。誰が納税し、どの利用を対象にし、集めた税金をどのように支援へ届けるのかが、今後の検討事項です。

ビル・ゲイツ氏は、人との関係に価値がある仕事を意識的に残すよう提案した

ビル・ゲイツ氏は、AIやロボットで自動化できる仕事が増えても、人が担う領域を社会の意思で残すよう提案しました。この考えを、自然保護区になぞらえて「Human Reserved」と呼んでいます。

具体例として挙げたのが、教育とメンタルヘルスです。

教育では、AIが説明や質問を提示し、教師が生徒と個別または少人数で向き合う時間を増やせます。ゲイツ氏が想定しているのは、教師が責任者となり、AIによって指導できる範囲を広げる形です。

メンタルヘルスでも、人が責任者となり、AIを補助として使う形を想定しています。効率だけで決めず、人との関係そのものに価値を置く考え方です。

医療に関してゲイツ氏が挙げたのは、治癒できない病気を患者へ伝える場面です。検査や分析をAIが助けられるようになっても、重い事実をどのように伝え、その後の不安へどう寄り添うかは、人間性や倫理に関わります。

高齢者介護も検討対象になります。人による介護を重視する国がある一方、働き手が減っている日本では、介護ロボットが人手不足を補う可能性があるという例を挙げています。

人に残す仕事は、地域の価値観や人手不足の状況に応じて決めます。AIの利用範囲を数年から数十年かけて段階的に広げる方法もあります。便利さを求めながら、人との関わりをどこまで残すのかを社会で選ぶという提案です。

AIの悪用、誤作動、将来の制御喪失は別々に備える

ゲイツ氏は、AIの能力が人による悪用を広げる危険、モデルが誤った結果や意図しない挙動を示す問題、将来の高度なAIを人が制御できなくなる可能性に触れています。

人による悪用の例が、サイバー攻撃です。AIはソフトウェアの弱点を見つけられるため、修正する側にも攻撃する側にも利用できます。

悪用への備えとして、不審な利用の監視や、危険な入力・出力を遮断する仕組みが検討されています。AIサービスの提供会社だけでなく、法執行機関や被害を受けた組織による対応も必要です。

AIの誤回答や意図しない挙動にも備える必要があります。AIが作った資料を人が確認せずに使えば、誤りが顧客への案内や会社の判断へ広がる可能性があります。AIを業務システムへ接続した場合は、誤った出力が次の処理を動かすことも考えられます。

対策として、重要な処理の前に人が内容を確認し、異常が起きた場合にAIを停止して手動操作へ戻せる仕組みが考えられます。

将来の制御喪失は、高度なAIが人の監督を避け、自ら行動し、停止や修正が難しくなる想定です。2026年の国際AI安全報告書は、現在のAIを制御喪失が起きる能力水準より手前と評価しています。将来どの程度の可能性があるかについては、専門家の見解が分かれています。

将来への備えとしては、AIの能力評価、自律的に行動できる範囲の制限、外部ツールや大規模な計算設備への接続管理などが研究されています。危険な能力が確認された場合に導入を止める基準も検討対象です。

悪用には利用状況の監視、誤作動には人による確認と停止手順、将来の制御喪失には能力評価と行動範囲の制限が対応します。危険の起こり方を分けることで、必要な備えも明確になります。

海外のAIを安心して使うには、国をまたぐ安全ルールが必要になる

ゲイツ氏は、一国が国内制度を整えても、国境を越えるAIの危険には対応しきれないと指摘しています。そのため、国内の省庁を横断する組織と並行して、新たな国際組織を作るよう提案しました。

ゲイツ氏が構想しているのは、これから新設する国際組織です。その参考として、核関連の保障措置、国際航空、オゾン層保護の国際合意を挙げています。

核関連の保障措置では、保障措置協定に基づいて国が核物質や施設に関する情報を報告し、国際原子力機関が申告内容を検証します。国際航空では、共通の技術基準を各国が国内制度へ取り入れます。

オゾン層保護では、規制対象物質の生産と消費を段階的に減らし、各国が生産量や輸出入量などを報告します。対策を進める力が乏しい国には、資金や技術も提供します。

これらの仕組みをAIへ応用するなら、安全評価や事故報告を共通化する案が考えられます。国際機関が各国の監督状況を確認し、各国当局が国内企業へ対応する役割分担も選択肢の一つです。

共通の評価方法があれば、AI企業がどのような安全対策を行っているのかを同じ基準で比べられます。重大な事故の情報を共有すれば、別の国やサービスで同じ問題が繰り返されることも防ぎやすくなります。

国際的な仕組みを作る際の課題は、何を評価対象にするかです。重みが公開されたAIモデルは、ダウンロードして複製や改変ができます。AIサービスは国外から提供でき、更新によって能力も変化します。モデル、計算設備、利用方法、実際の被害のどれを評価するのかを決める必要があります。

ゲイツ氏は、米国と中国の一定の協力が必要だと述べています。主要なAI企業や重要な供給網を持つ国々が参加すれば、より多くのサービスを国際的な取り組みの対象にできます。

まず参加できる国が安全評価や事故報告に関する共有ルールを作り、運用しながら参加国を増やす方法が考えられます。国際制度づくりには時間がかかるため、危機が起きる前から協議を始めることが重要です。

課税方法は慎重に考える必要がある

ここからは、ビル・ゲイツ氏自身の提言ではなく、今回の提言を読んで私が考えたことを書いていきます。

まず、AIやロボットによって企業の生産性が高まる一方で、仕事を失ったり収入が減ったりする人が増えるのであれば、その利益の一部を社会へ還元する仕組みは必要だと思います。

人を雇う場合には給与に応じた税負担が発生するのに、人の仕事をAIやロボットへ置き換えることで税負担が大きく減るのであれば、税制上のバランスを見直すという考え方にも納得できます。

一方で、AIを使ったという理由だけで広く課税する方法には疑問があります。AIは人の仕事を減らすためだけに使われるものではなく、医療、教育、研究、業務効率化など、社会に大きな利益をもたらす用途もあります。

AIの利用コストが上がれば、新しい技術を取り入れようとする企業や個人の負担が増え、結果として技術革新を遅らせる可能性もあります。

AIそのものへ一律に課税するのではなく、人の雇用をどの程度置き換えたのか、どのような利益が生まれたのか、社会にどのような影響を与えたのかを踏まえて制度を考える必要があると思います。

Human Reservedの考え方には共感するが、何を人に残すかは難しい

今回の提言の中で、私が特に興味を持ったのがHuman Reservedです。

AIやロボットの方が効率よくできる仕事であっても、すべてを自動化するのではなく、人が担う領域を意識的に残すという考え方には共感します。

教育、医療、介護、メンタルヘルスなどでは、作業を正確に処理することだけが仕事の価値ではありません。人と話すこと、人に気持ちを理解してもらうこと、人が責任を持って判断することにも価値があると思います。

その一方で、どの仕事を人間に残すのかを決めることは簡単ではありません。

例えば日本では、介護をはじめ多くの分野で人手不足が問題になっています。人との関わりを大切にしたいと思っても、働く人そのものが足りなければ、AIやロボットを積極的に利用しなければサービスを維持できない可能性があります。

また、現在は人に担当してほしいと思っている仕事でも、AIの性能が向上し、私たち自身がAIとのコミュニケーションに慣れれば、将来は考え方が変わるかもしれません。

Human Reservedで重要なのは、AIにできるかできないかだけで判断するのではなく、私たちが人との関わりをどこに残したいのかを考えることだと思います。

国際的なAI管理は必要

サイバー攻撃や危険な技術への悪用など、AIによるリスクが国境を越えることを考えると、国際的な安全ルールを作る必要性は私も感じます。

一つの国だけが厳しく規制しても、国外で開発されたAIをインターネット経由で利用できるのであれば、国内規制だけでは限界があります。

ただ、実際に国際的な仕組みを作るのはかなり難しいと思います。

AIは経済だけでなく、安全保障にも関わる技術です。米国や中国をはじめ各国がAI開発で競争している中で、どこまで技術情報を共有できるのか、安全性の基準を誰が決めるのか、違反した国や企業へどのような対応をするのかという問題があります。

厳しい規制を導入した国から、規制の緩い国へ企業や人材、投資が移る可能性もあります。

それでも、重大事故の報告方法や安全評価の基準など、比較的合意しやすい部分から共通ルールを作っていくことには意味があると思います。

すべての国が最初から同じルールに参加することを目指すより、参加できる国から始め、実績を積みながら広げていく方が現実的ではないでしょうか。

ベーシックインカムではだめなのか

AIによって多くの仕事が自動化され、仕事そのものが大幅に減るのであれば、職業訓練によって別の仕事へ移ることだけで対応できるのでしょうか。

そこで思い浮かぶのが、ベーシックインカムです。

ベーシックインカムは、一般に所得や就業状況にかかわらず、すべての人へ定期的に一定額の現金を支給する仕組みです。

今回のゲイツ氏の提言は、この考え方とは異なります。AIトークンやロボットへの課税によって財源を確保し、仕事を失った人や収入が減った人への支援、職業訓練、社会保障などに使うことを提案しています。さらにHuman Reservedによって、人が担う仕事そのものを残すことも考えています。

ゲイツ氏の考え方は、AIによって仕事が変化しても、人と仕事とのつながりをできるだけ残しながら社会を支える方向です。一方、ベーシックインカムは、仕事と生活に必要な所得をある程度切り離す方向の考え方です。

もちろん、AI税とベーシックインカムは対立するものではありません。AIやロボットへの課税によって得た税収を、ベーシックインカムの財源の一部にするという考え方もできます。

AIが今後どこまで人の仕事を代替するのかは、まだ分かりません。新しい仕事が生まれ、職業訓練によって多くの人が移っていけるのであれば、ゲイツ氏が提案するような支援が機能するかもしれません。

一方で、AIによって必要とされる人間の労働そのものが大きく減った場合には、仕事を失った人を支援する制度だけでは足りなくなり、ベーシックインカムを含め、働くことと所得の関係そのものを見直す議論が必要になる可能性もあると思います。

AIによって生まれた豊かさを誰が受け取り、その豊かさを社会でどのように分けるのか。今回のゲイツ氏の提言を読んで、AIの性能以上に重要になるのは、この問題なのではないかと感じました。