出典：Bankless ポッドキャスト；整理：Felix, PANewsマサチューセッツ工科大学（MIT）の経済学者クリスチャン・カタリーニがライアンとデイビッドの番組に出演し、彼の新しい論文『汎用人工知能に関するいくつかの単純な経済学』を深く解読しました。この論文は、AI 経済において希少な資源はもはや知性ではなく、検証であると指摘しています。つまり、人間がAIの出力の正確性をチェックし、判断し、確認する能力です。クリスチャンは、各業界を再構築する2つのコスト曲線（自動化コストと検証コスト）について詳しく説明し、なぜ初級職が最初に消えるのか、またなぜ一流の専門家でさえ無意識のうちに自らの後継者を育てているのか（「コーダーの呪い」）を解説しました。彼はまた、変革の中で保たれる3つの役割を描写しました：取締役、意味創造者、責任引受人です。PANewsは対話の要点を整理しました。ホスト：多くのリスナーが私と同じようにAIに対して不安を抱いていると思いますが、あなたは人々がなぜAIを心配していると思いますか？彼らの懸念は正当ですか？クリスチャン：私たちは皆同じ感情を持っています。これは急速で変革的な変化の時期であり、コードに近いほど、この加速を早く目の当たりにすることができます。この指数関数的な成長は、過去数ヶ月で非常に現実的になりました。この技術は、多くの人がもっと長い時間がかかると思っていたことを実現させています。この感覚は、私たち全員が対処しようと努力しているものです。しかし、私は「終末論」は間違っていると思います。人々はこれらのツールがもたらす可能性を過小評価しがちです。確かに、極めて困難な移行期が到来し、仕事の変化の速度は歴史上前例がありません。しかし、その一方で、この技術の最大の特徴を活用し、投資すれば、長期的には主にプラスになるでしょうが、道のりは険しいでしょう。経済学は仕事をタスクの集合として捉え、その中のいくつかのタスクが自動化されることは良いニュースですが、重要なのは、自分自身をどのように再訓練し、最前線での位置を保つかです。ホスト：誰が最初に影響を受けると考えますか？クリスチャン：これは素晴らしい質問で、私には多くの異なる考えがあります。まず、私が「コードに最も近い人々が最初に影響を受ける」と言うとき、彼らがこの技術の強力さを最初に体験するという意味です。「ジェヴンズの逆説」が示すように、何かが効率的になると、私たちは逆にもっと消費することになります。例えば、私たちはもっと多くのソフトウェアを作るようになります。プログラミングは他の多くの職業と同様に分化が進むと考えています。私たちはこの論文の中で「消えゆく初級サイクル」と呼んでいます。もしあなたが初級者で、優れた製品と平凡な製品を区別するための「暗黙の知識」をまだ得ていないのであれば、AIはさまざまな分野であなたをうまく代替することができます。今や誰もがかなり優れたマーケティング担当者、初級プログラマー、またはほとんどの状況を処理できる弁護士を簡単に手に入れることができ、最終段階でトップの弁護士に最終的な検証を依頼すれば良いのです。一方、トップ専門家でさえ、AIの導入プロセスの中で、意図せずにラベル、情報、そしてデジタル痕跡を生成しており、これらが最終的には自らの仕事を自動化することになります。トップの研究所は金融などの分野のトップ人材を雇い、彼らを利用して評価基準を作成し、それらの専門知識を大規模なモデルに組み込んでいます。したがって、すべての単一の仕事が100％安全であるわけではありません。ロボット製造能力に制限された肉体労働でさえ、報酬モデルは今後数年で大きな飛躍を遂げるでしょう。画面の前で起こるすべてのことは追跡、複製、学習することが可能です。各職業にとっての鍵は考えることです：もし私ができるだけ多くの仕事をAIに委任した場合、どこで価値を増やすことができるのか？実際、人々は「味」や「判断」について多くの「自己慰撫」をしています。これらは非常にあいまいです。したがって、私たちは論文の中で「味や良し悪しの判断というものは存在せず、唯一の違いは『測定可能』と『測定不可能』の違いである」と述べています。もし何かが既に測定されているのであれば、機械はそれを複製できます。もし何かがまだあなたの脳の重みの中に埋め込まれているだけで、例えば一流のデザイナーが何千時間もの経験を積んで、どれをリリースすべきか、どれをリリースすべきでないかを決定する能力を持っているのであれば、これが私たちが言う「検証」です。すべての検証はこの最後のステップです：AIエージェントが製品を作成し、あなたが決定者として、それが市場に出す基準を満たしているかどうかを判断します。機械がより良いデータを取得するにつれて、物事は自動化されます。しかし、未知の領域や根本的にデータがない場所に直面する際には、この部分は今後数年は依然として人間に属します。ホスト：これは非常に深い見解です。しかし、エンジニアが自らの仕事を自動化するのは自然なことだと思います。各業界が受ける影響は同じなのでしょうか？クリスチャン：私たちは変化が不均等になることを示す十分な証拠を持っています。こう考えることができます：この仕事は、社会が本質的に必要としないものの「パッケージ化」ではないでしょうか？例えば、一般的なコンサルティング業務が、既に広く入手可能な情報を再包装、精製、要約することが主なものであれば、明らかにリスクがあります。しかし、もしそれが希少な専門知識をもたらすものであったり、政治的理由からコンサルタントを雇う必要がある場合、これらは存続するでしょう。自分に問いかけてみてください。この職業が利益を上げるのは、複雑な問題を解決するからなのか、それとも単に人工的なボトルネックが存在するからなのか。ホスト：検証とは具体的に何を意味しますか？私は自分の一日の仕事を、どれが認知的な仕事で、どれが検証の仕事なのかに分解するのが難しいです。クリスチャン：エージェントはネットや本からすべてを学び、測定しています。それは安価で拡張性があるため、測定可能な部分を置き換えることになります。しかし、エージェントがまだ知らないこと、それはあなたの脳にある独自の神経ネットワークの重みです。これはあなたが自身の経験と奮闘を通じて得たもので、あなたを一流の専門家にしています。例えば、初期の暗号通貨の参加者は、多くがアルゼンチンやベネズエラなどから来ており、悪性インフレを経験したため、資産に対する反応は全く異なります。この内面的な独自の測定は、依然として大きな利点です。検証とは何ですか？それは、あなた自身の世界の測定基準とエージェントが持っている基準との間の違いです。例えば、一流の編集者は、どのような記事が共鳴を呼ぶかを正確に知っています。また、一流のCTOは、AIが生成した膨大なコードベースに対して、どの決定的な部分を人間が直接確認する必要があるかを正確に知っています。これらの部分は機械では測定できません。ホスト：例を挙げると、もし私がXでイスラエルがミサイルに襲われている動画を見たとき、それがAI生成であることに気づいたとします。私は脳を使って問題を認識し、再提示を通じてより良い動画を生成するかもしれません。これが私の「検証能力」ですか？クリスチャン：それはとても良い例です。さらに進んで、私たちはすぐにこんな世界にいるかもしれません：ほとんどの人にとって、この動画は実際の状況と区別がつかないかもしれません。次のステップは、軍事専門家が炎の動きに異常があることに気づくことです。さらに次は、軍事専門家でさえ一目で見分けることができず、AIが物理的な原理を分析し、シミュレーションテストを行う必要があります。最終的には完全に区別がつかなくなるかもしれません。その時、私たちは真偽を確認するために暗号に基づくインフラに依存しなければならなくなるでしょう。医学の分野でも同様です。限界事例は、トップの放射線科医が20年の経験と患者特有の背景の理解を利用してAIの判断を覆す必要があります。これが私たちが注目している最後の薄い「フィルタリングプロセス」です。私たちがこれを行うと、大量の時間を解放することができます。したがって、これが良い面なのです。私たちはより少ない資源でより多くのことを行うことができます。高価なもののコストは下がり、社会全体がこれらのものをより多く消費するようになります。私はこれが良いニュースだと思います。ホスト：しかし、あなたの例では、現在彼は検証を行っていますが、すぐに彼は検証できなくなり、軍事指揮官が必要になり、最終的には指揮官でさえ検証できなくなり、AIに頼ることになります。これは「検証」が最初は価値があるが、すぐにAIによって自動化されることを示していませんか？つまり、「検証」自体も安全ではないのですか？クリスチャン：その通りです。私たちはこの論文の中でこれを「プログラマーの呪い」と呼んでいます。非常に理性的な行動である検証そのものが、最先端技術の発展を促進し、経験をデジタル化しています。私たちは止めることができません。なぜなら、すべての弁護士や専門家がAIを使用しようとしているからです。検証は確かに萎縮しつつある最前線の領域です。ホスト：最後の検証作業の領域もどんどん縮小しています。いつになったら不安を感じずに済むのでしょうか？クリスチャン：まず、設計上測定不可能なものもあります。例えば、いわゆる「地位ゲーム」や人間が意味を与えるものです。これらの領域は機械によって侵害されることはありません。なぜなら、その特徴は人間同士の調整と合意に関わるからです。暗号通貨もある意味ではそうです。重要なのは、人間が何に価値があると合意するかです。測定可能な作業の領域が狭まるにつれて、私たちは測定不可能な作業を意味のあるものにするための多くの方法を発明するでしょう。ホスト：AIは10秒でウェブサイトを構築できるが、人間に魅力的なツイートを書くことはできないかもしれません。これは最後に残る検証作業の一つですか？クリスチャン：人の注意を引きつけることや、本当に新しいジョークを語ることは非常に難しい創造的な作業であり、測定されたことのないものを打破しようとする試みです。私たちは長い生存競争の中で、未知の環境に対応する非常に強力な能力を進化させてきました。この種の仕事をする人々は「意味創造者」と呼ばれます。たとえば、芸術や文化の分野では、何が良いかは人間の合意によります。たとえあなたがAIエージェントを利用する場合でも、「意図」を設定する必要があります。ホスト：自動化コストは指数関数的に低下していますが、「検証のコスト」はどうなるのでしょうか？それは永遠に人間の生物学的制約に縛られるのでしょうか？クリスチャン：現時点では生物学的制約を受けています。多くの企業が大量のAI生成コードを公開していますが、それを読み、検証するための十分な人手が全くありません。その中には必然的にリスクが潜んでいます。ホスト：AIを使ってAIを検証することはできないのでしょうか？クリスチャン：もしAIが正確に検証できるなら、その部分自体が自動化可能です。すべてのAIによる検証が尽きた後に残るのは、本当にAIによって検証できないものだけであり、これが人間の介入のボトルネックです。ホスト：もし検証が新しい希少資源であっても、常に後退しているのなら、この経済体の中でどのように働き、投資すべきでしょうか？クリスチャン：私たちは「自動化コスト」と「検証コスト」に基づいて2x2マトリックスを作成しました。左下隅は置き換えられる労働者：自動化が容易で検証も容易で、ここに留まることは絶対に望ましくありません。他の3つの象限は：意味創造者：自動化が難しく、検証も難しい。彼らは社会的合意、地位ゲーム、人間のつながりに取り組んでいます。たとえば、ファッション業界の味の創造者やTwitter上の暗号KOLは、物語を作り出し、注目を集めます。責任引受人：自動化が容易で検証が難しい。彼らは分野のトップ専門家であり、一流の弁護士、医師、またはベンチャーキャピタリストです。彼らはAIを大規模に利用しますが、最終的な限界ケースに対して責任を持ち、検証を行います。取締役：自動化が難しく、検証が容易です。核心は「意図」です。彼らは「未知の未知」に対処し、起業家のようにエージェントを指揮し、方向性を設定し、偏差を感じ取り、航路を修正し続けます。ホスト：新卒で職場に入ろうとしている若者はどうすればいいのでしょうか？片方には価値のない初級仕事、もう片方には10年の業界経験が必要なトップ専門家がいます。この二者の間には巨大な溝があります。AIは初級の仕事をこなせるのに、若者はどうやってもう一方に成長するのでしょうか？クリスチャン：その溝は確かに存在します。しかし、良いニュースは学習時間を圧縮できるということです。あなたは伝統的なトレーニングステップを飛ばすことができます。今や初級エンジニアはツールを使って一人で以前はチームがやっていた仕事をこなすことができます。最初はミスをするかもしれませんが、彼らは新参者として非常に新しい視点から伝統に疑問を投げかけることができることが利点です。彼らは私たちが若い頃には全くできなかった方法でアイデアを実現できます。利点もあれば欠点もあります。過去の道筋は「学位を取得し、インターンを探し、懸命に働いて昇進する」でしたが、確かにそれはもはや存在しません。これは巨大な文化的衝撃をもたらします。新卒の若者にとっては非常に困難です。もしあなたがまだ大学にいるなら、方向を見極める時間があります。もし困難に直面しているのなら、私のアドバイスは、これらのツールを利用して何かを作り出すことです。あなたの野心は、私たちがその年齢の時に持っていたものの100倍であるべきです。ホスト：大量の「ボタンを押す」仕事が消えることで、短期的に社会が混乱することはありませんか？クリスチャン：社会は必要に応じて「ボタンを押す」仕事を再創造して安定を保つでしょう。しかし、そのような仕事に従事している多くの人々は、実際にはもっと多くのことができる能力を持っているのです。彼らは、過去の環境によって制約されていただけです。肉体労働が必要なくなったとき、私たちはジムに行くことを発明しました。今、知的労働の解放に直面して、人々はさまざまな副業やクリエイター経済を発展させ、挑戦感を得るでしょう。これが私が「無条件基本所得（UBI）」が完全に間違っていると考える理由でもあります。人間は意味や自己実現の動機を必要としています。さらに、たとえ現在、あなたの仕事の大部分が自動化によって置き換えられていても、AIというスーパー・ツールをうまく活用すれば、新入社員でも以前のチームの生産量を発揮することができるのです。ホスト：企業や投資家にアドバイスはありますか？クリスチャン：企業には、検証インフラに投資し、「責任をサービスとして提供する」ことをお勧めします（つまり、単にエージェントを提供するだけでなく、その結果に対する責任も引き受けることです）。さらに、「独自の事実のソース」を把握することが重要です。なぜなら、AIは簡単に欺かれるため、Bloombergのような独自の真実のデータや深い評価を提供できる企業の価値は巨大です。投資家にとっては、これらに投資するだけでなく、「測定不可能な」ハードコアな研究開発に注目することが重要です。以前の一般的なネットワーク効果は効果を失うかもしれませんが、新しいネットワーク効果は、より良い実際のフィードバックを通じてあなたのエージェントを他者よりも信頼性の高いものにするためにどのように行動するかに基づいて構築されます。なぜなら、人々が本当に買いたいのは検証された知能だからです。ホスト：暗号技術はこの検証プロセスに役立ちますか？クリスチャン：過去10年間に暗号領域で築かれた基盤インフラは非常に重要です。私たちがアイデンティティの真偽を確認し、アカウントの乗っ取りを防ぐ必要があるとき、「人格証明」などのオンチェーン技術は強力な検証を提供できます。また、データの出所や暗号学的な規制チェーンも必要であり、情報の生成やモデルが規制に適合しているかどうかに対して厳格な暗号による保護が求められます。ホスト：人々は次の一年間に何をすればよいのでしょうか？人類の未来について楽観的ですか？クリスチャン：まず、恐れることはありません。たくさんの実験を行い、できるだけツールを利用して現在の自分を「淘汰」し、自動化しましょう。多くのアマチュアの探索が未来にとって最も意義のある事業になるかもしれません。最悪の場合でも、モデルの限界や欠点がどこにあるかを把握できます。多くのネットクリエイターにとって、趣味はすでにビジネスに変わっており、これは未来の主流の方向性になるでしょう。もしあなたに子供がいるのなら、彼らの才能を発掘し、熱中させることが最も重要です。何の固定された専門的なテンプレートもありません。AIの新しいツールは、あなたたち自身の独自の道を見つけるのをより良く助けてくれるでしょう。
マサチューセッツ工科大学：AIの終末論を恐れる必要はない。検証能力は希少資源である
出典：Bankless ポッドキャスト；整理：Felix, PANews
マサチューセッツ工科大学（MIT）の経済学者クリスチャン・カタリーニがライアンとデイビッドの番組に出演し、彼の新しい論文『汎用人工知能に関するいくつかの単純な経済学』を深く解読しました。この論文は、AI 経済において希少な資源はもはや知性ではなく、検証であると指摘しています。つまり、人間がAIの出力の正確性をチェックし、判断し、確認する能力です。
クリスチャンは、各業界を再構築する2つのコスト曲線（自動化コストと検証コスト）について詳しく説明し、なぜ初級職が最初に消えるのか、またなぜ一流の専門家でさえ無意識のうちに自らの後継者を育てているのか（「コーダーの呪い」）を解説しました。彼はまた、変革の中で保たれる3つの役割を描写しました：取締役、意味創造者、責任引受人です。
PANewsは対話の要点を整理しました。
ホスト：多くのリスナーが私と同じようにAIに対して不安を抱いていると思いますが、あなたは人々がなぜAIを心配していると思いますか？彼らの懸念は正当ですか？
クリスチャン：私たちは皆同じ感情を持っています。これは急速で変革的な変化の時期であり、コードに近いほど、この加速を早く目の当たりにすることができます。この指数関数的な成長は、過去数ヶ月で非常に現実的になりました。この技術は、多くの人がもっと長い時間がかかると思っていたことを実現させています。この感覚は、私たち全員が対処しようと努力しているものです。しかし、私は「終末論」は間違っていると思います。人々はこれらのツールがもたらす可能性を過小評価しがちです。確かに、極めて困難な移行期が到来し、仕事の変化の速度は歴史上前例がありません。しかし、その一方で、この技術の最大の特徴を活用し、投資すれば、長期的には主にプラスになるでしょうが、道のりは険しいでしょう。経済学は仕事をタスクの集合として捉え、その中のいくつかのタスクが自動化されることは良いニュースですが、重要なのは、自分自身をどのように再訓練し、最前線での位置を保つかです。
ホスト：誰が最初に影響を受けると考えますか？
クリスチャン：これは素晴らしい質問で、私には多くの異なる考えがあります。まず、私が「コードに最も近い人々が最初に影響を受ける」と言うとき、彼らがこの技術の強力さを最初に体験するという意味です。「ジェヴンズの逆説」が示すように、何かが効率的になると、私たちは逆にもっと消費することになります。例えば、私たちはもっと多くのソフトウェアを作るようになります。プログラミングは他の多くの職業と同様に分化が進むと考えています。私たちはこの論文の中で「消えゆく初級サイクル」と呼んでいます。もしあなたが初級者で、優れた製品と平凡な製品を区別するための「暗黙の知識」をまだ得ていないのであれば、AIはさまざまな分野であなたをうまく代替することができます。
今や誰もがかなり優れたマーケティング担当者、初級プログラマー、またはほとんどの状況を処理できる弁護士を簡単に手に入れることができ、最終段階でトップの弁護士に最終的な検証を依頼すれば良いのです。一方、トップ専門家でさえ、AIの導入プロセスの中で、意図せずにラベル、情報、そしてデジタル痕跡を生成しており、これらが最終的には自らの仕事を自動化することになります。トップの研究所は金融などの分野のトップ人材を雇い、彼らを利用して評価基準を作成し、それらの専門知識を大規模なモデルに組み込んでいます。したがって、すべての単一の仕事が100％安全であるわけではありません。ロボット製造能力に制限された肉体労働でさえ、報酬モデルは今後数年で大きな飛躍を遂げるでしょう。画面の前で起こるすべてのことは追跡、複製、学習することが可能です。各職業にとっての鍵は考えることです：もし私ができるだけ多くの仕事をAIに委任した場合、どこで価値を増やすことができるのか？
実際、人々は「味」や「判断」について多くの「自己慰撫」をしています。これらは非常にあいまいです。したがって、私たちは論文の中で「味や良し悪しの判断というものは存在せず、唯一の違いは『測定可能』と『測定不可能』の違いである」と述べています。もし何かが既に測定されているのであれば、機械はそれを複製できます。もし何かがまだあなたの脳の重みの中に埋め込まれているだけで、例えば一流のデザイナーが何千時間もの経験を積んで、どれをリリースすべきか、どれをリリースすべきでないかを決定する能力を持っているのであれば、これが私たちが言う「検証」です。すべての検証はこの最後のステップです：AIエージェントが製品を作成し、あなたが決定者として、それが市場に出す基準を満たしているかどうかを判断します。機械がより良いデータを取得するにつれて、物事は自動化されます。しかし、未知の領域や根本的にデータがない場所に直面する際には、この部分は今後数年は依然として人間に属します。
ホスト：これは非常に深い見解です。しかし、エンジニアが自らの仕事を自動化するのは自然なことだと思います。各業界が受ける影響は同じなのでしょうか？
クリスチャン：私たちは変化が不均等になることを示す十分な証拠を持っています。こう考えることができます：この仕事は、社会が本質的に必要としないものの「パッケージ化」ではないでしょうか？例えば、一般的なコンサルティング業務が、既に広く入手可能な情報を再包装、精製、要約することが主なものであれば、明らかにリスクがあります。しかし、もしそれが希少な専門知識をもたらすものであったり、政治的理由からコンサルタントを雇う必要がある場合、これらは存続するでしょう。自分に問いかけてみてください。この職業が利益を上げるのは、複雑な問題を解決するからなのか、それとも単に人工的なボトルネックが存在するからなのか。
ホスト：検証とは具体的に何を意味しますか？私は自分の一日の仕事を、どれが認知的な仕事で、どれが検証の仕事なのかに分解するのが難しいです。
クリスチャン：エージェントはネットや本からすべてを学び、測定しています。それは安価で拡張性があるため、測定可能な部分を置き換えることになります。しかし、エージェントがまだ知らないこと、それはあなたの脳にある独自の神経ネットワークの重みです。これはあなたが自身の経験と奮闘を通じて得たもので、あなたを一流の専門家にしています。例えば、初期の暗号通貨の参加者は、多くがアルゼンチンやベネズエラなどから来ており、悪性インフレを経験したため、資産に対する反応は全く異なります。この内面的な独自の測定は、依然として大きな利点です。
検証とは何ですか？それは、あなた自身の世界の測定基準とエージェントが持っている基準との間の違いです。例えば、一流の編集者は、どのような記事が共鳴を呼ぶかを正確に知っています。また、一流のCTOは、AIが生成した膨大なコードベースに対して、どの決定的な部分を人間が直接確認する必要があるかを正確に知っています。これらの部分は機械では測定できません。
ホスト：例を挙げると、もし私がXでイスラエルがミサイルに襲われている動画を見たとき、それがAI生成であることに気づいたとします。私は脳を使って問題を認識し、再提示を通じてより良い動画を生成するかもしれません。これが私の「検証能力」ですか？
クリスチャン：それはとても良い例です。さらに進んで、私たちはすぐにこんな世界にいるかもしれません：ほとんどの人にとって、この動画は実際の状況と区別がつかないかもしれません。次のステップは、軍事専門家が炎の動きに異常があることに気づくことです。さらに次は、軍事専門家でさえ一目で見分けることができず、AIが物理的な原理を分析し、シミュレーションテストを行う必要があります。最終的には完全に区別がつかなくなるかもしれません。その時、私たちは真偽を確認するために暗号に基づくインフラに依存しなければならなくなるでしょう。医学の分野でも同様です。限界事例は、トップの放射線科医が20年の経験と患者特有の背景の理解を利用してAIの判断を覆す必要があります。これが私たちが注目している最後の薄い「フィルタリングプロセス」です。私たちがこれを行うと、大量の時間を解放することができます。したがって、これが良い面なのです。私たちはより少ない資源でより多くのことを行うことができます。高価なもののコストは下がり、社会全体がこれらのものをより多く消費するようになります。私はこれが良いニュースだと思います。
ホスト：しかし、あなたの例では、現在彼は検証を行っていますが、すぐに彼は検証できなくなり、軍事指揮官が必要になり、最終的には指揮官でさえ検証できなくなり、AIに頼ることになります。これは「検証」が最初は価値があるが、すぐにAIによって自動化されることを示していませんか？つまり、「検証」自体も安全ではないのですか？
クリスチャン：その通りです。私たちはこの論文の中でこれを「プログラマーの呪い」と呼んでいます。非常に理性的な行動である検証そのものが、最先端技術の発展を促進し、経験をデジタル化しています。私たちは止めることができません。なぜなら、すべての弁護士や専門家がAIを使用しようとしているからです。検証は確かに萎縮しつつある最前線の領域です。
ホスト：最後の検証作業の領域もどんどん縮小しています。いつになったら不安を感じずに済むのでしょうか？
クリスチャン：まず、設計上測定不可能なものもあります。例えば、いわゆる「地位ゲーム」や人間が意味を与えるものです。これらの領域は機械によって侵害されることはありません。なぜなら、その特徴は人間同士の調整と合意に関わるからです。暗号通貨もある意味ではそうです。重要なのは、人間が何に価値があると合意するかです。測定可能な作業の領域が狭まるにつれて、私たちは測定不可能な作業を意味のあるものにするための多くの方法を発明するでしょう。
ホスト：AIは10秒でウェブサイトを構築できるが、人間に魅力的なツイートを書くことはできないかもしれません。これは最後に残る検証作業の一つですか？
クリスチャン：人の注意を引きつけることや、本当に新しいジョークを語ることは非常に難しい創造的な作業であり、測定されたことのないものを打破しようとする試みです。私たちは長い生存競争の中で、未知の環境に対応する非常に強力な能力を進化させてきました。この種の仕事をする人々は「意味創造者」と呼ばれます。たとえば、芸術や文化の分野では、何が良いかは人間の合意によります。たとえあなたがAIエージェントを利用する場合でも、「意図」を設定する必要があります。
ホスト：自動化コストは指数関数的に低下していますが、「検証のコスト」はどうなるのでしょうか？それは永遠に人間の生物学的制約に縛られるのでしょうか？
クリスチャン：現時点では生物学的制約を受けています。多くの企業が大量のAI生成コードを公開していますが、それを読み、検証するための十分な人手が全くありません。その中には必然的にリスクが潜んでいます。
ホスト：AIを使ってAIを検証することはできないのでしょうか？
クリスチャン：もしAIが正確に検証できるなら、その部分自体が自動化可能です。すべてのAIによる検証が尽きた後に残るのは、本当にAIによって検証できないものだけであり、これが人間の介入のボトルネックです。
ホスト：もし検証が新しい希少資源であっても、常に後退しているのなら、この経済体の中でどのように働き、投資すべきでしょうか？
クリスチャン：私たちは「自動化コスト」と「検証コスト」に基づいて2x2マトリックスを作成しました。左下隅は置き換えられる労働者：自動化が容易で検証も容易で、ここに留まることは絶対に望ましくありません。他の3つの象限は：
意味創造者：自動化が難しく、検証も難しい。彼らは社会的合意、地位ゲーム、人間のつながりに取り組んでいます。たとえば、ファッション業界の味の創造者やTwitter上の暗号KOLは、物語を作り出し、注目を集めます。
責任引受人：自動化が容易で検証が難しい。彼らは分野のトップ専門家であり、一流の弁護士、医師、またはベンチャーキャピタリストです。彼らはAIを大規模に利用しますが、最終的な限界ケースに対して責任を持ち、検証を行います。
取締役：自動化が難しく、検証が容易です。核心は「意図」です。彼らは「未知の未知」に対処し、起業家のようにエージェントを指揮し、方向性を設定し、偏差を感じ取り、航路を修正し続けます。
ホスト：新卒で職場に入ろうとしている若者はどうすればいいのでしょうか？片方には価値のない初級仕事、もう片方には10年の業界経験が必要なトップ専門家がいます。この二者の間には巨大な溝があります。AIは初級の仕事をこなせるのに、若者はどうやってもう一方に成長するのでしょうか？
クリスチャン：その溝は確かに存在します。しかし、良いニュースは学習時間を圧縮できるということです。あなたは伝統的なトレーニングステップを飛ばすことができます。今や初級エンジニアはツールを使って一人で以前はチームがやっていた仕事をこなすことができます。最初はミスをするかもしれませんが、彼らは新参者として非常に新しい視点から伝統に疑問を投げかけることができることが利点です。彼らは私たちが若い頃には全くできなかった方法でアイデアを実現できます。利点もあれば欠点もあります。
過去の道筋は「学位を取得し、インターンを探し、懸命に働いて昇進する」でしたが、確かにそれはもはや存在しません。これは巨大な文化的衝撃をもたらします。新卒の若者にとっては非常に困難です。もしあなたがまだ大学にいるなら、方向を見極める時間があります。もし困難に直面しているのなら、私のアドバイスは、これらのツールを利用して何かを作り出すことです。あなたの野心は、私たちがその年齢の時に持っていたものの100倍であるべきです。
ホスト：大量の「ボタンを押す」仕事が消えることで、短期的に社会が混乱することはありませんか？
クリスチャン：社会は必要に応じて「ボタンを押す」仕事を再創造して安定を保つでしょう。しかし、そのような仕事に従事している多くの人々は、実際にはもっと多くのことができる能力を持っているのです。彼らは、過去の環境によって制約されていただけです。肉体労働が必要なくなったとき、私たちはジムに行くことを発明しました。今、知的労働の解放に直面して、人々はさまざまな副業やクリエイター経済を発展させ、挑戦感を得るでしょう。これが私が「無条件基本所得（UBI）」が完全に間違っていると考える理由でもあります。人間は意味や自己実現の動機を必要としています。さらに、たとえ現在、あなたの仕事の大部分が自動化によって置き換えられていても、AIというスーパー・ツールをうまく活用すれば、新入社員でも以前のチームの生産量を発揮することができるのです。
ホスト：企業や投資家にアドバイスはありますか？
クリスチャン：企業には、検証インフラに投資し、「責任をサービスとして提供する」ことをお勧めします（つまり、単にエージェントを提供するだけでなく、その結果に対する責任も引き受けることです）。さらに、「独自の事実のソース」を把握することが重要です。なぜなら、AIは簡単に欺かれるため、Bloombergのような独自の真実のデータや深い評価を提供できる企業の価値は巨大です。投資家にとっては、これらに投資するだけでなく、「測定不可能な」ハードコアな研究開発に注目することが重要です。以前の一般的なネットワーク効果は効果を失うかもしれませんが、新しいネットワーク効果は、より良い実際のフィードバックを通じてあなたのエージェントを他者よりも信頼性の高いものにするためにどのように行動するかに基づいて構築されます。なぜなら、人々が本当に買いたいのは検証された知能だからです。
ホスト：暗号技術はこの検証プロセスに役立ちますか？
クリスチャン：過去10年間に暗号領域で築かれた基盤インフラは非常に重要です。私たちがアイデンティティの真偽を確認し、アカウントの乗っ取りを防ぐ必要があるとき、「人格証明」などのオンチェーン技術は強力な検証を提供できます。また、データの出所や暗号学的な規制チェーンも必要であり、情報の生成やモデルが規制に適合しているかどうかに対して厳格な暗号による保護が求められます。
ホスト：人々は次の一年間に何をすればよいのでしょうか？人類の未来について楽観的ですか？
クリスチャン：まず、恐れることはありません。たくさんの実験を行い、できるだけツールを利用して現在の自分を「淘汰」し、自動化しましょう。多くのアマチュアの探索が未来にとって最も意義のある事業になるかもしれません。最悪の場合でも、モデルの限界や欠点がどこにあるかを把握できます。多くのネットクリエイターにとって、趣味はすでにビジネスに変わっており、これは未来の主流の方向性になるでしょう。もしあなたに子供がいるのなら、彼らの才能を発掘し、熱中させることが最も重要です。何の固定された専門的なテンプレートもありません。AIの新しいツールは、あなたたち自身の独自の道を見つけるのをより良く助けてくれるでしょう。