生成AIの進化が暴く「人間の本質」――抽象化・倫理・学び続ける力の意義を問う（後編）

―これからのAI時代における学生たちに学んでほしいことを一つだけ挙げるとしたら何ですか。これまでのソフトウェアであれば、工学の基礎知識になってくると思います。しかし、生成AIの時代になってくると、違う何かが出て来そうです。

 

一つだけですか。難しいですね。非常に重要なご質問です。色々出て来てしまいます。やはり、コンピューティングやソフトウェアエンジニアリングも、割とベースは抽象化です。抽象化をして、しっかり本質をきちんと捉える。そのレイヤーの積み重ねでコンピューティングは成り立っていますし、ソフトウェアエンジニアリングも割と同様です。非常に抽象的なところから具体的なところにきちんと落とし込めるかということです。

 

―最初におっしゃられた「目標指向」「ゴール指向」が、学生が学ばないといけないことだとお話をお聞きして思いました。どうなのですか。

 

それも、問題の本質をとらえる抽象化というか。つまり、「本当にやりたいことは何なのか」です。あと、やはり AI の技術はどんどん進歩しています。恐らく、今日こうして話している最中でも革新しているというスピードになってきます。そうなってきた時に学び方の学び方は、学生時代に身に付けておいてほしいです。という具合に、色々あると思っています。もちろん、考え方や手法としての「ゴール指向」もそうです。だから、結局それらは全て抽象化、「まずは何が本質なのか」と批判的に捉えようとすることに尽きます。

 

―批判的に問題意識を持つことは非常に重要だと思うのですが、その出発点はどこになるのですか。鷲崎先生の講義は、座学が多いのですか。それともフィールドですか。

 

そうですね、大学の講義ですと演習を増やすようにしてきました。特にこの4月からはますます増やそうと思っています。個人もそうですけども、やはりプロジェクト式の取り組みですよね。

―講義は、産業界と一緒になって展開しているのですか。

 

これまで、小規模な選択の講義については一部、企業からの題材提供を受けて要求を聞き出しながら開発を進めるという課題解決型、プロジェクトベースに展開してきたものもあります。他方、必修の講義については履修規模が多くなるため、課題提供の意味での産学連携はやや難しいところもあります。もちろん、必修科目においてもそういう形で特色を発揮されている大学もありますね。例えば、公立はこだて未来大学です。あそこは私の記憶では、お題を出すパートナー企業が様々にあり、メンター的にもプロジェクトを支援されていたと思います。そういう実践的な学びですよね。

 

我々のところですと、研究室としてはほとんどの研究テーマが産学連携のものであり、研究を進めながら学びを深め成長していくという狙いを持っています。例えば、今日も幾つかそういうプロジェクトのミーティングを行っていました。大体2人から5人程度でチームを作って、それぞれの研究プロジェクトで企業からの要望を聞きながら、それぞれ担当パートもありますし、その整合、統合を含めて皆でやりくりをしていくことになります。その結果を納める、また評価を受けるという、実践の中でもまたソフトウェアエンジニアリングを学んでいくということでもあります。

 

―実践の場が、これからAI時代で非常に重要になってくると思います。その理由はもう一つだけです。やはり、AIは現場を知ることができないからです。三現主義、すなわち現地・現物・現実を見ることができるのは人しかいません。例えば、産学で連携してその企業の現場を批判的に見る、問題意識を持ってそれを研究テーマとしてやっていく。そこに AI が関わってくるというのは、これからの時代の人たちは非常に僕としては羨ましいというぐらい、もう引き出しが一気に増えたみたいな感じだと思います。

 

そうなのです。逆に言うと、調査や応用、実験の部分については、怖いくらいのスピード感が求められるようになってきてしまっています。従来ですと、例えば半年ぐらいかけて調査をしてから着手していたのですが、もう極端な話、数週間で10倍から100倍くらいの量を整理してまとめるという具合に、良くも悪くもAIネイティブの世界は、そういうスピード感にならざるを得ません。だから、深い思考と速い思考が求められるタスクをそれぞれ切り分けて、そのスピードを上手く使える人が、より突き抜けていくことになります。

 

それだけに、非常に情報が溢れてきます。そういう中で、じっくりと本質の抽象化を批判的に突き詰められるということ。それを通じてAI によって、そういう新しい体験や新しい知識を生み出すことになるかだと思います。 結局、AIは割と過去の知識やデータに基づいていますから。新しい知識、新しい体験を生み出せる側になれるかどうか。それは、自戒を込めて言っています。

―今、鷲崎先生がおっしゃられたように、AIはもうデジタルデータ化されたものがベースになっています。そうでないものというのは、日本の製造業にはあります。それが暗黙知として入っているものは、実は AI は持っていなかったりします。それを学ぶ力が非常に重要になってくると思います。

 

おっしゃられる通りだと思います。例えば、デジタルツイン（現実世界のデータをベースに仮想空間に再現する技術）といったら、それは工場のデジタルツインもそうですし、あとは我々だと最近だとAIクローン（話し方や思考パターン、判断基準をAIに学習させ、人間のように応答・判断させる技術）、ある人の性格ですとか考え方などを AIに持たせるところですね。それもある種のデジタルツインと言っても良いわけですけれども、それは結果としてそういう暗黙知をいかにより言語化して形式知に明確に持ち込めるかということです。

 

―本当にフィジカル AI（現実世界を認識・理解し、自律的に物理的な行動を行うAIシステム）にしてもそうですけれど、製造業の職人の技をロボットが真似して自分で学んでいます。

 

ハプティクス（ユーザーにリアルな触感を提供するための技術）の進展なども目覚ましいですね。職人の手先の技術や感触も含めてどんどんデータを蓄積し、そして後はフィジカル AIとしてのロボット自らに強化学習的に学ばせていくということが今後ますます進んでいくでしょうね。

 

―鷲崎先生もフィジカル AI 領域を扱っておられるのですか。

 

自動運転に関する取り組みを進めていて、そこに搭載する AIやソフトウェアシステムをどう効率良く開発していくのか、上位ゴールと整合させながらリスクをどのようにやりくりして入力から判断や制御まで持ち込めるのか、しかもそれもAIで加速させながらです。例えば、シミュレーションに用いるAIモデルのリスクベースのリペアや調整もその一環です。今、それらのエージェントベースの統合を進めており、その結果はフィジカルAIの一種という形になるとみています。

 

―デジタルツインを使っていけば、ある程度の教師ありデータから、それから自己学習、報酬モデルを使いながらやっていって、デジタル空間の中でシミュレーションしてしまうというのが結構容易にできる時代です。

 

おっしゃる通りです。その結果として、ソフトウェアエンジニアリングの研究も変容させていく可能性が出てきています。AI に探索や研究をさせて AI に論文を書かせてという、AI にしか投稿できないという学会がでてきました。ただ、最後の最後の採択は人が決めるということです。結局採択されているものとして、人がヒューマン・イン・ザ・ループ（AIシステムの信頼性と公平性を向上させるための新たなアプローチ）で介入したものがあったという点は興味深いところです。

 

AIはデータに基づくため、それを機械に学ばせてデータを組み合わせて分析するということは容易にできます。それが本当に研究として、まさに意図や「ゴール指向」もそうだと思いますが、どういう価値があって、そういう目利きなり、また価値判断ですね。そこは、やはり人が関わらざるを得ません。

 

それは、ソフトウェアエンジニアリングのリサーチや研究においても、今後起きて来ると思います。 つまり、今ソフトウェアエンジニアリングの研究というのは人が行っているわけです。ただし、大規模なソフトウェアの開発履歴などのデータから規則性を発見して、例えば「品質のデータと生産性のデータにこういう関係があるから、今後はもっとこういう改善をすれば良いだろう」という具合にデータを突き合わせてというのは、よく「マイニングリポジトリ」（ソフトウェア開発において蓄積された多くの開発資産をマイニングし、新たなソフトウェア開発の生産性や品質向上に役立てるための研究分野）と言うのですが、そういったところは今かなりAI にある程度候補を出させていくようになると思います。そこにさらにエージェントによる自律的な仮説検証と評価を組み合わせれば、AI forリサーチは、ソフトウェアエンジニアリングにおいても起きてくるだろうと思います。

―超知能（人間の知能をはるかに超える知的能力を持つ仮想的な主体やAIシステム）の時代、ASI（人間の知能をはるかに超える人工知能)の時代、コンピュータやAI だけで完結する時代が来た時の人間の役割、ヒューマン・イン・ザ・ループを担える人材育成が、先生方、教育者としての大きなミッションになってくると思います。

 

そうなのです。先ほど私が「何を学ばせるか」という非常に奥深い質問をいただきましたが、それは抽象化や「ゴール指向」、批判的思考、学び方の学び方などはどれも共通してくる話です。ただ、大局的な価値判断や倫理的な価値観をどう養えるかは重要になってきます。

 

―倫理感や道徳もそうですし、社会課題やグローバルな色々な問題もそうです。そうするとすごいジェネラリストの教育が必要になるような気もします。それはいかがですか。

 

「だからこれからは哲学を教える」みたいな捉え方もあります。それも、一理あるだろうとは思います。私は、哲学の専門家ではありませんが、世界や人などの根源的、大局的な捉え方ですよね。そういう捉え方を学ぶというのは、それは確かに大学だからこそできることかもしれません。

 

―哲学が出発点になっている先生、今までお話した中では大阪大学の石黒先生は、まさに「人間とは何か」を追求されています。

 

結局突き詰めて行くとそうなっていきます。私もよく申し上げるのですが、AIを突き詰めれば突き詰めるほど、人の営みを突き詰めることになります。すごく至近なところを言うと、例えば生成AIを導入して開発を加速させていこうとすると、結局人の活動を見直すことになるわけです。つまり、今までいかに泥臭く、標準化されているようで実は全然そうではなく、しばしば曖昧で、必ずしも合理的ではない人の営み、活動の実態があらわになります。

 

―最近日本も変わってきました。今まではどうしても労働イコール時間というのが、価値判断基準でした。今はもう成果だけになって来ています。

 

そこら辺が今は、転換期だと思います。 そこに対して AIもはまるというか。AIで見ていくというのは、つまり人の営みを見直すということですよね。

 

―クオリティを上げていくために、時間を掛けてやれば良いのではなく、いかに効率良く、それも信頼できるものを作り上げるかというのが重要になってくると思うので、最終的には人に着目していける、人のことを考えられる人材育成がテーマとしてあって良さそうな気もします。

 

まさにそうです。ソフトウェアエンジニアリングの面白さは、人やビジネス、社会、そこを学際的に扱っていくところだと思います。「このソフトウェアは社会の何のためになのか」「何の価値のためなのか」を捉えていく。そういう教育はますます必要だと思います。ソフトウェアの作り方以上に大切になってきます。

―そうでしょうね。やはり必要だと思います。色々な先生のお話を聞いていると、かなり先を見られている先生がおられるのがわかります。一方で、ビジネス側が全然追いついてないなとよく感じます。そういう意味では、本サイトを通じて先生方の考え方や活動内容を知ってもらって、その上で日本を良くしていきたいというような思いがあります。ビジネスパーソンからすると、鷲崎先生のお考えはものすごく役に立ちます。本当に非常に有益な取り組みをされています。リカレント教育も展開されていますよね。

 

リカレント教育に取り組みはじめたきっかけの一つは、主に産学連携によるソフトウェアエンジニアリングの取り組みにあります。ソフトウェアエンジニアリング研究、その後、企業と共同研究をする中で、やはり最後は当たり前ですが人なのです。人がソフトウェアシステムを生み出し、人が解釈や信頼をして運用し、使い、価値を生み出していくわけです。それらを担う人々の学びを後押ししていくことの重要性をあらためて感じました。

 

―リカレントで学びに来られる方は、どんなバックグラウンドなのですか。

 

もちろん IT ですとか、テック系もそうですが、一方で食品や商社、あるいは官公庁とか、いわゆるユーザー企業の方も結構いらっしゃいますね。それぞれでどういうところを優先させたいのかは全然違っています。そこの面白さもありますね。

 

―結構広く門戸を開かれているのですか。

 

コースをわけています。Smart SE（スマートエスイー：早稲田大学を中心とし、第一線の教育者・研究者・実務家が、超スマート社会を国際的にリードするイノベーティブ＆DX人材を育成するAI・IoT・ビッグデータ技術分野のビジネススクールとしての社会人学び直しプログラム）ではIoT/AIコースを設けています。これは割とIT やソフトウェア、SI などの方がIoT やAI など、生成 AIやAIエージェントを作るか、あるいはそれによってソフトウェアやシステムをどう運用して価値を生み出していくかを学べます。

※詳細は以下を参照

スマートエスイー

 

―DX コースもありますね。

 

DXコースは、どちらかというとビジネスパーソンが、生成AIなどでいかに自身の業務活動をより効率良くしたり、価値を高めたりしていけるか、さらには組織やビジネスモデルのデジタルによる変革のマインドや道筋、具体的な手法を学べます。

いずれも履修証明プログラム（社会人向けの一定の学習プログラムで、学校教育法に基づく履修証明書を交付するもの）という法令で定められたものです。学位ではありませんが、履歴書に履修の実績として書いていただけます。オープンバッジ個人の知識・スキル・経験をデジタルで証明する国際標準のデジタル証明書）も発行しています。

 

―これは、どのくらいの期間履修するのですか。

 

約半年です。IoT/AIコースもDXコースも年1回ずつ募集しています。

 

―日本のビジネスパーソンにとって、非常に重要なところだと思いますよね。学び直しは。

 

おっしゃる通りです。学歴から学習歴への流れはもう間違いありません。技術も環境も立場も刻々と変わり続ける中で、いかにどんどん学び続けられるかということが大事です。

 

―最近は、日本もだいぶ変わってきました。ただ、まだまだ終身雇用で年功序列があって、また労働基準法上の規制があって解雇はできないので、従業員はある程度胡坐（あぐら）をかくことができます。一方で日本以外の国は、厳しい競争に晒されています。

 

これは、Microsoftの牛尾 剛さん（米マイクロソフト・Azure Functions プロダクトチーム シニアソフトウェアエンジニア）の言葉の受け売りになってしまいますが、「本当はすぐクビになって、すぐまた雇われる」、そういう社会が望まれます。それは、一人ひとりがきちんと自分の価値や専門性をしっかり磨いて発揮する。発揮できない場合や、環境と合わなくなる場合もあるでしょう。何もかもうまくいくわけではないですからね。上手くいかないのであれば、その次というふうにどんどん学びながら、また挑戦し、それでまたすぐクビになって、すぐまた雇われる。そういう社会もありますね。日本もそこへ向かっていくのではないでしょうか。

―学び続けることの必要性は、かなり前から言われていますが、日本においてはプライベートとビジネスを分けてしまって、「本を読まない」「学習をしない」というのは、国際レベルでの調査結果を見ても低いです。

 

残念ですね。IPA(独立行政法人情報処理推進機構)の調査だと、「そもそも自分のITスキルレベルがわからない」という人が多かったりします。「わからないとは何だ」と言いたくなってしまいます。「自分自身がマーケットにおいてどういうポジションにいるのか」「どういう価値があるのか」を把握していないといけません。米国などですと、もう常にそれを意識しています。「自分の価値は幾らか」「それをいかに高めるか」を常に考えています。

 

日本のエンジニアは、そこの意識が弱いところがあるのでしょう。生成AIは、それを変えていくチャンスでもありますよね。先ほど申し上げましたような「なんちゃってエンジニア」が淘汰されていくわけですから。

 

―先ほどのIoT/AIコースやDXコースは、貴学の理工学部キャンパスで展開されているのですか。

 

そうですね。もちろん、リモートでも履修できます。ハイブリッドで行っています。リモートだけでも修了いただけます。一方で、対面での機会も重要ですので、対面でのグループ演習や機材を使う、手を動かすところなどは対面機会を設けています。

 

―なるほど。東京に住んでいない方でも履修できますね。

 

おっしゃる通りです。割と遠方の方も結構、例えば北海道ですとか、そういう方もおられます。

 

―「是非この機会に先生のコースを学んでいただきたい」というのが私の想いです。非常に興味あります。

 

ぜひ多くの皆様に内容を見ていただきたいところです。そして、そこでの教育や学習の取り組みがまた、コンソーシアムにおける調査研究や、研究室における共同研究等の次のネタになっていたりします。むろん研究成果は、積極的に、より先端的な教育へと還元していくこととなります。そうして、教育と研究が両輪として発展的に進んでいくという姿を目指しています。実際、今新しい共同研究の形で取り組んでいます。デンソー社との取り組みがその一例でして、スマートエスイーで企業研究的に取り組まれ、私が指導したりして、その先を共同研究でさらに深めていこうという流れになっています。

 

―教えを乞うだけではなくて、そこで一緒に価値創造を続けられる。非常に良い取り組みですね。今後、どのような成果が生まれるか、楽しみにしています。鷲崎先生、貴重なお話をありがとうございました。

 

 

 

 

 

【編集後記】 

 本インタビューを通じて強く印象に残ったのは、「AIを突き詰めることは、人間を突き詰めることに他ならない」という言葉。生成AIの急速な進化は、技術の高度化だけでなく、私たち自身の働き方、学び方、価値判断のあり方を問い直すことにつながる。抽象化する力、ゴールを見極める力、そして学び続ける姿勢。これらは決して新しい概念ではない。しかし、AIが高度化する今だからこそ、その意味がより鮮明になってくるのではないだろうか。テクノロジーの時代において最後に問われるのは、人間の倫理観と覚悟なのかもしれない。本記事が、読者にとって「自分は何を磨くべきか」を考える契機となれば嬉しい。