はじめに: ハンマーを手にした人々
1811年の冬、イングランドのノッティンガムシャーにある織物工場へ、夜更けに影が押し寄せました。彼らは大きなハンマーを手にしており、狙いはただ一つ、新たに導入された編み機でした。機械が砕け散る音が闇のなかに響きわたります。彼らは自らを「ラッダイト」と呼びました。伝説上の人物ネッド・ラッドの名にちなんだものです。
今日わたしたちは「ラッダイト」という言葉を、新技術をやみくもに嫌う人を指す、嘲りを含んだ表現として使います。しかし200年あまり前にあのハンマーを手にした人々の事情は、それほど単純ではありませんでした。彼らは技術そのものを憎んだのではなく、自分たちの熟練した技と生計が一瞬で無用になってしまう変化に耐えられなかったのです。
いまわたしたちは、似たような問いの前に立っています。人工知能、なかでも文章を書き、絵を描き、コードを書く生成AIが急速に発展するなかで、多くの人が問います。「わたしの仕事は安全だろうか」。この記事は、その問いに一気に答えを出そうとするものではありません。むしろ歴史を長く振り返り、さまざまな視点を並べて見ることで、わたしたちがより良い問いを立てられるよう手助けすることを目指しています。
さあ、ハンマーをひとまず置いて、いっしょに考えてみましょう。
労働総量の誤謬: 仕事のパイは決まっているのか
まず、もっともよくある誤解を一つ押さえておかなければなりません。それが「労働総量の誤謬」です。
この誤謬はこう仮定します。「世の中に存在する仕事の量は決まっている。だから機械が仕事を一つ奪えば、人がする仕事はその分だけ永遠に消える」。一見すると当たり前のように聞こえます。しかし経済学者たちは、ずっと以前からこの仮定が誤りだと指摘してきました。
なぜ誤りなのでしょうか。仕事の量は固定されたパイではないからです。新しい技術は既存の仕事を消すと同時に、以前は存在しなかった新しい仕事と産業を生み出します。自動車が馬車を御する御者の仕事を減らした一方で、自動車整備士、ガソリンスタンドの店員、道路建設の労働者、自動車保険の設計士といった職業を新たに生み出したように。
考えてみましょう。100年前の人に「あなたの孫は検索エンジン最適化の専門家、データサイエンティスト、ユーチューブのクリエイターになるでしょう」と言ったなら、その人は宇宙人の言葉を聞いたような顔をしたはずです。仕事の総量が固定されているという考えは、未来にどんな新しい仕事が生まれるかをあらかじめ想像するのが難しいという事実を見落としています。
ただし一つ注意すべき点があります。労働総量の誤謬を指摘したからといって、「だから何も心配いらない」という結論へすぐに飛び移ってはいけません。長期的に新しい仕事が生まれることと、その移行の過程で特定の世代や特定の職種が大きな苦しみを味わわずに済むこととは、まったく別の話だからです。この点はあとで改めて扱います。
歴史が語ること
産業革命: 恐れと豊かさがともに訪れた時代
18世紀後半のイギリスで始まった産業革命は、人類史上もっとも巨大な労働の変化でした。蒸気機関と紡織機械は、手で糸を紡ぎ布を織っていた数多くの家内手工業者の仕事を奪いました。先に触れたラッダイト運動も、まさにこの時期に起こりました。
短期的に見ると、この変化は残酷でした。熟練した織工の賃金は暴落し、多くの家庭が工場労働の過酷な環境へと追いやられました。児童労働、長い労働時間、危険な作業場が、この時代の暗い影でした。
しかし長期的に見ると、産業革命は人類の物質的な豊かさを爆発的に押し上げました。経済史家の研究によれば、産業革命以前の数百年間ほぼ停滞していた一人当たり所得が、19世紀を経て着実に上昇しはじめました。わたしたちが今日享受している豊かさのかなりの部分は、そのとき始まった変化の実りです。
ここに重要な教訓があります。技術変化の「短期的な痛み」と「長期的な利益」は、同じ人へ等しく分配されるわけではない、という点です。豊かさの果実を摘んだのは主に次の世代であり、痛みに耐えたのは変化のただなかに立ったその世代でした。
ATMと銀行員: 自動化の逆説
もう少し最近の、しかも直感に反する事例を見てみましょう。現金自動預け払い機、つまりATMと銀行員の話です。
常識的に考えればこうです。ATMが普及すれば、人がしていた預け払いの業務を機械が肩代わりするので、銀行員は減るはずです。ところが実際のアメリカの事例を研究した経済学者ジェームズ・ベッセンの分析によると、興味深いことが起こりました。
ATMが普及することで、支店一つを運営するのに必要な銀行員の数は実際に減りました。ところが支店の運営費用が安くなると、銀行はより多くの支店を開きました。結果として、銀行員の総数はしばらくむしろ増えたのです。さらに銀行員の役割も変わりました。単に現金を数える仕事から、顧客に商品を勧め関係を管理する仕事へと、重心が移っていったのです。
この事例が与える教訓は微妙です。自動化が必ずしも仕事の総量を減らすわけではなく、ときには仕事の「性質」を変えます。機械が反復的で単純な部分を引き受けると、人はより複雑で関係を軸とした仕事に集中するようになる場合が多いのです。ただしこの事例もまた万能の法則ではありません。ほかの産業では、自動化が実際に仕事を大きく減らした場合もあるからです。
印刷術と写本: 修道院写字室の黄昏
ATMよりもはるかに昔へさかのぼってみましょう。1450年ごろにヨハネス・グーテンベルクが金属活字の印刷術を実用化するまで、一冊の本をつくる仕事は途方もない労働でした。ヨーロッパの修道院には「写字室(スクリプトリウム)」と呼ばれる場所があり、そこで写字を担う修道士たちが一文字一文字を手で書き写しました。分厚い本を一冊仕上げるのに数か月、ときには数年かかりました。本はそれほど希少で、高価で、ごく少数の専有物でした。
印刷術が普及すると、この光景は急速に変わりました。一人が生涯かけて書き写す分量を、印刷機は数日で刷り上げました。手で書き写す職業的な写字生の需要は大きく減りました。精緻な手書きという熟練の技が、少なくとも本を大量につくる仕事においては、その値打ちを失ったのです。この点で写字生たちは、200年あまりのちにラッダイトが感じる喪失感の遠い祖先だったと言えるかもしれません。
しかし物語の結末は、単なる消滅ではありませんでした。本の値段が下がると本を読む人が爆発的に増え、その結果、文章を書く著者、本を世に出す出版人、活字を組む植字工、本を売る書店、紙をつくる製紙工といった新しい仕事と産業が次々に生まれました。知識がより広く行きわたることで、教育、科学、宗教改革にいたるまで社会全体が揺さぶられました。つまり印刷術は、ひと握りの写字労働を消した代わりに、それよりはるかに大きな規模の新しい労働と価値を生み出したのです。
ここでも、先に見たパターンが繰り返されます。消えた職業の場所で苦しみを味わった人と、新たに開かれた豊かさを享受した人とは、必ずしも同じではなかった、という点です。手書きで生涯を磨いてきた老いた写字生が、一夜にして植字工や出版人になるのは難しかったでしょう。技術の転換は、ほとんどいつもこうした「すれ違い」を伴います。
表計算革命: 経理事務員から分析者へ
もう少し身近で、しかも驚くほど明瞭な事例がもう一つあります。コンピューターの表計算ソフトです。1979年、ダン・ブリックリンとボブ・フランクストンが「ビジカルク(VisiCalc)」というプログラムを世に出しました。画面上の格子に数字を入れて数式を設定すると、一つのマスの値を変えた瞬間に、つながったすべてのマスが自動的に再計算されました。1980年代には「ロータス1-2-3」がそのあとを継いでオフィスの標準となり、のちにマイクロソフトのエクセルがこの流れを引き継ぎました。
表計算ソフトが登場する前、大企業の財務部門には、手で帳簿を整理し数字を足して検算する数多くの事務員がいました。ある企業が「もし売上が10パーセント増えたらどうなるか」を調べるには、人が紙の帳簿の上ですべての数字を一から計算し直さなければなりませんでした。何日もかかる骨の折れる仕事でした。
表計算ソフトは、まさにその反復的な計算労働を一瞬で肩代わりしました。では会計に関わる仕事はすべて消えたのでしょうか。興味深いことに、そうではありませんでした。単に数字を足して検算するだけの仕事は確かに減りました。しかし同時に、数字を「解釈し活用する」仕事の価値はむしろ高まりました。計算が容易になると、企業はそれまで手も出せなかった数多くの「仮に計算してみる」試みを行いました。会計担当者の役割は、帳簿を整理する人から、数字が何を意味するかを読み取り意思決定を助ける「分析者」へと重心を移していったのです。
この事例は、先に見たATMの話と似た手触りを持ちます。自動化があるタスクを引き受けると、人の仕事はしばしば、より高い次元の判断と解釈へと移ります。ただしここでも注意すべき点があります。この転換をなめらかに通り抜けた人は、新しい道具をすばやく習得し、単純計算を超えて「分析」という新しい能力を身につけた人々でした。そうできなかった人にとって、同じ変化は脅威として迫りました。道具が同じでも、その結果が人によって異なったという点こそ、表計算革命がわたしたちに残した重要な手がかりです。
電話交換手: 消えた職業の肖像
逆の事例もあります。20世紀初頭、アメリカで「電話交換手」は数多くの若い女性にとって安定した仕事でした。電話をかけると交換手が直接、線をつないでくれた時代です。しかし自動電話交換機が普及することで、この職業はほぼ完全に消えました。
この場合、自動化は仕事の「性質」を変えたのではなく、その職業そのものを丸ごと消し去りました。もちろん電話網が大きくなるにつれて、ほかの分野で新しい仕事が生まれましたが、交換台の前に座っていたまさにその人々が、その新しい仕事へなめらかに移っていったわけではありませんでした。
ATMと電話交換手、この二つの事例を並べて置くと、わたしたちには分かります。自動化の結果は一方向にだけ流れるわけではない、ということが。ある職業は姿を変えて生き残り、ある職業は消えます。どちらになるかは、技術の性質、市場の反応、そして社会の選択によって変わります。
自動化と仕事の歴史年表
1769年 ジェームズ・ワット、蒸気機関の改良特許 — 産業革命の加速
1811年 ラッダイト運動が始まる (イングランド・ノッティンガムシャー)
1870年代 第二次産業革命 — 電気、大量生産の時代
1913年 フォード、ベルトコンベア式組み立てラインを導入
1920年代 自動電話交換機の普及 — 電話交換手の職業が減少
1950年代 コンピューターの登場、「自動化(automation)」という語の一般化
1970年代 ATMの導入が始まる
1990年代 インターネットとPCの普及 — 事務労働の変化
2010年代 スマートフォン、クラウド、機械学習の台頭
2022年 大規模言語モデルにもとづく生成AIの一般への普及
2020年代 生成AIが知識労働の領域へ拡張
この年表を見ると、一つのパターンが見えてきます。新しい技術が登場するたびに、人々は「今回は違う」と叫んだ、という点です。そして実際に、毎回少しずつ違っていました。では今回のAIの波は、本当に、本当に違うのでしょうか。
今回は本当に違うのか: 生成AIの特異点
過去の自動化は主に「肉体労働」と「反復的な業務」を対象にしていました。機械は人より重いものを持ち、疲れることなく同じ動作を繰り返すのが得意でした。一方で創造的な仕事、文章を書き、絵を描き、戦略を練る仕事は、長らく「人間固有の領域」とみなされてきました。
ところが生成AIは、まさにその領域に足を踏み入れました。文章を書き、絵を描き、音楽を作曲し、コードを書きます。多くの人が「今回は違う」と感じる理由がここにあります。自動化の刃先が、はじめて「知識労働」と「創造労働」へ向かっているからです。
しかし慎重に吟味すべき点も多くあります。第一に、現在のAIは「もっともらしい成果物」をすばやくつくり出しますが、事実関係の正確さ、深い文脈の理解、責任ある判断においては、いまだに限界を見せます。第二に、AIが作業の「一部」を自動化したからといって、その職業「全体」が消えるわけではありません。一つの職業は、ふつう数多くの小さなタスクの束だからです。
この第二の視点こそ、次の話題、「代替か拡張か」の論争の核心へとつながっていきます。
代替か拡張か: 二つの未来
AIが仕事に与える影響を語るとき、大きく二つのシナリオが対立します。
シナリオ1: 代替
第一は、AIが人を「代替する」という見方です。AIが十分に賢くなれば、企業は費用を抑えるために人の代わりにAIを使い、その結果として多くの仕事が消える、というシナリオです。とりわけ、定型的な文章作成、単純な翻訳、基礎的な顧客対応、一部のコーディング業務のように、パターンが比較的はっきりした仕事が先に影響を受けるのではないかという懸念があります。
この見方を支持する人々は言います。「過去の機械は手と足を肩代わりしたが、今回のAIは頭脳を肩代わりする。頭を使う仕事が消えれば、人が移っていく先はそうそうない」。
シナリオ2: 拡張
第二は、AIが人を「拡張する」、つまりより強くしてくれるという見方です。AIは人を代替するのではなく、人の能力を広げる道具だ、というのです。ちょうど電卓が数学者を消し去るのではなく、むしろより複雑な問題に挑ませたように。
この見方からすると、AIは退屈で反復的な部分を引き受け、人は判断、創造、共感、責任が必要な部分に集中します。医師はAIの診断補助を受けて患者とより深く対話し、弁護士はAIが整理した資料をもとにより精緻な戦略を練り、作家はAIとアイデアをやりとりしながら新しい表現を探ります。
職業ではなくタスクを見よ
代替か拡張かの論争を、ぐっと明瞭にしてくれる一つの視点があります。「職業(job)」ではなく「タスク(task)」の単位で見つめることです。
わたしたちがふつう一つの職業と呼ぶものは、実は数十もの小さなタスクの束です。たとえばある会計担当者の一日は、数字の入力、検算、報告書の作成、同僚との会議、顧客との相談、異常の判断といった、性質の異なる多くのタスクから成り立っています。AIがそのうち「数字の入力」や「検算」といった一部のタスクを巧みにこなすからといって、その職業全体が消えるわけではありません。むしろAIが単純なタスクを軽くしてくれた分、人は判断や相談のような、より難しいタスクに時間を使えます。
このタスク単位の視点は、わたしたちに二つのことを同時に教えてくれます。一方で、ほとんどすべての職業がAIの影響を「ある程度は」受けることになる、という点です。まったく無関係な職業はまれです。他方で、その影響がすぐに職業の消滅を意味するわけではない、という点です。ほとんどの職業で自動化されるのは一部のタスクであって、職業全体ではないからです。だからより正確な問いは、「わたしの職業は消えるか」ではなく、「わたしの職業を成すタスクのうち何が自動化され、それでわたしはどこにより集中するようになるか」なのです。
現実はその間のどこか
実際の未来は、おそらくこの二つのシナリオの間のどこかにあるでしょう。同じ技術でも、ある職務では主に代替として、ある職務では拡張として働くでしょう。そしてどちらが優勢になるかは、技術の発展の速さだけでなく、企業の選択、労働者の適応、そして社会の制度によって大きく変わります。
ここでぜひ覚えておきたい点があります。「代替か拡張か」は技術が一方的に決める運命ではなく、わたしたちがともにつくっていく選択に近い、という事実です。
変わる職業、変わらない価値
影響を強く受ける仕事と受けにくい仕事
すべての仕事が等しく影響を受けるわけではありません。一般に、次のような傾向が観察されます。
比較的影響を強く受ける仕事
- 定型的なテキスト作成 (報告書の下書き、定型文書)
- 単純なデータ入力と整理
- 基礎的な翻訳と要約
- パターンのはっきりした顧客対応
- 反復的なコード作成
比較的影響を受けにくい仕事
- 複雑な身体作業 (配管、電気、介護)
- 深い対人関係と信頼が必要な仕事
- 高い責任と倫理的判断を伴う仕事
- 非定型で創造的な戦略づくり
- 現場でのとっさの問題解決
興味深いのは、AIの時代にむしろ「身体を使う熟練労働」の価値が見直されているという点です。詰まった配管を通し、壊れた電気を直し、人を直接介護する仕事は、デジタルで複製するのが難しいのです。かつて「単純労働」として低く評価されていた仕事が、むしろ自動化の波に耐える堅い地面になることもあり得ます。
比較表: 産業革命とAI革命
| 比較項目 | 産業革命 | AI革命 |
| --- | --- | --- |
| 主な代替対象 | 肉体労働、手工業 | 知識労働、一部の創造労働 |
| 変化の速さ | 数十年かけて漸進的 | 比較的速い |
| 新しい職業の登場 | 工場労働、機械整備 | データサイエンス、AI管理の職種 |
| 必要な能力の変化 | 手技から機械操作へ | 暗記から判断と協働へ |
| 社会的な対応 | 労働法、公教育の拡大 | 再教育、政策議論が進行中 |
この表は単純化した比較にすぎず、すべての細部をとらえているわけではありません。しかし二つの革命が似ている点と異なる点を一目で見せてくれます。核心は「必要な能力の変化」です。産業革命が手技から機械操作への転換を求めたとすれば、AI革命は単純な暗記と反復から「判断、創造、協働」への転換を求めています。
一つ付け加えるなら、表の「変化の速さ」の項目を軽く読み飛ばさないほうがよいでしょう。産業革命は数十年、長ければ一世紀にわたって展開したので、その間に生まれた世代は育ちながら新しい仕事に自然と適応できました。一方でAI革命の速さが本当により速いなら、同じ人が一生のうちに何度も職業を変えなければならない状況が訪れるかもしれません。これは産業革命期にはまれだった、新しい種類の挑戦です。
新しい職業と技能格差
技術は仕事を消すだけではありません。新しい仕事を生み出しもします。わずか20年前には存在しなかった職業を思い浮かべてみましょう。アプリ開発者、データサイエンティスト、ソーシャルメディアのマネージャー、クラウドエンジニア、コンテンツのクリエイター。そしていま、AIの時代はさらに別の新しい職業を生み出しています。AIモデルを調整する人、AIの出力を検査し責任を負う人、人とAIの協働を設計する人。
しかしここに「技能格差(スキルギャップ)」という落とし穴があります。新しく生まれた仕事が消えた仕事を埋めるとしても、二つの仕事が求める技能がまったく異なれば、仕事を失った人がすぐに新しい仕事を得るのは難しいのです。
電話交換手が一夜にしてデータサイエンティストになることはできません。この格差を埋めるには、時間と費用、そして何より「学ぶ機会」が必要です。そしてこの機会は、人によって、地域によって、階層によって、均等には与えられません。まさにここで、技術変化は「不平等」の問題と出会います。
政策論争: わたしたちは何をすべきか
技術変化が引き起こす衝撃を、社会はどう扱うべきか。この問いをめぐって、いくつもの立場が対立します。この記事はどちらか一方を擁護せず、主要な立場をできるだけ公正に紹介しようとします。
普遍的ベーシックインカムの論争
もっとも熱い論争の一つが「普遍的ベーシックインカム(Universal Basic Income, UBI)」です。すべての国民に条件なしで一定の金額を定期的に支給しよう、という構想です。
賛成する側の論理はこうです。AIが多くの仕事を自動化すれば、仕事だけに依存する既存の所得構造が揺らぐおそれがあります。ベーシックインカムは人々に最低限の安全網を提供し、突然の変化の衝撃をやわらげ、人々が再教育や起業、介護労働といった新しい試みに乗り出す余裕を与える、というのです。
反対する側の論理も手ごわいものです。第一に、すべての国民にお金を支給するには莫大な財源が必要ですが、その財源をどう用意するかが不明確です。第二に、働かなくても所得が保障されれば、人々の勤労意欲が下がりかねないという懸念があります。第三に、いっそその財源を本当に助けが必要な人へ集中させるほうが効率的だ、という主張もあります。
実際に世界の各地で小規模なベーシックインカムの実験が行われ、その結果をめぐっても解釈は分かれています。ある研究はベーシックインカムが生活の安定や心の健康に肯定的だったと報告し、別の研究は労働時間や雇用に与えた影響が限定的または複合的だったとみています。ひとことで言えば、まだ明確な結論を下すには早い段階です。
ほかの政策的な選択肢
ベーシックインカムだけが唯一の代案ではありません。いくつもの異なる接近が、ともに議論されています。
主な政策の選択肢 (互いに排他的ではない)
1. 再教育と生涯学習の支援
- 仕事を失った人が新しい技能を学べるよう国が助ける
2. 社会の安全網の強化
- 失業給付、職業転換の支援など既存の制度を補強する
3. 普遍的ベーシックインカム
- すべての人に条件なしの基本所得を支給する
4. 労働時間の短縮
- 生産性向上の利益をより短い労働時間で分け合う
5. 技術と自動化への課税
- 自動化で得た利益の一部を社会へ還元する
それぞれの選択肢には固有の長所と限界があり、費用を誰が負担するのか、効果が誰に返るのかをめぐる価値判断が絡み合っています。ある社会は複数の選択肢を混ぜて使うでしょうし、別の社会は異なる道を選ぶでしょう。正解は一つではなく、これは結局その社会の価値と合意にかかった問題です。
国や産業ごとに異なる対応
同じ自動化の波を受けても、社会によって対応のしかたはかなり異なります。どちらが正しいと決めつけるより、異なる接近がどんな価値を優先しているかを見てみるほうが役に立ちます。
一方の端には「再教育を重んじる」接近があります。一部の北欧諸国がよく挙げられる例です。彼らは労働者が仕事を失ったとき、その人を一つの職場に引き留めるより「職業そのものの転換」を助けることに重きを置きます。手厚い失業給付で生活を支えると同時に、積極的な職業訓練と再教育のプログラムで新しい仕事へ移れるよう助けるやり方です。しばしば「柔軟保障(フレキシキュリティ)」と呼ばれるこのモデルは、解雇は比較的自由にする一方、その衝撃は社会がともに引き受けようという発想に近いものです。長所は変化への社会的抵抗が減り労働市場が柔軟になる点で、限界は莫大な財政と高い税、そして社会的信頼という土台を必要とする点です。
もう一方の端には「市場主導」の接近があります。アメリカがよく挙げられる例です。このやり方は政府の介入を最小限にとどめ、労働市場が自ら新しい均衡を見つけるよう任せるほうに近いものです。企業は比較的たやすく人を雇い、解雇し、新しい産業がすばやく生まれては消えます。長所は革新と新しい雇用創出の速さが速くなり得る点で、限界は転換の衝撃が個人により重くのしかかり得ること、そしてその間に格差が広がりやすいことです。
産業ごとにも手触りは異なります。製造業は早くからロボットや自動化設備を導入してきており、その過程で仕事の数と性質が大きく変わりました。一方で介護、教育、医療のように、人と人の関係と信頼が核となる産業は、自動化の速さが比較的ゆるやかです。また同じ国のなかでも、大都市と地方、大企業と小規模事業者が受ける衝撃の大きさはまちまちです。
ここで重要な点は、どのモデルも完璧な正解ではない、という事実です。再教育を重んじる接近は安定と公平を重んじますが費用が大きく、市場主導の接近は躍動と効率を重んじますが衝撃の分配が均一でないことがあります。それぞれの社会は、自分が何をより重んじるかによって、その間のどこかを選びます。そしてその選択には正解表がありません。
思考実験: 自動化された町
抽象的な議論を、しばし具体的な場面へ移してみましょう。一つの架空の町を思い浮かべてみます。
人口2万人の小さな町があるとしましょう。この町の仕事のかなりの部分は、近くの物流倉庫、コールセンター、そして会計事務を代行する事務所に集まっています。ところが新しい自動化技術とAIが急速に導入され、わずか5年で町の仕事の40パーセントが消えるか大きく変わります。倉庫の仕分け作業はロボットが、コールセンターの単純な応対はAIが、会計事務の反復業務はソフトウェアが肩代わりします。
さて、この町の前にはどんなことが広がるでしょうか。まず襲ってくるのは衝撃です。一度に多くの人が仕事を失うと、その人たちの消費もともに減ります。食堂、美容室、近所の店のように、その人たちを客としていた店も売上が落ちます。自動化で直接仕事を失わなかった人たちまでが、連鎖的に打撃を受けるのです。町の税収は減り、学校や図書館のような公共サービスを維持するのも苦しくなります。
ではこの町はどんな選択ができるでしょうか。道はいくつもあります。
自動化された町が直面する選択肢
1. 去る — 仕事を求めて別の都市へ移り住む
(しかし全員が去れるわけではなく、町はさらに空いていく)
2. 再教育 — 新しい技能を学んで別の仕事へ移る
(しかし誰が費用を出し、どんな仕事が待っているのか)
3. 新産業の誘致 — 町が自動化時代に合った新しい仕事を引き寄せる
(しかしそうした機会はすべての町に均等には来ない)
4. 持ちこたえる — 既存のやり方を守って変化を先延ばしにする
(しかし時が経つほど競争で押されかねない)
5. ともに分け合う — 自動化の利益の一部を町の共同体へ戻す
(しかしその利益はしばしば町の外の企業へ返る)
この思考実験が見せてくれるのは、自動化の衝撃が単に「仕事の数」の問題ではない、という点です。それは一つの共同体の消費、税収、人口、公共サービス、そして人々の自尊心までともに揺さぶる問題です。もう一つはっきりしているのは、衝撃が速く集中するほど、社会がそれを吸収しにくいという事実です。同じ40パーセントでも、50年かけてゆっくり起こるのと、5年で襲ってくるのとは、まったく別の話です。
この町の運命を分けるのは、技術そのものではありません。町とその外の社会がどんな備えをしておいたか、変化の衝撃を誰がどう分かち合うかが、結末を分けます。そしてこれは、わたしたちが生きる本当の世界にもそのまま当てはまる問いです。
仕事はなぜお金以上の意味を持つのか
ここまでわたしたちは、おもに仕事を「所得の源泉」として語ってきました。しかし仕事が人に対して持つ意味は、それよりはるかに広いものです。自動化とAIを語るとき、この点を抜かしてしまうと、わたしたちは問題の半分しか見ないことになります。
第一に、仕事は「意味と目的」の源泉です。多くの人は自分のする仕事を通じて、「わたしは世の中に何か役立つことをしている」という感覚を得ます。何かをつくり、誰かの助けになり、ある結果に寄与する経験は、人に生きる理由を与えます。所得はそのまま保障されても、この意味の感覚が消えると、人はしばしば空虚さを覚えます。
第二に、仕事は「時間の構造」をつくってくれます。朝起きてどこかへ行き、一日のリズムを持ち、一週間を単位に暮らしを営む、こうした枠組みのかなりの部分が仕事から生まれます。仕事が突然消えると、ただお金が消えるだけでなく、一日をどう満たせばよいかについての慣れ親しんだ枠組みまで、ともに揺らぎます。
第三に、仕事は「社会的な所属」の場です。職場は人々が同僚と出会い、ともに何かを成し遂げ、共同体に属しているという感覚を得る重要な舞台です。仕事を失うことは、しばしばその社会的なつながりの網から切り離されることを意味します。この断絶は、孤独と孤立につながり得ます。
第四に、仕事は「アイデンティティと地位」と深く絡み合っています。初めて会った人に対して、わたしたちがもっともよく投げる問いの一つが「お仕事は何ですか」です。好むと好まざるとにかかわらず、多くの社会で人は自分の職業によって自分を説明し、また評価されます。だから仕事の喪失は、単なる経済的な損失を超えて、「わたしは何者か」というアイデンティティの揺らぎへとつながることもあります。
この四つの次元は、なぜ重要なのでしょうか。もし未来に自動化が十分に進み、たとえすべての人にベーシックインカムのような形で「お金」の問題が解決されると仮定しても、意味、構造、所属、アイデンティティという仕事の別の機能まで自動で満たされるわけではないからです。「仕事の未来」を考えるとき、わたしたちが立てるべき問いは「人々はどう食べていくのか」だけではありません。「人々はどこで意味と所属を見いだすのか」もまた、同じくらい重い問いです。これは医学的な診断の問題ではなく、わたしたちがともに設計すべき社会と文化の問題です。
ちょっとクイズ: あなたの直感を試してみましょう
次の記述が正しいか誤りか、考えてみてください。答えはすぐ下にあります。
質問1. ATMが導入された直後、アメリカの銀行員の数はすぐに大きく減った。
質問2. 「労働総量の誤謬」とは、世の中の仕事の数が決まっていると信じる誤った仮定のことである。
質問3. 普遍的ベーシックインカムは、すべての経済学者が賛成する、議論の余地のない政策である。
質問4. 1979年に登場したビジカルクのような表計算ソフトは、会計に関わる仕事をすべて消し去った。
質問5. グーテンベルクの印刷術が広まることで、手で本を書き写す写字生の需要は大きく減った。
質問6. 同じ割合の仕事が自動化されても、その変化が50年かけて起こるのと、5年で襲ってくるのとでは、社会に与える衝撃が異なる。
それでは答えを確かめてみましょう。
答え1. 誤りです。先に見たように、ATM導入後も支店が増えることで、アメリカの銀行員の数はしばらくむしろ増えました。直感に反する結果でした。
答え2. 正しいです。労働総量の誤謬は、仕事の量を固定されたパイとみなす誤解を指します。新しい技術は新しい仕事も生み出すので、この仮定はしばしば誤っています。
答え3. 誤りです。普遍的ベーシックインカムは、賛否が鋭く分かれる代表的な論争の主題です。財源、勤労意欲、効率などをめぐって意見が大きく食い違います。
答え4. 誤りです。表計算ソフトは単純計算や検算のような一部の仕事は減らしましたが、会計に関わる仕事をすべて消したわけではありません。むしろ数字を解釈し意思決定を助ける「分析」の役割の価値が高まり、仕事の性質が変わりました。
答え5. 正しいです。印刷術が普及すると、手で本を書き写す写字生の需要は大きく減りました。ただしその代わりに、著者、出版人、植字工、書店、製紙工といった新しい仕事と産業が生まれました。
答え6. 正しいです。同じ割合でも、変化の「速さ」は非常に重要です。衝撃が速く集中するほど、社会がそれを吸収し適応するのは難しくなります。
六つの問題をすべて正解できたなら、あなたはすでにこの主題の核心をよくつかんでいます。
速さと分配: 二つの本当の変数
ここまでの議論を一歩下がって整理すると、仕事の未来を分ける鍵となる変数は、大きく二つに絞られます。「変化の速さ」と「利益と負担の分配」です。
まず速さです。先に自動化された町の事例で見たように、同じ大きさの変化でも、それが速く来るか遅く来るかによって、社会が味わう苦しみはまったく変わります。変化が一世代かけてゆっくり起これば、人々は自然な退職と新規参入を通じて適応する時間を稼げます。老いた写字生が退職するころ、若い世代は最初から印刷産業に足を踏み入れる、というように。しかし変化がわずか数年で押し寄せると、この緩衝装置は働きません。現在AIをめぐる不安のかなりの部分は、「AIが何をできるか」だけでなく、「どれほど速くそうなるか」から来ています。
次は分配です。技術が生み出す総量の豊かさが増えるとしても、その豊かさが誰に返るかは別の問題です。自動化の利益は、しばしばその技術を所有する人や企業に集中する一方、その費用は仕事を失った労働者に集中する傾向があります。産業革命期に豊かさが次の世代になってようやく均等に広がったのも、その分配がひとりでに行われたのではなく、労働法と社会制度という「選択」を通じてはじめて可能になったからです。
この二つの変数が重要なのは、どちらも技術が一方的に決めるものではなく、人が影響を与えられる領域だという点にあります。わたしたちは変化の速さを調節する制度を設計でき、利益と負担を分ける仕方をともに定められます。AIをめぐる論争が結局、技術の問題ではなく社会の選択の問題へ戻ってくる理由がここにあります。
興味深いことに、速さと分配は互いに絡み合っています。変化が速すぎれば、分配を調整する制度を整える前に衝撃が襲い、分配が一方に偏りすぎれば、変化の速さを緩めよという社会的抵抗が激しくなります。だからこの二つの変数を別々に扱うより、ともに見つめる視点が必要です。技術をどう受け入れるかという問いは、結局「どれほど速く」と「誰のために」という二つの問いを同時に解く営みだからです。
適応の戦略: 個人は何ができるのか
巨大な変化の前で、個人は無力に感じやすいものです。しかし歴史を見れば、変化に適応した人や社会は確かに存在しました。いくつかの方向を整理してみます。これは正解ではなく、考えの出発点です。
1. 道具を恐れず、飼いならす
ハンマーで機械を壊したラッダイトの心は理解できますが、結果として機械の時代を止めることはできませんでした。AIもまたそうである可能性が高いでしょう。それならやみくもに拒むより、その道具を理解し、自分の仕事にどう活かすかを身につけるほうが現実的です。AIをうまく使う人とそうでない人の格差が、これから重要な分岐点になり得ます。
2. 機械が苦手な能力に投資する
AIが速く巧みにこなす仕事と、いまだに人のほうが上手な仕事を区別してみることが役に立ちます。深い文脈の理解、倫理的な判断、本物の共感、複雑な状況での創造的な問題解決、人と人のあいだの信頼づくり。こうした能力は短期間で自動化されにくいものです。
3. 学ぶ能力そのものを育てる
特定の技能一つを生涯使い回す時代は暮れつつあります。それより重要なのは「新しいことをすばやく学ぶ能力」です。変化が速いほど、一度学んで終わりの知識より、学び続ける態度のほうが、より大きな資産になります。
4. 仕事の多層的な意味をともに大切にする
先に見たように、仕事は所得だけでなく、意味、構造、所属、アイデンティティをともに与えます。それなら変化に備えるときも、これらすべての次元をともに見ておくほうがよいのです。仕事が揺らぐとき、所得の空白と同じくらい、意味と所属の空白も大きくなり得るからです。職場の外でも意味を感じられる活動、関係、共同体をあらかじめ育てておくことは、変化の衝撃に耐えるもう一つの堅い土台になります。
5. 変化をひとりで抱え込まない
個人の努力だけですべてを解決することはできません。再教育の制度、社会の安全網、公正な政策は、社会がともにつくっていく分です。「適応は個人の責任」という言葉で、すべての負担を個人へ押しつけるのは公正ではありません。個人の適応と社会の制度は、どちらか一方だけでは十分ではなく、二つが噛み合ったときにはじめて、変化の衝撃を耐えられるものにできます。
再教育は本当に効果があるのか
自動化についてのほとんどすべての政策議論は、結局「再教育(リスキリング)」という言葉に収れんします。仕事を失った人に新しい技能を教え、新しい仕事へ移してあげよう、というものです。聞こえはすっきりした解決策です。しかし現実では、再教育は思ったよりも厄介な課題です。この難しさを正直に見つめることは、安易な楽観も安易な悲観も避けるのに役立ちます。
第一に、「何を」教えるかの問題があります。技術が速く変わる時代には、今日有望に見える技能が、数年後にはまた自動化の対象になることもあります。だから特定の技能一つを名指しで教えるより、変化に広く適応できる基礎的な能力と学習力を育てるほうが安全だ、という見方が力を得ます。
第二に、「誰が」学べるかの問題があります。生涯一つの仕事をしてきた中年の労働者が、家族を養いながら、まったく異なる分野の技能を一から学ぶのは決して容易ではありません。時間も、費用も、心理的な負担も並大抵ではありません。再教育プログラムが形のうえで存在したからといって、それが実際にすべての人に届くわけではないのです。
第三に、「そのあとに」仕事が本当に待っているかの問題があります。苦労して新しい技能を身につけたのに、いざその技能を使う仕事がその地域になければ、再教育は徒労に終わりやすいのです。これは先に見た自動化された町のジレンマへ、そのままつながります。
とはいえ、再教育が無意味だという意味では決してありません。歴史的に、教育の拡大は産業革命の衝撃を吸収するうえで決定的な役割を果たしました。19世紀と20世紀にわたって義務教育が定着し、公教育が拡大することで、農村の労働力が工場や事務所の仕事へ移ることができました。核心は、再教育が「万能の解決策」でも「無用の長物」でもない、という点です。それはよく設計され、十分に支えられ、仕事の需要と噛み合ったときにはじめて力を発揮する、いくつもの条件がともにそろってはたらく道具なのです。
おわりに: ハンマーの代わりに何を手にするか
もう一度、1811年ノッティンガムシャーのあの夜へ戻ってみましょう。ハンマーを手にした人々は、自分たちの世界が崩れるのを止めたかったのです。彼らの恐れは本物であり、彼らが味わった苦しみも本物でした。わたしたちは彼らを、単に「愚かな機械破壊者」と嘲る資格はありません。
しかし同時に、歴史はハンマーで技術の流れを止められなかったという事実も見せてくれます。産業革命はついには巨大な豊かさをもたらしましたが、その豊かさをすべての人へ公平に、そして十分に速く分配させたのは、技術ではなく人々の選択でした。労働法、公教育、社会保障の制度は、空から降ってきたのではなく、変化の衝撃を経験した社会が、長い対立と議論の末につくり出した結果でした。
AIもまた同じでしょう。AIが脅威になるか道具になるかは、技術そのものにあらかじめ定まってはいません。それは、わたしたちがその技術をどう設計し、どう使い、その利益と負担をどう分けるかにかかっています。
ですから、わたしたちが立てる問いは「AIがわたしの仕事を奪うだろうか」という、恐れの混じった問いにとどまってはいけません。むしろこう問うべきでしょう。「わたしたちはこの強力な道具を、より多くの人がより良い仕事をしながら生きる世界をつくるために、どう使うのか」。ハンマーの代わりにわたしたちが手にすべきは、もしかするとこのより良い問いなのかもしれません。
この記事でわたしたちは、ラッダイトのハンマーから始まり、修道院の写字僧と印刷術、表計算ソフトと会計の分析者、ATMと銀行員、電話交換手を経て、今日のAIまで長く回り道をしてきました。この長い旅が一つのことをはっきり見せてくれるとすれば、それは技術が結末をひとりで決めはしない、という事実です。同じ技術も、ある社会ではより多くの人のための豊かさへ、また別の社会では少数のための格差へと帰結しました。その違いをつくったのは、いつも人の選択でした。AIの時代にも、この点は変わらないでしょう。結局、答えは機械ではなく、わたしたちの手のなかにあります。
ともに考えてみる材料
1. あなたの職業で、AIが「代替する」部分と「拡張する」部分は、それぞれ何でしょうか。その二つを分けて書いてみたら、どんな絵が描けるでしょうか。
2. もし普遍的ベーシックインカムが導入されたら、あなたの人生の選択はどう変わるでしょうか。そしてその財源はどこから来るべきだと思いますか。
3. 「短期的な痛みは特定の世代が、長期的な利益は次の世代が享受する」というパターンが本当なら、わたしたちは変化のただなかに立つ世代のために何をすべきでしょうか。
4. 100年後の人が今日のわたしたちを振り返ったら、わたしたちを「ハンマーを手にしたラッダイト」と見るでしょうか、それとも「道具を飼いならした世代」と見るでしょうか。
5. もしあなたの住む場所が記事のなかの「自動化された町」だったら、五つの選択肢のうち何を先に試しますか。そしてその選択のいちばん大きな障害は何でしょうか。
6. 所得が十分に保障されると仮定しても、あなたが仕事を通じて得ていた「意味、構造、所属、アイデンティティ」は、どこで代わりに満たせるでしょうか。
参考資料
- Encyclopaedia Britannica, "Luddite" — https://www.britannica.com/event/Luddite
- History.com, "Who Were the Luddites?" — https://www.history.com/news/who-were-the-luddites
- James Bessen, "Learning by Doing: The Real Connection between Innovation, Wages, and Wealth" (Yale University Press) — https://yalebooks.yale.edu/book/9780300195668/learning-by-doing/
- Encyclopaedia Britannica, "Industrial Revolution" — https://www.britannica.com/event/Industrial-Revolution
- Stanford Encyclopedia of Philosophy, "The Ethics of Artificial Intelligence" — https://plato.stanford.edu/entries/ethics-ai/
- Encyclopaedia Britannica, "Universal Basic Income" — https://www.britannica.com/topic/universal-basic-income
- OECD, "The Future of Work" — https://www.oecd.org/employment/future-of-work/
- Encyclopaedia Britannica, "Printing" — https://www.britannica.com/technology/printing-publishing
- Encyclopaedia Britannica, "Johannes Gutenberg" — https://www.britannica.com/biography/Johannes-Gutenberg
- Encyclopaedia Britannica, "VisiCalc" — https://www.britannica.com/technology/VisiCalc
- Encyclopaedia Britannica, "Spreadsheet" — https://www.britannica.com/technology/spreadsheet
- World Economic Forum, "Future of Jobs Report" — https://www.weforum.org/reports/the-future-of-jobs-report-2023/
- International Labour Organization (ILO), "World Employment and Social Outlook" — https://www.ilo.org/digitalguides/en-gb/story/weso-trends
- McKinsey Global Institute, "Jobs lost, jobs gained" — https://www.mckinsey.com/featured-insights/future-of-work/jobs-lost-jobs-gained-what-the-future-of-work-will-mean-for-jobs-skills-and-wages
- Encyclopaedia Britannica, "Telephone operator" — https://www.britannica.com/technology/telephone
- Encyclopaedia Britannica, "Automated teller machine (ATM)" — https://www.britannica.com/technology/automated-teller-machine
현재 단락 (1/184)
1811年の冬、イングランドのノッティンガムシャーにある織物工場へ、夜更けに影が押し寄せました。彼らは大きなハンマーを手にしており、狙いはただ一つ、新たに導入された編み機でした。機械が砕け散る音が闇の...