「AIががんを治す」は、なぜ今は説得力あるAI論にならないのか

「AIががんを治す」という言葉は、人工知能の明るい未来を象徴する決まり文句になっている。しかし、OpenAIのサム・アルトマンCEOとAnthropicのダリオ・アモデイCEOの公開論争は、医療の進歩に価値があるかどうかをめぐるものではない。

争点は、このフレーズに何が欠けているかだ。アルトマン氏にとっては、十分に広く、人々の力を増す将来像。アモデイ氏にとっては、約束を裏付ける実証である。

共通点：「がんを治す」だけではAIを正当化できない

両者とも、「がんを治せるならAIを受け入れるべきだ」という一言だけで、AIをめぐる社会的な問いに答えられるとは考えていない。

アルトマン氏は、テック業界はAIがもたらす便益を説明するのが「ひどく下手だった」と述べている。がんを治すことは素晴らしい成果だとしても、それだけでは十分に野心的ではないという立場だ。AIは少数の組織へ能力を集中させるのではなく、創造性や起業を広げ、人々により大きな自律性と力を与えるべきだと主張する。23

一方のアモデイ氏は、さらに厳しい基準を示す。「AIががんを治す」は、多くの人にとって人を欺くように聞こえる陳腐な文句になったとし、前向きなイメージ広告では、より深い信頼の危機を解決できないと述べた。彼の基準は実現だ。人々がはっきり認識できる具体的な便益を業界が示す必要があり、がんの治癒はその象徴的な例として挙げられている。49

アルトマン氏の論点：恩恵をもっと広く、身近なものに

アルトマン氏の異論は、主に視野の広さにある。医療上の大発見は社会的に重要だが、AIが日々の生活で一般の人々に何をもたらすのか、という問いへの完全な答えにはならない。

彼が重視するのは、利用者に広く行き渡る能力だ。創作を助けるツール、事業を始める手段、科学・技術的な研究を進める力である。この見方では、重要なのは将来の画期的成果が一方的に提供されることだけではない。人々自身が強力なシステムを使い、自分の選択肢と主体性を広げられるかどうかにある。29

だからこそ、懐疑論への答えは単に「治療法ができるまで待ってほしい」ではない。AIが人間の自律性を減らすのではなく高めることを示し、より広範な利益を社会に見える形にする必要がある、というものだ。23

アモデイ氏の論点：大きな約束は証拠の代わりにならない

アモデイ氏は、洗練された宣伝にも、より壮大な未来像にも、不信を解く力はないとみる。人々が確認できる、信頼できる成果がなければ、大きな主張は説得力を失うという考えだ。

ここに両者の緊張関係がある。アルトマン氏は、がんをめぐる売り文句が狭すぎるとみる。アモデイ氏は、それが実証不足だとみる。創造的ツール、起業、科学、教育といった恩恵を列挙することは、アルトマン氏の主張を補強し得る。しかし、それらが可視化され、公平に行き渡り、検証可能でなければ、業界がまた大きな予測を信じるよう求めているだけだというアモデイ氏の懸念を強めかねない。249

「がんの治癒」という約束が特に危うい理由

AIは、標的の発見、分子設計、診断、臨床現場の業務など、がん医療や創薬の多くの領域で活用が探られている。ただし、計算上の発見や創薬初期の進展と、治療が患者の転帰を改善することの証明は別の話だ。

腫瘍学におけるAIのレビューは、データ統合、解釈可能性、公平性、臨床応用、規制ガバナンスを主要な課題として挙げる。また、多くのモデルが後ろ向きデータでは高い性能を示しても、前向きの臨床検証を欠いていると指摘する。17

創薬は依然として時間がかかり、不確実性も大きい。候補化合物の特定から市場承認までの一般的な期間は、およそ10〜15年とされる。1718 AI創薬に関する近年の評価でも、AIは初期段階の作業を速め得る一方、その加速が後期臨床試験での成功率向上へ一貫して結び付くわけではないとされる。再現性、データ透明性、規制、実臨床での検証は、なお制約である。22

臨床応用へ向かう有望な兆しはある。AI支援で見いだされた化合物が臨床評価に進んだ例もあるが、その試験だけで決定的な有効性が示されたわけではなく、まして幅広く適用できる「がんの治癒」を意味するものではない。19 現時点の根拠が支持するのは、AIを研究・臨床支援の有望な道具として慎重に評価することだ。がんを治す時期を自信をもって公言することではない。

信頼は「誰がコストを負担するのか」でも決まる

医療に関する約束は、より大きな社会的文脈の中で受け止められる。人々は遠い将来の科学的な可能性だけを見ているのではない。雇用、偽情報、プライバシー、安全性、教育、そして高度なAIを動かすインフラといった、より身近な問題も同時に評価している。

世論調査は、期待される便益と目に見えるコストの隔たりの一端を示す。ロイター／イプソスの米国調査では、AIを支えるデータセンター建設の急速な進展を支持した人は約3分の1にとどまり、77％が電気料金の上昇を懸念していた。34 また世界規模の報告書では、回答者の54％がAIを信頼することに慎重であり、サイバーセキュリティ、プライバシー、偽情報、雇用喪失、技能の空洞化、社会全体への影響が懸念として挙げられた。38

これは、あらゆるAI利用を人々が拒絶しているという意味ではない。だが、地域の電力使用量や水需要、家計負担、仕事、技術を誰がコントロールするのかといった切迫した問いに直面する人々にとって、遠い将来の医療革命の約束だけでは答えにならないことを示している。

より信頼できるAIの説明とは

アルトマン氏とアモデイ氏は異なる失敗を指摘しているが、両者の見方を合わせれば、AIに求められる基準はより厳しくなる。

信頼に足るAIの説明には、少なくとも次が必要だ。

• 将来の可能性だけでなく、具体的な便益を示すこと。 主張は、独立研究者、規制当局、利用者、影響を受ける地域社会が評価できる成果と結び付けるべきだ。
• 発見と臨床的便益を区別すること。 仮説の生成や分子設計が速くなることには意味がある。しかし、それは安全で、承認され、有効な治療法と同じではない。
• 時期と不確実性を率直に伝えること。 医療研究には、印象的なデモや計算資源の増強では代替できない検証が必要だ。
• 利用者の主体性を高めること。 創造性や起業への支援というアルトマン氏の構想は、アクセスと利益が一部へ集中せず、広く届く場合に最も力を持つ。29
• 被害とインフラコストを説明すること。 安全性、労働への影響、プライバシー、電力など地域に及ぶ影響を誰が負担するのかを明確にしてこそ、信頼が生まれる。3438

したがって、よりよい答えは「信じてほしい、AIががんを治す」でも、「AIが誰もをより創造的にする」でもない。独立して確かめられる便益の実績に、正直な限界の説明、責任ある導入、そしてAIのコストを引き受ける人々や地域への公正な配慮を組み合わせることだ。