「生成AI」で組織風土さえも変革できる――
人事は「人間中心」に「専門領域」を磨く取り組みを
「ChatGPT（チャットGPT）」の登場以降、さまざまな分野で生成AIが活用されるようになりました。人事の現場でも、文書・資料作成などで生成AIを実際に使っている人は多いでしょう。一方、採用や人材育成、労務などの人事業務では、まだまだ活用が進んでいないのが実情です。人が人と向き合うことで成り立ってきた人事の世界に、生成AIはどのような変革をもたらすのでしょうか。国内最先端のAI研究で知られる東京大学 松尾研究室出身で、著書『生成AIで世界はこう変わる』がベストセラーとなった今井翔太さんは「現在の生成AIは“人間の常識”を持ち合わせており、従業員や採用候補者の可能性を広げる目的でも活用できる」と語ります。日々刻々と進化する生成AIの現在地と、人事領域での可能性について聞きました。
- 今井 翔太さん
- AI研究者／博士（工学、東京大学）
いまい・しょうた／1994年、石川県金沢市生まれ。東京大学大学院 工学系研究科 技術経営戦略学専攻 松尾研究室にてAIの研究を行い、2024年同専攻博士課程を修了し博士（工学、東京大学）を取得。人工知能分野における強化学習の研究、特にマルチエージェント強化学習の研究に従事。ChatGPT登場以降は、大規模言語モデル等の生成AIにおける強化学習の活用に興味。生成AIのベストセラー書籍『生成AIで世界はこう変わる』（SBクリエイティブ）著者。その他書籍に『深層学習教科書 ディープラーニング G検定(ジェネラリスト)公式テキスト 第2版』（翔泳社）、『AI白書 2022』（角川アスキー総合研究所）、訳書にR.Sutton著『強化学習（第2版）』（森北出版）など。公式サイト：http://shota-imai.com
「ゲーマー」として感じた人間の限界
人類の諸問題を解決する手段としてAIを選んだ
今井さんが専門とする研究分野についてお聞かせください。
私の専門は、生成AIのコア技術である「強化学習」です。特に最近では、複数のAIを組み合わせて協業させたり競争させたりする「マルチエージェント強化学習」に取り組んでいます。これはAIの意思決定に関わる分野であり、異なる生成AI同士が人間を介さずに対話することで価値観を調整していく研究も進められています。
AIの価値観を調整するために、従来は人間によるフィードバックが必須とされていました。しかし人間が手をかけられる量には限界があるし、そもそも人間は民族や宗教、集団などの属性ごとに異なる価値観を持っています。ジェンダー問題などの個別のイシューでも、担当する人間特有の価値観が入り込んでしまう。そのため、量的な制約を受けずにAI同士で価値観を調整する試みが注目されているのです。
AIはすでに、固有の「価値観」を持つ存在なのですね。
はい。画像認識などの以前からある識別的なAIとは異なり、現在の生成的なAIはすでに人間と同じような価値観や常識を持ち合わせています。
こう言うと驚く人もいるかもしれませんが、生成AIが学習しているデータ量が数兆文字の規模に及ぶことを考えれば、妥当ではないでしょうか。世界各国の、多種多様な価値観や常識を持つ人間のデータを学んでいるわけですから。
歴史学者のユヴァル・ノア・ハラリは著書『サピエンス全史』で、「人類は言語を獲得したことによって長期的な思考ができるようになり、うそをついたり虚構の世界を信じたりできるようになった」と述べています。彼が説いた「認知革命」と同じことがAIでも起きようとしているのです。いずれはAI自身が、AIのための新たな宗教を生み出すのかもしれません。
今井さんはなぜAIを研究しようと考えたのですか。
もともと私は、いわゆる「ゲーマー」でした。大学の学部生時代、世界中のプレイヤーと戦うオンラインのレーティングバトルでは世界7位になったこともあるんです。
世界トップレベルの戦いに挑むうち、私は次第に人間の思考能力や知能の限界を感じるようになりました。国際大会の上位層を見ていると、私を含めて、みんな同じような戦術しか使わないからです。人間の思考・知能の粋を集めても、ゲームに勝つための戦術は最終的に通り一遍のものしか生まれず、つまらない戦いに終始してしまっていました。
ちょうどその頃、囲碁の世界ではGoogle関連企業が開発したコンピューター囲碁プログラム「AlphaGo」（アルファ碁）が注目を浴びていました。2015〜2016年にかけて、AlphaGoは人間には思いつかない戦術を生み出し、世界トップクラスの棋士を次々に打ち破って衝撃を与えたのです。「ついにAIが人間を超える知能を持つようになった」「ゲームでも、AIなら人間には思いもよらない戦術を編み出せるのでは」と感じ、ワクワクしたことを覚えています。また、AlphaGoを開発したデミス・ハサビスというAI研究者も私と同じくゲーマー出身で、ハサビスに憧れてAI研究者を目指したという経緯もあります（編集部追記：デミス・ハサビス氏は、2024年のノーベル化学賞を受賞）。
ゲームや囲碁だけではありません。たとえば医療の世界でも、人間を超える知能を持つAIであれば、これまでは不治とされてきた病気を治せるかもしれませんよね。多岐にわたる人類の問題を解決する手段として、私はAIの研究に取り組むことを決めました。
日進月歩で新技術が登場し、小型化が進展
2025年には「Wi-fiを切ったスマホ」でも生成AIが使える？
ここ1〜2年、私たちの身の回りでも「生成AI」という言葉を聞く機会が増えました。そもそも生成AIとは何を意味するのでしょうか。今井さんが考える定義をお聞かせください。
「生成AI」という言葉は、実を言うと研究者の間で元から使われていた用語ではありません。
ディープラーニングや機械学習によるアプローチで実現するAIは、専門用語では「識別モデル」と「生成モデル」に分類されます。前者は顔認証や画像認識などの識別を行うAI。後者はデータが生み出される背後にある構造や表現を学習し、「自身が学習したデータと似たデータを生成できる」AIを指します。文章生成や画像生成を担うAI技術が普及した結果、メディアではこれらを総称して生成AIと呼ぶようになりました。
こうした前提を踏まえ、あえてシンプルに定義するなら、生成AIとは「既存のコンテンツを学習して新しいものを生み出せるAI」と言えるでしょう。その意味では人間が入力する文章に対応して結果をアウトプットする翻訳AIなども生成AIの一種と言えますね。
2024年1月に出版された著書『生成AIで世界はこう変わる』の中で、今井さんは「生成AIの技術とそれを取り巻く社会情勢は、一つの技術に関するものとしては信じられないスピードで変化している」と述べています。発刊から約9ヵ月がたちますが、その間に生成AIはどのように進化したのでしょうか。
書籍を脱稿したのは2023年12月ですが、そこから出版されるまでの1ヵ月間でも、音楽生成AIの「Suno AI」という新しい技術が登場しました。人間が考えた歌詞を入力すれば伴奏と歌唱の両方を生成できるというもので、AIが音楽全体を生み出せるようになったのです。
出版後の1ヵ月間には、動画生成AIの「Sora」が登場しています。私を含めた周辺研究者の間では、2022〜2023年の時点で「動画を生成できるAIが登場するにはあと数年はかかるだろう」と見ていました。しかしその予想は大きく覆され、現実世界とまったく見分けがつかないクオリティーの1分程度の動画をAIが生成できるようになりました。
2024年9月には、AIスタートアップの「Sakana AI」が日本の名だたる大企業から資金調達を行い、シリーズAでの合計調達額が約300億円に達したと話題になりましたね。彼らが手がけているのは、自律的に長い行動ができる「AIエージェント」です。従来の生成AIは人間が入力したプロンプト（命令文）に対する回答を出すのみでしたが、AIエージェントは研究などの目的に沿って資料を集め、その情報をもとに自分でプログラムを書き、実行・検証して研究結果まで出すことができます。
加えて「小型化」も最近のトレンドです。もともと生成AIはノートPCの上などでは動かせず、あのChatGPTもOpenAI社が保有する巨大サーバーの上で動いていました。専門的に言えば「ニューラルネットワークの結びつきが1.8兆個」にもなる巨大さです。それが2024年に入ってからは、同じ性能のものを従来の200分の1程度のパラメーターで動かせるようになりました。わかりやすく言えば、Wi-fiを切った状態のノートPCでも、2023年時点のChatGPT4と同様の動作ができるようになったのです。おそらく2025年には、個人のスマホでも動かせるようになるでしょう。
こうした生成AIの進化は、企業の事業活動にも影響をもたらすのでしょうか。
もちろんです。これまで企業では生成AIの活用に興味を持ちつつも、機密データをプロンプトに含まなければならない場合は、外部サーバーに情報を出すことに抵抗があったのではないでしょうか。企業内のオンプレミス環境で生成AIを動かせるようになれば、こうした懸念はなくなります。事業活動における生成AI活用は、向こう1〜2年で爆発的に進むはずです。
業務形態にもよると思いますが、私は生成AIの存在が、人類がこれまでに経験したどの技術革新よりも大きな変化をもたらすと考えています。生成AIを活用して生産性を向上させようとする試みは、ホワイトカラーと呼ばれる職種のほぼすべてで行われるでしょう。たとえば、株式会社サイバーエージェントでは、生成AIを活用したプログラミング業務の生産性向上を目指す実証実験が始まっています。
このようにさまざまな可能性を秘めている一方、生成AIには「使う人によって性能が変わる」という特徴があることも認識しておかなければなりません。画像認識などの識別系のAIなら、「リンゴとトマトを見分けさせる」作業は誰がやっても同じ結果が出るでしょう。しかし生成AIでは、プロンプトの書き方一つを取っても大きく結果が変わります。一般的なプロンプトを入力する限りは他者と同じようなアウトプットを出せるでしょうが、これは他者との差別化ができないということも意味しています。
誰でも生成AIを使えばすごいものを作れますが、意識しなければ「誰でも同じ」になってしまう。そうした特性をよく理解した上で生成AIの活用を進めるべきだと考えます。
生成AIによって組織風土を改善し、職場の魅力を高める企業が増える
今後は「使わないこと」が最大のリスクに
プログラミング業務などではすでに生成AIの活用が進められているとのことですが、人事領域の業務では、どのような活用の道が考えられますか。
人事労務のルールに関する従業員からの質問に対して、生成AI技術を用いたチャットが回答する取り組みはすでに始まっていますよね。イメージしやすいところでは、給与計算などの定型業務や、人事制度の立案に関わる情報収集・アイデア出しの文脈でも、生成AIを大いに活用できるのではないでしょうか。
採用の場面では、採用担当者が候補者を評価する場合に、相手の得意領域について詳しくないケースもあるでしょう。たとえば文系出身の採用担当者は、エンジニアと技術的な会話をすることに苦手意識を持っているかもしれません。生成AIはどんな領域にも対応できる知識を持っているので、こうした場面でも活躍できそうです。
一部の企業では、一次面接をAIが担当する試みも始まっていますね。採用候補者によりますが、「人間よりもAIを相手にしているほうが緊張しない」と感じる人もいます。たとえば英語のスピーキング練習で、生身のネイティブ講師を相手にすると緊張してうまく話せない人でも、AIが相手なら緊張せずに話せるという効果もあるのです。面接でも同じように、AIが担当することで本音を引き出せる可能性があります。
新しい観点としては、「人間の常識を持ち、いろいろな人間の人格になりきることができる」という特徴を生かして、生成AIを従業員や採用候補者の可能性を広げることに使うこともできるでしょう。従業員や採用候補者ごとに、スキルや経験だけでなく人格も考慮して、期待できる成果や力を発揮しやすい職種を判定できるようになるかもしれません。
ただ私自身は、AIの技術で人を判断することには慎重であるべきだと考えています。最終的に判断するのはあくまでも人であり、生成AIはその補助をするツールとして位置づけるべきではないでしょうか。
正しく生成AIの活用方法を考えれば、企業内の人間関係や組織風土を改善する目的でも使えるのかもしれませんね。
そうですね。人間同士だと物理的な距離や遠慮があってコミュニケーションがなかなか進まない場面でも、生成AIが間に入ることで活性化できるかもしれません。
企業からは「部門ごとに縦割り化が進み、なかなか横の連携ができない」という悩みを聞くことがあります。こうしたケースでは、「他部門の人に生成AIが勝手に質問し、その答えを持ち帰る」という仕組みを導入することで業務遂行に役立つのではないでしょうか。
あるいは人事サーベイなども、定期的に設問を配布して回答してもらうのではなく、生成AIで日常的に従業員の本音を聞く方法へと切り替えることができそうです。半年や1年に1回のペースで従業員の意見を聞いても、結果を集計・分析している間に課題そのものが変わってしまうかもしれません。それなら、日常的に本音を集めて即対応していったほうが効果的であるとも考えられます。前述のように「AIのほうが本音を話しやすい」と感じる人もいるので、よりリアルな声を拾えるようになる可能性もありますよね。
さらに言えば、生成AIによって人間同士のコミュニケーションの問題点を感知し、パワハラや失言を防止する仕組みも実現できるでしょう。
人事領域では情報管理などの懸念もあると思いますが、それでも検討できる可能性はたくさんあるはず。生成AIによって組織風土を改善し、職場の魅力を高める企業は確実に増えます。今後は「生成AIを使わないこと」が最大のリスクとなるのかもしれません。
- 人事労務のルールに関する従業員からの質問への対応
- 給与計算などの定型業務
- 人事制度の立案に関わる情報収集・アイデア出し
- 面接での本音の引き出し
- 従業員や採用候補者ごとに、期待できる成果や力を発揮しやすい職種を判定
- 従業員サーベイでの本音の引き出し
- 人間同士のコミュニケーションの問題点を感知し、パワハラや失言を防止
AIの時代にAIを学んでも差は生まれない
人事がサポートすべきは「専門領域を磨く」ための学び
従業員が生成AIを活用できるようになるために、人事はどのようなサポートを担うべきでしょうか。研修制度などのヒントをお聞かせください。
この質問はさまざまな企業から寄せられるのですが、私はいつも「生成AIの時代だからといって特殊なことを学ぶ必要はない」と回答しています。
前述の通り、生成AIは使う人の能力によって性能が変わります。その能力とは「人の専門領域」に立脚するもの。たとえば人事パーソンであれば、生成AI自体の機能や理論について細かなところまで学ばなくても、専門領域である人事で生成AIを使いこなせるはずなのです。その際に問われるのは生成AIの知識ではなく、人事の知識です。
AIが飛躍的な進歩を遂げている時代にAIのことを学んでも、一般利用者としての知識にたいした差は生まれないでしょう。一方で専門知識の分野は、研さんを重ねていかなければ簡単に追いつかれてしまいます。その意味で、人事がサポートするべきなのは従来通り、従業員それぞれの分野で専門知識を磨いてもらうための研修です。
強いて言えば、プログラミングの教養があれば職種にかかわらず有利かもしれません。現在は、生成AIを活用すれば何でも開発できる時代です。外部サービスに頼らなくても、自分たちで自分たちの課題を解決するシステムを作れるのです。プログラミングの基本を学んでおけば、目の前の業務改善を信じられないほど簡単に進められるようになるでしょう。
組織で生成AIの活用を進める際に、注意すべきことはありますか。
現在の生成AIで主軸となっている大規模言語モデルでは、技術の都合上「AIがうそをつく」こともあります。生成AIは学習時点のデータをもとにしているので、アウトプットされた結果がリアルタイムではない可能性もあります。これらを踏まえ、「生成AIを活用する際には人による確認が必須」であることを職場の共通認識にしてほしいですね。
また、生成AIはアイデア出しやブレストなどに活用することもできますが、現時点では「人がひねり出すようなぶっ飛んだ意見」を期待することはできません。冒頭で、生成AIは世界中の人々の常識を持ち合わせていると申し上げました。高いレベルで常識的なアウトプットができるものの、常識的であるがゆえに、「常識から外れたアイデア」を出すことは難しいのです。飛躍的な発想やクレイジーな意見がほしいのなら、やはり人が頑張るしかないでしょう。
生成AIに興味を持つ人事担当者や、これから生成AIを活用したいと考えている人事担当者に向けてメッセージをお願いします。
生成AIの可能性を論じれば論じるほど、「人間にできることが減っていくのではないか」と感じる人もいるかもしれません。
たしかに生産性そのものでいえば、人間が機械に勝てる可能性は低いと言わざるを得ません。生成AIは30ヵ国の言語を理解し、wikipediaに掲載されているすべての事柄を記憶しています。人間が同じことを成し遂げるのは不可能でしょう。
でも、AIがこれだけ優秀だからこそ、従来は人間が担っていた仕事をAIに任せ、人間はこれまで費やしてきた時間で自由に遊んだり考えたりすることができるようになるのです。
私は、生成AIの活用が本格化しつつあるからこそ、今後は人間中心の時代になっていくはずだと考えています。生成AIの時代には、以前にも増して個人の能力が問われるようになります。人と向き合い続けてきた人事は、これからの人間社会の根幹を担う存在。大変なことも多いと思いますが、このエキサイティングな人間中心の時代に活躍してほしいですね。
（取材：2024年8月26日）
