AIの「脳の劣化」が示す人類の知恵継承の危機

2万2000年前から続く人類の専門知識継承システムがAI時代に直面する根本的挑戦。専門家の役割と協働の未来を探る。

1万回。考古学の大学院生が石のドアソケットを作るために砂岩を叩いた回数だ。結果は「石が割れただけ」だった。

この実験が示すのは、個人学習の限界である。人間がやり投げを始めて数十万年が経つが、パフォーマンスは頭打ちになっている。2024年パリ五輪の金メダル記録は、1996年の世界記録より5%も劣っていた。

2万2000年間蓄積された専門知識の力

人類学者R・アレクサンダー・ベントリー氏の新著「Collaborators Through Time」が明かすのは、技術革新の真の原動力だ。それは個人の試行錯誤ではなく、専門知識の継承と協働にある。

最古の技術伝統であるアシューリアン石器は、約100万年間にわたって製作され続けた。東アフリカの単一遺跡だけで70万年もの間、人々は世代を超えて技術を洗練させていった。

2万2000年前、ガリラヤ湖周辺のコミュニティは100種類以上の植物を保存・利用していた。薬草の知識を持つシャーマンたちは、亀の甲羅、金鷲の翼、切断された人間の足とともに洞窟に埋葬され、数千年にわたって敬われていた。

技術進歩の秘密は、異なる専門知識の組み合わせにある。車輪の発明を見てみよう。

紀元前4000年頃、銅の採掘コミュニティで車輪が生まれた可能性が高い。一人が銅を調達し、別の人が運搬し、また別の人が精錬する。さらに別の専門家が、ワックス模型を作り、粘土で包み、窯で焼き、溶けた金属を注ぎ込んで車輪型のお守りを鋳造した。

古代エジプトのミイラ製作は、この分散型専門知識の典型例だ。サッカラのミイラ専門家たちは、大陸全体から調達された油脂、タール、樹脂を使い、防腐、包帯巻き、棺の密封といった専門技術を組み合わせていた。

現代のiPhoneも同じ構造だ。世界中の専門知識と施設のネットワークから組み立てられている。

今、この2万2000年間続いてきた知識継承システムが危機に瀕している。大規模言語モデルの多くは統計的に一般的な応答を生成し、文化を平坦化し、専門知識と独創性を希薄化させる可能性がある。

高品質な訓練データ（人類の専門知識の貯蔵庫）が枯渇するにつれ、リスクは高まる。低品質コンテンツで大量に訓練されたモデルは時間とともに劣化し、推論と理解力の測定可能な低下を示す。

科学者たちは警告する：人間と大規模言語モデルが相互強化的な「使い回しコンテンツ」の循環に陥り、全員が脳の劣化に苦しむ可能性があると。極端な場合、AIモデルの崩壊により、システムが自分の出力で訓練されてナンセンスを生成し始める。

解決策は明確だ：人間の専門家をループに保つこと。「パイド・パイパー効果」により、情報を持つ少数派が近隣をコピーする無知な多数派を導くことができる。

グッピーの実験では、魚たちが隣を追って泳ぐうちに、餌に向かうロボット魚の後についていった。最近の研究では、自動運転車が道路上のわずか5%を占めるだけで交通渋滞が緩和されることが示された。

2010年代、DeepMindのAlphaGoは個人学習を通じて何世紀もの人間の囲碁知識を再発見し、人間が決してプレイしたことのない戦略を生み出してそれを超えた。その後、人間の囲碁マスターたちはこれらのAI生成戦略を自分たちのプレイに採用した。

ソニー、トヨタ、任天堂といった日本企業にとって、これは重要な示唆を持つ。日本の「匠の精神」と世代を超えた技能継承の伝統は、AI時代における競争優位の源泉となり得る。

高齢化社会を迎える日本では、熟練技術者の知識をAIシステムに適切に組み込むことが急務だ。単なるデータ化ではなく、専門知識の本質と文脈を保持する方法が求められる。