AIが走る陰で、誰かが教えていた

北京の自動運転を支えたのは、1500km離れた貴州省の低賃金労働者たちだった。AIの恩恵が届かない場所で、AIは育てられている。その構造的矛盾を問う。

北京の富裕層がハンドルから手を離せるようになった、その陰に何があったのか。

答えは1,500km南西、中国・貴州省の山間都市・銅仁にありました。そこでは数千人の労働者が、コンピューターの画面に向かい、住宅、歩道、車道、信号機を黙々とクリックし続けていました。自動運転AIに「世界の見方」を教えるために。

見えない労働が、見える未来を作る

データラベリングとは、AI が画像や映像を正しく認識できるよう、人間が手作業でタグを付ける作業です。「これは歩行者」「これは赤信号」——一見単純に見えるこの繰り返し作業が、自動運転や顔認識、医療診断AIの精度を根底から支えています。

銅仁市の平均収入は北京の半分以下。それでも、この仕事は地方の若者にとって「デジタル経済への入り口」として機能してきました。工場の流れ作業よりも体への負担が少なく、特別なスキルがなくても始められる。中国政府もこうした「データアノテーション産業」を内陸部の雇用対策として積極的に誘致してきました。

しかし、その仕事は今、消えようとしています。

育てた技術に、仕事を奪われる

皮肉なことに、データラベリングの労働者たちが精度を高めてきたAIは、今やラベリング作業の一部を自動化できるほどに成長しました。合成データの生成技術が進み、人間が実際に撮影・分類しなくても、AIがAIの訓練データを作れるようになりつつあるのです。

広告掲載について

[email protected]

世界のデータラベリング市場は2023年時点で約34億ドル規模とされていますが、自動化の波によって今後10年で大幅に縮小するという予測も出ています。銅仁のような都市で積み上げてきた「デジタル雇用」が、次の技術波によって再び侵食されようとしているのです。

これは中国だけの話ではありません。インド、フィリピン、ケニア、ベネズエラ——世界中の低・中所得地域で、同様のデータ労働が広がっています。OpenAI や Google のAIモデルを支えたラベリング作業の多くも、こうした地域の労働者によって担われてきました。

日本社会にとっての「遠い話」ではない理由

日本でも、トヨタやソニーをはじめとする企業がAI開発を加速させています。自動運転、工場の品質検査、医療画像診断——いずれも大量の学習データを必要とします。その調達先が「見えにくい場所」にあることを、日本の消費者も企業も意識する機会はほとんどありません。

一方、日本は深刻な労働力不足に直面しています。AIによる自動化は「人手不足の解決策」として歓迎される文脈が強い。しかしその自動化を支えるグローバルな労働構造——特に途上国の低賃金労働——が見えなくなっていることは、倫理的な問いを提起します。

また、日本国内でも「AIトレーナー」や「プロンプトエンジニア」といった新職種が注目を集めていますが、データラベリングのような非熟練AI関連労働については議論がほとんどされていません。AIの恩恵を享受する側と、その基盤を支える側の分断は、国内でも静かに進んでいる可能性があります。

誰が責任を持つのか

Sama や Appen といったデータラベリング企業は、労働条件の改善や適正賃金の確保を訴えていますが、実態は発注企業の価格圧力によって左右されます。AIを開発するテック企業は「サプライチェーンの透明性」を問われることが増えていますが、ソフトウェアのサプライチェーンは製造業のそれよりもはるかに見えにくい。

欧州では EU AI Act が施行に向けて動いており、AIシステムの透明性や人権への配慮が義務付けられつつあります。日本政府も「AI戦略」を掲げていますが、開発の倫理基準よりも産業競争力の強化に重点が置かれているという批判もあります。