Steven Sinofsky: AIにはまだ新しいルールは必要ない

スティーブン・シノフスキー（元マイクロソフト幹部、『Hardcore Software』著者）が、a16zのテオ・ジャフィとソフィア・プッチーニを相手に、AI規制の是非、オープンソースモデルの役割、そして歴史に学ぶ技術革命の教訓について語ったエピソード。シノフスキーは、政府が技術を十分に理解する前に規制を急いでいる現状を批判し、「予防原則」の危険性を指摘する。彼の主張の核心は、AIはこれまでの技術革新と本質的に変わらず、既存の法律で多くのリスクはカバー可能であり、過剰な規制はイノベーションを阻害するというものだ。また、オープンソースこそがイノベーションの原動力であり、それを制限しようとする動きは、競争を避けたい既存大手の利己的なロビー活動に過ぎないと断じる。さらに、米中技術競争の文脈において、規制が国際的な駆け引きの「間接的な道具（バンクショット）」として使われる危険性についても言及し、AI業界のリーダーたちが自らの利益のために規制を求める「規制の虜（regulatory capture）」の構図を鋭く分析する。

0:00「予防原則」の誤謬：規制は技術を理解してから

シノフスキーは、現在のAI規制を巡る議論の最大の問題点は、「何を規制すべきか全く分かっていない段階で規制を始めようとしていること」だと指摘する。彼はこの姿勢を「予防原則（precautionary principle）」と呼び、これは規制当局が「悪いことが起こる前に先手を打とう」とする心理に基づくものだと説明する。しかし、このアプローチは「解の集合を不当に制限してしまう」危険性をはらんでいる。歴史的な例として、自動車の安全性を挙げる。自動車が発明されてから60年近く経って、ようやくシートベルトやエアバッグといった安全基準が設計に組み込まれるようになった。もしヘンリー・フォードの時代に規制当局が現れ、「エアバッグを付けろ」と要求していたら、エンジンの動作すらままならなかったであろう初期の自動車産業は成立しなかったかもしれない。

同様に、もしインターネットが登場した初期段階で「予防原則」に基づく規制が行われていたら、どうなっていたか。シノフスキーは、当時「安全で管理された」インターネットの代表格だったAOLのような壁に囲まれたサービス（walled garden）だけが生き残り、今日のようなオープンでダイナミックなエコシステムは生まれなかっただろうと推測する。規制当局は往々にして、その時点で成功している既存企業の意見を聞き、彼らに有利なルールを作りがちだからだ。この「規制の虜（regulatory capture）」のメカニズムは、AT&Tが「全国民への電話サービス提供（universal access）」を約束することで政府の保護を得て、事実上の国営電話会社となった歴史や、FDR（フランクリン・ルーズベルト大統領）がラジオ放送局の免許を盾にニューディール政策のプロパガンダを間接的に統制した事例など、数多くの前例がある。

シノフスキーは、AIが「これまでの技術とは全く異なる」という主張に対しても懐疑的だ。AIが「世界で最も知能の高い存在」であると同時に「支離滅裂なハルシネーションを起こす信頼できない存在」であるという、両立しない二つのイメージが同時に流通していることを皮肉る。これはソーシャルネットワークが「単なる時間の無駄なおもちゃ」と評される一方で「政府を転覆させる脅威」とも言われた過去と全く同じ構図だと指摘する。つまり、技術の本質が理解されていない段階で、恐怖や過大評価に基づいた規制を先行させることは、極めて危険だというのが彼の立場である。

12:03既存法で十分：AIに「新しい法律」は不要

AIに特化した新たな規制を求める声に対して、シノフスキーは「人々が問題視するシナリオの100％に対して、既に法律は存在する」と断言する。例えば、市場に不良医薬品を出すこと、性別や人種で銀行融資を拒否すること、同意なしにヌード画像を公開すること、児童の性的搾取コンテンツ（CSAM）を扱うことなどは、すべて現行法で禁止されている。AIが関わったとしても、違法行為の本質は変わらない。彼は、とある州で「AIは弁護士として登録できない」という法律が提案されたことを例に挙げ、「AIが司法試験に合格して弁護士資格を取得できるわけがない。そんな法律は冗談だ」と一笑に付す。

では、現時点で政府が取るべき現実的なステップは何か。シノフスキーは「既存の法律がAIにも適用されることを確認する」という、地味だが確実な作業を提案する。これは電気自動車（EV）が登場した際に、ガソリン車を前提に作られた安全基準をEVに合わせて見直す必要があったのと同じだ。具体的には、各州が管轄する「検眼士（optician）」のライセンスに関する法律が、AIが自動で処方箋を発行することを想定していないかもしれない。そうした「抜け穴」を一つ一つ塞いでいく作業こそが、まずやるべきことだ。法律家が使う文書作成ソフトウェアの例では、脚注が1ページの3分の1を超えてはいけないという裁判所のルールがあり、マイクロソフトはWordに脚注を次のページに継続させる機能を追加する必要があった。このように、技術が既存の法体系に適合するように調整するプロセスは、技術の進化を待ちながら進められるべきものであり、性急な新法制定ではない。

医療現場でのAI利用に関する具体例として、シノフスキーはテレビドラマ『The Pitt』のあるエピソードを引用する。研修医が患者の診療記録作成にAIを使い、AIのミスで誤った記録が残ってしまう。しかし、法的責任はAIではなく、その記録を承認した医師にある。これは極めて明確だ。AIがどんなに高度になっても、最終的な責任は人間にあるという原則は変わらない。したがって、AIに特化した新しい責任法を創設する必要はなく、既存の医療過誤法や職業倫理規定で対応可能であるというのが彼の主張だ。

18:25オープンソースこそが革新の源泉：なぜ大手はそれを恐れるのか

シノフスキーは、AI業界の一部、特に大手AIラボがオープンソースモデルに対して否定的な態度を取ることに強い違和感を表明する。彼はマイクロソフトの初期社員として、クローズドソースのビジネスモデルを築いたビル・ゲイツの下で働いた経験を持つ。しかし同時に、インターネットの普及期にApacheやLinuxといったオープンソースソフトウェアが果たした決定的な役割を目の当たりにしてきた。彼の見解は明確だ。「AI企業がオープンソースに反対する理由は、『競争したくない』という一点に尽きる。自分たちと同じ土俵で競うのは構わないが、『あのクレイジーなオープンソースの競合』に対抗するのは面倒だ、ということだ。これは実に不愉快な態度だ。」

さらに皮肉なのは、現在のAI企業の多くが、政府資金による学術研究の成果であるオープンな論文やオープンソースのコードベースの上に成り立っているという事実だ。彼らはその恩恵を最大限に享受しておきながら、いざ自分たちの市場ポジションが脅かされそうになると、オープンソースを規制の対象にしようとする。これは「恩を仇で返す」行為であり、技術コミュニティの精神に反する。また、政府がオープンソースを規制するという発想自体が矛盾しているとも指摘する。なぜなら、アメリカ政府の研究助成金を受け取ったプロジェクトは、その成果をオープンソースとして公開することが義務付けられているからだ。もし政府がオープンソースを禁止すれば、大学をはじめとする主要な研究機関は政府資金を受け取れなくなり、研究開発のエコシステムそのものが崩壊する。

シノフスキーは、AI企業のリーダーたちが「ぜひ規制してください」と自ら議会に出向いて請願した行動を「驚くべき出来事」と表現する。彼がマイクロソフトに入社してわずか2年後（1992年）には、政府は同社への調査を開始していた。当時のテクノロジー企業は一貫して「政府は手を出すな」と主張してきた。しかし、今回のAI企業は全く逆の行動を取った。これは、政府がこれまで（メインフレーム、PC、インターネットの時代に）テクノロジー規制の機会を逃してきたという悔しさを見事に利用したものだ。政府にとっては「ビッグテックを規制する」という悲願を達成する口実ができ、AI企業にとっては新規参入者（特にオープンソース勢）を排除するルールを作れるという、双方にとって都合の良い「規制の虜」状態が生まれていると分析する。

22:33米中技術競争と「バンクショット」としての規制

AIを巡る国際的な規制の動き、特に米中間の駆け引きについて、シノフスキーは「これは明確なイノベーション主導権争い（innovation leadership war）だ」と定義する。政府がこの戦いで使える道具は二つしかない。一つは、既存の規制を武器に国際競争相手を打ちのめすこと、もう一つは、国費を投じて自国の企業を支援・国有化することだ。中国は後者、つまり国家レベルでの資金投入に積極的だが、シノフスキーは1980年代の日本の半導体産業を例に挙げ、中央集権的な産業政策が長期的に成功した例はほとんどないと指摘する。

現在進行形の議論として、アメリカ政府が中国のオープンソースAIモデルに対する「輸入規制」や「ライセンス要件」を検討していること、また中国側がチップやオープンウェイトモデルに対する輸出規制を検討していることを挙げる。しかしシノフスキーは、政府がAIそのものを直接攻撃することはなく、必ず「間接的な手段（バンクショット）」を取ると予測する。例えば、先端半導体の輸出規制はその典型だ。たとえチップを入手できなくなっても、中国は計算能力（電力）は豊富にあるため、より長い時間をかけてモデルを訓練すれば済む話であり、根本的な解決にはならない。これらの間接的な手段は、外交上のシグナルとしての意味合いが強く、実際の効果は限定的だと彼は見る。

ここで危険なのは、Anthropicのような企業が「中国に打撃を与える最善の方法はオープンソースを制限することだ」と主張する場合だ。シノフスキーはこれを「Anthropicを助ける最善の方法は、中国からの競合だけでなく、アメリカ国内のオープンソースの競合も排除することだ」と言い換える。そして、これは「非アメリカ的（un-American）」であり、「非テクノロジー的（untech）」だと断じる。彼は1970年代の自動車業界の例を引き合いに出す。当時、デトロイトの自動車大手は、高品質で小型の日本車に市場を席巻され、「日本車は不当に安く販売されている（ダンピングだ）」と政府に訴えた。結果として日本メーカーはアメリカ国内に工場を建設せざるを得なくなったが、結局デトロイトは競争に敗れ、現在ではほとんど自動車を生産していない。つまり、競争から逃れるための規制の訴えは、長期的には自らの衰退を早めるだけだという歴史の教訓を、AI業界は学ぶべきだと示唆する。

25:59規制の虜と業界の自己利益：歴史が示す教訓

シノフスキーは、現在のAI規制論争の背後にある力学を「規制の虜（regulatory capture）」という概念で鮮やかに描き出す。これは、規制される側の企業が、自らに有利なルールを作らせるために規制当局を「虜」にしてしまう現象だ。彼は、AT&Tが「全国民への電話サービス」という公共の利益を盾に、政府から独占的地位と保護を勝ち取った歴史を詳述する。同様に、J.P.モルガンはアメリカの中央銀行のような役割を担い、スタンダード・オイルは事実上の国営石油会社となり、ワーナー・ブラザースはアメリカの映画館を支配した。これらの企業はすべて、政府との密接な関係を利用して競争を排除し、自らの支配を強化してきた。

今回のAI業界で起きていることは、この歴史の繰り返しに他ならない。AI企業のリーダーたちは、自社の利益のために「AIは特別に危険だから規制が必要だ」と訴え、政府の規制欲求を利用している。彼らは「製品の品質が向上する」「価格が下がる」「市場がより公平になる」といったもっともらしい理由を掲げるが、その真の目的は、オープンソースのような新興の競争相手を排除することにある。シノフスキーは、このような行動を「傲慢（obnoxious）」と断じ、彼らが自らの成功の基盤となった学術研究コミュニティやオープンソースの精神を裏切っていると非難する。

この議論の根底にあるのは、「誰も未来を予測できない」というシンプルな事実だ。AIが汎用人工知能（AGI）や人工超知能（ASI）に到達するという主張は、一部の研究者の個人的な予測に過ぎず、歴史的に見てそのような予測が当たった例は極めて少ない。にもかかわらず、その不確実な未来予測に基づいて規制を強化することは、イノベーションの可能性を不当に狭めることになる。シノフスキーは、AI企業が自らの「未来予測」を規制の根拠として持ち出すことの危険性を警告し、それは結局のところ「自己中心的（self-serving）」な行動に過ぎないと結論付ける。

結びに

このエピソードが強く印象づけるのは、AIを巡る規制論争が、技術的な問題というよりも、歴史的な力学と政治経済的な利害が絡み合った複雑な問題だということだ。スティーブン・シノフスキーの洞察は、過去の技術革命（自動車、電話、インターネット）と現在のAIを比較することで、過剰な規制がもたらすイノベーションの阻害、既存企業による「規制の虜」の危険性、そしてオープンソースが持つ民主化の力といった普遍的な教訓を浮き彫りにする。彼の「AIは特別ではない」という冷静な視点は、しばしば誇張や恐怖に煽られがちな現在の議論に、歴史的な深みと現実的な枠組みを提供する。このエピソードは、AI規制を議論する前に、まず私たちが歴史から何を学ぶべきかを問い直す、貴重な機会を与えてくれる。