カズレーザーと学ぶ。最新ＡＩが導き出した人間関係の相性法則▽好きな夢見る睡眠法[字]…の番組内容解析まとめ

2022年11月1日 2022年11月1日 46分3秒

出典：EPGの番組情報

カズレーザーと学ぶ。最新ＡＩが導き出した人間関係の相性法則▽好きな夢見る睡眠法[字]
最前線の研究者から人生が変わるAIの新知識を学ぶ…AIが導き出した人間関係の相性法則＆監視カメラ2億台で中国人の性格が激変!?▽実験成功率46％好きな夢見る睡眠法

出演者
＜MC＞カズレーザー
＜専門家＞
柏村祐：第一生命経済研究所主席研究員九州大学グローバルイノベーションセンター客員教授
高口康太：千葉大学客員准教授ジャーナリスト
山本龍彦：慶応義塾大学大学院教授法学者
松田英子：東洋大学教授
＜出演者＞内田理央、川田裕美、斉藤慎二（ジャングルポケット）、藤森慎吾
＜進行＞石川みなみ（日本テレビアナウンサー）

※50音順
番組内容
今夜のテーマは「AIに評価される時代にあなたはどう生き残る？」
医療、治安維持、人事評価、結婚マッチング…あらゆる分野で脅威の結果を出すAIの正体に迫る
▼突然AIから解雇通知!?今後20年で日本人の半分が失業＆AIが人間差別!?バーチャルスラムで5.4億人が貧困層に？
▼低評価国民は新幹線を使えない…全国民に点数つけるAI監視社会中国
▼2017年オーストラリアの大学で成功率46%好きな夢見る睡眠法

ジャンル :
バラエティ – トークバラエティ
バラエティ – その他

テキストマイニング結果

ワードクラウド

キーワード出現数ベスト20

ＡＩ
藤森
高口先生
柏村先生
松田先生
ホント
自分
川田
中国
人間
日本
判断
評価
内田
明晰夢
データ
信用スコア
結構
アメリカ
カズ

解析用ソース（見逃した方はネタバレ注意）

日本テレビ

created by Rinker

日テレサービス

¥2,543
(2022/11/01 14:41:18時点 Amazon調べ-詳細)

(カズレーザー) 恥ずかしながら…｡

＜ちょっと難しいけれど
知れば人生が変わる新知識を

カズレーザーと学びまくる！＞

＜今回のテーマは
今生活を激変させている…＞

＜…と過去の膨大な症例を基に

認知症やガンを…＞

＜さらにアメリカでは警察が…＞

＜なんと…＞

＜…させている＞

＜一方日本の某大手企業では
社員の給料を…＞

＜減給された人と訴訟問題に＞

＜まさに…＞

＜…する時代＞

＜そこで今回は…＞

(斉藤) ９０パーかすごい｡
それこそ…｡

そうなったら僕としては
すごくありがたいですけどね｡

ハハハ…！よく続けますね！

内田さん何か…｡

ネットショッピングとかしてると
次の日とかどんどん…｡

あれすごいなって思います｡

ホントに自分のこと
理解してくれてるというか｡

(笑い)

(藤森) 家で１人でちょっと…｡

(笑い)
そこ一番知りたい｡

＜そんなＡＩの今を知る３人に

新知識を学ぶ＞

皆さんホントの専門家…｡

それでは
今回の３つの話題がこちらです｡

｢バーチャルスラム｣知らない言葉ですね｡

｢解雇通告｣あるんだ…｡
(藤森) 聞いたことあるね｡

監視社会みたいなのも
あるんですね日本でも？

点数付けられるんすか？俺たち｡

気になるものたくさん
ありますけどもカズさん

まずは
どの知識が知りたいですか？

どれも今日ちょっと物々しい
というかおっかないですね｡

｢ＡＩから届く解雇通告｣というの
２番｡

こちらは柏村先生
よろしくお願いいたします｡

よろしくお願いします｡

＜ＡＩテクノロジーの
スペシャリスト…＞

＜まずは…＞

(柏村先生)
カズレーザーさんＡＩのことは

どのくらいご存じでしょうか？

正直…｡

聞きかじりでしかなくて｡

何かこっちの問い掛けに対して
返してくれるんだったら

それは…｡

…のかっていうのが
分かってないですね｡

今ですか？
(柏村先生) 今です｡

この瞬間来てます｡

何でこれだけ
騒がれてるかというと…｡

(柏村先生)
社会実装ができて来てるから

これだけみんなも知っているし

かなり普及して来てる
というふうに考えております｡

(柏村先生)
ここでキーワードになるのが…｡

あ～何かよく聞きますね｡
聞いたことある｡

日本語に訳すと…｡

えっとホントにざっくりしか
分かんないですけど｡

ニューラルネットワークって人間とかの
神経を模したネットワークがあって

それを
４つ以上５つ以上重ねて

深層にしてるのが
ディープラーニングなんですよね｡

細かい情報を１個上の層にやって
上の層にやってって

答えを出すみたいな｡
(柏村先生) おっしゃる通りです｡

多分今カズさんはすごい
お勉強されてるので

多分…｡

(笑い)

何も言えないんですよね｡

…っていう
ディープラーニングの実験をして

素晴らしい成果を挙げてる｡
(藤森) ネコ認識何ですかそれ？

(柏村先生) ネコ認識はですね…｡

Layer１っていう
そこでは点とか線とか

こういう何だかよく分からない
画像が載ってますよね｡

下そうですね｡
(柏村先生) Layer２になると

目とか口とか｡
ハッキリして来ますね｡

(柏村先生) Layer３だとまさに
ぼんやりした顔みたいな特徴｡

まさにこういう特徴量を
学習して行って…｡

ネコとはこれだって
教えなくても

自分でネコの特徴を拾って来た
ってことなんですよね｡

(柏村先生) そうです｡
１０００万枚の画像を見て

細かい共通点から
何となくのネコ像を作って

それと比べれば
ネコが分かるようになった｡

(柏村先生) そうです
人間もそうですよね｡

でもそれを何度も何度も
イヌ見たり

何度も何度もネコ見て認識する
まさにそういうことが

簡単にいうとディープラーニングと
理解していただければと思います｡

＜例えばコンピューターに
ネコを判別させようとすると…＞

＜…必要があるが

ディープラーニングでは…＞

＜このように…＞

＜これぞ…＞

＜刻々と道路状況が変わる…＞

何か前聞いたのが多分
アメリカの大学だと思うんすけど

二重振り子実験って結構
複雑なカオス系の実験なんすけど

それをＡＩに
映像をずっと見せることで

まだ人間が思い付いてない
法則性を発見したとか｡

え？
らしいんすよ｡

合ってるんですかねその法則は｡
大体が合ってるらしいんすよ｡

(川田) え～！
既に人間の先行っちゃってる…｡

＜膨大なデータから…＞

＜例えば…＞

(柏村先生)
…をご用意しておりますので｡

コーヒー牛乳？

コーヒー牛乳好き…｡
男性とカレー好きの女性？

(川田) いいんですか？
この組み合わせが｡

(柏村先生) ＡＩはこれがいいと
言ってるわけですね｡

(藤森)
そんなわけないでしょ！これ｡

傾向としてこれが…｡
(柏村先生) 傾向として

マッチングした人を
学習させてるわけですよね｡

でカレー好きの人と
コーヒー牛乳好きの人が…｡

岡山県と福島県｡
へぇ～面白い｡

(川田) 何でなんだろう？
え～面白い｡

(藤森)
統計でってことこれは過去の｡

これは…｡

そんなん見っけてくれんのは
ＡＩいいっすね｡

面白いですね｡

＜大手マッチングサイトの…＞

＜…の法則＞

お寿司と焼き肉なんて
あんま相性良くなさそうだけど｡

…するはずなのに｡

福島県と岡山県がいいのか｡
(内田) 何でだろう？

興味深い｡
県民性みたいなのがあるんすかね｡

(川田) 確かにうちの夫婦…｡

(藤森) 当たってる！
当たってますね｡

すげぇ！
これ間違いじゃないんだなぁ｡

飲んでれば…｡

(笑い)

(藤森) 割と引っ掛かるかも…｡
割とあそこで｡

何かすごい面白いデータですね｡

(藤森) 関連がなさそうだもん
これはＡＩならではっすね｡

これ導き出すの｡
(内田) すごい面白いです｡

こういう人とこういう人は…｡

って思うとすごい
信じられるなって思いました｡

しかも…｡

とんでもない量の｡

もうこの時点でだいぶ…｡

(笑い)
すごいな｡

＜同様に…＞

＜などさまざまな…＞

＜だが…＞

まず最初に紹介するのは

ＡＩが人事評価をするという
話がありまして｡

(柏村先生)
どういうプロセスでＡＩが

私を評価したのかというのを
開示してくださいと｡

そこは
会社側としては開示せずに

労働組合では…｡

…というような話題になった｡

何でそれシステムを開示して
いただけないんですかね？

どういう評価があったっていうの
ＡＩがしてるから

分かるんじゃないんですか？
(柏村先生) そういうのを…｡

＜だがそれぞれの…＞

＜結果…＞

何かちょっと怖いなとも
思っちゃうんすよね｡

どうしてもね何か昔っから…｡

…があるから別に
ちゃんと利用するものとして

捉えればいいわけですよね？
(柏村先生) そうです｡

ＡＩロジカルに
判断してくれてるから

正しい判断してそうな
気がするんですよ｡

このほうが会社としては
正しいほうに行ってる｡

そのためには残念ながら
この人は必要ないって判断は

正しいんじゃないんすかね？

そこが正しいか正しくないか
開示してったら

そこでまた新しい議論とか
いい方向に進むかもしれないです｡

やっぱブラックボックス化して
見えないようになっているので｡

もう１個事例があるんです｡
はい｡

勝手にＡＩが人事して
解雇通知が来ちゃうみたいな｡

(川田) 解雇まで行くんですか？

(柏村先生) こういう大手の
ネットショッピング会社は

配送するとか
倉庫で商品を取って来るとか｡

生産性を管理するのが
非常にしやすい仕事なんですね｡

(柏村先生) …と分かるわけで
そういう人が解雇されてしまう｡

え～！

何かちょっと
残酷な感じもしますけど…｡

私も会社員の経験があるので

上司に評価されたりとか
っていうのは分かるんですけど｡

そこに行くまでの…｡

(川田) …とか
そういうのを人間だったら

見て判断してくれてるような
気がするんですけど｡

そこはＡＩは
見てくれるんですか？

(柏村先生) プロセスの話を
されてると思うんですけども

全くずっと座ってるような人は

ＡＩはあんまり働いてないって
思うかもしれないです｡

え～！

あんまり仕事できないけど…｡

…はＡＩは
分かんないってことですよね？

飲み会はすごいっていう｡

そこの働きをどうやったら
評価してもらえますか？

カメラが付いてて居酒屋さんでも
そういう動線とか

活動量を見れれば｡
真剣に答えてくれるんですね｡

(笑い)
それを防ぐためには

ＡＩは何かいいんじゃないか
っていう気はするんですけど｡

でも…｡

…なんていうふうに
思ってますけども｡

何か…｡

…に決めてもらったほうが
いいっすよね｡

俺はどっちかっていうと
そっちですね｡言い方ね｡

使えないボンボンに
決められるぐらいだったら

ＡＩとかにロジカルに
判断してもらったほうが

僕はうれしいですよ｡

＜他にも…＞

＜…が進んでいる＞

＜こちらは…＞

＜そぐわない人材を振り落とす
いわば…＞

＜…として活用されることも＞

＜さらに試験中の…＞

ちなみに…｡

ここだけは絶対に
負けないっていうところは

何かあるんですか？
(柏村先生) 私はですね

３つあると思ってます｡

３つのジャンル以外は
奪われちゃうってことですよね？

(柏村先生)
ってのがありまして今後…｡

(柏村先生) …というデータが
示されております｡

半分くらいってことですよね｡

ＡＩがもう自分たちの声を
そのまましゃべってくれる｡

それでもうニュースが
読めちゃったりとかするので｡

そうなんですよ｡

絶対やっちゃう
間違いですからね人間だと｡

スポーツの審判員もですか？
え～！

だってテニスなんかそうです
全部ＡＩですもんね｡

絶対判定できますよね僕は…｡

…と思ってる派なんでハッキリ
決めたほうがいいなって

いっつも思うんです見てて｡

でも好きな人からしたら

それがいいんだ！みたいな人も
いるじゃないですか｡

人間が判断してるってところが
やっぱり

野球のいいところでも
あるのかなっていう｡

迫力ある時の…｡

やっぱ気持ちが入ったりする｡

あれはもう取りに行ってると
思うんです見てて｡

それをいっつも思うのが
｢セ･パ｣みたいに…｡

…にしてほしいんです俺｡

それで見る人が
選べるじゃないっすか｡

あ～…｡
(藤森) しかも…｡

(内田) 確かに｡

クリエイティブっていう
意味では

ＡＩが絵を描くしかも単語入れて
出してくれるじゃないですか｡

(柏村先生) それはですね
一瞬そう思うんですよ｡

すごい見たことないような絵が
出来るわけです｡

でもそれは学習させてるんです｡

いろんなとこから持って来た絵だ
ってことは聞くんですけど｡

ですから学習してそれを
組み合わせて作ってるので

データがなかったら
文字入れても絵は作れない｡

だから
新しい発想とか未来に向かって

新しい価値をつくるそこは…｡

…と思ってます｡
まだ創造性残ってるんですね｡

でもとなると

今まで何となく…｡

(柏村先生) そうですね
なんちゃってクリエイティブで

何となくいろんなもの集めて
作りましたっていうのは

ＡＩのほうが得意ですね｡
はぁ｡

(藤森) 正直先生
何が一番聞きたいかって…｡

(柏村先生) 芸人の人は…｡

やめてください！

そのファジーなやつ
一番やめてくださいよ｡

(藤森) じゃあ何ですか？

(笑い)

皆さんＡＩについて
ちょっとずつ理解は？

今のところ｡

カズすごいなって｡

こういう話好きなんすよ｡
(藤森) ハハハ…！

最初は何か…｡

嫌な世界かなと思ったんすけど

クビ切るって判断するのは
結局人間だと思うんで｡

使い方なんだなってのは｡

…と思いますね｡

さぁそれでは
次の話題にまいりましょう｡

(藤森) どういうこと？
日本上陸？

他国の話からって
ことなんでしょうね｡

何となく
それは見えるんですけど｡

ということで…｡

高口先生
よろしくお願いいたします｡

よろしくお願いします｡

＜世界第２位のＡＩ先進国
中国に精通＞

＜…からその正体を学ぶ＞

日本の隣の国…｡

アメリカに次ぐ…｡

…の中心国になっていまして｡

中国にもし皆さんが行くと

まずわっ！と驚くのは…｡

ＡＩと
インターネットをつなげた…｡

…だけで｡

２億！

そう｡
そんなにあるんすか！

(高口先生) そうですね｡
そんな監視されてるの？

中国がいろんな国に先んじて
無人コンビニ作った時に

無人のコンビニですでも…｡

ただし…｡

…っていうのやって
いろんな人が来て

こっそり盗んでこういうとこを
監視すればいいんだって

ノウハウを
いっぱい高めてって…｡

…作ったらしいんですよ｡

結構日本とか他の国だと
それありなの？ってことも

試しちゃうんですよね｡
万引させてっていう｡

そうらしいんすよ｡
その無人コンビニは

いろいろ…｡

(高口先生) 今は…｡

…替わってますけど｡
ハハハ…！

(笑い)

(藤森) ダメだったんだ｡

ここで超監視国家中国で

人々がどのように
ＡＩに監視されているのか

こちらご覧ください｡

＜中国の街の至る所にある…＞

＜その２億台以上を
一元管理しているのが…＞

＜１４億人にも上る
国民一人一人の

氏名などのプロフィールから…＞

＜…まで全てを＞

＜そんな…＞

＜その…＞

＜観客…＞

＜…に潜んでいた＞

＜さらに警察のサングラスにも付いた
カメラでスキャンし

犯罪者を…＞

＜ほぼ…＞

＜そして…＞

＜中国で今
問題になっているのが…＞

＜そこでこんなＡＩが＞

＜信号無視を発見したら

自動で顔を認証し
名前身分証の番号など

街中の…＞

＜これぞ…＞

＜さらにＡＩはトイレにも＞

＜紙泥棒が多発したため
トイレ内の…＞

＜必要な人は…＞

＜…システムに＞

＜ただし
一度に出て来る長さは…＞

無理よ｡
極端だね｡

何か…｡

…かなって単純に思いますね｡
さらすっていうの？

正直…｡

別にやっていいんじゃねえのって
思う面もあるんですよね｡

普通の人は信号無視しないし
スピードも出さないんだから…｡

…っていいんじゃないのかなって
思う面もありますね｡

事件が起きた時とか
犯人を見つけるって意味では

素晴らしいと思ったんですけど…｡

自分の行き場所会う人

全部知られてると思うと
ちょっと…｡

あのさらされる時だって
名前だけじゃないですもんね｡

番号とか全部｡

…に相当するのが出るわけですね｡

だからそこまで行っちゃうと
ちょっとやり過ぎかなと｡

どこ行くにも俺…｡

さらされてるからあんまり…｡
(藤森) 目立つから｡

何か…｡

それで…｡

何かいい具合に日本にも
取り入れられそうな面は

あるのかな｡

(高口先生) …があって
日本でも今後大規模に

取り入れられても
不思議ではないなと思っています｡

そしてさらにこの上を行く…｡

…っていうふうにいわれている
ものなんですけども｡

実は我々も今
クレジットカードを持っていたりとか

いろんな形で
評価されているわけですけども｡

(高口先生) …という
制度づくりが始まりました｡

…をするプロジェクト｡
へぇ～｡

＜ＡＩが…＞

＜格付けプロジェクト＞

(高口先生) 最もよく知られてる
代表的な仕組みに…｡

…っていうのがあるんですね｡
何かあったな｡

(高口先生) そうです｡
ゴマ信用？

(藤森) 何ですか？
(高口先生) 日本でもよく使える

アリペイっていうモバイル決済の
スマホのアプリがありますよね｡

それに関連づけた年齢とか
学歴とか交友関係とか

どんなネットショッピングをしてるかとか
そういうビッグデータを集めて

信用の点数を
３５０点から９５０点の間で

評価してくれるっていう
サービスなんですね｡

うわ！
こんな区分わけされるんですか｡

｢人脈｣っていうのもあるんですね｡
すごいですね｡

どういう人脈があると？

ＡＩがどういう材料を使って
判断してるかっていうのは

大まかなことしか
開示されてないんですね｡

っていうのはそれが…｡

なるほど！

(高口先生)
…ヤツが出て来るからと｡

ただ分かってる範囲でいうと…｡

(高口先生) …あなたは
信用できる人でしょう

…っていう理屈において
ゴマ信用をハックして

ポイント上げようぜ
みたいなことをやってる…｡

というか…｡
いや面白かねえっす｡

(笑い)
なかなかのヤツらっすね｡

すごいっすね｡

彼らがやってる
１つの方法としては…｡

その連絡帳から…｡

(高口先生) ただ大事なのは

お金を借りるのは
悪いことじゃないんです｡

じゃあ毎月借り続けたほうが
いいんですかね？

(高口先生) そうです｡
｢そうです｣｡

…みたいなことを
やってるんですね｡

ただこれって
アリババだけの問題ではなくて

今金融包摂っていうのが結構
世界的にいわれてるんですね｡

金融包摂って何かっていうと

貧しい人にも金融を使えるように
したいっていうことなんです｡

何で貧しい人は
金融を使えないかっていうと…｡

(高口先生) …ので｡

中国もそうですけども
そういう人たちが

ゴマ信用を使うと…｡

(高口先生) …がついて一回｡

(藤森)
それってでも単純に社会的な

ちょっと
地位として優遇されるとか…｡

(高口先生) そうですね｡
へぇ～｡

信用スコアが実際
どのくらい普及しているのか

そして生活に
どのような影響があるのか…｡

…をして来ました
ちなみに高口先生

信用スコア結構な個人情報でも
あるんですよね？

そうですね街中でいきなり…｡

だいぶ
センシティブな部分なんですね｡

＜その…＞

そりゃやっぱ…｡

＜日本から中国まで…＞

＜まずは大卒正社員＞

＜果たして何点？＞

＜さらに現役女子大生は…＞

私は…｡

それに…｡

…スコアが高いから｡

＜中国では…＞

＜ので借りる時に…＞

＜スコアが高いと
それが免除されるという＞

＜一方日本に住む
こちらの男性は…＞

＜家のローンが
組めないことで…＞

はぁ～｡

大事ですね｡

そりゃやっぱ…｡

見せてくれる人の表情で
全部分かりますね｡

(高口先生) これは
ゴマ信用だけではなくて

中国にある
いろんな種類の信用スコアの

メリットデメリット
集めたものなんですけれども｡

ビザとかにも影響あるんすか
すごいっすね｡

(高口先生) 申請する時の書類が
だいぶ少なくなったりとか｡

デメリットの一番上の

両親のスコアが低いと子供の…｡
そこですよね｡

(内田) 未来が決まってしまうのは
ちょっと…｡

一番キツいかもな｡

個人うんぬんは
努力で上下するのは

問題ないとは思わないですけど

理にかなってるとは
思うんですけど｡

親のスコアっていうのは
自分とは全く関係ない｡

自分ではどうしようもないものが
自分のデメリットになるっていうのは

理にかなってないと
思うんですよね｡

一部の地方の中でこういうことを
やってしまったところが

すごい社会問題になったんですね｡

ブラックリストに入ってしまうと

ＳＮＳで
さらされちゃうんですもんね？

ピカピカ！とか光りながら…｡

(藤森) そんなこといいの？して｡

へぇ～！
(内田) え～！

｢経験しましたけど｣みたいな
言い方でしたけど｡

(川田) 鉄道飛行機などの
利用制限って

この移動手段取られるの
結構厳しいと思います｡

(高口先生) 裁判所の命令を
守らなかった人向けの

処罰行為なんですけれども｡

５４７万人が制限を受けた｡

(内田) そういうことか｡
(藤森) どういう罰？それは｡

つらいな～｡

(笑い)

(藤森) 小学校の校則みたいなの
ありますよ｡

お墓参りで爆竹鳴らしたら
マイナス２０点｡

(川田) 派手すぎる結婚式は
マイナス１０点って

どれぐらいが派手すぎるうちに
入るんですか？

(高口先生)
２０１４年から仕組みを作る

その時にスローガンになった
言葉があって｡

信用がある者は
全てが青信号のように

外行く時に自由に行ける｡

信用がない者は
一歩たりとも歩けないぐらい

嫌がらせを積み重ねる｡

それでみんなを常識人というか

ちゃんとルールを守らせる人間に
しましょうっていう｡

近所の…｡

(内田) そういうのもあるんだ｡

お小遣い稼ぎみたいなこと…｡
ホントにそう｡

気にならないように自分の…｡

(高口先生) この番組を
一発でクビになるんじゃなくて

番組信用ポイント

マイナス１０点マイナス１０点
みたいなことをやって行くと

｢じゃあ次の収録までに
行動を直そう｣みたいな

そういう形で信用スコア
っていうのは活用できる｡

(川田)
今のポイントあるんですかね？

(藤森) …かだけ教えて｡

怖い｡
ちなみに…｡

大丈夫ですか？
それだけ気になっちゃってて｡

(藤森) 実際治安とかはいいな
って感じますか？

(高口先生)
１０年前の中国と比べると

格段に変わってるんですよね｡

モラルを向上するっていう
意味では

効果が出てるんですか？
(高口先生) そうですね｡

…だろうみたいな人も
いるわけですよ｡

それがこの…｡

…らしいってなって｡

はぁ～｡

＜他にもレンタカー会社の

利用料の踏み倒しが

半減するなど

信用スコアの効果は

確実に出ているという＞

…している国なので｡

(高口先生) この１０年で

持てるものも何も
変わって来ていると｡

それに合わせた
頭の中を変えるっていうのが

なかなか追い付いて来ないので

こういう信用スコアみたいな
仕組みを使って

そこを手当てしよう
っていうふうに

考えてる人が多いんでしょうね｡

全くそのままの形ではないと
思うんですけれども｡

万が一何かしくじって

自分が最下位のポイントに
なっちゃった場合

コツコツと行くの
結構絶望だなと思って｡

ちょっと怪しいけど…｡

(笑い)

(藤森) 上がれない｡

…に向かわせるっていうのに

このシステムは
すごく有効だってことですけど｡

今イチ思い付かないんすよね｡

日本の中にも大きな格差が
生まれて来たりとか

外国人の人もたくさん入って来る
ようになるわけですよね？

そういう自分の知らない人たち

今までとは
想像もつかないような人たちと

でも
一緒に仲良くやって行く時に

こういうものが使われて行く
ひとつの経路になるのかな

…というふうには予想しますね｡

信用スコアっていうのが
もっと広がれば

モラルを
共有できるようになるんですね？

(高口先生) 分かりやすいですよね
点数として表示されて｡

でもやっぱこっちから…｡

…っていうのが
どうしても不安ですよね｡

ホントに何で下がったの？
っていうのを｡

ホントに上がった理由が
何なのかが｡

公平性が担保されてるのかが
やっぱ信用できないと

こっちが…｡

…部分がどうしてもあるんで｡

今導入されたらちょっと

拒否反応が
出ちゃうかもしれないですね｡

(高口先生) 先ほど…｡

その時に
評価の基準が分からないのは

いいのか悪いのか
っていった時には

その時は何となく
のってもいいかなと思ったのが

しかし…｡

…になるっていうのがあると
思うんです｡

でも結構…｡

自分で
さっきの人事担当の時のＡＩは

何となく受け入れられたのに

こうなって来た時にちょっと
やっぱ拒否反応が起きたのは

自分でちょっとビックリしました
｢あそっか～｣って｡

ただモラルを共有できるっていう
先生の説明はすごく納得で｡

これからの社会
ホントのグローバル社会って

そういうものが一番重要になって
来るのかなと思うんですよ｡

ただその一番根源にあるのが
企業だったりして

経済的に首根っこ
つかまれてるっていうのだけ

ちょっとやっぱ｢ん？｣って
思う部分はありますね｡

(高口先生) おっしゃる通りで
これからの…｡

(高口先生) どうみんなの意見が
反映される形になるのか

…っていうのはすごく大事な問題
として残ってると思ってます｡

ということでカズさん

高口先生のお話いかがでしたか？
興味深かったっすね｡

何となくその信用スコア
中国にはそういうのがあるんだ｡

理解はしてたつもり
だったんですけど｡

(藤森) 先生もスコア
持ってたんですね？

(高口先生) 中国は… そうですね｡

(笑い)

ちょっと！
３００点だったら…｡

スタジオ入り口で…｡

(笑い)

さぁそれでは
次の話題にまいりましょう｡

これですよちょっと
ホントに知らない言葉ですね｡

｢バーチャルスラム｣｡

不勉強で初耳です｡

＜ＡＩの法と倫理問題を熟知＞

＜果たして…＞

アメリカの一部の州では…｡

(山本先生) もう一回また

犯罪を
起こすんじゃないかっていう…｡

(山本先生)
いろんなデータを取っていて

その人の当然
犯罪歴はもちろんですけれども

家族とか友人の犯罪歴とか
やっぱり学歴とか職歴とか

使っているといわれてます｡

実はここで…｡

…が指摘されて｡

(山本先生) 要するに再犯しそうだ
ということですよね｡

そうするとこれ…｡

…みたいなものが
結局アルゴリズムの中に

組み込まれちゃうので｡

…とかいわれています｡

＜アメリカでは
裁判で被告人のみならず…＞

＜…なども調べ＞

＜だがその際…＞

＜…と差別的な判断を
してしまうという＞

＜一体これは？＞

＜さらに…＞

すごいっすね｡

＜一体…＞

＜…してしまうのか？＞

再犯プログラムに関しては

多分差別的な形に
なってしまうけど

所得とかいろんな要素が
複合的に合わさって

そういう傾向があるっていう
データになってるわけですよね？

結果として
アフリカ系アメリカ人の方のほうが

割合として多くなってしまう
だからいったら…｡

…からそういうデータに
なってしまうってことですよね？

全くそういう部分もあると
思います｡

アフリカ系の方っていうのは

恵まれない環境とか状況に
置かれてて

やむなく悪いことをしてしまうと｡

でもそういうのがデータとして
積み重なって行くと

そういうアフリカ系の人の
再犯率とかっていうのは高い

…というふうに
統計的に出て来てしまう｡

そうするといったん低いスコアが
付けられちゃうと

どこに行っても
何かはじかれちゃうなと｡

なかなかそこから…｡

それが…｡

…という意味です｡

＜…されると＞

＜…を下してしまう＞

＜例えば…＞

＜…がために＞

＜…した例も＞

＜このような一度付けられた…＞

＜それが…＞

＜５億４０００万もの人々が

新たに貧困層に陥るという

試算も＞

(内田)
すごく難しいなと思いました｡

格差が生まれて来て…｡

…であればいいですけれど

それがなかなか難しそうに
感じてしまって｡

う～ん…
何か考えてしまいました｡

(川田) 自分のポイントが
低くなった時に頑張って

じゃあ次これやったら
上がろう上がろうって

できる人はいいですけど
もうその時点で

自分をそう評価されたって
思っちゃって

もうそこからその後の人生が

楽しくなくなっちゃったりとか
するような人も

絶対たくさん出て来ると思うし｡

(山本先生)
世界的にはヨーロッパＥＵに

ＡＩなどによって
完全自動意思決定

つまりＡＩによってあなたは
採用します採用しませんとか

融資しますしませんっていう

重要な決定をされない権利
というのが認められています｡

やっぱりこれは…｡

ＡＩを利用して
その理由を説明するって

むちゃくちゃ難しいですよね？

出典：EPGの番組情報

テキストマイニング結果

ワードクラウド

キーワード出現数ベスト20

解析用ソース（見逃した方はネタバレ注意）

共有:

いいね:

関連