
前回の最後に、こんな問いを残しました。次に「AGIを達成した」という発表を見たら、何を確かめればよいのでしょうか。
この回は、その答えを探します。手がかりは、ここまでの12回です。AGIの意味、AIの測り方、時期の予測、研究の加速、危険、備えを、順に学んできました。それぞれが、発表を読むときの確かめる点になります。
ここから、まとめの1回目です。点検の項目ごとに、学んだ回を添えました。講座全体の振り返りにも使ってください。
目標は、「AGIか、AGIではないか」をすぐ決めることではありません。発表のどこまでが証拠で支えられ、どこからが推測なのかを分けて、次に何を確かめるかを決めます。
六つの主張:一つの文を、種類ごとに分ける
まず、身近な例で考えます。家電の広告に、こう書いてあったとします。説明のために作った例です。

「実験で電気代が半分になった。来年には全家庭に広まる。だから国は補助金を出すべきだ」
この3文は、種類が違います。一つめは、決めた条件で測った結果です。二つめは、これからの予測です。三つめは、国が何をすべきかという提案です。
一つの
概念図。
実験で電気代が半分になったと確かめられても、残りの二つが確かめられたことにはなりません。一つの文には、種類の違う主張が混ざっています。
AGIの発表も同じです。まず、文ごとにラベルを付けます。ラベルは六つあります。
| 種類 | どんな主張か |
|---|---|
| 観測事実 | 公開日やAIの版など、直接確かめられる出来事や状態 |
| 実験結果 | 決めた条件と方法のもとで得られた測定値 |
| モデル・外挿 | 測っていない範囲や原因へ、仮定を置いて広げた説明。外挿は、測った範囲の傾向を、その先へ延ばして当てはめること |
| 予測 | 将来の出来事や時期、確率についての判断 |
| 政策提案 | 企業・政府・社会が何をすべきかという行動案 |
| 価値判断 | 安全、革新、公平、自律など、何を優先するかという判断 |
上の二つは、直接確かめられること。真ん中の二つは、証拠から広げた判断。下の二つは、行動と価値の選択です。
この表は、証拠の強さの順位ではありません。一つの文に、複数の種類が入ることもあります。
たとえば「試験で人間平均を超えたので、2年以内にAGIへ到達し、公開前審査を義務づけるべきだ」という文があるとします。公開前審査とは、AIを世に出す前に受ける審査のことです。
この文には、少なくとも実験結果、モデル・外挿、予測、政策提案が入っています。審査によって何を守るのかまで述べていれば、価値判断も含まれます。
ラベルを付けると、実験結果だけを確かめても、文全体が証明されたわけではないと分かります。
八つの点検項目:四つの問いに分ける
文を分けたら、次は、それぞれをどう確かめるかです。この講座では、四つの問いと八つの点検項目を使います。
この点検は、この講座が作った読み方です。次の三つの考え方を、一般の読者向けに組み直しました。
- 米国の情報機関が分析をするときの基準(国家情報長官室、ODNIが示したもの)。情報、仮定、分析の判断、不確実さを分ける
- 米国の、技術の基準づくりを担う機関NISTが出した、AIの評価についての案。評価の条件と限界を報告するよう求める
- 英国のAIの安全を扱う機関(UK AISI)と、国際的な評価の協力ネットワークがまとめた合意。最良の条件で引き出した能力と、現実に近い使い方での能力を分ける
これは、AGIの普遍的な定義ではありません。定義が違う主張同士でも、証拠の範囲を比べられるようにする点検です。
八つの点検項目は、四つの問いに分かれています。「何を評価した?」「どう測った?」「どこまで言える?」「判断をどう使う?」の四つです。覚えるのは、この四つの問いだけで十分です。
八つの
概念図。
AGIの発表を点検する、八つの点検項目
定義(何を評価した?)
この発表でAGIが何を指すかを確かめる。組織の目標と、評価の合否の条件は分けて読む(第2〜3回)
現物(何を評価した?)
どのAIを調べたかを確かめる。AIの版、評価した日、使える形が分からないと、同じ評価対象かどうか決められない(第4回)
条件(どう測った?)
どんな補助と予算を使ったかを確かめる。分からない条件は「未確認」として残す(第4回)
比較(どう測った?)
誰と、何を基準に比べたかを確かめる。条件の違う得点を、そのまま能力の差にしない(第4回、第9回)
境界(どこまで言える?)
どんな条件で失敗するかを確かめる。調べていない範囲と、失敗した範囲を分けて見る(第4回、第10回)
飛躍(どこまで言える?)
観測から、どこへ広げたかを確かめる。広げるときに置いた仮定を探し、実験結果と予測を分ける(第5〜8回)
反証と更新(判断をどう使う?)
何が分かれば判断を変えるかを確かめる。判断を覆す情報と、見直す時期を残す(第7回)
利害と行動(判断をどう使う?)
誰が利益、費用、権限を持つかを確かめる。発表者の立場と提案する行動を見て、証拠も点検する(第13回)
読み方を説明します。四つの問いのそれぞれに、二つの点検項目があります。項目ごとに、確かめることと、この講座で学んだ回を書きました。
見てほしいのは、発表に書かれていない項目です。発表を読みながら、八つの点検項目に当たる情報があるか探します。
この点検から分かるのは、発表に欠けている情報です。分からないのは、その発表が正しいかどうかそのものです。
資料が公開されていなければ、空欄を推測で埋めません。「確認できない」と記録することも、評価の一部です。使われた条件が分からないなら、能力が低いとも高いとも決めず、結論の範囲を狭く保ちます。
根拠の種類:同じ図でも、役割が違う
点検をするときは、資料がどんな種類の根拠なのかも、先に決めておくと役に立ちます。同じグラフや表でも、根拠としての役割が違うからです。
ここまでに出てきた図や表のうち、四つの例を、種類で並べ直します。ほかにも図はありましたが、この回では四つに絞ります。
同じ
概念図。
- AI研究者への予測調査(Grace et al., Figure 3):予測調査。研究者が置いた将来の確率の分布で、実現した日を観測した記録ではない。確かめるのは、質問の定義、回答者、調査した時点、回答の散らばり(第7回)
- AIの作業時間の傾向(Kwa et al., Figure 1):能力の傾向。限られた課題で、自分で作業を進めるAIが完了できる時間の傾向。確かめるのは、評価した課題、成功とみなす基準、人間側の所要時間、対象外の仕事(第7回)
- AIと人の比較(RE-Bench, Figure 2):管理された比較。同じ研究工学の環境で、AIと人を比べたもの。確かめるのは、総時間の予算、試行の配分、採点方法、現実の研究との違い(第9回)
- 能力の分類表(International AI Safety Report 2026, Table 2.5):分類表。人がAIを制御できなくなることに関係し得る能力を、整理した表。確かめるのは、能力があることと、有害な傾向、使える環境、事故の発生を分けて読む(第12回)
四つの例は、資料名、根拠の種類、確かめること、学んだ回の順に書いてあります。見てほしいのは「根拠の種類」です。同じ図でも、種類によって、答えられる問いが違うことが分かります。
予測、能力の傾向、比較実験、分類表は、互いの代わりにはなりません。
たとえば、予測調査の図は、AGIが実現した日を示すものではありません。能力の傾向の図は、対象の課題の外で何ができるかまでは示しません。根拠の種類を先に決めると、その資料が答えられない問いも見つけやすくなります。
練習:架空の発表を点検する
ここまでの道具を使ってみます。次の見出しは、この練習のために作った架空の例です。
補足
架空の見出し
新モデルXが専門課題で人間平均を上回る。開発企業は「2年以内にAGIへ到達する可能性がある」と説明し、規制当局へ公開前審査を提案。
まず、六つのラベルを付けます。「専門課題で人間平均を上回る」は、実験結果の候補です。「2年以内」は予測で、「公開前審査」は政策提案です。専門課題からAGIへつなぐ部分は、モデル・外挿にあたります。
次に、八つの点検項目を当てます。この見出しには、AGIの定義、AIの版、評価の条件、比べた人たち、失敗した課題、予測を変える条件が、書かれていません。
発表した側が開発企業であることは分かります。ただ、提案によって、誰が費用や権限を持つことになるのかは、見出しからは分かりません。
結論は「AGI達成」か「誇張」かの二択ではありません。 条件つきで確認できた実験結果、確かめられていない外挿、確率や根拠が足りない予測、検討が必要な政策提案として、分けて残せます。
注意
この点検で、できないこと
八つの点検項目は、この講座が一般の読者向けに組み直したものです。AGIの定義でも、公式な合格基準でもありません。
点検しても、発表が正しいか間違っているかは決まりません。分かるのは、何が確かめられていて、何がまだ分からないかです。
公開されていない項目は、確認できないままです。そこを推測で埋めると、点検の意味がなくなります。
次に見出しを見たら
次に「AGI達成」という見出しを見たら、まず、主張にラベルを付けます。次に、八つの点検項目の空欄を見つけます。最後に、次に読む資料を一つ決めます。選ぶのは、発表した人や研究した人が出した、もとの資料(一次資料)です。
次に
概念図。
結論が同じでも、そこへ至る判断は、検証できて、更新できるものになります。最後に、この回の考え方を使ってみましょう。
セルフチェック
1. あるレポートに「限られた課題で、AIが完了できる作業の長さは伸び続けている。このまま伸びれば、数年で一日がかりの仕事も任せられる」とありました(説明のために作った例です)。この回の読み方として、最も適切なのはどれですか。
今日のまとめ
- AGIの発表は、観測事実、実験結果、モデル・外挿、予測、政策提案、価値判断に分けて読む
- 八つの点検項目は、四つの問い(何を評価した、どう測った、どこまで言える、判断をどう使う)に分かれる。各項目は、これまでの回の内容につながっている
- 分からない項目を推測で埋めず、確認できた範囲と、判断を変える条件を記録する
次の回は、この問いから始めます。AIの能力が人を上回ったら、私たちは何を決め直すことになるのでしょうか。