AI 2027は『2027年に必ず起きる予言』ではない—シナリオの確かめ方

細かく書かれた年表を読むと、終点のほうへ自分の進路を先に合わせたくなります。この記事では怖さを否定せず、物語を観測できる前提にほどいてから、今週の学びへ戻します。

具体的な「一つの未来」を描き、因果関係を議論できる形にした

AI 2027は、AI企業、計算資源、自律的なAI研究、米中競争、安全評価、政府の意思決定を、月単位に近い細かさでつないだシナリオです。急速な能力向上の先には、開発競争を続ける「race」と、立ち止まって再評価する「slowdown」の二つの結末があります。

著者らは、曖昧になりがちな未来の主張を、具体的・定量的にして議論しやすくすることを狙っています。同時に、これは数ある可能な未来の一つだとも説明しています。細部まで書かれていること自体は、その道筋が確実だという証拠ではありません。

2027は公表時の最頻年だが、著者の中央値はもっと先だった

2025年11月に追加された公式の注記では、著者らはAGIがいつ構築されるかを正確には知らないと明記しています。2027年は公表時に最も確率が高いと置いた年、つまりmodal yearでしたが、著者ごとの予測中央値はそれより長めでした。

最頻年と中央値は同じとは限りません。2027年が単独で半分を超える確率だった、あるいは著者全員が2027年を同じ確度で予測した、という意味にはできません。

AI 2027は単なる創作ではなく、予測精度を目標にしたシナリオです。しかし「検討に値する具体的予測」と「2027年に必ず起きる予言」の間には、はっきりした距離があります。

物語を、独立して測れる前提カードへ分ける

物語全体に「的中」「外れ」の一枚札を貼る代わりに、次の前提を別々に追います。

1. AI研究の自律化 — 人の指示なしで、実験、実装、評価をどこまで一巡できるか。
2. 研究速度 — AI支援でアルゴリズム改善が何倍速くなったか。
3. 大量複製 — 高能力の研究エージェントを、費用と計算資源の条件内で何体動かせるか。
4. 安全評価 — 能力向上に追いつき、欺瞞や逸脱を見つけられるか。
5. 国家対応 — 政府の関与、計算資源の管理、国際競争がどの段階で変わるか。

一つの入口条件が似ただけで、後の因果鎖まで的中したとは数えません。たとえば業務用AIエージェントが増えても、超人的なAI研究者や急激な自己改善の条件に届かなければ、シナリオの同じ段階ではありません。

二つの結末は、予測と政策推奨を同じにしないためにも重要

raceとslowdownは、ほぼ同じ前提から意思決定が分かれたときの結果を描きます。著者らは、どちらの枝に書かれたすべての選択も推奨しているわけではないと説明しています。slowdown側も、そのまま政策の工程表ではありません。

この区別があることで、「著者は何が起きそうだと考えたか」と「何をするべきだと考えるか」を分けて読めます。物語の悲惨な出来事を、政策の効果や危険性がすでに実証された証拠としては使いません。

一つの能力予測とは、確認の単位が違う

ヒントン氏の2028年ごろの推論予測は、一つの発言について期限、確度、比較対象を確認する記録です。AI 2027は、能力、計算資源、組織、国家、安全をつないだ因果鎖です。

前者は主張の測定条件をそろえ、後者は鎖を前提カードに分ける。この違いを残すことで、日付が近いだけの予測を同じ勝敗表に入れずに済みます。

2026年8月は、入口条件の一部を観測している段階

AIエージェントの業務利用と、モデル開発を助けるAIツールは広がっています。一方、シナリオに登場する超人的AI研究者の大量複製や、短期間の急激な自己改善と同等だと、公開情報から判定できる状態ではありません。

企業ごとに能力や計算資源の公開範囲が異なり、国家対応も一つの年表には収まりません。現実の出来事が一場面と似ているかではなく、前提カードの測定条件を満たしたかを見ます。

まだ分からないこと

• AIがAI研究を助ける効果を、研究者人数や速度倍率にどう換算するか。
• 非公開の能力、安全評価、計算資源を外部からどこまで確認できるか。
• 国際競争が安全投資を減らすか、規制と協調を強めるか。

怖い物語を忘れるのでも、年表どおりに進んでいると決めるのでもなく、前提を一枚ずつ確かめます。