Name: AI新時代を生き残り、成功するのは誰か？ (Who will survive and thrive in the new AI era?)
Uploaded: 2026-02-16T21:36:53.000Z
Duration: 11 min 27 s
Description: VoiceTubeの動画で発音を聞きながら英語表現を覚えよう！学べる英語：

程度の副詞

Almost all the conflicts in the AI era are between competing groups of people, not between machines versus people.

AI時代におけるほとんどの対立は、機械対人間ではなく、人々の間の競争グループの間で起こっています。

David Autor is professor of Economics at MIT and the co director of the Labor Studies Program at the National Bureau of Economics Research.

David Autor氏はMITの経済学教授であり、National Bureau of Economics ResearchのLabor Studies Programの共同ディレクターです。

He's also emerged as one of the world's leading experts on the impacts of AI on the American worker.

彼はまた、アメリカの労働者に対するAIの影響に関する世界有数の専門家の一人としても登場しました。

He spoke to us from MIT's campus in Cambridge, Massachusetts.

MITのキャンパス、マサチューセッツ州ケンブリッジからお話を伺いました。

The interests of the creators may very well not be the interests of the end users.

クリエイターの利益は、エンドユーザーの利益とは全く異なる可能性があります。

We see this with social media, for example, all the time.

これは例えば、ソーシャルメディアで常に見ています。

And so we shouldn't pretend that this is an engineering problem.

ですから、これはエンジニアリングの問題だと装うべきではありません。

The problems Otter refers to are at the center of a new series of essays featuring authors like Google's Eric Schmidt and OpenAI CFO Sarah Fryer.

Autor氏が言及している問題は、GoogleのEric Schmidt氏やOpenAIのCFOであるSarah Fryer氏のような著者が出演する新しいエッセイシリーズの中心にあります。

Like, over the next couple of months, Stanford professor Eric Brynjolfsson helped organize the project, which they call the Digitalist papers.

例えば、今後数ヶ月で、StanfordのEric Brynjolfsson教授がこのプロジェクトの企画を手伝いました。彼らはこれをDigitalist papersと呼んでいます。

We made a list of people that we thought would be ideal to write about the economic implications.

経済的影響について執筆してもらうのに理想的だと考えられる人々のリストを作成しました。

And we had sort of our A list, our B list, our C list, and

そして、Aリスト、Bリスト、Cリストのようなものがありました。

私はただただ感激していました。

Aリストを超える必要は全くありませんでした。

All of these 22 essays address things that could be really profound.

これらの22の論文はすべて、非常に深遠な可能性のある問題に取り組んでいます。

ですから、選ぶのは難しいですね。

But if you were forced, what are the three or the four that you think really deserve the most attention right now?

しかし、もし強制されたとしたら、今最も注目に値すると思う3つか4つは何でしょうか？

Oh, you're asking me to choose between my children, but I'll pick out a few.

ああ、子供の中から選べと言っているようなものですが、いくつか選びましょう。

I mean, in the beginning of the volume, we have some people setting the technological landscape.

この巻の冒頭では、技術的な状況を設定してくれる人々がいます。

I thought Eric Schmidt did a great job describing what he calls the San Francisco Consensus.

Eric Schmidt氏が、彼が「サンフランシスコ・コンセンサス」と呼ぶものを説明するのに素晴らしい仕事をしたと思います。

Later in the volume, people like David Otter and Neil Thompson talk about how it's changing expertise and some of the sometimes counterintuitive effects that the same technology may upskill one occupation while deskilling another occupation, depending on how that occupation was configured previously.

この巻の後半では、David Otter氏やNeil Thompson氏などが、専門知識がどのように変化しているか、そして同じ技術が、その職業が以前どのように構成されていたかによって、ある職業のスキルアップと別の職業のスキルダウンを同時に引き起こす可能性のある、時には直感に反する影響について語っています。

Otter says that artificial intelligence is already reshaping the value of human expertise.

Otter氏は、AIはすでに人間の専門知識の価値を再構築していると述べています。

And in his paper, he lays out a new economic framework to understand which.

そして、彼の論文では、それを理解するための新しい経済的枠組みを提示しています。

Which jobs will be affected by AI and how it's very natural simply to think about what will be automated.

どの仕事がAIの影響を受けるか、そしてそれがどのように、自動化されるだろうと考えるのは非常に自然です。

And, you know, you think, oh, what is exposed?

そして、露出しているのは何だろうと考えますよね。

Whatever is exposed to technology will shrivel up and die.

技術にさらされるものはすべて枯れてしまうでしょう。

But, you know, if you think about it for a minute, you know, it can't be quite right because, you know, we all use lots and lots of technology, and

しかし、少し考えてみると、それはまったく正しいとは言えないことがわかります。なぜなら、私たちは皆、たくさんの技術を使っているからです。

we're not primarily threatened by it, right?

私たちは主にそれによって脅かされているわけではありませんよね？

We're very happy to have the GPS on our phone, to have our personal computer, and

スマートフォンのGPSやパソコンを使えることをとても嬉しく思っていますし、

私たちの多くがそれにさらされています。

But of course, we also know there's some risks.

しかし、もちろん、いくつかのリスクがあることもわかっています。

では、良い露出というものは存在するのでしょうか？

悪い露出というものは存在するのでしょうか？

And the way we frame that question is in terms of expertise.

そして、その問いの立て方は、専門知識という観点で行います。

あなたの仕事には、たくさんの、たくさんの要素があります。

Some of them are what you're essentially really good at.

そのうちのいくつかは、あなたが本質的に本当に得意なことです。

You're a great researcher, you're a fantastic interviewer, reporter, and

あなたは素晴らしい研究者であり、素晴らしい面接官、レポーターであり、

then there's lots of other parts of your job that are kind of necessary but not really important or essential.

そして、あなたの仕事には、必要ではあるけれど、あまり重要でも不可欠でもない、他の多くの部分があります。

If that supporting work is automated by AI or any other technology, you're happy.

そのサポート的な仕事がAIやその他の技術によって自動化されたら、あなたは嬉しいでしょう。

You're like, oh, great, now I can really focus on what I'm good at.

「ああ、素晴らしい、これで本当に得意なことに集中できる」となるでしょう。

It makes your expertise more valuable, allows you to specialize, to exercise your comparative advantage and strip away all the time.

あなたの専門知識をより価値あるものにし、専門化を可能にし、あなたの比較優位を発揮させ、すべての時間を削減します。

On the other hand, if technology can suddenly do the thing that you are most good at, research at, reporting at skilled repair, medical diagnosis, then it's really competing with you.

一方で、テクノロジーが突然、あなたが最も得意とすること、研究すること、報告すること、熟練した修理、医療診断などをできるようになった場合、それは本当にあなたと競合することになります。

Otter says the key lies in what tasks within a job are being automated.

Otterは、鍵は仕事の中のどのタスクが自動化されているかにあると述べています。

Are they high expertise or low for lawyers, if AI takes over the relatively low expertise job of drafting routine contracts, it may mean that you need fewer lawyers.

弁護士にとって、それらは高度な専門知識なのか、それとも低い専門知識なのか。AIが日常的な契約書の作成という比較的低い専門知識の仕事を担う場合、弁護士の数が少なくなる可能性があります。

But those that are left get paid more because the high expertise part of what they do is even more valuable.

しかし、残った人々は、彼らが行うことの高度な専門知識の部分がさらに価値が高まるため、より多く支払われます。

それを行う人は少なくなるでしょう。

Those who remain will be very specialized, right?

残った人々は非常に専門化されるでしょう、そうでしょう？

The language translators who remain working, they will be doing diplomatic documents, legal documents.

働き続ける言語翻訳者は、外交文書や法律文書を扱うことになるでしょう。

As technology encroaches, the work that remains will be more specialized, higher paid, but

テクノロジーが侵食するにつれて、残る仕事はより専門化され、より高給になりますが、

On the other side of the coin, what happens when the high expertise tasks get automated?

一方で、高度な専門知識を要するタスクが自動化されたらどうなるでしょうか？

The barriers to entry fall, employment goes up, wages go down.

参入障壁が下がり、雇用が増え、賃金は下がります。

ドライバーと配車アプリを想像してみてください。

Think of how ride hailing software changed the taxi driving industry.

配車ソフトウェアがタクシー業界をどのように変えたか考えてみましょう。

So taxi driving historically had two components to it.

タクシー運転という仕事は、歴史的に2つの要素がありました。

One was driving a car, which something most people can do, and

1つは車の運転で、これはほとんどの人ができることです。

the other was knowing your way around, which something most people did not do, could not have.

そしてもう1つは地理に詳しいことですが、これはほとんどの人ができなかったことです。

I certainly don't know my way around anywhere, even where I've lived.

私自身、住んでいる場所でさえ、どこにも地理に詳しくありません。

And ride hailing, sure, it introduces this interface for calling cars and so on, but

そして配車サービスは、車を呼ぶためのインターフェースなどを導入しますが、

Suddenly, to be a taxi or chauffeur driver, you don't need to know your way around.

突然、タクシーやハイヤーの運転手になるのに、地理に詳しくなくてもよくなったのです。

You can go to any city that you don't live in and drive Uber immediately because the phone tells you what to do.

携帯電話が指示してくれるので、住んでいない街でもすぐにUberの運転ができます。

So this created all kinds of new competition.

これが、あらゆる種類の新しい競争を生み出しました。

It commodified the expertise of knowing your way around the place.

地理に詳しいという専門知識がコモディティ化されたのです。

I think the evidence suggests that it lowered wages of people in the taxi driving industry.

この分析から、タクシー運転業界の人々の賃金が下がったという証拠があると思います。

Incumbents did not like it and understandably so.

既存の業者たちは、当然ながらこれを好みませんでした。

So with this analysis, what is the most likely consequence for the labor market overall?

では、この分析から、労働市場全体に最も起こりうる結果は何でしょうか？

There are many, many signs that we have long term labor shortage, so we're not going to run out of jobs.

長期的な労働力不足の兆候はたくさんあり、仕事がなくなることはありません。

But that doesn't mean there's nothing to worry about.

しかし、心配することが何もないということではありません。

A world in which everyone is working as a crossing guard is very different from a world in which everyone is working as a medical doctor.

全員が信号機係として働く世界と、全員が医師として働く世界では、大きく異なります。

In the first case, you know, people are relatively interchangeable.

前者の場合、人々は比較的代替可能です。

Most people can do that work and so that's not specialized expertise.

ほとんどの人がその仕事はできますし、それは専門的なスキルではありません。

それはあまり良い給料にはならないでしょう。

There might be a lot of people doing it, but, you know, employers won't have much incentive to treat them well.

たくさんの人がその仕事をしていても、雇用主は彼らを良く扱おうとするインセンティブはあまりないでしょう。

On the other hand, if everyone isn't, you know, doing specialized work where they, you know, what they do is, you know, high stakes and it really adds a lot of value.

一方で、もし全員が、専門的な仕事をしていないなら、つまり、彼らがしていることが、非常に重要で、多くの価値を生み出すようなものではないなら。

When you talk about what automation has done thus far, sort of pushing people to the extremes, you know, yeah, higher, higher pay, fewer people or lower, lower pay, lots of people.

オートメーションがこれまでに何をしてきたかというと、人々を極端な方に押しやっているのです。つまり、より高い給料、より少ない人々、あるいはより低い給料、より多くの人々です。

Is it indeterminate what I could do to inequality?

私が不平等に何をもたらすかは、決定不能なのでしょうか？

それは素晴らしい質問ですね。

それは、私には決定不能だと思います。

One is it's, it's determinate, but I just don't know.

一つは、決定可能だけれど、私には分からないという見方です。

そこまで先を読むことはできません。

I think a better answer, the one that I believe in, is we have a lot of choice about this.

より良い答え、私が信じているのは、私たちにはこれについて多くの選択肢があるということです。

Choice is a theme that comes up often in the digitalist papers.

選択肢は、Digitalist papers でよく出てくるテーマです。

And Stanford's Brynjolfsson says making the right choice depends on having the right information.

そして、Stanford の Brynjolfsson は、正しい選択をすることは、正しい情報を持っているかどうかにかかっていると言っています。

Given your sophisticated understanding of transformative AI, are you more confident about the upside from AI today than you were a year ago?

AI の変革力についてのあなたの洗練された理解を踏まえると、1年前よりも今日の AI の良い側面について、より確信を持っていますか？

I'm confident that the capabilities are breathtaking and they're going to get better.

その能力は息をのむほど素晴らしく、さらに向上していくと確信しています。

I'm confident that the productivity benefits are there to be had, but

生産性の向上という恩恵は、得られるものだと確信していますが、

そのために、私たちはもっと努力する必要があります。

I'm worried that we're not going to do it in a way that create widely shared prosperity.

それを、広く共有される繁栄を生み出すような方法で実現できないのではないかと心配しています。

ですから、良い面と悪い面の両方があるということです。

But ultimately there's no predetermined future.

しかし、最終的には、あらかじめ決められた未来はありません。

There are many, many ways for us to use AI.

AI を活用する方法は、たくさんたくさんあります。

It's an incredibly flexible, malleable plastic technology.

それは信じられないほど柔軟で、加工しやすいプラスチックのような技術です。

You could use it to try to automate people out of existence.

人々を存在から自動的に排除するために使うこともできます。

You could also use it to collaborate with people to make them more effective.

人々と協力して、彼らをより効果的にするために使うこともできます。

But I also think that it depends on how we invest, how we build out those technologies.

しかし、どのように投資し、どのようにそれらの技術を構築していくかにもかかっていると思います。

China runs the world's largest surveillance state, the world's largest real time censorship apparatus, and

中国は、世界最大の監視国家、世界最大のリアルタイム検閲装置を運営しており、

字幕リスト動画再生

AI新時代を生き残り、成功するのは誰か？ (Who will survive and thrive in the new AI era?)

scenario

opportunity

alternative

progress