実体のないAIがコミュニケーションと学習について教えてくれること
「彼が仕事を得ることができるのはわかるが、仕事をすることができるでしょうか？」
―ワトゥリ氏、「ジョー対火山」
人体が話題になっています。AIに煽られたハイプハリケーンの数ヶ月後、いくつかの明確な線が浮かび上がってきたように思います。現在のアプローチから期待できる成果には限界があります。AIの知性は、私たちを最も憤慨させるAIの性質、つまり実体のないものによって制限されているのです。ちょうど今週、ジェイコブ・ブラウニングとヤン・ルクンは、この視点を詳述した論文を発表しました。感覚的経験とそのシステム的フィードバックがなければ、世界とそれが可能にする知性に関する正確なモデルを構築することは不可能に思います。
これは深遠です。単にAI研究者にとって興味深い問題というだけでなく、私たちにとっての知性のモデルとして何を意味するかという点で、これは深いのです。知性における身体の役割とは一体何なのか？その問いに答えることができれば、その答えを生かすツールを作ることができるかもしれないのです。私たちの心と身体の関係を利用して、私たちがより優れた問題解決者になるのを助けるのです。そのようなツールとはどのようなものでしょうか？
身体化された知性
私たちの末梢神経や臓器の状態が、上の階で起こっていることに影響を与えることは明らかです。例えば、知性の基礎である記憶について考えてみましょう。記憶について語るとき、私たちはしばしばそれを、宣言的記憶（想起、推論、「知的」な言語使用に関連します）と手続き的記憶（自転車の乗り方などの「筋肉の記憶」に関連します）といった構成要素に分けます。身体の他の部分の使い方は、これらのシステムに影響を与ります。逸話によると、多くの研究で、有酸素運動はこれら2種類の記憶の符号化と後の検索を向上させることがわかっています。
認知についてはどうでしょう？私の好きな例のひとつは、トロントのヨーク大学のシュミタ・ロイとノーマン・パークによるものです。彼らのアプローチが興味深いのは、我々が他の一握りの生物としか共有していない、道具の使用という知性の一面に焦点を当てているからです。ある研究では、彼らは宣言的記憶システムと手続き的記憶システムの両方を単独で扱おうとしたが、効果的な道具の使用にはそれらの協力が必要であることがわかりました。
しかし、それはすべて階下で起こっていることだ…もっと抽象的な推論についてはどうでしょうか？ダニエル・ウィリンガムは、2017年の著書『The Reading Mind』の中で、読書の原始的な性質と、それが可能にするあらゆる活動について力説しています。
彼は、生存のために高度に発達した視覚、空間感覚、触覚、聴覚が、個人間の情報伝達のために利用されるようになったという単純な経過を説明しています。これは絵文字のような明らかな形で現れています。しかし、私たちがアルファベットを開発した際、自然環境に最も近い幾何学的形状を選び、使用した角度や記号にも影響を与えたようです。これと同じプロセスが、あらゆる形の象徴的推論の発達に作用していた可能性は、まだ議論の余地はあるものの、非常に高いと思われる。
私たちの世界や恣意的なシステムが機能する方法について、正確で有用なメンタルモデルを形成するという意味での学習は、感覚的な経験と、それが提供する基盤を必要とします。
私たちはテキストを好む
正直言って、これは常識です。徒弟制度から研修医まで、ほとんどすべての職業には「実地」訓練という概念があります。リスクの高い職業では、それが実践の必須条件となります。これは、トム・ハンクスとメグ・ライアンの1990年の名作り『ジョー対火山』（原題：Joe vs. the Volcano）に登場する、誰もが認める「経験のパラドックス」につながります。
私たちは、誰かが「仕事ができる」ことは知っているが、実際にやってみるまでは「仕事ができる」ことは知らないのです。感覚的、経験的フィードバックは認知にとって非常に重要であるため、知的行動の能力をまだ実証していない人をリスクの高いシナリオに置くことは、当然ためらわれます。もっと哲学的に言えば、私たちが話しているのは経験主義の根源です。
しかし、もしこれが本当に直感的に明らかだとしたら......なぜ私たちの世界はこのようになっているのでしょうか？私たちはテキストが王様の世界に生きています。ここ数十年で、メディア作成ツールがより強力でアクセスしやすくなったため、この状況は少し変化しました。しかし、そのプロダクトはまだ受動的です。画像やビデオは、より広いファネルを提供するかもしれないが、体系的なフィードバックを伴わないのです。
この問題は、学習が最も重要である教育分野で特に顕著です。なぜ学生たちはいまだに、最も重要な学習成果の言語的評価のために自らを準備しているのでしょうか？いったいなぜ、私たちは骨抜きにされた教科書を使い続けているのでしょうか。
経験的に発見しなければ学べない真理を、なぜ言語だけに頼って伝えるのか。まるで人類全体が、BBCでベネディクト・カンバーバッチがシャーロック・ホームズを演じたときの彼の言葉に共鳴しているかのようです...。
今週の記事で、ヤン・ルクンとジェイコブ・ブラウニングは、これに関して興味深い視点を提示しています。言語とは情報の圧縮です。それを圧縮解除したり解釈したりするには、（1）共有されたシンボル、（2）それらのシンボルに対する共有されたルール、（3）それらのシンボルがマッピングされる、あるいは関連する情報の共有体が必要です。
これらがすべて満たされれば、「テキストを好む 」のも当然です。とても効率的だからです！しかし、テキストによる学習とコミュニケーションは、これらの分岐点のどれかで失敗する可能性があります。多くの場合、それは最後の1つです。しかし、もし私たちのコミュニケーションに経験を共有する方法があるとしたらどうでしょう？
異なる思考のためのツール
コミュニケーションの観点から言えば、これはある種の参考資料を提供することを意味します。このコンセプトを身につけるために私がたどった一連のステップはこれです。ウェブのようなハイパーメディア・システムでは、ハイパーリンクによってこれを実現しています。
単語の意味や概念にまつわる詳細がわからなければ、クリックすればいいのです。もしこれらのリンクが、誰かをさらに多くのテキストに導くのではなく、パズルや問題、練習問題の進行に導くとしたらどうなるでしょうか？パズルと対話し、それを解くことで、私たちに欠けている概念をより効果的に内面化することができるでしょう。
さらに進んで、体験とその体験によって構築される概念のつながりを説明するための共有言語があったらどうでしょう？エッセイを書くように、腰を据えてこの言語を使って創造的に遊んでみるのはどうでしょう。どのように関連性を定義し、並べ替えることができるでしょうか？デザイン・チームがFigmaのドキュメントを見ながら共同作業をするように、教師たちのグループが授業計画を作ることを想像してみてください。
ほとんどすべてが手続き的な記憶に対して、これはどのように見えるでしょうか? 単に宣言的な概念を伝えるのではなく、スキル・セット全体を伝えることができるのです。
YouTubeでアクションを実演したビデオを見るだけでなく、あるスキルを身につけるために必要なステップを、経験を重ねるという形でカプセル化して送ることができます。複数の異なる道筋を比較し、クライマックスとなる経験や問題、ベンチマークを対比させることができます。
私は、この問題に正面から取り組んでいる優秀なチームと共に、教育分野で働いています。しかし、この問題は教育だけの問題ではないのです。たとえ公教育システムが最悪の犯罪者の一人であったとしてもです。すべてのコミュニケーション行為は、教えるための訓練なのです。
（1）私たちがどのようにしてメンタル・モデルを獲得したのか、（2）それがどのように根拠づけられているのか（あるいは根拠づけられていないのか）、（3）他の誰かにその考えを思い起こさせるにはどうするのがベストなのかを認識するには、共感と自覚の両方が必要です。
このプロセスが、私たちが明晰に考え、行動する力を与えてくれる他の思考のためのツールの開発に拍車をかけてきたのです。書かれた言語そのものが、まさにそのような思考ツールです。しかし、その他にも表計算ソフト、ワードプロセッサ、ウェブのようなハイパーリンクメディアなどがあります。
残念なことに、これらの大半はテキストベースであり、広範な宣言的知識に依存する一方で、手続き的記憶など、私たちの知性の他の基本的側面を無視しています。この種のシステムが埋めるべき穴はそこにあります。
この道を進むべき理由は他にもあります。もし、このような経験的説明の十分な大きさと粒度のセットを集めることができれば、おそらく人工知能を具現化した創造物の訓練データとして使うことができるでしょう。単なる思いつきに過ぎませんが。
しかし、ハードウェアやソフトウェアのベンダーが、まず人間にとってこの種のツールの価値を理解し、学習やコミュニケーションのためのプラットフォームを設計する際に、人間の知性の感覚的な性質を考慮してくれることを私は望んでいます。
そして、学習やコミュニケーションのためのプラットフォームを設計する際に、私たちの知性の感覚的な性質を考慮してほしいのです。それがもたらす理解の深さは、私たちの最も困難な問題を解決する上で、私たちをより優れた存在にしてくれるでしょう。少なくとも、共感が生まれることで、私たちはもう少し人間らしくなれるかもしれないのです。
