人生の10000時間をどう使うか

人生は一度きりで、人間にとって究極的に希少な資源は時間だ、という前提から始めると、何にどう時間を使って働くかは自明に重要になる。豊かになればなるほど、他人の時間を買って自分の用事をさせることができる。だから私がコードを書くことと A.I. をとても好きな理由の一つは、感情を気にしなくていい疲れ知らずの機械に、自分の用事を任せられることだ。すごくない？ A.I. の時代に、労働と資本をめぐって Stolper-Samuelson Theorem がどう展開するのか気になっているが、それはまた別の機会の思考材料だ。

Le Wagon のデータサイエンスブートキャンプを終え、MITx MicroMasters programme in Data, Economics, and Development Policy に取り組む中で、私は人生の少なくとも10000時間を経済学と計算の交差点に費やしたいのだとはっきりした。知的には、どちらも私を魅了する。実践的に言えば、世界を学ぶ目的は世界を変えることだ。できれば勘や感情ではなく、証拠、たくさんの配管作業、randomised controlled trials (RCTs) を通じて。私は応用領域そのものよりも、ノウハウと方法論という縦軸に関心がある。結局のところ、経済学と計算の原理や応用は、芸術にも、差別、移民、貿易、金融、気候変動、そして興味深いほぼすべての人間活動にも同じように働くからだ。道具と技術はすでにここにある。未来もすでに存在している。ただ、不均等に分配されているだけだ。

幸福収益率を測る

この意味で、何年も前に “Poor Economics” を読んで以来、RCTs の考え方と実践がどれほど進んだかに私はうれしく驚いている。インパクトを評価するとき、単純な事前・事後評価をして集団で自画自賛して終わるのではなく、データと証拠の言語で話すなら、世界はずっと良い場所になると信じている。社会プログラムを Return on Happiness (RoH) で測定し、ベンチマークするようになったら世界はどう見えるのだろう。主観的ウェルビーイングがすでに「人の全体的な幸福度を総合的に評価する方法」という包括的な指標として受け入れられているなら、この考えをさらに広げてみてもよいのではないか？

I, A.I. 爱

この投稿と今後の探究の目的は、経済学と計算、特に A.I. に踏み込み、それを私の関心領域に適用することだ。GLAM 機関、企業、ゲームとエンターテインメント、気候とサステナビリティ、インパクト、政府、あなたと私、そして私たちの孫たち。この精神で、私は MuseumNext Digital Summit 2023 で、機械を使ってコレクションを見て検索することについて発表した。コンテンツの量は途方もない。ならば、新しい見方を助け、他の方法ではアクセスできないかもしれないコンテンツを検索し発見するために、A.I. 以上の道具があるだろうか？

ARTificially Intelligent: Seeing and Searching Collections with Machines

「上司はソーシャルメディアも理解できない。どうすれば A.I. に納得してもらえる？」

ソーシャルメディアを理解するのにも苦労している上司に、どうやって A.I. を受け入れさせるのかという質問が出た。私にとって興味深い問いだ。私自身も、いわば民間産業の競争圧力に「触れられていない」部門で、どうすれば導入を動かせるのか考えていたからだ。あるレベルでは、民間部門において A.I. のための議論すら必要ないように感じる。利益追求は、導入のために追加のインセンティブを必要としないからだ。では、最初のレンガを置く前から、費用、能力、反事実のすべてが大きな溝になりうる部門ではどうだろう？

博物館が A.I. を採用する世界があり、採用しない世界がある。どちらの世界でも、デフォルトの構成では市場競争は重要ではない。特に、何らかの国家による独占が置かれている場合はなおさらだ。公共機関そのものに問題があるわけではない。むしろ、市場の見えざる手が届かない場所があるからこそ、私たちは公共機関を必要としている。だから私の反射的な反応はほとんど、こういう状況では上司を解雇して別の場所へ行くしかないのでは、というものになる。問題の核心は、規模のある組織では、変化を起こすために必要な正統性と権限を得るうえでトップダウンのリーダーシップが絶対的に重要なことが多いという点だ。しかし、公共機関が取り組む問題の重要性と緊急性を考えると、この答えはほとんど満足できない。難民をどう統合するか、創造性をどう促し、誤情報にどう対処するか、貿易の利益をどう均等に分配するか、といったことの成功全体を一人の個人に委ねるのは、あまりにも頼りない。

そういう意味で、私は RoH によって非市場活動や組織の成果を測定し、調整する競争的な力学を導入するという考えに惹かれている。A.I. を採用する介入群の組織と、採用しない対照群がある。介入群が、1ドルあたりの価値という基準で重要な指標において有意に良い成果を出すなら、私たちは知ることになる。税金と時間をどこへ流すべきかを知ることになる。

多くの人はこの考えにたじろぐだろう。でも、なぜだめなのか？私たちは国内総生産（GDP）を指標として作った。どれだけの生産量があり、それがどれだけ変化しているかさえ分からなければ、大恐慌期のニューヨークで配給の列が街を蛇行する中、暗闇に向かって当てずっぽうを撃つようなものだからだ。もしかすると、これは気候危機への試す価値のある一つの応答かもしれない。もしかすると A.I. は、複雑性、データ、ノイズ、汚泥のようなものを選り分け、人間のウェルビーイングを予測し最大化できるデータ点の感触を与えるうえで、とりわけ価値を持つかもしれない。これは因果性について何かを言うものでも、予測因子そのものに価値判断を下すものでもない。むしろ、私たちが学ぶ多くのことは、ほとんど面白くないと分かるかもしれない。

だからこれは、狭い範囲の文化的人工物に置く私の最初のレンガだ。😎 次は、知性を経験的な営みとして論じ、A.I. “Stefanie Sun” にベトナム語で歌わせる訓練について、そして A.I. 時代における労働と資本の関係について、もう少し考えを広げたい。

PubPub の erniesg.pubpub.org/pub/hnn0p7d9 で初出。