※本記事は、2026年のAI + Expoで開催された「AI+ Careers Panel」の内容を基に作成されています。本パネルには、AIと仕事の未来に関するタスクフォースのメンバーである、Chris Malachowsky氏とDr. José-Marie Griffiths氏が登壇されました。Chris Malachowsky氏はNVIDIAの共同創業者であり、University of Floridaにスーパーコンピューターを寄贈してAIリテラシーの全領域への普及に取り組んでこられた人物です。Dr. José-Marie Griffiths氏はDakota State University学長として、教育機関全体へのAI導入を主導してこられました。本記事では、パネルディスカッションの内容を要約しております。なお、本記事の内容は原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。
本コンテンツの著作権は © 2026 Schmidt Special Competitive Studies Project, LLC に帰属し、クリエイティブ・コモンズ 表示 - 非営利 4.0 国際ライセンス（CC BY-NC 4.0）の下で提供されています。これは、出典を明示することを条件とした非営利目的での利用を許諾するものです。ライセンスの詳細については、https://creativecommons.org/licenses/ をご覧ください。
1. セッションの導入と「なぜ今AIと仕事を語るのか」
本セッションは、SCSP AI+ Expo 2026の一環として開催された、AIと仕事の未来に関するタスクフォースのパネルディスカッションです。登壇したのは、Dakota State University学長のJose Marie Griffiths氏と、NVIDIA出身でUniversity of Floridaにスーパーコンピューターを寄贈した経歴を持つChris氏のお二人で、SCSP特別顧問のRyan Carpenter氏が進行役を務めました。
1.1 登壇者紹介とパネルの趣旨
金曜日の午後、外は天候に恵まれた一日でしたが、会場に足を運んだ来場者を前に、議論が始まりました。
Carpenter： お集まりいただきありがとうございます。本日は、AIと仕事の未来に関するタスクフォースから、おふたりのメンバーをお迎えできることを大変嬉しく思っています。まずはおふたりからコメントをいただきたいのですが、毎日のように新聞を開けば、AIと仕事に関する話題が必ず目に飛び込んできます。常に何かしらの動きがある。そこでお聞きしたいのです。なぜ今なのか。なぜAIと仕事について語るのか。これは本当に重要だと、おふたりが思われた理由は何でしょうか。
1.2 ネガティブな報道への問題意識とレイオフをAIに帰す風潮への疑問
Chris： 私がこれを重要だと考えたのは、この話題が報道やニュース、メディアであまりにも多く取り上げられているにもかかわらず、その多くがネガティブな論調だからです。しかし私の見方では、これは実のところ非常にポジティブな出来事です。確かにネガティブな可能性も存在します。けれども、それこそ私たちが先回りして対処すべきものであって、なぜなら上振れの可能性、つまり得られるものがあまりにも大きいからです。私はこのネガティブな言説が支配的になり、世界の他の国々が機会を活かし資本化していく一方で、アメリカだけがそれを取り逃がす、という事態を望んでいません。
Griffiths： 私も同感です。報道のほとんどが非常にネガティブな論調です。AIを使えば素晴らしいことがたくさんできるのに、人々の中には、これまで耳にしてきたこと、つまり仕事がなくなる、こうしたレイオフが起きている、といった話に怯えている人もいます。しかも、それらすべてを現場でのAI導入のせいにしてしまっている。私はそのすべてがAIに関連しているとは思えないのです。実際、空港から乗ってきたUberの運転手にこのExpoに来ると話したところ、彼は「ああ、それじゃあ私の仕事もなくなるな」と言いました。私は彼に、「いずれはそうなるかもしれませんが、その分、新しい仕事も生まれてきますよ」と答えました。ですから、このテーマを語るタイミングとしては、今がまさに適切だと思っています。
1.3 主体性（agency）を持った関与の必要性
Carpenter： なるほど。そしてもうひとつ、これは能動的に動くということでもあるのではないでしょうか。「AIが自分に降りかかってくる」という語り口が世の中には多いように感じます。しかし実際には、ここで皆さんには発言権があり、自ら主体性を発揮してAIを活用することができるはずです。
Chris： おっしゃる通りだと思います。じっと座って事態が自分に降りかかるのを待っていれば、その結果を気に入ることはまずないでしょう。けれども、これは私が「エンゲージメント（関与）」と呼んでいるものに関わってきます。私たちは技術と関わっていく必要がある。人々にこのテーマについて関与してもらい、自分が何をしているのかを意図的に考え、参加してもらう必要があるのです。そうすることで、単に技術が勝手に進行していくという話ではなくなります。
1.4 社会・経済・地政学への波及という特異性
Chris： そしてAIは、いくつかの点で他の技術とは大きく異なっています。それは単なる技術以上のものであり、社会のあらゆるものに対して、実に興味深いかたちで影響を及ぼします。技術の基盤から波紋のように広がり、社会経済的・地政学的な環境にまで、私たちがまだ完全には予測しきれていないような形で影響が及んでいくのです。
Carpenter： このパネルでおふたりとご一緒できて素晴らしいと感じるのは、おふたりがChat GPT登場以前からAIに関心を寄せ、長年にわたってこの分野を見てこられたという点です。つまり、これは決して目新しい動きではないわけですね。Chrisさん、あなたは誇り高きGator（University of Floridaの愛称）として、同大学にスーパーコンピューターを寄贈されました。大学というレベルで関与する必要があると感じた、それほど重要な理由は何だったのでしょうか。
Chris： NVIDIAの立場から申し上げると、私はAIの潜在力を理解していました。AIが自社を、そしてAIに取り組む顧客企業を変革していく様子を目の当たりにしていたのです。その一方で、大学がこれを十分に取り込めていないことは明らかでした。アカデミアにとって、これは大きな機会であると同時に、課題でもあります。なぜなら、従来のスキルの上に新しいスキルを教えるということであり、人間性を重視しながら、同時にそれぞれの専門分野に必要な基礎を教えるという、追加の負担が生じるからです。そこで考えたのが、これは私自身のレガシーであり、私の立場だからこそ提供できる、いわばユニークな贈り物だということでした。AIを広く利用可能にし、広く教えることに関心を持つ大学に寄贈したかったのです。AIリテラシーが、理工系や工学系の学生だけのものではなく、看護師やジャーナリスト、博物館で働く人々まで含めて、広く教えられるものになるように。AIの影響はそれほどまでに広範で、社会、政府、製品、社会全体のあらゆる側面に行き渡っています。それは明白でしたし、これに先回りして取り組み、自分が何かできるチャンスだと感じられたのです。
2. 大学・アカデミアがAIに取り組む意義
2.1 大学が取り込めていなかった現状とAIリテラシーの全領域普及
Carpenter： Griffithsさんにも同じ質問をさせてください。この数十年というスパンで、AIについて、そして私たちがどのようにして今の地点にたどり着いたのかについて、あなたは何を見てこられたのでしょうか。
Griffiths： 私たちは、数十年にわたってAIがさまざまな時代を経て進化していくのを見てきました。大学はその間、何らかの形でAIの研究に深く関わってきました。ですから、コンピューターサイエンスのカリキュラムの中には、概してAI、あるいはAIの要素が含まれていたのです。私たちがやってこなかったのは、それがカリキュラム全体を横断して、すべての人々にまで広がっていく姿でした。そしてそれが起きたのが、Chat GPTの登場と、その後に続いたあらゆる出来事だったのです。今やAIは、多くの教育機関に組み込まれつつあります。
Chrisさんが寄贈の狙いとして語られた、看護師やジャーナリスト、博物館で働く人々にまでAIリテラシーを広げるという発想は、まさに私たちが教育の現場で目指しているものと重なります。AIを開発する専門分野だけの話にとどめず、あらゆる学生がAIについて学べるようにする。それが大学全体に行き渡ったことこそが、Chat GPT以降の大きな変化だったと考えています。
2.2 新スキルの負担と人間性重視
ここでGriffiths氏は、Chris氏が先に指摘した「従来のスキルの上に新しいスキルを教える負担」という論点を、教育機関を運営する立場から引き継ぎます。AIを教えることは、既存の専門分野の基礎を疎かにしてよいということではありません。むしろ、それぞれの学生が自らの専門分野の土台をしっかりと築いた上で、その上にAIという新たな層を積み重ねていく必要があります。だからこそ、Chris氏が「人間性を重視しながら教える」と述べた負担は、現場の教育機関にとって現実的な課題として立ち現れているのです。
2.3 Chat GPTによる全カリキュラム浸透
Griffiths： 私の大学は、間違いなくこの流れに飛び込みました。教員も前のめりになり、学生も前のめりになり、職員も前のめりになりました。私たちは皆にそうするよう促したのです。一方で、多くの教育機関は様子見の姿勢を取り、「まだよく分からない、これがあらゆる領域にどう適用されるのか確信が持てない、飛び込むべきかどうか分からない」と言っています。
2.4 導入機関と様子見機関の分岐、機関自体の変容
Griffiths： ですから私は、ここに分岐が生まれていると見ています。本気で飛び込み、実際にAIを活用してきた教育機関は、今やこのAIに関する意思決定について、非常に戦略的に考え始めています。なぜなら、これは単にAIについて教えるということでも、AIについてどう考えるかを人々に教えるということでもないからです。それは、教育機関そのものの性質を変え、大学の管理運営の側面における組織のあり方や機能のさせ方をも変えていくことになるのです。
これこそが、私たちが今、教育機関として立っている地点だと思います。もしそれがある産業を変えるのであれば、ある企業を変えるのであれば、あるNPOを変えるのであれば、それは私たち自身をも変えるのです。そして問題は、どのように変わっていくのか、そして私たちはどのように変わってほしいのか、ということです。それを問うことで、私たちは、未来のアカデミック・インスティテューションの設計に対して何らかの意見を反映させることができるかもしれません。事態がただ自分たちに降りかかるのを待つのではなく、です。
3. タスクレベルの変化と「拡張（Augmentation）」
3.1 タスク単位の変化という報告書の知見
Carpenter： 報告書から得られた重要な知見のひとつは、私たちが目にしている変化が、職業（occupation）レベルではなく、むしろタスクレベルで起きているということでした。大きな見出しを飾るのは「仕事の置き換え」ですが、実際に見えてくるのは、タスクレベルでのより多くの「拡張（augmentation）」です。AIがどのように人々の働き方を拡張し、実際に仕事を進める助けになるのか、お話しいただけますか。
3.2 史上最高の意思決定支援システムと会計士・Excelの例
Chris： ええ。私の見方のひとつは、AIは後から振り返ったときに、人類がこれまで考案してきた中で最も優れた意思決定支援システムのひとつだったと評価されるだろう、ということです。誰もが意思決定を行っています。そして、ほとんどの人の仕事は、タスクの寄せ集めではありません。率直に言って、Excelが登場したとき、会計士はいなくなりませんでした。彼らは黄色いノートパッドや電卓を必要としなくなりましたが、彼らの仕事は計算そのものではなかったのです。彼らの仕事は、計算を解釈し、それを適用することでした。
3.3 解放された時間の活用、「タスク消滅＝職消滅」は誤解
Chris： ですから、ほとんどの人にとって、テクノロジーや発明が存在してきた歴史を通じて、タスクは自動化されてきました。これは新しいことではありません。今回は少しばかりスピードが速いかもしれませんが、タスクは自動化されていくものなのです。人々は、自動化可能なタスクをやらなくて済むようになって生まれた時間に、自らの主体性を発揮して、より多くを発見し、より多くを発明し、より多くに挑み、より大きなビジネスを追求する、といったことに振り向ける必要があります。タスクがなくなれば仕事もなくなる、というのは誤った思い込みだと私は考えています。私はそれが真実だとはどうしても思えないのです。
Griffiths： 全くもって同感です。求人情報を見てみても、企業は特定のスキルを求めています。「これはまったく新しい職種だ」と言っているわけではありません。「この仕事をやってほしい、ただしAIをどう効果的に応用できるかについて、いくらかのスキルと理解を持っていてほしい」と言っているのです。
3.4 インターンからパートナーへの進化
Griffiths： そして、それこそが私たちが教育の現場で、そして既存の研修の現場でも実現したいと願っていることです。人々に、自分が何をしているのか、それをどうやっているのか、自分の時間をどう使っているのか、そしてAIをどうアシスタントとして使うのかを、真剣に考えてもらうこと。私たちがよく話すように、まずはAIを「インターン」のように使い始め、自分なりにどう使いたいかを決めて、それを次第に「パートナー」と呼べる存在へと進化させ、はるかに大きな能力を獲得していく。そういう使い方です。
3.5 NVIDIAでの生産性向上の実例と増幅（amplifier）の位置づけ
Chris： Ryanさん、最も影響を受けると考えられている職種のひとつが、コンピューターサイエンスです。しかしNVIDIAには、ソフトウェアであれハードウェアであれ、AIを全面的に受け入れていないエンジニアは一人もいません。私たちはむしろ仕事が増えました。AIは私たちをより生産的にし、私たちはより多くのことに取り組めるようになり、もっともっとAIを活用したいと考えています。これは人を置き換えているのではありません。人を拡張しているのです。能力を増幅しているのです。私たちはそれを歓迎しています。これは仕事を奪うものではなく、増幅するもの（amplifier）なのです。
3.6 CS学位8.1%減の背景と人材の三層構造、AI-savvy
Carpenter： 見出しのテーマに沿って言えば、Washington Postで報じられたのですが、昨年はコンピューターサイエンスの学位登録者が前年比で8.1%減少し、学位取得者が落ち込んだとされています。しかし記事をよく読むと、それは実のところ、AIが今や大学全体に偏在するようになったからでした。だからこそ、コンピューターサイエンスへのストレートな登録という形では現れないのです。これはAIとコンピューターサイエンスにとって、成功物語だと言えるのでしょうか。今やすべてに統合された、ということなのでしょうか。
Griffiths： そのように実装してきた教育機関にとっては、その通りだと思います。私たちの大学でも、コンピューターサイエンスの学生がわずかに減少し、彼らはAIの学位プログラムへと移っていきました。とはいえ、AIにとってもコンピューターサイエンスのプログラムに存在する基礎の多くが必要です。
ここでGriffiths氏は、人材を三つの層に整理して説明します。第一に、ソフトウェアエンジニアリングやAIのプログラムから生まれる、AIの非常に技術的な詳細を扱う人々。第二に、他者が開発したAIをどう応用し、医療機関、金融機関、農業生産者といった自らの組織に取り込むかを担う人々。そして第三に、それ以外のすべての人々です。
Griffiths： 最後の層の人々も、AIとは何か、どう使うのか、何ではないのか、どう機能するのかについて、十分に知っておく必要があります。そうして馴染みを持つことで、私たちが望むのは、卒業生たちが皆――かつては「テックに精通している（tech-savvy）」と言っていましたが、今は「AIに精通している（AI-savvy）」と言います――AIについて理解し、それがどう使えるかの提唱者となり、悪用されうることも理解した上で、悪用されないように努め、他の人々がAIを前進させる手助けができるようになることです。AIが存在することを誰もが知るようになる前から、AIに関わってきた人々にとって、今は非常にエキサイティングな時代なのです。
4. 必要とされるスキルと人間性の復権、未来の仕事の姿
4.1 土台としての専門性とリベラルアーツの復権
Carpenter： では、私たちが求めているスキルとは、どのようなものなのでしょうか。もし大学に対して、あるいは前職の学長に対して語りかけるとしたら、私たちが教えているスキル、そして学生に「これがあなたに必要なスキルだ」と伝えるべきものは何でしょうか。企業の側から、そして教育の側から、私たちはどこへたどり着く必要があるのでしょうか。
Chris： 私が引き受けましょう。興味深いことに、私はAIによって、あらゆる分野で専門家が必要とされる度合いが、少しばかり低下していくと考えています。あなた自身は専門家である必要があります。なぜなら、そうやって自らの主体性を学び、判断力を学び、評価するスキルや管理するスキルを身につけるからです。しかし、それに隣接する他分野の専門性については、AIを連れてくればよいのです。
Chris： ですから、いくつかのスキルについて言えば、興味深いことに、私はこれがリベラルアーツの大きな復権につながると考えています。それこそが、私たちの中にある人間性だと思うのです。それは創造性であり、線形には結びつかない点と点を結ぶ力であり、シャワーを浴びているときに訪れる「なるほど」という閃きの瞬間です。私たちにはそれが必要なのです。
4.2 人間固有の特性と「デジタルの同僚」との協働
Chris： 私たちには、判断力、センス、共感、そしてそうした人間に固有のあらゆる特性が必要です。機械的なエージェントが表現することはないでしょう。彼らが表すのはデータであり、過去を再生することで、未来を理解する手助けをしてくれるものです。しかし、そうした人間的な特性はデータには捉えきれません。ですから、人間が自らのデジタルの同僚とともに協働すれば、どちらか一方だけでいるよりも、はるかに大きな力を発揮できるのです。そしてそれこそが、私たちが望むべき未来です。何かに専門性を連れ添わせ、アイデアをぶつけ合い、アイデアを生み出し、本来よりも深く探求できるようにすることで、より多くの人間の潜在能力を解き放つのです。つまり、求められるスキルとは人間的なスキルであって、必ずしもデータに関連するものではないのです。
Griffiths： 私も全くもって同感です。実は昨日、別のステージで申し上げたのですが、AIがますます活用されていくこの世界に進んでいくにつれて、私たちは生活の人文主義的な側面を深めていく必要が生まれてくると、強く感じています。
4.3 人文学・芸術への関与の深化、幼稚園でも学べる人間的能力
Griffiths： そして学術の世界では、より多くの人々が人文学や芸術に関わるようになるのを目にすることになるでしょう。なぜなら、そこにこそ創造性や批判的思考、そういったものが見出されるからです。私たちは皆が皆、自分自身を自動機械（automaton）に変えてしまうわけにはいきません。世界は実に豊かです。そして人間が真に人間らしくあるとき、これまで以上に人間らしくあるとき、世界はさらに豊かになるのです。自動化と拡張は、その手助けもしてくれますし、ルーティン的でさほど面白くないタスクのいくつかを引き受けてくれます。しかし、この人文主義的な側面は、AIの成功にとって非常に重要だと私は思います。それなしには、AIは成功しないでしょう。
Chris： ところで、そうした人間的なものはどれも、画面やコンピューターを必要としません。
Griffiths： その通りです。
Chris： そうしたことは、幼稚園でも学べるのです。判断力であり、批判的思考であり、創造性です。
Carpenter： だからこそ、私たちはこうしたセッションを開いているのですね。
4.4 電気革命の歴史教訓と熟練労働への需要（データセンターの例）
Carpenter： さて、ここで少し歴史のレッスン、あるいは導入をさせてください。AIについて語るとき、こうした革命がいくつも起きてきました。たとえば電気を考えてみてください。電気は捕鯨を駆逐しました。もう鯨の脂は必要ありません。それに伴って、ろうそく作りもなくなっていきました。しかし、都市に配線を張り巡らせ、電球を生産するといった、付随する数多くの仕事が新たに生まれました。ろうそくを並べる人はもう要らなくなり、その役目を電気が果たすようになったのです。さらには、専門職化された消防署までもが、まさにこの電気のおかげで生まれました。こうして、爆発的に増える数多くの付随的な仕事が生まれたのです。では、思考の帽子をかぶって考えてみましょう。仕事の未来はどのように見えるでしょうか。具体的な職名を挙げる必要はありませんが、10年後、20年後に、どのような仕事が生まれてくると見ていますか。
Chris： そうですね。AIの明白な応用先が知識労働者であることは明らかです。何かを作ろうとし、発明しようとし、物事を成し遂げようとする人々ですね。一方、それほど明白ではないのが、熟練労働、そして熟練労働への需要にとって何を意味するか、という点です。これらのデータセンターは巨大です。そこでは何千人もの人々が働いています。運用担当者に加えて、データセンターを稼働させるには、何千人もの配管工、パイプフィッター、電気工、コンクリート左官といった人々が必要なのです。
4.5 複雑系シミュレーションとデータ駆動の発見メカニズム
Chris： この技術の有用性は、複雑な物事のシミュレーションモデルを構築できる点にもあります。たとえば、上昇する潮位や塩水の浸入をどう緩和するか、高齢化する人口、表土が風で吹き飛ばされていく問題、こうしたものをどう緩和し、その対処法をどう検証するか、といったことです。今日の職種カテゴリーには存在しないものの、まさにこうした課題にうってつけの技術であり、世界を十分に正確にモデル化して、有益な示唆を与えてくれるようになるでしょう。
Chris： さらに、科学や知識の発見のすべてが、いわば再構成されることになります。「書き換えられる」とまでは言いませんが、これは過去をさかのぼって見直す手段を与えてくれるからです。これは仮説駆動の発見メカニズムではなく、データ駆動の発見メカニズムです。良質なデータを取得して検証し、検証されたものを取り込み、検証されたものを取り出し、そして正しい問いを立てる必要があります。そうすれば、古い発見を見直し、新しいものを見直し、干し草の山の中から新たな針を探すことができるのです。
4.6 消える職・拡張される職・新職の並存
Chris： そしてそれは、まったく新しい世代の医療従事者や科学者、エンジニアといった人々を生み出すことになるでしょう。ですから、こうした技術が展開されていくにつれて、未来は実に明るく、実に広がりのあるものになると私は考えています。
Griffiths： これに付け加えることはあまりないかもしれません。潜在力はそこにあり、正確に何が実装され、誰がそれを手に取って走り出し、新しいアイデアを思いつくのかを、私たちは正確には予測できません。しかし、なくなる仕事がいくつか出てくることは非常に明白です。新しく興味深い形で拡張される仕事もあるでしょう。そして、まったく新しい仕事、もしかすると新しい産業、新しい環境も生まれてくるでしょう。それは、人間の環境、いわば人間の条件、そして社会が問いへの答えを必要としているからこそ、そういう形で進化していくのです。おっしゃる通り、これは大いにデータ駆動です。ですから、これはデータの時代にもなるでしょう。良質なデータを確保し、そのデータが何を意味するのかを理解し、それを解釈する上でAIから助けを得ることが大切になるのです。
5. 地方・過疎地域へのAI普及と若者へのアドバイス
5.1 地方共通の課題と専門知を持ち運ぶ発想
Carpenter： 最初の全体会議で大きな話題のひとつとして挙がったのが、地方のコミュニティ、そして言うなれば十分なサービスが行き届いていないコミュニティでした。こうした問題は、今どのような形で取り組まれているのでしょうか。そして、アクセシビリティという観点も含めて、私たちはどうすればそうした人々の役に立てるのでしょうか。すべてのアメリカ人が、このAI経済をつかみ取れるようにするには、どうすればよいのでしょうか。
Chris： これは面白い話なのですが、私はUniversity of Floridaのモデルを、AIリテラシーを推進する方法として全国で売り込んで回ってきました。そうして多くの州を訪れ、多くの州には地方部があるわけですが、少なくとも私が参加してきた議論の中では、地方部にはいくつか共通する特徴があるように思います。経済的な機会があまり多くない、ということです。ですから、都市部で高い給料を稼げるような人々や、何かを成し遂げられる人々にとっては、あまり大きな引力にはなりません。教育であれ医療であれ、同じことが言えます。
Chris： しかし、ここでも専門家を一緒に連れていくことができます。たとえば、看護師がおよそ500万人不足する、あるいは不足が生じると言われています。ところが、ソーシャルワーカー一人を、診断用のAIツールで補強し、こうしたコミュニティに派遣することができるのです。そして、どのケースをより大きな都市のシステム、つまり大都市のシステムに送り込むべきか、どのケースは地元で対処できるかを見極めるのです。これは、大都市圏にいない人々に、サービスと便益を提供する方法なのです。これほど広く有益でありうるものは、なかなか他に思いつきません。多くの物事が地方へと移っていくのを妨げてきた、この経済的な逆インセンティブを乗り越えられるようなものは、そうそうないのです。
5.2 地方の人材、教育格差の是正、農業でのAI活用
Griffiths： 私自身、地方に住んでいます。地方の州、South Dakotaに住んでいます。これ以上ないほど地方的な場所です。そして、地方部には途方もない才能が眠っています。若者たちは学びたいと願っており、AIはそれを後押しする大きなイコライザー（均等化をもたらすもの）になりうると、私は考えています。それも、少し違った形で、です。教育の領域においては、間違いなくイコライザーになります。地方の若者たちも、他の人々とまったく同じように対等に参加できるようになるでしょう。なぜなら、AIがそれを可能にしてくれるからです。
Griffiths： 私たちのプログラムは技術色の強いものですが、関わりたいと願う若者たちによって、入学者数は毎年増加しています。そして、AIを非常に効果的に活用している産業のひとつが、農業です。農業や食料生産のインフラは、収量をどう改善するか、家畜をどう守るかといった点で、テクノロジーを大いに活用しています。実に興味深いことです。
5.3 都市と地方の両立、対話・図で扱えるアクセスの民主化
Griffiths： 私はこの潜在力を見て取っています。誰もが都市部に移りたいと思っているわけではありません。地方部に戻ってきたいと願う人々もいます。ですから、地方部には興味深い形での再興が訪れると見ています。人々がAIの能力にアクセスできるようになり、それを効果的に使う方法を理解し、きちんと教育されている限り、地方でも生活の再興が見られるようになるでしょう。私はいつも、人々は物事を二者択一で捉えがちだと思うのですが、これは「どちらも」なのです。人口が密集した都市部でも良いことが起こり、地方部でも良いことが起こります。
Griffiths： たとえば、私はよく交通渋滞を例に挙げます。DCやNew York、Manhattanに来ると、Rhode Islandには渋滞がないのだと、ふと気づかされます。それは実に快適なことです。地方に暮らす人々はそれが当たり前で、時間をきちんと計画し、その進め方を心得ています。私たちは州間高速道路を走っても、何マイルも誰にも会いません。実に快適で、景色を楽しめるのです。ですから、これは単に捉え方の違いなのです。
Chris： もうひとつ申し上げたいのは、こうしたツールのアクセシビリティと、その力です。以前は、言語を学び、プログラミング技術の教育を受ける必要がありました。しかし今では、AIに話しかけ、自分が望むものの図を見せるだけでよいのです。多少の主体性と関心さえあれば、誰でもこうしたツールを自分の関心のある問題に向けて活用できます。これはまさに、土俵を平らにすること(level setting)なのです。
Griffiths： ええ。
Chris： これはアクセスの民主化です。これまで、コンピューターサイエンスに携わる人々が社会に影響を与えようとしてきたことを思い起こしてください。社会全体に、社会へ影響を与えてもらおうではありませんか。その力は、かなり明白なはずです。
5.4 早期採用者としての農家（自動搾乳の例）
Carpenter： ひとつ申し上げたいのは、私の父は農家なのですが、農家というのは時として最初の採用者になります。なぜなら、そうせざるを得ないからです。
Griffiths： ええ。
Carpenter： 彼らはテクノロジーを取り入れる必要があるのです。手作業での搾乳から自動化された搾乳へと移行したときのことを覚えていますが、それは私の父にとって人生を変えるほどの出来事でした。今日、そんな話を学ぶとは思ってもみなかったでしょう。
5.5 若者への助言（AIの習得・経験できる教育・メンター）
Carpenter： さて、私たちはAI+キャリアのステージにいます。最後の1分半で、もし今日、誰かがあなたのもとに来て、「私はキャリアを探しています。私は高校1年生です」あるいは「私は大学1年生です」と言ったとしたら、仕事の未来について考える彼らに、どのようなアドバイスをされますか。
Chris： そうですね。私は固く信じているのですが、AIはもうここにあり、AIは現実のものです。これはNVIDIAのものでも、OpenAIのものでも、Metaのものでもありません。すでに野に放たれているのです。私たちはそれと競争することになります。あなたもキャリアの中でそれと競争することになります。だからこそ、それを使いこなさなければなりません。使うのです。自分自身を拡張し、できる限り習熟してください。なぜなら、それこそがあなたが競争する相手だからです。AIによって仕事の機会がなくなる可能性は低いでしょう。しかし、AIを使いこなしている誰かに、それを使いこなしていないあなたが、職を奪われてしまうのです。もしあなたがAIを活用していなければ。
Griffiths： ええ。私たちのブースにも多くの人が立ち寄ってくれましたが、基本的に私たちが伝えているのは、AIが進化していく中でそれを探求し、経験できるような教育を必ず受けてほしい、ということです。そうすれば、労働市場に出ていくときに、そうしたスキルを手元に備えていられます。
Carpenter： 素晴らしいアドバイスですね。私からもうひとつ付け加えるなら、メンターを得ること。実際にそれを見てきて、その全体像を知っている人物です。本日はお時間をいただき、誠にありがとうございました。このパネルにご参加いただいたおふたりに、皆さんで感謝の拍手をお願いできますでしょうか。
Griffiths： ありがとうございました。