何が起きたか

AI研究者のアンドレイ・カルパシー氏がXの元投稿で、大規模言語モデル、つまりLLMの能力をめぐる共通理解の差が広がっていると問題提起した。新しい製品の発表ではない。人によって、同じAIを見ているとは思えないほど体験が違う、という話だ。

氏は世界の人々を、かなり粗い4つの層に分ける。約60億人はLLMにほとんど触れていない。10億〜20億人は無料のチャットAIを、検索や文章の手伝いとして使う。約2000万人は数学やプログラミングで先端モデルを仕事に使う。さらに約5000人は、研究所の内部で使われるフロンティアモデルに触れているという。この層について氏は、数千のAIエージェントが長期間協力し、ソフトウェア、数学、サイバー分野で人間の確認速度を越える成果を出す可能性まで描いている。これは氏の説明であり、外部で確かめられた実績の一覧ではない。

背景：同じAIでも試している仕事が違う

差が生まれる理由として、氏はまず問題の大きさを挙げる。短い質問への返答と、数週間かかる複雑な仕事では、AIに求める力が違う。次に、AIの得意不得意は均一ではないと説明する。数学やコードのように、結果を機械で確かめやすい作業では力が見えやすい。一方、利用できるモデル、料金、計算資源、仕事の進め方も、人によって大きく違う。

なぜ重要か

この差が広がると、AIについての議論がかみ合いにくくなる。無料版で短い質問だけした人には、少し便利な会話道具に見える。長い仕事をAIエージェントに任せる人には、仕事の進め方を変える道具に見える。どちらも、見ている範囲では正しいかもしれない。

問題は、AIが出すものを人が確かめる速さだ。作業の生成が速くても、確認が追いつかなければ、能力を社会で安全に使えるとは限らない。会社や学校、政策を考える人が、異なる体験を同じ前提で扱う危険もある。

確認できたこと

元投稿にあるのは、4層の区分と人数の概算、そして各層で見える仕事の違いだ。候補情報の集計では、この投稿はHacker Newsで457ポイント、652件のコメントを集めた。ただし、これはコミュニティの注目度であり、概算や能力の説明が正しい証明ではない。

まだ分からないこと

約60億人の「ほとんど触れていない」、約2000万人の「仕事で使う」といった線引きは明確ではない。数え方や調査方法も示されていない。どのモデルを何時間使った結果なのか、長い仕事がどの程度完成し、どれだけ人の修正を要したのかも分からない。約5000人が見ている内部の能力が、本当に外部で再現できるかも未確認だ。

次に見る点

今後は、同じ長い仕事を複数のモデルで試す独立評価、生成物の誤りを直す時間、公開版と内部版の差を見る必要がある。カルパシー氏の投稿が示したのは、AIの未来の確定図ではない。人々が違うAIを見たまま、同じ言葉で議論しているという現在の問題である。