自分を置き換える可能性のあるAIのトレーニングを拒否した

Rest of World/iStock James Maisiri著 2026年9月3日 アイデア 南アフリカの農業における人工知能のような技術がどのように仕事を変えているかについての博士号を今年初めに終えた後、私は学術的なキャリアを始める準備ができていました。 学生を教え、研究を監督し、次世代の学者を形作ることを想像していました。 しかし、私の最初の仕事のオファーは大学からではありませんでした。 それは、AIシステムに評価を設計し、学部生を教え、エッセイを採点するようにトレーニングするよう私を招待した採用担当者からのものでした。 要するに、私は過去10年間で学んだすべてをAIに転送するように求められていたのです。 面接に同意しました。 なぜ長年かけて習得したスキルをAIに教え込むことに同意するのか、とあなたは尋ねるかもしれません。 その答えの一部は、南アフリカの社会経済的現実です。 その職務は、時給600ランド（37ドル）を提供しました。これは、全国最低賃金が時給30.23ランド（2ドル）であり、2026年第2四半期の若年失業率が47.4%であった国でのことです。 したがって、生計を立てる機会が、いつかあなたと競合する可能性のあるテクノロジーを支援するという原則と衝突する場合、あなたはどうしますか？ 私はこのトレードオフを考慮しなければならなかったのは、私だけではありません。 「生計を立てる機会が、いつかあなたと競合する可能性のあるテクノロジーを支援するという原則と衝突する場合、あなたはどうしますか？」 人々は、いつか自分の仕事をこなすことになるAIシステムをトレーニングするために、ますます雇用されています。 高度なスキルを持つ作家は、AI生成されたテキストを「人間らしく」したり編集したりするために低賃金で雇われています。 インドでは、廃棄物分別作業員や溶接工が、携帯電話やカメラを頭に装着し、時給250ルピー（2.60ドル）で日常の活動を記録しています。 そのデータは、これらの労働者が依存しているまさにその仕事を置き換えることになるヒューマノイドロボットをトレーニングするために使用されています。 廃棄物分別作業員は私とは給与スケールの反対側にいますが、私たちは本質的に同じ仕事をしています。それは、人間の知識と判断を機械に移転することです。 これがAI経済の定義的な特徴になるとすれば、アフリカは脆弱になります。 この大陸は、世界のAI採用率が最も低い地域の一つであり、ほとんどの国の労働人口における採用率は世界平均の約18%を下回っています。 南アフリカは23%の採用率で、わずかに良好です。 しかし、この大陸は最も若い人口を抱え、広範な失業、低賃金、控えめな経済成長予測の中で、高度教育を受けた専門家のプールが増加しています。 AI企業にとって、アフリカの専門家から西側社会よりも比較的低コストで専門知識を引き出すインセンティブがあります。 アフリカにいる教育を受けた人々向けの今日のAIの仕事は、ケニア、ナイジェリア、その他の地域に長年アウトソースされてきたデータラベリングやデータアノテーションの仕事とは異なります。 要件も異なります。 私は、知識だけでなく、教室での長年の学習や学部生への指導から得た私の判断を転送するためにスカウトされました。 何千時間にもわたって、私は学部課程で本当に重要な概念は何か、エッセイをどのように評価するか、暗記と真の理解の違いをどのように見分けるか、そしてなぜある学生がエッセイで60%ではなく75%を取得すべきなのかを学びました。 AIは私が知っていることを学ぶだけでなく、私がどのように判断を下すかを学ぶでしょう。 私たちのキャラクターと職業を定義する判断を機械に引き渡すことは、私たちにとって何を意味するのでしょうか？ 多くのホワイトカラーの職業は、裁量によって定義されます。 弁護士は法的判断を行使し、医師は臨床的判断を行使し、教師は教育学的判断を行使します。 この種の知識は、単にルールを適用するのではなく、文脈を解釈することに依存するため、自動化が困難、あるいは不可能と考えられていました。 だからこそ、医師、弁護士、エンジニアは現在、Outlier、Mercor、SurgeのようなAIプラットフォームによって積極的に採用されているのです。 私自身の採用プロセスでは、人間は関与しませんでした。 私はAIによって45分間面接を受け、その後、私の長所と短所に関するフィードバックがメールで送られてきました。 従来、この決定は人間が行っていましたが、今やAIがそれを引き継ぎ、誰が採用されるかを決定します。 私を面接したAIは、私が評価の一部を再受験することを勧めました。 私はそうせず、その仕事の追求をやめました。 私の選択が原則に基づいていた、つまり、私がやっている仕事を置き換える可能性のあるテクノロジーの構築を手伝うことを恐れて拒否したと、あなたに伝えられたらと思います。 しかし、私は自分の不快感の原因を完全には理解しておらず、私が取り組んできた質問に対する答えも持っていません。 私たちのキャラクターと職業を定義する判断を機械に引き渡すことは、私たちにとって何を意味するのでしょうか？ どのような判断をこれらのシステムに教えているのでしょうか？ それらに公平であること、善であること、倫理的であること、そして真に文脈を認識することを教えているのでしょうか？ 私はまだ、AIトレーニングの仕事からなぜ立ち去ったのか分かりません。 おそらく、時間が経てばもっと理解できるようになるでしょう。 その間、私はAIではなく学生を教える学術的な仕事を探し続けています。 イノベーション AIの安全性は西側で設計され、どこでもユーザーを失敗させている OpenAIの一時停止は、急速なAI開発のリスクを示しており、安全フレームワークは、損害が最も感じられる非西洋言語や文脈を考慮できていません。 Rina Chandran著 グローバルディスパッチ 私は中国に行って、異なるAIの未来を見ました。 それは見慣れたものでした 中国への旅行で、競合するビジョンの衝突というよりは、似たような未来に向かって競走する2つの国のように見えるAIレースが明らかになりました。 Gordon Saft著 特集 台湾の中国の隠蔽されたチップラボを探す6年間 これまで公表されていなかった政府のデータは、台湾が、中国企業が関係を隠しながらチップ人材を募集し、機密技術を追求していると非難して取り締まった規模を明らかにしています。 Kinling Lo著