「AI同士が人間には意味不明な言葉で会話する」─現実に起こった、不気味すぎる光景

ホテルのコールセンターのAIエージェントと、結婚式場を代理で探すAIエージェントが、電話越しに会話をしている。途中でお互いがAIだとわかると、会話は「ギバーリンク・モード」に切り替わり、人間には理解不能な音でのやりとりが続く……。AIだけがわかる言語の出現は、さまざまな問題を私たち人間に提起する。

ある1本の動画がバイラルになっている。米テクノロジーメディア「テッククランチ」によると、それはロンドンでのハッカソン（註：エンジニアやプログラマーが集まり、テーマに沿って集中的にアプリやサービスを開発するイベント）でおこなわれたデモの様子を撮ったもので、「2つのAIエージェントが人間の耳には理解できない言語で会話している様子」が映っている。

「現時点で、2つのAIエージェントが電話でお互いをAIだと認識する可能性は低いかもしれないが、こうしたシナリオがまもなく現実のものになることは想像に難くない」と同メディアは伝えるとともに、コールセンターの従業員を、音声生成スタートアップ企業が開発するAIエージェントに置き換える企業が増えていると指摘する。

問題の言語は「ギバーリンク・モード」と呼ばれる、メタ社の若い二人のエンジニアが開発したものだ。彼らはAI同士の通信を高速化するため、昔ながらのモデムの通信プロトコルにヒントを得た。

不快感と違和感

この動画は、2月下旬に「おめでとう」というコメントとともにXに投稿されなければ、おそらく世に出ることはなかったものだ。

ギバーリンクは、「GGwave」と呼ばれる通信技術をベースにしている。GGWaveはオープンソースの音声ライブラリーで、一つ一つの音がデータのビットを表し、それによって「コンピューターの通信を、人間の言葉を使うよりも高速かつ効率的にできる」という。

しかし、このビデオをバイラル化させたのは技術的な観点ではなく、「会話から排除されることへの不快感だ」と米誌「フォーブス」は伝える。「機械が『秘密の言語』でコミュニケーションをとるとき、それは透明性とコントロールへの疑問を投げかける」のだ。「テクノロジーは我々に仕えるために存在する」という前提だったのでは……？

さらに、この動画はAIをコントロールする私たちの方法に対して「疑念を抱かせる」と書いたのは、英紙「インディペンデント」だ。「独自の言語でコミュニケーションする能力は、AIに人間の価値観に沿わせることを難しくする可能性がある」と危惧する。

AIに支配される未来がさらに具体的に…

一方で、米「ニューヨーク・ポスト」紙は「これはAIによる黙示録の兆候なのか？」と問いかけ、「ハイテク技術を管理下に置く私たちの能力に対する懸念を強めている」と指摘。

同紙はネットユーザーの反応も紹介し、ある人はXでAI同士の会話音声を「悪魔の音」だと表現し、別のユーザーは「つまり、これがロボットが地球を支配するときに聞こえる音ということだね。なるほど。素晴らしい悪夢のサウンドトラックが手に入ったよ、ありがとう」と書いたと伝える。

こうした反応は、私たちの集団的恐怖を反映するものだ。スペイン版「ワイアード」誌は、「インターネットは、私たちが探究するためのツールとして、そこでネットサーフィンし、検索し、議論し、集団的な知識を構築する空間として生まれた。（一方、ギバーリンクが下絵を描いた未来では）、AIエージェントはコンテンツの生成だけでなく、私たちのために情報をフィルタリングし、処理するものだ。そのなかで、私たち人間の調査、分析、批判的思考能力はどうなっていくのだろうか？」と疑問を呈する。

同誌によると、この疑問は「それほど突飛なものではない」らしい。ICTリサーチ＆コンサルティング会社「ガートナー」は、AIアシスタントの活用が進むにつれ、「地図アプリの利用は2027年までに25%減少する」と予想している。「レストランを探したり、道順を調べたり、レビューをチェックするためにアプリを開く代わりに、ただアシスタントに尋ねるだけでよくなるだろう」

そして、こうした未来は「自分で情報を検索する」ことができない、「非識字インターネットユーザー世代」の出現というリスクをもたらす。

懸念点はほかにもある。インターネットが「機械がほかの機械のために創造する、閉じた生態系」になることも危惧されるとワイアードは指摘する。

このディストピア的な世界では、「ニュースを取り扱うメディアによって作られた情報は、必ずしも人間に読まれるわけではなくなり、大半が他の（AI）エージェントのためのものとなる」。

それらのエージェントが私たち人間一人ひとりのために「最適なフォーマットと媒体」を選んで教えてくれるというわけだ。