囲い込まれ所有された集合知――生成AIとリテラシーの再定義

Seo Seungchul
1 日前
読了時間: 11分

シリーズ: 論文渉猟

◆今回の論文：Mary Kalantzis et al., "Literacy in the Time of Artificial Intelligence" （Reading Research Quarterly, 2024年11月23日）

概要：生成AIを「書く機械」として位置づけ、印刷機の発明に匹敵する転換と見なしたうえで、AI時代にリテラシーの定義そのものを作り直すべきだと論じる。読み書きを「意味生成への参加」として捉え直し、人間と機械がフィードバック関係を結ぶ「サイバー・ソーシャル・リテラシー学習」を提案する。

機械が文章を書く。たいていの人間より速く、誤りもなく。これは便利な事務処理の自動化なのか、それとも、もっと深いところで何かが反転した事件なのか。

メアリー・カランツィスとビル・コープの論文は、後者だと言い切る。生成AIは作文の道具ではない。文字による意味の生産を機械化した、印刷機に並ぶ歴史的転換である。そして、もしそうなら、私たちが学校で何百年も続けてきた「読み書き」という営みの意味そのものが、根底から問い直されることになる。

なぜ機械が書ける時代に、人は書くのか。書くとは、読むとは、そもそも何をすることなのか。そして——人類が積み上げてきた知性は、いつのまにか誰のものになったのか。本稿は、この論文の論旨をたどりながら、それを二〇二六年の地点まで延長し、最後に一つの問いへ着地させたい。私たちは、この機械と、どういう関係に立つことを選ぶのか。

複製する機械から、生産する機械へ

論文の筆者がまず置くのは、拍子抜けするほど素朴な定義だ。生成AIは「書く機械」である、と。知能や思考といった大きな語を保留し、まずこれを文字を書く機械として見る。だが、この素朴さの裏に、人類史の尺度が忍ばせてある。

鍵は、複製と生産の差にある。グーテンベルクの印刷機がしたのは複製だった。誰かがすでに書いた言葉を、大量に写す。同じ聖書が何千冊と刷られても、源泉にあるのは一人の書き手の言葉であり、機械はそれを運んだにすぎない。ところが生成AIは、まだ存在しない文章をその場で立ち上げる。複製ではなく、生産。ここで初めて、機械が意味を作る側に回った。筆者が畢昇の活字（一〇三九年）とグーテンベルクの印刷術（一四五〇年）に生成AIを並置するのは、この一点においてである。

ただし筆者は、これを手放しの進歩として描かない。書く技術はつねに、解放と同じだけの抑圧を伴ってきた——この両義性の感覚が、論文全体の通奏低音をなす。そしてこの低音は、後段で「所有」の問題として回帰してくる。意味を生産できるということは、意味を所有できるということでもあるからだ。今はこの引っかかりだけ、先に預けておきたい。

リテラシーを「何をするか」で定義する

「機械が書けるなら、なぜ人が書くのか」。この問いに答える前に、筆者は問いを一段ずらす。そもそもリテラシーとは何か、と。

通常、リテラシーは「読み書きの能力」と定義される。筆者はこの定義の仕方そのものを退ける。リテラシーは「何であるか」ではなく「何をするか」で定義せよ、と言うのだ。能力の内実ではなく、その能力が社会で果たす働きを見る。すると、読み書きの明るい顔の裏に、もう一つの顔が現れる。

文字の歴史は、解放の歴史であると同時に、支配と選別の歴史でもあった。筆者はレヴィ＝ストロースの苛烈な観察を引く。文字の最古の機能は人間の啓蒙ではなく、富と所有の管理、国家による余剰の吸い上げにあった、と。近代の普遍的リテラシーもまた、規律・時間厳守・従順といった「従順な労働力」の道徳を運ぶ器だった。そして標準テストと正規分布曲線は、社会的条件の産物にすぎない学力差を、生まれつきの知能差であるかのように自然化してきた。移民、先住民、非標準方言の話者は、この標準リテラシーから繰り返し締め出されてきた。

リテラシーは、機会を開く装置であると同時に、人を選り分ける装置でもある。本稿の見立てでは、この両義性の認識こそ、論文がAIを論じる際の最も鋭い武器になる。なぜなら、生成AIはこの両義性を、そっくり相続するからだ。

文法的に意味する者、統計的に擬態する機械

では、その「書く機械」はどうやって書くのか。筆者の説明は、一つの単語に凝縮されている。「walk」——歩く、である。

通勤で歩く。犬を散歩させる。囚人を独房へ歩かせる。同じ「歩く」が、まるで違う事態を指す。通勤はAからBへの移動であり、散歩はAから出てAへ帰る円環であり（しかも犬が引っぱれば、歩かされているのは人間のほうかもしれない）、囚人を歩かせるのは本人の意思に反した移動だ。人間はこの差異を、文法的に把握している。誰が、何を、どんな関係で。たとえ言葉にできなくても、わかっている。文法とは、ハリデーの言う「人間の経験の理論」であり、世界の手に負えない複雑さを、もの・行為・関係へと切り分ける人間固有のやり方なのである。

機械には、この理論がない。あるのは、膨大な文章の中である語の隣にどの語が来やすいかという、確率の網だけだ。「犬」が近ければこの歩く、「囚人」が近ければあの歩く——意味を理解した結果ではなく、確率を計算した結果として、意味ありげな文字列が出力される。人間は文法的に意味し、機械は統計的に意味らしさを作る。似て見えて、根がまるで違う。

この区別は、たんなる技術論ではない。ここに、次の問題への扉が隠れている。理解せずに意味を生産できるということは、理解という重荷を負わずに、人類の言葉をまるごと所有できるということでもあるのだ。先に預けた引っかかりが、ここで回収される。

理解せずに所有する——一般的知性の囲い込み

生成AIは、ウェブ上の文章、書籍、画像ラベルを片端から取り込んで作られる。多くは、創り手の同意も報酬も帰属表示もないままに。筆者はここでマルクスを召喚する。「一般的知性」——人類が世代を超えて蓄積してきた、社会全体に分散する知の総体。本来は誰のものでもないこの知性を、一握りの企業が囲い込み、商品として社会に売り返している。筆者はこれを「新しい植民地主義」と呼ぶ。土地ではなく、社会的知性を植民地化する、と。

語調は強い。だが、強すぎるとも言い切れない。そして重要なのは、この批判が論文公刊後の一年半で、思想の次元から制度の次元へと移行したことだ。報道機関と生成AI企業のあいだの著作権訴訟（ニューヨーク・タイムズ対OpenAI/Microsoftがその代表である）、米国著作権局による学習データをめぐる報告、そして相次ぐ和解と提携。知的コモンズの囲い込みという論文の診断は、いまや法廷と立法の現実問題として前景化している。マルクスの古い語彙で素描された構造が、現代の裁判で争われている——この事態は、論文の射程の長さを逆説的に証している。

ただし筆者は、悲観で閉じない。コモンズの統治を論じたオストロムを引きながら、オープンソースの言語モデル、公共目的に調整された教育用AIによって、一般的知性を公共の手に取り戻す道がありうると示唆する。囲い込まれたものは、囲い直すこともできる。この一点が、本稿の後半で「行為」の問いへの足場になる。

「書く機械」から「行為するインターフェース」へ

ここで、論文を更新しなければならない。筆者は生成AIを「書く機械」と捉えた。その把握は今も正しい。だが二〇二五年から二〇二六年にかけて、機械は書くだけの存在ではなくなった。音声・画像・動画を直接に扱い、コードを書き、画面を操作し、長大な資料を読み、一連の作業を遂行する。文章生成は、その広い能力の一部へと相対化された。AIの多モード性をテキスト派生的に説明した論文の記述、AIは文脈を浅くしか読めないとする評価は、ネイティブなマルチモーダルモデルやRAG（外部文書参照の仕組み）の進展によって、部分的に古びている。

しかし、機械が多芸になったとき、その行為を指定し、制約し、評価する主要な手段は、依然として言語である。プロンプト、要件定義、評価ルーブリック、ポリシー文書——機械に何をどうさせるかは、すべて言語で書かれる。すなわち、テキストが唯一の入力形式だった段階から、言語がマルチモーダルな機械の行為を制御する中核インターフェースとなった段階へ、構図が移ったのである。

本稿の見立てでは、これは論文の核心を否定するものではない。むしろ、その芯を救い出す。リテラシーの重要性は減じるどころか、機械の行為を設計し、検証し、問い直す能力として拡張された。機構の説明は古び、核心の洞察は生き延びた。論文を更新するとは、筆者を否定することではなく、その芯がどこにあったかを、いまの光のもとで見極めることだ。

では、何をなすべきか——サイバーとしての関係

行為まで機械化されたとき、人間はどの位置に立つのか。問いはもはや「AIとは何か」ではなく、「私たちはAIとどういう関係に立つことを選ぶのか」になる。

筆者は、禁止か全面解禁かという二択の手前で、より根本的な提案をする。AIを人間の代替知能と見るな、と。語の選択にそれが表れている。筆者は「人工知能（artificial intelligence）」ではなく「サイバー（cyber）」を選ぶ。語源にあるのは操舵、フィードバックによって進路を取り続けることだ。人工知能という語が「機械が人間を代替する」像を運ぶのに対し、サイバーは「人間と機械が互いの差異を持ち寄る関係」を指す。両者の価値は、似ていることからではなく、根本的に異なることから生まれる。機械は統計、人間は文法——その差異こそが、補完の源泉になる。

では、何をなすべきか。第一に、関係を既定値のまま受け取らないこと。プラットフォームはつねに特定の関係を出荷する。全面的な委任か、あるいはアルゴリズムによる選択の代行か。流れに乗る前にいったん立ち止まり、自分が立つ関係を選び直すこと——それ自体がすでに行為である。第二に、批判するだけでなく建てること。囲い込みを嘆くのはたやすい。だが筆者たちは、自らの研究室で公共版を作った。野放しのデータではなく、吟味され限定されたコーパスの上で動く教育用AIを。批判する側から、建てる側へ。第三に、読み書きを、機械を設計し監督し批判する力にまで広げること。この出力は何を参照しているのか、誰が何をしていることになっているのか、どんな利害が働いているのか。それを言葉で読み解き、機械の行為に手綱をかける力である。

これら三つは、いずれも技術の使い方の話ではない。どういう関係を選ぶか、という話だ。そしてここに、最も重い両義性が残る。AIは教育の格差を、拡大することも縮小することもできる。高性能なツールを使える者と使えない者のあいだで差は開きうるし、逆に、一人ひとりの背景や言語や進度に合わせた支援によって差は埋まりうる。どちらに転ぶかは、技術が決めることではない。私たちがどの関係を選ぶかが、決める。

だから、答えを一つに畳まないでおきたい。なすべきことは、関係も、共有財も、読み書きの力も、機械に決めさせず、自分の手元に握り続けることだ。選択を開いたまま手放さないこと——考えてみれば、読み書きとは最初からそういう力だった。世界の意味を、与えられたまま受け取るのではなく、自分の側から作り直す力。AI時代のリテラシーが問うているのは、その古くて新しい一点なのである。

ポイント整理

複製から生産への転換
- 印刷機は既存の文字を写す複製の機械だったが、生成AIはまだ存在しない文章を作る生産の機械である。機械が初めて意味を作る側に回った点に、印刷術と並ぶ歴史的意義がある。
「何をするか」で定義されるリテラシー
- 能力の内実ではなく社会的な働きで定義すべきだという機能主義的転回。読み書きは機会を開くと同時に人を選り分ける、解放装置と選別装置の両面を持つ。生成AIはこの両義性を相続する。
文法的知性と統計的擬態の差
- 人間は世界を「もの・行為・関係」に切り分ける文法的理論によって意味する。機械は語の統計的近接だけで意味らしさを生成し、理解を欠く。この差異が、皮肉にも所有を可能にし、同時に補完関係の根拠にもなる。
「書く機械」から「行為するインターフェース」へ
- 機械はマルチモーダル化・エージェント化した。だが行為を制御する中核手段は依然として言語であり、リテラシーは機械の行為を設計・検証・批判する力へと拡張された。論文の機構説明は古びたが、核心は生き延びた。
選択としての行為
- なすべきは実装提言ではなく、関係の選択。関係を既定値に任せない、批判から構築へ、読み書きを監督の力へ。教育格差をめぐる両義性も、技術ではなく、いかなる関係を選ぶかが決める。

キーワード解説

【一般的知性（general intellect）】

マルクスが用いた概念で、人類が世代を超えて蓄積した知識・技能・科学・言語など、社会全体に分散して存在する知の総体を指す。本来は特定の誰かの所有物ではない共有財であり、生成AIによる「囲い込み」批判の理論的な軸になっている。

【トークンと統計的処理】

トークンはAIが扱う意味の最小単位（単語、または単語の一部）。大規模言語モデルは膨大な文章からトークン同士の出現確率を学習し、ある語の次に来やすい語を計算する。意味の理解ではなく統計的近接によって文章を生成する点に、人間との根本的な違いがある。

【マルチモーダル／AIエージェント】

マルチモーダルは文字・画像・音声・動画など複数の様式を扱う性質。AIエージェントは指示に基づき複数の作業を自律的に遂行する仕組み。2025〜2026年に前景化し、AIを「書く機械」から「行為する機械」へと押し広げた。

【RAG（検索拡張生成）】

信頼できる文書群をモデルに参照させ、出力の精度と妥当性を高める仕組み。教育用AIを「野放しのチャットボット」ではなく、吟味され限定されたコーパスの上で動かす際の中核技術となる。

【サイバー・ソーシャル・リテラシー学習】

AIを人間の代替知能ではなく、フィードバックを交わす相手として捉える学習モデル。人間（文法的知性）と機械（統計的処理）の差異を補完関係に変え、書く・読む・解釈する力を高めることを目指す。

【教育正義】

AIが教育格差を拡大しうると同時に縮小しうるという両義性を、技術導入の問題ではなく、社会が選び取るべき関係の問題として捉える視座。論文の最終的な問いを構成する。