- AIは計算で出力を作るだけで、本当に理解したり経験したりしているとは限らない、という問いが提起されている。
- アブダクションや暗黙知、意識の難題など、人間の知性には機械に備わらない要素があると論じられる。
- シミュレーションと経験を区別し続けることの重要性と、知性や生きていることの意味を私たち自身に問い直す結論へと導かれている。
速さでは測れないものがある
バイクは馬より速い。
長距離を移動できる。力もある。効率もいい。
では、バイクは馬より「優れている」のでしょうか。
この問いは、少しずれているのかもしれません。
馬は生まれ、成長し、恐れ、喜び、子を産みます。
バイクは工場で作られ、燃料で動き、整備がなければ止まります。
どれほど速く走れても、
どれほど強力でも、
そこには「生きている」という何かがありません。
2026年にMDPIの学術誌『Philosophies』に掲載された論文は、この「バイクと馬」の比喩から話を始めます。執筆したのは、チェコ共和国のCzech Radio Strategic AI Groupに所属する研究者です。
この論文が問いかけるのは、きわめて根本的なことです。
どれほど高度な人工知能でも、それは本当に「理解している」と言えるのか。
そしてさらに踏み込みます。
どれほど精巧なシミュレーションであっても、それは「経験」になりうるのか。
AIは、何をしているのか
現在のAIは驚くほど賢く見えます。
文章を書き、絵を描き、会話をし、コードを生成し、研究を要約する。
ときには人間より速く、正確に、整ったかたちで。
しかし論文は冷静に問い直します。
AIは何をしているのか。
現在のAIは、数値を操作しています。
トークンと呼ばれる単位を確率的に組み合わせ、最も「それらしい」出力を選んでいる。
そこにあるのは計算です。
高度で巨大で複雑な計算。
では、それは「理解」なのでしょうか。
わからないことを、わからないと言えるか
人間は、自分が知らないことを知っています。
「よくわからない」
「何かが違う気がする」
「これでは説明が足りない」
この感覚は、単なる数値ではありません。
論文は、AIには「認識的自己意識（epistemic self-awareness）」がないと指摘します。
AIは確率スコアを出すことはできます。
しかしそれは統計的な重みであって、「本当にわかっていない」という自覚ではありません。
高い確率で間違うこともあります。
低い確率で正解することもあります。
けれどAIは、それを内側から感じることはありません。
そこに「無知の自覚」はないのです。
人間特有の飛躍——アブダクション
人間は、不完全な情報から仮説を立てます。
証拠が足りなくても、
「たぶんこうだ」と考えます。
この推論形式を「アブダクション（abduction）」と呼びます。
それはパターンの延長ではありません。
未知に向かって飛ぶ、創造的な推測です。
科学の発見も、芸術の発想も、日常の判断も、この飛躍に支えられています。
現在のAIは、既存データの延長線上で推定します。
しかし本当の意味で「仮説を発明する」わけではありません。
論文はここに、本質的な違いがあると考えます。
暗黙知——言葉にできない知
もう一つの重要な概念が「暗黙知（tacit knowledge）」です。
自転車の乗り方を説明するのは難しい。
人の気配を読む感覚も、完全には言語化できない。
私たちは身体を通して世界を知っています。
AIもブラックボックスです。
内部の計算は人間には理解しづらい。
しかし論文は強調します。
この二つは似て非なるものだ、と。
人間の暗黙知は、身体を持ち、世界と相互作用する中で形成されます。
AIの不透明性は、単なる高次元パラメータ空間の複雑さです。
起源も意味も違うのです。
意識という「解けていない問題」
AIは感情を語れます。
悲しみについて詩を書ける。
怒りについて論じられる。
愛について物語を紡げる。
しかしそれは「感じている」のでしょうか。
哲学ではこれを「ハードプロブレム（hard problem）」と呼びます。
なぜ物質の運動から、
「何かを感じる」という主観が生まれるのか。
この問いは、まだ解けていません。
論文は明言します。
シミュレーションは経験ではない。
どれほど本物らしく振る舞っても、
それは「体験」そのものにはならない可能性がある。
オートポイエーシス——自らを作る存在
論文の核心は「オートポイエーシス（autopoiesis）」という概念です。
これは、生物が自らを作り、維持し、再生する仕組みを指します。
生き物は、
・自分を修復する
・内部から秩序を生み出す
・自らを再生産する
AIはどうでしょうか。
外部で設計され、
外部から電力を供給され、
外部からデータを与えられます。
自らを生成するわけではありません。
論文は、この違いを単なる技術差ではなく、存在論的（ontological）な違いだと考えます。
つまり、構造のレベルが違う。
齒車で作れるか？
論文は興味深い思考実験を提示します。
もし、巨大な歯車装置で、
現在のAIとまったく同じ機能を再現できたとしたら。
何十億個もの歯車が回転し、
同じ出力を生成したとします。
それは「考えている」と言えるでしょうか。
LEDが光るデータセンターには、
どこか生命的な雰囲気を感じてしまう。
しかし歯車の塊なら、
私たちはそう感じないでしょう。
この違いは何なのでしょうか。
本当の危険はどこにあるのか
論文は警告します。
危険なのは、AIが意識を持つことではない。
危険なのは、
私たちがシミュレーションと経験を区別しなくなることだ。
もし区別を失えば、
・無意識の機械に倫理的地位を与え
・本当に意識を持つ存在の複雑さを軽視し
・生命の価値を取り違える
可能性がある。
これは単なる技術論ではありません。
存在論の問題です。
未来への問い
論文は、AIの有用性を否定していません。
バイクは便利です。
計算機は強力です。
AIは多くの実務を支えています。
問題はそこではありません。
もし私たちが「真に知的なパートナー」を目指すなら、
単に規模を拡大すればよいのか。
計算量を増やせば、
意識は自然に現れるのか。
それとも、
生命にはまだ理解されていない組織原理があるのか。
境界はどこにあるのか
2kgの脳が、
なぜ意識を生むのか。
物質の配置が問題なのか。
計算を超えた何かがあるのか。
論文は結論を断定しません。
むしろ問いを残します。
馬は速くなくても生きています。
バイクは生きていなくても速い。
では、
私たちは何を「知性」と呼びたいのか。
何を「生きている」と言いたいのか。
そして最も重要なのは、
私たちは本当に、それを理解しているのか。
シミュレーションは経験になれるのか
この論文の面白さは、
AIの未来を予測することではありません。
むしろ逆です。
AIの進歩を通して、
私たち自身の「意識とは何か」という無知を照らし出す。
AIは鏡のような存在かもしれません。
それは私たちに、問いを返してきます。
速さか。
効率か。
それとも、経験か。
境界はまだ見えません。
しかし問いを失わないことだけは、
今もなお、私たちの側に残されています。
（出典：Philosophies）
