の回答・AIによるまとめ
AIによる雇用・賃金・失職理由などの変化を継続観測する「センサー」、職業訓練や移行支援などを小さく試す「政策対応」、労働所得の縮小に備えAI・ロボットや計算資源などへの課税・負担を研究する「財政基盤」の3層をあらかじめ準備しておく提案がなされた。
「異変を早く見つけ、 使える政策をすぐ試し、 結果を見て直せる」
日本にはEBPMや規制のサンドボックスなどの部品は既にあるが、観測結果を実際の制度見直しへつなげる仕組みが弱いという課題が挙げられた。異変を検知したら自動的に再検討対象となり、担当省庁が一定期間内に維持・変更・実験・廃止を判断して理由とデータを公開するループと、一定条件で発動できる小規模な基金や時限措置の用意が必要とされた。
「異変を観測したら、見直しが始まる」ことを自動化した政策運用の接続部分
省庁の専門性を損なわずに縦割りを越えるため、内閣官房のような横断組織に「再検討を開始させる権限」だけを持たせ、実際の判断は担当省庁に残す案が示された。担当省庁が「維持」で済ませることを防ぐため、変更不要の理由の具体的説明を求め、警告の継続や複数地域での問題発生時には「半年間、一部自治体だけ」といった撤回可能な小規模実験を原則行わせる仕組みが挙げられた。
中央組織は政策内容に口を出すというより、 「問題を見つけたのに放置されたままにならない」ことを担保する役割です。
政治と行政の役割分担として、国会が守るべき権利・実験範囲・財源などの大枠を決め、行政は一定の条件に達したら毎回の政治判断を待たずに小規模な実験を開始し、経過と結果を公開して事後検証を受ける形が提案された。予見可能性が低いAI分野では、機能しない実験を「失政」として一律に扱わず、想定とのズレや中止理由を公開して社会の学習資産として残す姿勢が求められた。
政治がガードレールを作り、
行政にその中で試行錯誤する裁量を与え、
結果について政治と社会が後から検証する。
チームみらいへの要望として、完成した陳情書だけでなく、未整理の違和感をAIとの質疑を通じて具体化できる窓口を残すことが挙げられた。また、採用されなかった意見や失敗した実験も記録を残し、後の環境変化時に再利用できるようにすることが求められた。
最後に、チームみらいには、 こうした「まだ政策課題として十分に言語化されていない違和感」を、 気軽に投げられる窓口を残してほしいと思います。
レポートの構成はインタビューごとの設定により異なります
現時点の分析での分類です。回答が増えると分析は更新され、話題の分け方が変わることがあります。 どの話題にも入らなかった意見も、すべて集計の対象です。
日本の政治や政策について、普段どのようなご意見や関心をお持ちですか。身近な暮らしの中で気になっていることなど、何でもお聞かせください。
AI政策について感じていることがあります。 AIは世界ほぼ同時に社会へ入り始めており、 各国の対応そのものが、互いにとって一種の社会実験になっています。 米国ではAI・ロボット課税、人間レビュー、失職者支援、公共雇用など複数案が並行して試され、 EUでは労働者保護や人間監督、 韓国では雇用影響の早期警戒、 シンガポールでは政府・企業・労働側による継続的な監視と調整が始まっています。 どれが正しいのかは、まだ分からないと思います。 その意味では、法や制度も最初は生煮えで構わないのではないでしょうか。 問題は、 実際に社会上の支障が出始めた時に、 早めに気づき、早めに手を打てる体制があるかどうかだと思います。 日本は他国の事例を見てから対応することが多いですが、 AIのように変化の速い分野では、 結果として 「社会上の問題を放置するとどうなるか」 という別の意味での実験対象になってしまう可能性があります。 そこで、AIによる社会変化への対応を、 ① センサー ② 政策対応 ③ 財政基盤 の3層で準備しておくのはどうでしょうか。 ① センサー 雇用、賃金、求人、職種別の人員需要、企業のAI導入、失職理由などを継続的に観測し、 大きな変化が出た時に早期警戒する。 ② 政策対応 一定の変化が出たら、 職業訓練、人間レビュー、異議申立て、移行支援、雇用対策などを 小さく試せる制度をあらかじめ用意しておく。 効果が乏しければ撤回・変更する。 ③ 財政基盤 AIによって労働所得や社会保険料など既存の税源が縮む可能性もあるので、 AI・ロボット、企業利益、計算資源など、 どこに負担を求めるのが適切かも複数案を研究・実験しておく。 重要なのは、 「未来を正確に予測して正しい制度を一度で作る」 ことではなく、 「異変を早く見つけ、 使える政策をすぐ試し、 結果を見て直せる」 体制を先に作ることだと思います。 各国の試行錯誤を観察しながら、 日本自身も小さな実験を並行して走らせる。 AI時代には、 その政策対応能力自体が社会インフラになるのではないでしょうか。
挙げていただいた「センサー」「政策対応」「財政基盤」の3層を日本で実際に動かそうとするとき、今の行政や法制度の中で一番の壁になりそうなのはどの部分だとお考えですか。
一番の壁は、 「問題を観測すること」よりも、 **観測した結果を、実際の政策変更へつなげる仕組みが弱いこと** だと思います。 日本にもすでに、 ・EBPM ・行政事業レビュー ・政策ダッシュボード ・規制のサンドボックス ・AIを使った行政レビューの実証 など、必要な部品はかなりあります。 ただ、それぞれが存在していても、 「この変化が起きたので、この制度を再検討する」 という接続が弱いように感じます。 例えばAIによる雇用への影響を観測して、 特定職種の求人が急減した、 失職理由にAI代替が増えた、 賃金が大きく下がった、 という兆候が見えても、 誰が、 どの基準で、 いつまでに、 何を再検討するのか が決まっていなければ、 観測は報告書で終わってしまいます。 そこで、 センサーで一定の変化を検知 ↓ 自動的に再検討対象になる ↓ 担当省庁が一定期間内に検証 ↓ 維持・変更・実験・廃止のいずれかを判断 ↓ 理由とデータを公開 ↓ 再び観測 というループまで最初から制度化する必要があると思います。 財政についても同じで、 必要になってから毎回予算措置を考えるだけでは遅いので、 一定条件で発動できる小規模な基金や時限措置を用意しておく。 つまり、 日本に足りないのは個々の制度というより、 **「異変を観測したら、見直しが始まる」ことを自動化した政策運用の接続部分** なのではないかと思います。 AIによって観測・整理・比較のコストはかなり下がっているので、 今ならこの接続部分まで含めて実験できるのではないでしょうか。
その「自動的に再検討対象になる」仕組みを省庁横断で機能させるには、どこに権限や責任を持たせるのが現実的だとお考えですか。
また、担当省庁が「維持」で済ませず実質的な見直しや実験に踏み切るには、どんな工夫が必要でしょうか。(どちらか一方でも構いません)
省庁横断で動かすなら、 個別政策の判断そのものを中央に集めるのではなく、 「再検討を開始させる権限」 だけを内閣官房のような横断組織に持たせるのが現実的だと思います。 センサーが一定の異変を検知したら、 担当省庁に対して、 ・何が起きているのか ・当初想定とのズレは何か ・維持、運用変更、制度改正、実験のどれを選ぶのか ・なぜそう判断したのか を一定期間内に回答させ、公開する。 実際の政策判断は、その分野を知る担当省庁に残す形です。 ただ、それだけだと「問題なし・維持」で終わる可能性があります。 そこで、維持を選ぶ場合にも、 異変を示すデータや専門家の改善提案に対して、 なぜ変更不要と判断したのかを具体的に説明する。 さらに、 ・同じ警告が一定期間続く ・複数地域で同種の問題が出る ・裁判や異議申立てが増える ・外部専門家から同種の指摘が重なる といった場合には、 小規模な制度実験を原則として一度行う、くらいまで仕組みにしてもよいと思います。 全面改正か現状維持か、という二択にすると動きにくいので、 「半年間、一部自治体だけ」 「対象者を限定」 「運用だけ変更」 のような、失敗しても戻せる実験を中間選択肢として常に用意する。 そして、実験結果や「やらなかった理由」まで公開しておく。 中央組織は政策内容に口を出すというより、 「問題を見つけたのに放置されたままにならない」ことを担保する役割です。 AIはそのための観測、整理、類似事例の抽出、進捗管理に使う。 このくらいの役割分担なら、 省庁の専門性を壊さずに、 縦割りを越えた継続的な制度改善を回せるのではないかと思います。
「再検討を開始させる権限」や小規模な実験を発動させる際、政治(国会や大臣)と行政(官僚機構)の役割分担についてはどう設計するのがよいとお考えですか。
政治と行政は、 **政治が「何を守るか・どこまで試してよいか」を決め、 行政が「現実を観測し、小さな実験を回す」** くらいに分けるのがよいと思います。 国会には、 ・政策目的 ・守るべき権利や安全性 ・再検討を始める基本条件 ・実験できる範囲 ・予算や財源 ・一定期間後のレビュー義務 といった大枠を決めてもらう。 大臣には、その枠内で重点課題や優先順位を決め、省庁横断の調整について政治的責任を持ってもらう。 一方、行政は日常的にデータを観測し、一定の条件に達したら、政治判断を毎回待たずに小規模な実験を始められるようにする。 例えば、 「半年間だけ」 「一部自治体だけ」 「対象者を限定」 「省令・運用の範囲だけ」 といった、容易に戻せる実験です。 ただし行政だけに任せると、自分たちが作った制度を自分たちで評価することになるので、 ・実験開始 ・途中経過 ・結果 ・継続、変更、中止の理由 は原則公開し、国会や外部専門家が後から検証できるようにする。 そして、もう一つ大事なのは、**失敗を過度に批判しないこと**だと思います。 AIの影響は予見可能性が低いので、早め早めに対応しようとすれば、外す制度や機能しない実験も当然出る。 それを「失政」として一律に扱うと、結局、誰も早く動かなくなります。 むしろ、 ・なぜ試したのか ・何が想定と違ったのか ・どこで止めたのか ・何を次に生かすのか を公開し、失敗も社会の学習資産として残す。 自国の実験だけでなく、米国、EU、韓国、シンガポールなど他国の対応も常時観察し、使えそうなものは小さく試す。 そのうえで、 **完璧な制度を最初から作るのではなく、 複数の試行錯誤を冗長性として持ち、 結果として少しでもマシにし、 AIによる負の影響を緩和していく** という姿勢がよいのではないでしょうか。 国会が一つ一つの実験を事前承認することでも、行政に白紙委任することでもなく、 **政治がガードレールを作り、 行政にその中で試行錯誤する裁量を与え、 結果について政治と社会が後から検証する。** AIのように変化が速い分野では、このくらいの柔軟性と冗長性が必要だと思います。
ここまでAI時代の政策運用の仕組みについて詳しくお伺いしてきましたが、その他に日本の政治や政策、あるいはチームみらいに対して何かご意見やご要望はございますか。
最後に、チームみらいには、 こうした「まだ政策課題として十分に言語化されていない違和感」を、 気軽に投げられる窓口を残してほしいと思います。 今回のように、 最初は漠然とした問題意識でも、 AIとの質疑を通じて、 ・何が問題なのか ・どこまで制度化できるのか ・何を小さく試せるのか ・どこに副作用がありそうか を少しずつ具体化できる。 これは、従来の「完成した陳情書や政策提言を送る」仕組みとはかなり違うと思います。 政策を作る側も、 最初から完成した案だけを集めるのではなく、 「まだ生煮えだが、何か変だ」 「以前は無理だったが、今ならできるかもしれない」 という種を多数集め、 AIで整理し、 必要なものを人間が拾い、 小さく試してみる。 そうした政策形成自体を、 AI時代に合わせて変えていってほしいです。 そして、採用されなかった意見や失敗した実験も、 可能な範囲で記録を残し、 後から環境が変わった時に再利用できるようにしてほしい。 政策を「正解を出す仕事」だけでなく、 **社会の変化を観察し、 種を拾い、 試し、 失敗も含めて記録し、 少しずつマシにしていく仕事** として運用してもらえればと思います。 このAIインタビュー自体が、 その一つの実験になっているように感じました。
AI時代の政策運用の具体的な設計から、チームみらいにおける政策形成のあり方まで、詳細にお話しいただきありがとうございました。
いただいたご提案は、今後の検討や仕組みづくりにしっかり活かしてまいります。本日はお時間をいただき、誠にありがとうございました。
「政策についてのご意見」は募集中です。約10分で、AIが聞き手になってあなたの考えをうかがいます。