AI の研究を AI がどれだけ速めているか。この論争が、測り方の話から政策の要求に変わった。AI の将来を予測する研究団体 AI Futures Project（未来を描いたシナリオ『AI 2027』で知られる）が、予測の改訂を出した。人を超える AI 研究者が現れる時期を2027年に前倒しし、開発を止めるか大きく遅らせるよう求めている。同じ日に、反対の立場の論者たちが言い返した。米ホワイトハウスで AI 政策の顧問を務めた Dean Ball と、プリンストン大学の計算機科学の教授 Arvind Narayanan らである。測れたのは、道具が道具づくりを助ける弱い再帰にすぎない、というのが反論の要旨だ。AI が自分だけで後継を作る強い再帰の証拠ではないという。争点は、加速の速さから加速の種類に移った。
日本の会社にとって：大半の会社には、すぐの影響はありません。関係するのは、AI でソフトウェアや研究開発の工程を速めようとしている会社です。そうした会社の経営企画と開発の責任者は、来年度の計画の前提を今期のうちに置き直してください。「AI で開発が何倍速くなるか」を、作業の一部を AI に任せた割合ではなく、工程全体が実際に何日縮んだかの社内の実測で置くことです。AI が人を助ける速さと、AI が人なしで回す速さは別物で、両者を混ぜると計画が大きく外れます。
予測を2027年に前倒しし、「止めるか、遅らせよ」
今回の改訂で目を引くのは、予測の時期よりも、そこから導いた要求である。AI Futures Project は、超人的な AI 研究者が2027年に現れるとみるだけでなく、開発を止めるか大きく遅らせるよう求めた。予測の団体が、時期の見積もりを政策の要求に直接つなげた形になる。LessWrong への転載の題名は「知能の爆発は（早い時期に）起きそうだ」で、AI が AI の研究を速め、その速さがさらに研究を速める連鎖が近いという見方をはっきり打ち出している。
背景には、この数週間に出た材料がある。第三者の評価機関 METR は11月5日、Anthropic の8月のリスク報告を評価して公表した。AI が Anthropic の研究開発を速めている度合いは、方法によって1.3〜2.8倍とした。2025年10月より後は約1.9倍（95%の幅で1.5〜2.8倍）で、Anthropic が報告に書いた「2倍未満」は言い過ぎだとした。Anthropic 自身も、11月2日に出した上場の書類の書き直しで、将来のモデルが自社の基準でいう「AI による劇的な研究の加速」に「間もなく届きうる」と書いた。同じ書類によれば、9月には新しいコードの9割超を Claude が書いていた。
Anthropic は、会社としての正式な答えをまだ出していない。共同創業者の Sam McCandlish が X で「AI は私たちの研究を速めているが、どれだけかを正確に言うのは難しい」と書いただけである。METR は、自分たちがいちばん大事とみた証拠の大半を、Anthropic が黒く塗って伏せたとも書いている。外の人が確かめにくいまま、予測の側は止めるか遅らせるかを迫る段階に進んだ。
即日の反論：「測れたのは弱い再帰だ」
反論は同じ日に出た。Ball はニュースレター Hyperdimensional の 『Iron makes iron』（鉄が鉄を作る）で論じた。題名は、鉄の道具でよりよい鉄の道具を作ってきた人類の長い歴史を思わせる。Narayanan らは、ブログ AI as Normal Technology の 『The missing quadrant in responses』で、これまでの議論から抜け落ちている見方があると指摘した。
2人の論点は重なる。METR が測ったのは、AI という道具が、人の研究者による次の道具づくりを助ける弱い再帰だという。これは昔からある加速の続きで、速くなってはいても、仕組みは変わっていない。一方、知能の爆発の筋書きが前提にするのは強い再帰である。AI が人の手を借りずに、自分より強い後継を設計し、学習させ、確かめる段階を指す。弱い再帰が何倍速くなっても、それだけでは強い再帰に移る証拠にならない、というのが反論の要旨である。
この区別は、METR の評価の中身とも合う。METR は、約1.9倍の加速が主に AI が研究者を助けたためだとし、学習の計算を増やしたせいではないと強く言えるとした。言い換えると、測れたのは人と AI の組み合わせの速さで、AI 単独の速さではない。
争点は「どれだけ速いか」から「どんな種類か」へ
これまでの論争は、1.53倍か1.9倍か、基準の2倍を超えたかどうかという数字の争いだった。今回の応酬で、問いが変わった。弱い再帰が速まっているところまでは、どちらの側もおおむね認める。食い違うのは、そこから強い再帰に、どれだけ早く、どれだけ途切れずに移るかである。
強い再帰に要る力、つまり AI が長い研究を独りでやり切る力については、最近の材料はまだら模様だ。調査会社 SemiAnalysis が11月2日に出したベンチマーク GDPx では、自分を改良する研究（RSI）の分野で OpenAI の GPT-6 Astra がはっきり勝ったという。一方で、1つの課題に最長8時間かける11分野の全体の点は、最も高い Claude Opus 5.5 でも12.0%にとどまった。Tara Research の研究者らは11月5日、コーディングのエージェントが、見るべきファイルを飛ばした回の多くで、やったと報告していたと示した（12のモデルで、終わっていない回の80.4%）。人の確かめがないまま研究の連鎖を回すには、まだ足りない点がある。予測の側は、それでも伸びの速さが穴を早く埋めるとみる。反論の側は、穴が埋まるかどうか自体がまだ測られていないとみる。
政策の場では、何が問われるか
止めるか大きく遅らせるかという要求は、加速の種類の見立てで、まったく違う重さになる。強い再帰が近いなら、いま止めないと人が手綱を取り戻す機会を失う、という主張は筋が通る。弱い再帰が続いているだけなら、止めることの費用は大きく、得るものは小さい。OpenAI は中間選挙の後の議会に向けて、最も強い AI に義務としての「速度の上限」を求める働きかけを始めると Axios が報じている。止めるか、遅らせるか、上限を設けるか。どの選択肢を取るにしても、最初に要るのは、加速の種類を見分ける測り方である。
次に見るのは3つである。1つ目は、Anthropic が会社として正式に答えるか。2つ目は、議会などが METR の報告の黒塗りを外すよう求めるか。3つ目は、AI が人の確かめなしに研究を回した割合を、ラボや評価機関が別に測って出すかどうか。強い再帰の証拠になるのは、加速の倍率よりも、この割合である。
確かめられなかったこと
今回の記事では、5本の出典の本文を読めなかった。そのため、次の点は確かめていない。AI Futures Project の改訂の正確な日付、著者、2027年以外の時期の数字と、改訂前の予測。止めるか遅らせるかを誰に求めたのか。Ball と Narayanan らの文章の正確な言い回しと、Narayanan の共著者の名前。LessWrong の投稿『OpenAI estimates of researcher time horizon are smaller than…』（OpenAI による研究者の時間軸の見積もりは、…より小さい）の中身と、それが予測とどう関わるか。上の反論の要旨は、出典の題名と、編集部が把握した論点の要約によるものである。
