1. 能力主義という「公正さ」の神話

メリトクラシーの約束と現実

「生まれや身分ではなく、本人の能力と努力で地位が決まる社会」。これがメリトクラシー（能力主義）の理想です。1958年にイギリスの社会学者マイケル・ヤングがこの概念を提唱したとき、彼は皮肉を込めてこの言葉を使いました。能力による選別が進めば、社会はむしろ分断されると予見していたのです。

現代社会では、能力主義は広く肯定的に受け入れられています。封建的な身分制度よりも公正であり、誰にでもチャンスがある。そう信じられています。

しかし、ハーバード大学の政治哲学者マイケル・サンデルは著書『実力も運のうち』で、この信念に根本的な疑問を投げかけました。能力主義が生んだのは「公平な社会」ではなく、勝者の傲慢と敗者の屈辱だと。

「スタートライン」は本当に同じか

能力主義が機能するためには、全員が同じスタートラインに立っていることが前提です。しかし現実には、教育環境、経済力、文化資本といった「生まれの差」が、結果に大きな影響を与えます。

社会学者ピエール・ブルデューが指摘したように、読書の習慣や芸術への嗜好といった「文化資本」は世代を超えて継承されます。東大卒の親を持つ子どもが東大に進みやすいのは、塾に通える経済力だけでなく、勉学への姿勢や周囲からの期待という目に見えない要因も作用しているのです。

努力すら「運」に左右される

能力主義の信奉者は「才能が運だとしても、努力するかどうかは本人次第だ」と反論します。しかしサンデルは、哲学者ジョン・ロールズを引用しながらこう指摘します。「努力しよう、やってみようという意欲さえ、それ自体が恵まれた家庭や社会環境に左右される」と。

つまり、努力できること自体が一種の才能であり、その才能もまた生育環境に依存しているのです。

2. AIが「過去」を学習するという問題

アルゴリズムに埋め込まれた歴史的偏見

AIは過去のデータを「学習」します。そのデータが社会に根深く存在する差別や偏見を反映していれば、AIはそれを忠実に再現し、増幅して出力します。これが「アルゴリズムバイアス」と呼ばれる問題です。

2018年に発覚したAmazonの採用AIは象徴的な事例でした。過去10年分の採用データを学習した結果、男性が多く採用されていたパターンを「正解」と認識し、女性を不利に評価するようになったのです。人種も性別も入力していないにもかかわらず、AIは過去の偏見を再現しました。

COMPASが突きつけた「公平性の不可能性」

アメリカの刑事司法で使用されている再犯予測アルゴリズム「COMPAS」は、AIと差別の問題を象徴的に示しています。

2016年、調査報道機関ProPublicaはフロリダ州の1万件以上のデータを分析し、衝撃的な結果を発表しました。実際には再犯しなかった黒人被告が「高リスク」と誤判定される確率は、白人被告の約2倍。逆に、再犯した白人被告が「低リスク」と誤判定される確率も、黒人被告の約2倍だったのです。

開発元は「人種を入力変数にしていない」と反論しましたが、過去の逮捕歴や居住地域といった代理変数を通じて、構造的な人種格差がアルゴリズムに組み込まれていたと考えられています。

拡大するAI評価の適用範囲

AI採用ツールの問題も次々と明らかになっています。2019年には、採用AI「HireVue」が特定の表情や話し方、声のトーンに高評価を下す傾向があり、マイノリティの応募者が不当な扱いを受けていたとして、米連邦政府に苦情が申し立てられました。

ある検証では、AI採用システムに年齢だけを変えた2通の履歴書を提出したところ、実年齢を記載した履歴書は書類選考で落とされ、年齢を若く記載した履歴書は次のステップに進んだという事例も報告されています。

3. アルゴリズムに何を委ねるべきか

「公平なAI」という建前の危険性

AIによる評価は「公平」とされます。人間のように感情で判断しないから、と。しかし、この建前こそが最も危険かもしれません。

人間による差別は、少なくとも「差別である」と認識され、批判の対象になります。しかしアルゴリズムによる差別は、「客観的な計算結果」という外見をまとうことで、問題が不可視化されるのです。

しかもAIの判断過程は多くの場合ブラックボックスです。ウィスコンシン州最高裁は、COMPASの使用を条件付きで認めつつも「算出根拠は非公開であり、専門家ですら結果を説明できない」と警告しました。

法規制の動き

こうした問題に対し、世界各地で規制の動きが始まっています。ニューヨーク市は2023年から、採用にAIを使用する企業に対して、バイアス監査の実施と結果の公開を義務付けました。

イリノイ州では2024年8月、雇用主がAIを使用して差別的行為を行うことを違法とする法律が成立しました（2026年施行予定）。コロラド州も同年5月、ハイリスクなAIシステムによる差別から消費者を保護する法律を成立させています。

米国労働省も2024年10月、開発者や雇用主がAIの開発と職場での使用において労働者の保護と権利を最優先することを奨励するロードマップを発表しました。

能力主義の「再帰性」という視点

東京大学の中村高康教授は「メリトクラシーの再帰性」という概念を提唱しています。能力を測ることは本来難しいにもかかわらず、社会はある手続きを経て「能力が測定された」ということに決めている。しかしこれは社会的な決めごとに過ぎないため、常に「本当にその測り方でいいのか」という疑念を呼び込むことになる、と。

AIによる評価も同じです。「客観的で公平」という建前とは裏腹に、何を入力とし、何を正解とするかという設計自体が、価値判断に基づいています。その価値判断を誰がどのように行うのか。この問いは技術の問題ではなく、民主主義の問題なのです。

AIは効率化のツールとしては確かに優秀です。しかし、人の人生を左右する判断をすべてAIに委ねることには、根本的な問題があります。「この人がなぜこういう経歴なのか」「どんな環境で何を乗り越えてきたのか」。数字に現れない背景を理解し、構造的な不平等を是正しようとする意志。それは今のところ、人間にしか持てないものです。

AI時代だからこそ、私たちは問い続ける必要があります。アルゴリズムに何を委ね、何を委ねてはならないのか。そして、公平さとは何かを。