カルパシー氏は最近、次のような声明を発表した。「AIは本質的には『ソフトウェア2.0』であり、タスクや職業が簡単に自動化できるかどうかを判断するための重要な基準は『検証可能性』である。」 カルパシー氏は、AIを「電気」や「産業革命」といったマクロ的な歴史的出来事と単純に比較するのではなく、より正確なアナロジーを提示しています。AIは本質的に「ソフトウェア2.0」です。AIはもはや、人間が手動で固定ルールを記述する「ソフトウェア1.0」ではありません。AIは、特定の目的（分類精度や報酬関数など）に基づき、勾配降下法などのアルゴリズムを用いて広大なパラメータ空間内で効率的なニューラルネットワークを自動的に「探索」することで、デジタル情報の処理を自動化します。 自動化タスクの「予測指標」の変化 カルパシー氏は1980年代のコンピューティング時代と対比させています。当時、コンピュータに最も容易に置き換えられた仕事は、タイピング、簿記、手計算など、固定されたアルゴリズムと明確に定義されたルールを持つ仕事でした。これらの作業は「容易に指定できる」という共通の特徴を持っており、人間は正確な指示を段階的に記述することができました。 今日のAI「ソフトウェア2.0」時代において、タスクや職業が容易に自動化できるかどうかを判断するための重要な指標は「検証可能性」です。具体的には、 • 検証可能なタスク：出力は客観的な基準を用いて迅速に評価・対応できます。例えば、数学の問題、コーディング、動画視聴時間の分析、その他類似の「パズル」問題などが挙げられます。これらのタスクは強化学習に適しています。AIはリセット可能な環境で繰り返し「練習」することができ、効率的に多数の試行を生成し、成功したケースには自動的に報酬を与えます。その結果、AIは人間のトップエキスパートの速度と精度を上回る可能性があります。 • 検証不可能なタスク：創造性、戦略的意思決定、あるいは現実世界の知識、文脈、常識の統合を必要とするタスク（芸術的創作や複雑な交渉など）です。これらのタスクでは信頼性の高い「報酬関数」の構築が困難であり、AIは一般化の「魔法」や人間の模倣に頼らざるを得なくなります。その結果、LLMの進歩は鈍化し、「ジグザグのフロンティア」が形成されます。つまり、ある分野では急速に進歩する一方で、他の分野では遅れをとることになります。 AIの経済および雇用への影響は、AIが「ノコギリ波」効果をもたらす理由を説明しています。検証可能な業務（プログラミングやデータ分析など）はより急速に自動化され、関連する職種が減少する可能性があります。一方、検証不可能な分野（人間の判断を必要とする戦略コンサルティングなど）は短期的には人間に依存し続けるため、バッファーとして機能します。しかし、長期的には、検証ツール（シミュレータや専門家による検証など）が進歩するにつれて、より多くのタスクがAIの制御下に置かれるとカルパシー氏は示唆しています。 「ソフトウェア 1.0」では指定できるものを簡単に自動化できます。「ソフトウェア 2.0」では検証できるものを簡単に自動化できます。
