WordbookGet the appGet app

0:00 / 13:37Line 1 of 119

C1TechnologySep 28, 2026

Is AI Turning Us All into the Same Person? | Sandra Matz | TED

AIは私たちを全員同じ人に変えつつあるのか？｜サンドラ・マッツ｜TED

TED57 videos Open on YouTube

Transcript

119 lines

0 learning0 looked up0 known651 new

Translation

People worry about AI for all kinds of reasons.
人々がAIを心配する理由はさまざまです。
It's polarizing.
それは分断を生みます。
It spreads misinformation.
誤情報を広げます。
It's coming for jobs, and those are all good reasons to be nervous.
仕事を奪おうとしています。そして、これらはすべて不安を感じる正当な理由です。
But what really keeps me up at night is something else—something that feels more personal and perhaps even more concerning for the human experience itself.
しかし、私を本当に眠らせないのは別の何かです。より個人的で、人間の経験そのものにとっても、もしかするとさらに懸念すべき何かです。
I worry that AI will make us boring.
私は、AIが私たちを退屈なものにしてしまうのではないかと心配しています。
You, me, all of us.
あなたも、私も、私たち全員が。
That's because the more we outsources our decisions to AI, the more we surrender something deeply human: our capacity to explore, to take risks, to stumble into the unknown, and sometimes surprise even ourselves.
なぜなら、私たちが決定をAIに委ねるほど、人間らしい何かを手放してしまうからです。つまり、探求する力、リスクを冒す力、未知の領域に足を踏み入れ、時には自分自身を驚かせる力です。
I worry that without the potential for discovery, for serendipity, we risk becoming more shallow and unidimensional versions of who we are and who we could be—not just as humans, as individuals, but as humanity.
私は、発見や偶然の幸運の可能性がなければ、私たちが何者であり、何者であり得るのか、その浅く一面的な版になってしまうリスクがあると心配しています。人間として、個人としてだけでなく、人類全体としてです。
Now, let me make this idea a bit more concrete and take you somewhere perhaps unexpected, but also totally relatable.
さて、この考えをもう少し具体的にして、おそらく予想外だが、全くもって共感できる場所へご案内しましょう。
Imagine walking into a baskin Robbins.
バスクン・ロビンズの店に入ってみましょう。
What you'll see is an illustrious assortment of 31 different ice cream flavors: there's chocolate chip, pistachio almond, lemon sorbet, and many more.
目に飛び込んでくるのは、31種類ものアイスクリームフレーバーの華やかな取り合わせです。チョコチップ、ピスタチオアーモン、レモンソルベなど、まだまだあります。
You're now facing a difficult choice: are you going to go with an old favorite, chocolate, maybe, or are you going to take a risk on something funky new, like wild and reckless sherbet?
今、あなたは難しい選択を迫られています。いつものお気に入り、例えばチョコレートを選ぶのか、それとも「ワイルド＆レックレス・シャーベット」といった、風変わりで新しいものにリスクを冒すのか。
And yes, it's a real flavor.
はい、これは実在するフレーバーです。
The choice you're facing is a classic human dilemma: scientists call the exploitation-exploration trade-off.
あなたが直面している選択は、古典的な人間のジレンマです。科学者はこれを「活用と探索のトレードオフ」と呼んでいます。
Are you going to play it safe and capitalize on what you know you like, or are you going to take a risk with the hope of finding something even better?
安全に進んで、自分が好きなとわかっているものを活用するのか、それとも、より良いものが見つかるかもしれないという希望を持ってリスクを冒すのか。
And our lives are full of these trade-offs: stick with your favorite restaurant or try the fancy new spot on the corner.
そして、私たちの人生はこのトレードオフで溢れています。いつものレストランに通い続けるか、角の新しい高級店を試すか。
Keep your usual haircut or ask for something new and edgy.
いつもの髪型を続けるか、新しいエッジの効いたスタイルを頼むか。
Stay in your stable job or finally try to become a pickleball champion.
安定した仕事を続けるか、ついにピクルボールのチャンピオンを目指すか。
We all differ in our appetite for exploitation versus exploration, but we're also all hardwired by evolution to strike a certain balance between the two.
私たちは皆、活用と探索への欲求が異なりますが、進化によって、その両者の間で一定のバランスを取るようにプログラムされています。
Because for our ancestors on the African savanna, the trade-off was actually pretty simple: stick too closely to what's safe, and you risk starvation when the groves dry.
というのも、アフリカのサバンナにいた私たちの祖先にとって、トレードオフは実際にはかなりシンプルだったからです。安全なものに固執しすぎると、果樹園が乾き切ったときに飢餓のリスクがあったのです。
Stray too far into the unknown, and you might get poisoned or eaten by lions.
未知の領域にあまり遠くまで離れすぎると、毒に当たったりライオンに食べられたりするかもしれないのです。
Like it leaves for you and me, the trade-offs we face today are far less about survival, but our choices are still governed by this instinct to balance caution with curiosity.
あなたや私にとっても同じですが、今日私たちが直面するトレードオフは生存に関するものがはるかに少なく、それでも私たちの選択は慎重さと好奇心のバランスを取るという本能に支配されています。
If all you ever did in life was play it safe and exploit, you'd never get disappointed, but you'd also never get a chance to advance and grow.
もし人生で常に安全策を取って活用だけしていたら、失望することはありませんが、進歩し成長する機会も永遠に得られません。
If all you did instead was discover and explore, you'd collect endless experiences, but you'd also never get a chance to capitalize on your learnings.
逆に発見と探求だけをしていたら、無限の経験を積むことができますが、学んだことを活かす機会も永遠に得られません。
So it's really the balance between exploitation and exploration that fuels growth, not just as species but also as individuals.
だから成長を促すのは、活用と探求のバランスなのです。種としてだけでなく、個人としても。
But it's exactly where AI throws a wrench into the works, because AI hates risk, and that's not because of its algorithm DNA.
しかし、まさにここにAIが問題を持ち込むのです。AIはリスクが大嫌いだからです。それはアルゴリズムのDNAのせいではありません。
It's because the systems we rely on to navigate our world—from Spotify to Netflix to ChatGPT—are overwhelmingly trained to optimize for exploitation, or more specifically, for short-term engagement and satisfaction.
私たちが世界をナビゲートするために依存しているシステム、SpotifyからNetflix、ChatGPTまで、圧倒的に活用、より具体的には短期的なエンゲージメントと満足度を最適化するように訓練されているからです。
Did you click the link, watch the video, like the song?
リンクをクリックしましたか？動画を見ましたか？曲にいいねをしましたか？
If yes, AI gets a clap on the shoulder.
はいであれば、AIは肩を叩かれて褒められます。
If not, gets a slap on the hand.
いいえであれば、手を叩かれて叱られます。
Risk, discovery, and exploration are simply not part of their programming.
リスク、発見、探求は彼らのプログラムの一部ではありません。
Think back to Bascon Robbins.
Baskin Robbinsのことを思い出してください。
If sixty percent of people prefer flavor, proteins, and cream, then that's what the AI is going to recommend.
もし60%の人が風味、プロテイン、クリームを好むなら、AIはそれを推薦するでしょう。
It's not that AI lacks imagination; it lacks incentive.
AIに想像力がないのではありません。インセンティブがないのです。
Safe bets protect against disappointment, which in turn reduces customer churn.
安全な選択は失望を防ぎ、それが顧客の離反を減らします。
So instead of taking the risky gamble that helps to explore, companies tend to err on the side of exploitation when training the AI systems.
だから、リスクを取って探求に役立つ賭けをする代わりに、企業はAIシステムを訓練する際に活用側に傾く傾向があるのです。
And to be clear, there's nothing inherently wrong with that.
はっきり言っておくと、それ自体に根本的な問題はありません。
I've spent the last fifteen years as a computational social scientist working at the intersection of psychology, computer science, and business, and I know that rewarding AI that way can be extremely valuable.
私は過去15年間、心理学、コンピュータ科学、ビジネスの交差点で働く計算社会科学者として過ごしてきましたが、AIをそのように報酬を与えることは非常に価値があると知っています。
Algorithms, in a way, only become so good at figuring out what you might enjoy or currently be looking for because they focus on exploitation, and that's not just good for business; it's also good and sometimes even necessary for us as consumers.
アルゴリズムはある意味、あなたが気に入るかもしれないものや現在探しているものを見極めるのが非常に得意になるのは、活用（エクスプロイト）に集中しているからであり、それはビジネスにとって良いだけでなく、消費者としての私たちにとっても良い、時には必要不可欠なものでもあるのです。
For me, the mere thought of having to choose between thirty-one different ice cream flavors makes me dizzy, and yet most of the choices that we face day to day are far more complex than that.
私にとっては、31種類のアイスクリームフレーバーから選ばなければならないという考えだけで目が回りますが、私たちが日々直面する選択のほとんどは、それよりもはるかに複雑です。
Netflix, for example, has over fifty-five hundred movies to choose from.
例えば、Netflixには5,500本以上の映画があります。
Spotify over a hundred million songs.
Spotifyには1億曲以上の楽曲があります。
So the truth is that without a little help from our exploitation-loving AI friends, we simply don't stand a chance at navigating modern life.
つまり、活用を愛するAIの友人たちの少しの助けがなければ、私たちは現代の生活を乗り切るチャンスすらないというのが真実です。
But I've also become increasingly concerned that this upside comes at a somewhat existential cost.
しかし、この利点が、ある種の存在論的な代償を伴っているのではないかと、ますます心配するようになりました。
And to give you a first flavor of what I mean by that, let's go back to Bascon Robbins.
それがどういう意味か、まず最初のイメージとして、バスクン・ロビンズに戻ってみましょう。
Before coming here, I ran a simple experiment.
ここに来る前に、簡単な実験を行いました。
I asked ChatGPT to recommend one of the ice cream flavors.
私はChatGPTにアイスクリームのフレーバーを1つ推奨するよう頼みました。
I did that a hundred times each, pretending to be a new customer.
それを新しい客を装って、それぞれ100回行いました。
Ninety-six times, it recommended one of the two most popular flavors: proteins and cream, and mint chocolate chip.
96回、最も人気のある2つのフレーバーのうちの1つ、プロテインとクリーム、そしてミントチョコレートチップを推奨しました。
Which I realize, and I'm sure you agree, is not exactly a very diverse set of choices.
これは、おそらくあなたも同意してくださると思いますが、多様性に富んだ選択肢とは言えないでしょう。
And it could mean that we couldn't find ourselves in a world where baskin robins offered only those two flavors.
そして、バスクン・ロビンズがその2つのフレーバーしか提供していない世界に自分自身を見つけられなかったかもしれないという意味もあります。
If no one ever picks the other 29, why bother offering them in the first place?
誰も他の29種類を選ばないなら、最初から提供する意味があるのでしょうか？
Now, this might sound trivial and not really existential at all, but that's only until you realize that the flattening of the human experience happens across every aspect of life.
これは些細に聞こえ、まったく存在論的ではないように思えるかもしれませんが、それは、人間の経験の平坦化が生活のあらゆる側面で起こっていることに気づくまではのことです。
In studies with my collaborators and students, we've shown that when people use AI for guidance, their preferences become more normative and less diverse.
同僚や学生との研究で、人々がAIを指針として使うと、彼らの好みはより規範的になり、多様性が減ることが示されました。
Their creative output becomes less unique, and their choice of the most important scientists, athletes, and historical figures becomes the same as everyone else's.
彼らの創造的な成果はより独創性を失い、最も重要な科学者、アスリート、歴史的人物を選ぶ際の選択は他の誰とでも同じものになる。
So, in a nutshell, AI turns this infinite diversity of human opinions, beliefs, and preferences into statistically safe sameness.
つまり、要するに、AIは人間の意見、信念、好みという無限の多様性を、統計的に安全な画一性に変えてしまうのだ。
And that's only part of the problem, because even when AI learns your quirks, say it figures out that you like nutty coconut better than plain ice cream, it will still play it safe within your preferences, meaning it is going to optimize for what you are most likely to like.
そして、それは問題の一部に過ぎない。AIがあなたの癖を学んだとしても、たとえばあなたがプレーンなアイスクリームよりナッツ入りココナッツが好きだと気づいたとしても、あなたの好みの範囲内で安全策を取るだろう。つまり、あなたが最も好きそうなものを最適化するということだ。
I went back to ChatGPT for a second experiment, and this time told it about my personalized ice cream preferences.
私は2回目の実験のためにChatGPTに戻り、今度はパーソナライズされたアイスクリームの好みについて伝えた。
I said that during my last 100 visits, I picked nutty coconut 70% of the time.
私は、過去100回の来店のうち、70%の確率でナッツ入りココナッツを選んだと言った。
The remaining 30% I split evenly among three of my other favorites.
残りの30%は、他の3つのお気に入りに均等に分けた。
I then asked it to make the next 100 choices on my behalf, and guess what it did?
そして、次に100回の選択を私の代わりに行ってもらうよう依頼した。するとどうなったか？
It picked nutty coconut every single time.
ナッツ入りココナッツを毎回選んだのだ。
Gone are my adventures into occasional chocolate fudge cookie dough or mango.
時折楽しんだチョコレートファッジクッキードウやマンゴーへの冒険は消えてしまった。
All I am at that point is literally a nutty coconut.
その時点で私は、文字通りナッツ入りココナッツそのものになってしまった。
(Laughter) But forget about ice cream.
（笑い）でもアイスクリームの話は忘れてほしい。
My students and I have repeatedly shown the same patterns when studying people's actual preferences.
私と生徒たちは、人々の実際の好みを研究する際に、同じパターンを繰り返し示してきた。
AI narrows your taste, it flattens your personality, and it scrubs away the edges that make you interesting and keep you dynamic.
AIはあなたの趣味を狭め、あなたの個性を平坦にし、あなたを面白く動的に保つ那些のエッジを削ぎ落としてしまう。
And insidious part of all of this is that the impact of AI on human complexity is subtle.
そして、このすべての陰湿な点は、AIの人間の複雑性への影響が微妙であることだ。
You won't notice it happening overnight.
一晩でそれが起きていることに気づくことはないだろう。
Rather, it's a death by thousand algorithmic recommendations.
むしろ、それはアルゴリズムによる推薦の千の死なのだ。
It's one slightly safer movie, one slightly more popular book, one slightly more mainstream vacation at a time.
ほんの少し安全な映画、ほんの少し人気のある本、ほんの少し大衆的な休暇を、一つずつ。
With every decision you outsource to AI, you become more narrow.
AIに委ねる決断が増えるほど、あなたはより狭くなっていく。
Then AI learns from that narrower version of you and narrows its recommendations even more.
そしてAIは、そのより狭くなったあなたから学び、さらに推薦を狭めていく。
The New York Times reporter Cashmi Hill captured this dilemma perfectly in one of her articles.
ニューヨーク・タイムズの記者キャッシュミー・ヒルは、彼女の記事の一つでこのジレンマを見事に捉えていた。
After outsourcing her decisions to AI for a week, she complained about its hidden agenda to turn her into a basic bitch.
AIに判断を委ねて一週間過ごした後、彼女は自分を「ありきたりな女」に変えようとするAIの隠された意図について不満を述べた。
(Laughter) And the funny part is, it's the word "basic" here that's the biggest insult.
（笑い）面白いのは、ここでの「ありきたり」という言葉こそが最大の侮辱だということだ。
Because being basic means being unoriginal, unexceptional, and uninteresting.
なぜなら、ありきたりとは独創性がなく、平凡で、退屈な存在を意味するからだ。
It's offensive not because it suggests failure, but because it implies mediocrity, an absence of complexity, and who really wants that for themselves?
攻撃的なのは失敗を示唆するからではなく、凡庸さ、複雑さの欠如をほのめかすからであり、誰がそんな自分を望むだろうか？
Nobody.
誰もだ。
We all like the feeling of being unique, of being special, of being someone who doesn't easily fit into a box.
私たちは皆、ユニークで、特別で、簡単に枠にはめられない人間であるという感覚を好む。
I, for one, don't want to become exactly like everybody else, and I also don't want to become a singular version of myself.
私は、誰かと全く同じになりたくないし、逆に唯一無二の自分になりたくもない。
So, what can we do to correct and avoid destination basic bitch?
では、「ありきたりな女」の行き先を修正し、回避するために何ができるだろうか？
We can't hit the reset button on AI, and we shouldn't, as I said before.
AIにリセットボタンを押すことはできないし、押すべきでもない、と前に述べた通りだ。
These tools are incredibly valuable for navigating modern life, and they make us better off in many ways.
これらのツールは現代の生活を生き抜く上で非常に価値があり、多くの面で私たちをより良いものにしてくれる。
But we need to reclaim our ability to take risks and discover.
しかし、リスクを取って発見する能力を取り戻す必要がある。
We need to find a way to rebalance exploitation and exploration.
利用と探求のバランスを取る方法を見つける必要がある。
And ironically, AI could actually help us accomplish just that, but only if we ask the right questions and reward it for the right actions.
皮肉なことに、AIは実際にそれを実現するのを助けてくれる。ただし、正しい質問をし、正しい行動に対して報酬を与える場合に限る。
So instead of asking it to help us find something we like, we could start asking it to help us find something new, something we're likely to love, even though we've never tried it before.
つまり、気に入るものを一緒に見つけてと頼む代わりに、新しいもの、まだ試したことがないのに好きになりそうなものを見つけてと頼み始めることができる。
And by that, I don't necessarily mean you typing a question into ChatGPT yourself, although you should certainly try.
と言っても、自分でChatGPTに質問を入力するという意味ではない。もちろん試してみるべきだが。
What I mean is getting companies to harness AI superpower.
私が言いたいのは、企業にAIの超能力を活用してもらうことだ。
Its ability to detect patterns in vast amounts of human data for exploration purposes, because AI has seen the entire universe of preferences.
膨大な人間のデータからパターンを検出する探求目的での能力だ。AIは好みの宇宙全体を見てきたのだから。
It knows not only what you currently like, but also what lies just beyond the boundaries of your typical preferences, which means that it can help you explore smartly to take curated risks when you want to.
AIはあなたが現在好きなものを知っているだけでなく、典型的な好みの境界のすぐ外にあるものも知っている。つまり、あなたが望むときに賢く探索し、選ばれたリスクを取るのを助けてくれる。
Now, here's what this could look like.
では、それがどのようなものか見てみよう。
Imagine a dial on your Netflix account or your Google search bar that lets you decide how far from your typical preferences you want to stray at any given point in time.
NetflixアカウントやGoogle検索バーに、いつでも自分の典型的な好みからどれだけ逸脱したいかを決められるダイヤルがあると想像してみてください。
On a regular day, you probably keep the dial close to the spot-on setting because you want to get the most relevant hits right away.
普段の日には、すぐに最も関連性の高い結果を得たいので、ダイヤルはぴったり設定の近くに留めておくでしょう。
But then on other days, you might feel adventurous enough to push it a little closer to the me-with-a-twist setting and ask for content that's a little outside of your comfort zone but still relevant.
しかし別の日には、少し冒険心が湧いて、もう少し「一風変わった自分」設定に近づけて、少しコンフォートゾーンの外だが、まだ関連性のあるコンテンツを求めたくなるかもしれません。
And then on other days, for those rare moments when you feel like you're really ready to take on the world, you might push the dial all the way to the wild card setting and ask it to help you discover something entirely new.
そしてまた別の日、世界に立ち向かう準備が本当にできたと感じる稀な瞬間には、ダイヤルをワイルドカード設定まで回して、全く新しいものを発見するのを手伝ってもらうかもしれません。
I, for one, would love to have such a dial.
私に言わせれば、そんなダイヤルがあれば最高です。
It doesn't force me to leave my comfort zone.
コンフォートゾーンから出ることを強制されません。
I can always leave it on the spot-on setting and benefit from the convenience that comes with it.
いつでもぴったり設定のままにして、それから得られる便利さを享受できます。
But it gives me the choice and the agency to break out of my little bubble, whatever I want to.
しかし、自分の小さなバブルから抜け出す選択肢と主体性が与えられます。やりたいときに。
Why feel like I have to?
やらなきゃいけないと思わなくてもいいのです。
But here's the catch: for AI to toggle its superpower between exploitation and exploration, we need to incentivize it to do so.
しかし、ここに落とし穴があります。AIがその超能力を活用と探索の間で切り替えるには、そうするよう動機づける必要があります。
Merely asking it to be more creative or help you become more adventurous isn't going to do the trick.
もっと創造的になれとか、あなたがもっと冒険的になるのを手伝えと頼むだけではうまくいきません。
In most cases, it will still default to the tried and tested output because it craves that clap on the shoulder.
ほとんどの場合、肩を叩かれる快感を求めて、試行され検証済みの出力にデフォルトのまま戻ってしまうでしょう。
So instead of punishing AI every time it takes a swing and misses, we need to start rewarding it for taking smart swings, for making bets that are a little bold, a little unusual, perhaps, but still grounded in what it knows about us.
だから、AIが打って振るたびに罰するのではなく、賢いスイングをすること、少し大胆で、少し異例かもしれないが、それでも私たちについての知識に基づいた賭けをすることに対して報い始める必要があります。
AI doesn't have to throw darts in the dark.
AIは暗闇でダーツを投げる必要はありません。
It can take informed risks.
情報に基づいたリスクを取ることができます。
It can help us optimize our exploration, and when it does, we should treat it as a success, not a failure.
私たちの探索を最適化するのを手伝うことができ、そうなったとき、それは失敗ではなく成功として扱うべきです。
Now, this isn't about desserts or playlists.
これは、デザートやプレイリストの話ではありません。
This is about preserving what makes us uniquely messily and gloriously human.
これは、私たちを唯一無二で、散らかっていて、輝かしく人間らしくするものを守る話です。
It's your random passion for et memorabilia, your weird detour into geocaching, or your stubborn preference for a stick shift car.
それは、エジプトの遺物への突発的な情熱であれ、ジオキャッシングへの奇妙な寄り道であれ、マニュアル車への頑固なこだわりであれ。
It's about all the contradictions that AI can't quite explain, and the beauty of us being just a little weird once in a while.
それは、AIが完全には説明できないすべての矛盾と、時々少しおかしな私たちであることの美しさについてです。
And if we believe that human complexity is worth preserving, then the time to act is now, because we're at this inflection point where AI is no longer just recommending, but starting to act on our behalf.
そして、人間の複雑さは保存する価値があると信じるなら、行動すべきは今です。なぜなら、AIはもはや単に推奨するだけでなく、私たちの代わりに行動し始めるという転換点にいるからです。
It's choosing, not suggesting, and that's where the stakes become really existential.
それは提案ではなく選択であり、そこで利害は本当に存在論的なものになります。
So next time AI offers you pralines and cream, maybe say no and ask it to help you go wild and reckless instead.
なので、次にAIがプリンセ・ア・ラ・モードを勧めてきたら、断って、代わりに気まぐれで無謀なことを手伝ってもらいましょう。
Thank you.
ご清聴ありがとうございました。
(Applause)
（拍手）

LingoDew, which teaches English through YouTube videos, measured this C1 video at 184 words per minute, slower than the C1 median of 186, and found 20% of its words outside the 1,000 most common in its English videos, fewer than the C1 median of 21%.

Words in this video

The ones worth learning, rarest last. Tap one to hear it where it was said.

Up next

Algorithms may be narrowing your taste #TEDTalks

1:27Algorithms may be narrowing your taste #TEDTalksC1TED

The real danger isn't the technology itself, but rather the communities it leaves behind #TEDTalks

1:54The real danger isn't the technology itself, but rather the communities it leaves behind #TEDTalksC1TED

AI is good at seeing patterns, but it’s humans who figure out what to do next #TEDTalks

1:46AI is good at seeing patterns, but it’s humans who figure out what to do next #TEDTalksB2TED

This dad tried to get AI to help raise his kids, and it didn’t turn out the way he hoped #TEDTalks

1:20This dad tried to get AI to help raise his kids, and it didn’t turn out the way he hoped #TEDTalksB1TED

The Gravity-Defying Future of Manufacturing | Schendy Kernizan | TED

4:47The Gravity-Defying Future of Manufacturing | Schendy Kernizan | TEDB2TED

How the Wealth Gap Is Reshaping Politics | Xochitl Gonzalez | TED

10:36How the Wealth Gap Is Reshaping Politics | Xochitl Gonzalez | TEDC1TED

The Infodemic — and the Scientists Fighting Against It | Jessica Malaty Rivera | TED

19:33The Infodemic — and the Scientists Fighting Against It | Jessica Malaty Rivera | TEDC1TED

How Bullying Spreads — and How Social Bravery Stops It | Amy Cuddy | TED

14:23How Bullying Spreads — and How Social Bravery Stops It | Amy Cuddy | TEDC1TED

LingoDew

Keep your words in LingoDew

The app brings the words you save back for review right before you forget them — with the clips you heard them in.

Download on theApp Store Get it onGoogle Play