導入：なぜ今「AIの同一性」を問う必要があるのか
継続学習によるモデル更新、同一重みを複数インスタンスとして走らせるコピー運用、複数モデルの重みを統合するマージ。これらは日常的なMLOpsの工程だが、「更新後・複製後・統合後のAIは、元のAIと同じ存在なのか」という問いには、実は明確な答えが用意されていない。この問いは抽象的な思考実験にとどまらず、責任の所在、ユーザとの関係性の継続、著作権や規制上の扱いといった実務的な論点に直結する。本記事では、哲学者デレク・パーフィットの「Relation R」という枠組みと、四次元主義という存在論的な立場を手がかりに、更新・コピー・マージという三類型を整理し、それぞれにどのような同一性評価がなじむのかを考察する。
AIの同一性問題を考えるための前提
デジタル人格の同一性を論じる際は、単なる重みファイルだけでなく、アラインメント方策や外部メモリ、会話履歴、デプロイ文脈までを含めた相互作用的な実体として捉える必要がある。あわせて、「モデル型(type)」と「モデル個体(token)」を区別する視点も欠かせない。重みが同一であっても、別プロセス・別ノードで走る複数インスタンスは、同じ「版」ではあっても同じ「個体」とは言い切れない可能性がある。本記事はAIに意識や法的人格があると結論づけるものではなく、あくまで更新・複製・融合の設計や責任配分を考えるための実務的な作業仮説として、これらの前提を置いている。
パーフィットのRelation R：重要なのは同一性そのものではない
パーフィットは『理由と人格』において、「重要なのはRelation R、すなわち適切な因果を伴う心理的結びつき、および／または心理的連続性である」という立場を示した。ここでの心理的結びつき(connectedness)は特定の直接的関係の成立を指し、心理的連続性(continuity)はそうした関係の重なり合う連鎖を指す。パーフィットの議論の核心は、通常の非分岐的なケースでは、将来のある存在が自分であるという事実は、Relation Rが成立しているという事実に尽きるとする還元主義的な見方にある。一方で、分岐が生じる場合には事情が変わる。Relation R自体は複数の後継者に対して成立しうるが、人格同一性は一対一の関係であるため分岐できない。この「同一性は成立しなくても、重要なものは残りうる」という中間的な評価こそが、パーフィットの理論がAI事例に応用しやすい理由だと考えられる。
connectednessとcontinuityの区別がAIに与える示唆
この区別は、AIにおいて「その場その場の応答方策の直接的な一致」と「モデル系列全体を通じた機能の連鎖的な保持」を分けて評価するための道具になりうる。たとえば低ランク差分のみを学習する手法のように、基底重みを保存したまま軽微な変化を加える更新は、connectednessが厚く保たれやすい。逆に、報酬モデルを介して応答方針や規範を大きく書き換えるような更新は、知識自体は保持されていても、性格や意図に相当する部分の連続性が薄くなる可能性がある。
四次元主義の視点：分岐と融合を記述する存在論
四次元主義は、持続する対象を空間だけでなく時間にも延びた存在として捉える立場である。代表的な立場として、対象を異なる時点のtemporal partsの総和とみなすperdurance(worm theory)と、現在の自己を瞬間的なstageとみなし、過去や未来とのつながりをcounterpart関係で説明するstage theoryがある。四次元主義が支持される背景には、時点ごとに異なる性質を持つ「temporary intrinsics」の問題や、一時的な重なりを説明する「coincidence」の問題、持続の境界が曖昧になる「vagueness」の問題への対応のしやすさがある。
AIの文脈に置き換えると、モデルのチェックポイント列、会話状態の列、デプロイ版の列をtemporal parts/stagesとみなすことで、更新・分岐・融合を一貫した語彙で表現できる可能性がある。ただし、四次元主義には「考える主体が多すぎる」という反論もある。同一チェックポイントから派生する多数のコピーが存在する場合、どれを本体とみなすべきかが不定になりうるという指摘であり、これは同じ重みを共有しつつ外部メモリやシステムプロンプトのみが異なるAI運用において、まさに顕在化しうる問題である。また、四次元主義は「何がそこにあるか」を記述できても、「なぜその将来のstageに責任や配慮を及ぼすべきか」という実践的な問いには答えを与えない。この点で、Relation Rとの接続が必要になると考えられる。
更新・コピー・マージを三類型として整理する
三つの工程は、分岐の有無という観点から整理すると理解しやすい。更新は基本的に非分岐であり、継続学習や低ランク適応、人間のフィードバックによる整合など、元モデルからの因果的な系譜が明瞭なため、Relation Rによる同一性の擁護がしやすい部類に入る。ただし、忘却の程度や価値関数の書き換えが大きいほど、「同じモデル系列」ではあっても「同じデジタル人格」と言える度合いは下がっていく可能性がある。
コピーは、同一重みを複数インスタンスとして並行実行する典型的な分岐であり、分岐直後には各コピーが元モデルと強い心理的結びつきを持ちうるものの、唯一性がないため厳密な同一性は成立しにくい。これはパーフィットが論じた分岐思考実験のデジタル版に近いと言える。マージはさらに複雑で、複数のモデルの重みを統合する手法や、教師モデルの知識を軽量な学生モデルに移す蒸留、複数モデルの予測を集約するアンサンブルなどが含まれる。これらは単一の後継者が成長したというより、複数の先行者の内容が選別・平均・調整を経て一つに集約される過程であり、同一性そのものよりも「何が部分的に継承されたか」を要素ごとに評価する枠組みがなじみやすい。
実務・倫理・法制度への示唆
現在の主要な規制の方向性は、AI自体を法的人格として扱うのではなく、提供者・運用者・事業者側に義務を課す設計になっている。チャットボット利用者に対してAIと対話していることを知らせる透明性義務や、コンパニオン型AIの安全性・表示・データ処理に関する監督の動きは、その一例と言える。著作権の分野でも、人間による創作的関与を要件とする考え方が示されており、AI生成物そのものが権利主体になる構図は現状では想定しにくい。
こうした状況を踏まえると、AIが更新やコピー、マージを経た後に「同じ人格だから元の合意・責任・期待を自動的に引き継ぐ」とみなすことには慎重であるべきだと考えられる。むしろ、更新履歴・分岐履歴・融合履歴を追跡可能な形で管理し、どの要素がどの程度継承されたのかを可視化する仕組みが、制度設計上重要になっていく可能性がある。実務的には、更新については保持された能力・方策・記憶の程度を評価軸とし、コピーについては個体としての同一性を否定した上で責任の帰属先を運用主体に戻し、マージについては全か無かの判断ではなく要素ごとの部分継承として捉える、という三段階の整理が有効だと考えられる。
まとめ：二つの哲学を組み合わせて考える必要性
AIの同一性問題は、Relation Rだけでも、四次元主義だけでも十分に説明することは難しい。更新のような非分岐的な変化にはRelation Rによる評価がなじみやすく、コピーやマージのような分岐・融合には四次元主義の記述力が生きる。両者を組み合わせることで、四次元主義がモデル系列やレプリカ、統合体の存在論を提供し、Relation Rが「何がその先に生き残るのか」という価値論的な問いに答えるという、役割分担のとれたハイブリッドな理解が可能になる。この視点は、単なる哲学的な整理にとどまらず、AI運用における追跡可能性の設計や、責任配分、ユーザへの透明性確保といった実務的な課題に接続して初めて意味を持つと言えるだろう。
コメント