生成AIが人間の代わりに文章を書き、ロボットが対話し、IoT機器が相互にデータを交換する現在、「コミュニケーションとは何か」という問いはかつてない切実さを帯びている。この問いに最も精密な理論装置を用意したのが、社会学者ニクラス・ルーマンである。しかし彼の理論は、人間の心的システムを前提に組み立てられており、AIのような非人間エージェントの扱いには難点を抱える。本記事では、ルーマンの「意味」概念の基礎を確認したうえで、非人間エージェントの能力、既存の拡張論、そして有力な再定義の方向性を順に整理する。
ルーマンの「意味」概念とコミュニケーションの三要素
ルーマン理論において「意味」とは、心的システムと社会システムに共通する普遍的なメディアである。ここでの意味は「内容」ではない。現に生起した選択を、つねに背後にある未選択の可能性へと接続しつづける形式的な媒体であり、複雑性を削減しながらも可能性の地平そのものは消さない働きを持つ。意味は事象・社会・時間という三つの次元で組織され、対象・他者・時間それぞれに関わる可能性を維持する。
社会システムの基本操作であるコミュニケーションは、情報・伝達・理解という三つの選択の統一として成立する。ある発話や記号が、誰かの伝達として何らかの情報と結びつけられ、その差異が理解されたときにはじめてコミュニケーションが成り立つ。理解は単なる複製ではなく、後続のコミュニケーションへの接続を可能にする選択であり、誤解や非理解も含みうる。したがって、知覚や物理的な信号伝達だけではコミュニケーションにならない。
さらに重要なのは、ルーマンが心的システムと社会システムを異なるオートポイエティックな閉鎖系として区別した点である。社会システムは思考できず、心的システムはコミュニケーションできない。正統解釈では、コミュニケーションには少なくとも二つの心的システムが前提されるため、AI・ロボット・動物・分散ソフトウェアは社会の構成要素ではなく、社会に対する環境や構造的カップリングの相手として位置づけられる。
非人間エージェントは「意味」の担い手になれるか
類型ごとに大きく異なる能力構成
非人間エージェントを一括して論じるのは危険である。LLM・対話AIは自然言語の生成と解釈に強く、集団内では中央統制なしに社会的慣習が自発的に形成されうることが示されている。身体化ロボットは多モーダルな知覚を通じた相互行為に強みを持つが、制度的な意味づけは人間側に依存する。動物は種差が大きく、霊長類や鳥類では意図的コミュニケーションの証拠が蓄積している一方、人間的な共有意図性を一般化することは難しい。マルチエージェントシステムはプロトコルに基づく形式的な通信に長けているが、社会的意味への接続は外部制度しだいである。センサーやIoT機器は記述と相互運用の層にとどまり、単独で意味主体とは言いがたい。
「理解」を操作的に捉え直す視点
Human-Machine Communication（HMC）研究の重要な示唆は、機械の「本物の内面」を証明できなくても、符号化・解読・意味形成・関係形成という観点から相互行為を研究しうるという点にある。ルーマンの「理解」を心的内面へのアクセスではなく、後続の接続を可能にする操作的な差異化能力として捉え直すなら、AIやロボットの一部を限定的な意味参与者として扱える余地が生まれる。ただしこの拡張は「心的システムが必要」という強い前提を弱めるため、慎重な基準設定が求められる。
既存の拡張論はどこまで進んでいるか
既存の議論は大きく四つの方向に分かれる。第一は正統ルーマン解釈の維持であり、理論的一貫性は最も高いが、AIエージェント群内部での慣習形成といった現象の記述力に課題を残す。第二はエレナ・エスポジトの「人工的コミュニケーション」論であり、アルゴリズムの計算結果が社会の中でコミュニケーションとして回収されることで新しいタイプのコミュニケーションが成立すると論じる。これはルーマンの区別を保ちながらAI時代を説明しようとする最も重要な内在的拡張である。第三はHMCおよびAI-Mediated Communication研究であり、AIが人間の代理としてメッセージを修正・生成する状況が、既存のコミュニケーション理論そのものの拡張を要請すると主張する。第四はアクターネットワーク理論や分散認知の系譜であり、人間と非人間の固定的な二項対立を退けるが、そのぶんルーマン固有の操作的閉鎖や自己言及の厳密性を薄める傾向がある。
有力な再定義——意味を三層に分ける
これらを踏まえた有力な再構成が、意味を一枚岩の概念としてではなく三層に分ける「層化意味モデル」である。第一層はプロトコル的意味であり、差異の符号化・解読・状態遷移がここに含まれる。第二層は相互行為的意味であり、情報・伝達・理解の接続と、相互作用の履歴を参照した後続選択の変化が問われる。第三層は制度的意味であり、責任・正当化・社会的受容・規範化を必要とする。
このモデルでは、非人間エージェントにはまず下位層での参与を認め、上位層では人間的・社会的な承認や制度化を必要条件とする。これにより、ルーマンの自己言及・選択・後続接続という形式的骨格を温存しながら、AI群内部の慣習形成という新しい現象を捨象せず、同時に制度的責任を人間・組織の側に戻す余地を残せる。逆に、機械を人間と完全に対称的な意味主体とみなす強いポストヒューマン的拡張は、心的システムと社会システムの区別を大きく崩すため、理論的一貫性は低くなる可能性がある。
倫理的・実践的含意——意味参与の理論を責任免除の理論にしないために
非人間エージェントを意味の参与者とみなすほど、責任の所在は曖昧になりやすい。したがって倫理上の焦点は「機械に責任を与えるか」ではなく、説明・監査・介入・異議申立ての経路をどこに置くかへ移る。国際的なAI倫理原則や各国のガイドラインは、透明性・説明可能性・人間監督を中核に据え、AIに関する事実上・法律上の責任は人間や事業者の側で整備すべきだとする方向で概ね一致している。
実務上は、AIとの相互作用であることの開示、用途の限定、ログの保存、人間による最終決定権の保持、継続的な再評価が不可欠となる。またLLM集団では、個体にない偏りが集団的な相互作用から出現しうるため、単体モデルの評価だけでなくマルチエージェント単位でのモニタリングも必要になる可能性がある。こうした設計を伴わなければ、「意味参与の理論」はそのまま「責任免除の理論」に転化しかねない。
まとめ——ルーマン理論は時代遅れではなく、むしろ今こそ必要
ルーマンの「意味」概念をそのまま保持することは難しいが、全面的に放棄する必要もない。彼の最も重要な洞察は、意味を「内容」ではなく「選択が未選択の可能性へと開かれている形式」として捉えた点にある。この形式理解を残す限り、AI・ロボット・IoTをめぐる今日的問題は、意味概念の破綻ではなく、意味の担い手の範囲と階層の再設計として扱える。
再定義の最適解は、人間と同等の意味主体を無制限に増やすことではなく、「意味の階層化」と「参与条件の厳格化」にある。プロトコル的に差異を符号化・解読できるか、相互作用の履歴を参照して後続選択を変えうるか、その出力が社会的に理解・制度化されるか——この三段階の評価を通じて、ルーマン理論は最小限の改変で現代の社会技術環境に接続される。何がコミュニケーションで、何が単なる伝送なのか。この問いを精密に問い直すための理論的資源として、ルーマンはいまなお強力である。
コメント