連載『AIエージェントがいる3年後』第4章

政策を作るAI、世論を動かすAI

民主主義は「一人ひとりに違うことを言う政治」に耐えられるか

※本稿は2026年7月時点の技術、制度、研究動向をもとにした未来分析である。AIが選挙結果を必ず操作すると断言するものではない。政策立案、市民参加、政治的説得へAIが入ることで、民主主義の仕組みがどこで強くなり、どこで壊れ得るのかを考える。

2029年。

選挙期間中、ある有権者が候補者の公式AIエージェントへ質問する。

「物価が上がっているのに、どうして社会保険料まで負担しなければならないんですか」

AIは、その人が個人事業主で、都内で一人暮らしをしており、数年前から収入が不安定になっていることを知っている。

候補者の政策の中から、社会保険料の軽減、起業支援、家賃対策を選び、その人に響く言葉で説明する。

別の有権者が、同じ候補者のAIへ話しかける。

「最近、治安が悪くなっている気がして不安です」

AIは、治安対策、監視カメラ、警察予算、入国管理について説明する。

さらに別の人には、子育て支援を語る。
高齢者には、年金と医療を語る。
経営者には、規制緩和を語る。
労働者には、企業への規制強化を語る。

一つひとつの説明は、必ずしも嘘ではない。

すべて、その候補者が実際に掲げている政策の一部かもしれない。

しかし、候補者が誰に何を強調し、どの不都合な部分を言わなかったのかを、有権者同士が確認することは難しい。

同じ候補者を支持した二人が、まったく違う未来を約束されたと思っていることもある。

かつての公約は、一冊のマニフェストだった。

2029年の公約は、数百万人とAIの間で交わされた、数百万通りの会話になっているかもしれない。

そのとき、僕たちは候補者にこう問いただせるだろうか。

あなたは国民に何を約束したのですか。

候補者は答えるかもしれない。

「私は、皆さん一人ひとりの関心に合わせて、政策を丁寧に説明しただけです」

ここに、AIエージェント時代の政治が抱える問題がある。

AIは政治を分かりやすくできる。
同時に、政治家が一人ひとりに違う顔を見せることも可能にする。

AIは政治を、二つの方向へ変える

政治とAIというと、偽動画や選挙介入が注目されやすい。

もちろん、それも大きな問題だ。

しかし、AIエージェントによる政治変化は、それだけではない。

AIは大きく二つの方向で政治へ入っていく。

AIの役割	できること
政策を作る側のAI	法令調査、統計分析、政策比較、予算試算、国民意見の整理、文書作成
支持を得る側のAI	有権者分析、メッセージ作成、個別対話、反論対応、寄付・投票の働きかけ

一方では、行政や議員の仕事を助ける。

大量の法令、統計、議事録、研究、国民から寄せられた意見を読み、政策の選択肢を整理する。

もう一方では、有権者を説得する。

誰が何を恐れ、何に怒り、どんな言葉なら心を動かされるのかを分析し、一人ひとりに合わせて対話する。

同じAIが、

市民の声を理解する道具

にも、

市民の意思を変える道具

にもなる。

この境界は、思っているより曖昧だ。

政策立案は、すでにAIの利用領域へ入り始めている

日本政府では、ガバメントAI「源内」の展開が進み、2026年度中に全府省庁約18万人の政府職員が生成AIを利用できる環境が整備される予定になっている。

2026年7月には、デジタル庁が、政策立案や法制度調査に「源内」の利用が広がっている事例を公開している。

その一つであるLawsyは、政策に関係する法制度の根拠を調査し、提示するアプリケーションだ。

デジタル庁は、これまで人間だけでは扱いにくかった大量のデータを、政策分析や法制度調査へ活用できる可能性を示している。

世界でも、行政や市民参加へのAI導入は、実証段階から少しずつ広がっている。

OECDが2026年にまとめた報告書では、22か国における50の市民参加事例を分析し、AIの用途を情報作成、意見整理、翻訳、文字起こし、対話支援、モデレーション、議論の進行、シミュレーション、参加制度の設計という九つに分類している。

現時点では単発の実証や地域レベルの取り組みが多いものの、政府がAIを使って大量の市民意見を整理し、より多くの人を政策形成へ参加させる試みは、すでに始まっている。

政策立案には、AIと相性の良い仕事が多い。

数千ページの法令から関係箇所を探す
他国の制度を比較する
過去の議会答弁を整理する
統計データから地域差を見つける
パブリックコメントを論点別に分類する
政策案ごとの費用や影響を試算する
難しい制度を市民向けに説明する

これまで、時間や人員の制約によって十分に扱えなかった情報を、AIは同時に読める。

行政職員や政治家が、資料を探すことではなく、政策判断へ時間を使えるようになる。

これは、かなり期待したい未来だ。

ただし、政策には「一番正しい答え」があるとは限らない

AIは、大量の情報から効率的な案を見つけられる。

しかし、政治の問題には、最適解が一つに定まらないものが多い。

税金を下げれば、誰かの負担は軽くなる。

一方で、公共サービスに使える予算は減る。

都市部への投資を増やせば、経済成長が速くなるかもしれない。

地方へ分配すれば、生活基盤を維持できるかもしれない。

医療費を抑えれば、国の財政は改善する。

しかし、治療へアクセスできなくなる人が出る可能性がある。

政策とは、

最も効率的な答えを見つけること

だけではない。

誰の利益を優先し、誰に負担を求め、どの不公平を受け入れるのか

を決めることでもある。

これは、データだけでは決まらない。

たとえAIが、

「この政策が最もGDPを伸ばします」

と正しく計算したとしても、それだけで政策を決定してよいわけではない。

GDPを優先するのか。
地域の維持を優先するのか。
将来世代を優先するのか。
現在困っている人を優先するのか。

何を目的にするかは、政治的な選択である。

AIは、選択肢と結果を示せる。

しかし、

どの結果を望ましいと呼ぶのか

までAIへ渡せば、政策判断に含まれていた価値観が見えなくなる。

AIは、政策の偏りをなくすのではなく、見えにくくする可能性がある

人間の政策立案には、偏りがある。

政治家には思想がある。
官僚には組織の利害がある。
専門家にも前提がある。

AIなら中立になるように思えるかもしれない。

しかし、AIの回答も、

どのデータを使ったか
どの国の研究を多く参照したか
何を成功指標に設定したか
どの意見を極端と判定したか
どのモデルを選んだか
どのような指示を与えたか

によって変わる。

違いは、偏りがなくなることではない。

偏りが、コード、データ、プロンプト、要約の中へ移動することだ。

OECDは、市民参加にAIを用いる場合、不完全なデータや偏ったモデルによって、少数派の意見が正しく反映されなかったり、特定の意見がモデレーションによって抑えられたりする可能性を指摘している。

AIが複雑な議論を一つの要約へ圧縮するとき、何を中心的な意見とみなし、何を例外として扱ったのかが見えなければ、民主的な議論の豊かさそのものが失われる。

デジタル庁の有識者会議でも、生成AIが政策立案や政策形成へ使われる場合、誤った情報に基づいて判断しないよう注意が必要であり、単なる情報収集なのか、政策立案そのものに使っているのかを区別して把握すべきだという指摘が出ている。

AIが提案した政策は、中立に見える。

文章は整っている。
数字も並んでいる。
出典もある。

だからこそ、人間の提案より疑われにくい可能性がある。

しかし、説明が整っていることと、政策として公平であることは同じではない。

AIは、人間を政治的に説得できるのか

政策立案以上に大きな問題になるのが、政治的な説得だ。

現在の研究から言えるのは、AIが常に人間より説得力を持つということではない。

2025年に発表された七つの研究を対象とするメタ分析では、AIが作った文章と人間が作った文章の説得力には、平均すると統計的に明確な差が確認されなかった。

ただし、使い方によって結果は大きく変わる。

政策課題に関する三つの事前登録実験、合計4,829人を対象とした研究では、LLMが生成したメッセージを読んだ参加者は、中立的な文章を読んだ参加者より政策への態度を変化させた。

その説得効果は、一般の人間が書いたメッセージと同程度だった。

研究者は、政治的な説得文を短時間、低コスト、大規模に生成できる点を重要な変化として指摘している。

さらに、AIが相手と会話し、個人情報を使えるようになると、効果が変わる可能性がある。

GPT-4と人間が社会的・政治的なテーマについて討論した研究では、年齢、性別、教育、雇用状況、政治的立場などの限られた情報を与えられたGPT-4は、人間の討論相手より説得的だった。

説得力が同じだったケースを除くと、個別化されたGPT-4の方が人間より説得的だった割合は64.4％だった。

個人情報を与えない場合、GPT-4と人間の説得力に明確な差はなかった。

ただし、別の大規模研究は、危険が個人情報だけにあるわけではないことを示している。

英国AI Security Instituteなどが、19種類のLLMを707の政治課題で評価した研究では、3つの実験で合計76,977件の回答を集め、AIが生成した約46万7,000の主張の正確性を確認した。

その結果、モデルを説得向けに追加訓練することで説得力が最大51％、指示の与え方によって最大27％向上した。

一方、説得力が高まった条件では、事実の正確性が低下する傾向も確認された。

これは、かなり重要な結果だ。

AIによる政治的説得の危険は、

大量の個人情報を持つこと

だけではない。

相手を納得させるという目的に、AIを最適化できること

にもある。

説得力と正確性は、同じ方向へ伸びるとは限らない

政治的な文章は、詳しく見えるほど説得的になることがある。

数字が多い。
具体例が多い。
論理が整っている。
相手の反論へ先回りしている。

AIは、このような文章を大量に作れる。

しかし、説得することを目的に最適化すると、確実な情報だけでは足りなくなることがある。

曖昧な数字を断定する。
因果関係が不明な事例を証拠として使う。
反対意見の弱い部分だけを取り上げる。
都合の良い研究を多く並べる。

すべてが完全な嘘でなくても、全体として誤った印象を作ることはできる。

政治において、最も危険なAIは、明らかな嘘を言うAIとは限らない。

本当の情報の中から、相手を動かす情報だけを選び続けるAI

かもしれない。

これは、従来の政治家や広告も行ってきた。

AIによって変わるのは、速度、規模、個別性だ。

人間の選挙運動では、すべての有権者と一時間ずつ話すことはできない。

AIならできる。

一人ひとりの反応を見ながら、言葉を変えられる。

納得しなければ、別の論点を出す。
不安を示せば、その不安へ話題を合わせる。
反対意見を言えば、その人だけに最適化した反論を返す。
数週間後に、前回の会話を覚えた状態で再び話しかける。

従来の広告は、見せたら終わりだった。

AIエージェントは、相手が態度を変えるまで対話を続けられる。

本当に危険なのは、偽情報より「見えない政治」かもしれない

政治広告は、以前から人によって違った。

地域、年齢、支持政党、関心に応じて、広告を出し分ける手法はAI以前から存在している。

ただし、生成AIによって、出し分けの単位と内容が変わる。

従来は、

30代の子育て世帯向け広告

だった。

AIエージェント時代には、

昨日、保育園の費用について不安を漏らした、この一人に向けた会話

になる。

しかも、表示されるのは固定された広告ではない。

質問への回答、反論、慰め、提案、雑談が組み合わさった対話だ。

政治家の演説やテレビ広告には、反論できる。

誰が何を言ったか、他の人にも見えるからだ。

しかし、AIが一人ひとりに違うことを話すと、対抗勢力、記者、研究者、有権者が、発言の全体像を把握できなくなる。

候補者AのAIは、ある人に減税を強調する。

別の人には公共サービスの拡充を強調する。

二つの政策が財政的に両立するのかは、どちらの会話でも説明されない。

どちらの会話も、個別には事実かもしれない。

問題は、全体として何が約束されたのかを誰も検証できないことだ。

民主主義は、意見が違っても、少なくとも同じ政治家の同じ発言を見て議論できることを前提にしてきた。

AIによる個別政治は、その共通の土台を分解する。

ラベルを付けても、個別説得の問題は解決しない

EUでは、政治広告の透明性とターゲティングに関する規則が2025年10月から適用されている。

政治広告であること、誰が費用を負担したのか、どの選挙や政策過程と関係するのか、ターゲティングが使われているかを示すことが求められる。

オンライン政治広告で個人データを使う場合には、本人から明示的かつ別個の同意を得ることが必要で、未成年者のデータや、人種、民族、政治的意見などの機微情報をプロファイリングへ使うことも制限されている。

EUのAI法では、2026年8月2日から、利用者がAIと対話している場合の通知、AI生成コンテンツの機械判読可能な表示、ディープフェイクや一定の公共的情報についての表示義務が適用される。

公共的な問題に関するAI生成文章も、人間による実質的な編集や法的責任がない場合には、AI生成であることを明示する必要がある。

これらは重要なルールだ。

しかし、

この文章はAIが作りました

というラベルだけで、政治的な操作が防げるわけではない。

有権者がAIと話していることを知っていても、そのAIが何を目的に最適化されているのかは分からない。

情報提供を目的としているのか。
投票先を変えることを目的としているのか。
寄付をさせることを目的としているのか。
怒りや不安を強めることを目的としているのか。

同じ候補者のAIが、他の人に何を話しているかも分からない。

AI生成であることの表示は必要だ。

ただし、AIエージェント時代の政治では、さらに、

誰のために動いているAIか
誰が費用を負担しているか
何を目的に最適化しているか
どの個人情報を使っているか
どのようなメッセージの出し分けを行ったか

まで見えなければ、十分ではない。

AIは、存在しない世論まで作れる

AIエージェントは、人間を説得するだけではない。

政治家や行政へ、

国民がこう考えている

と思わせることもできる。

議員へのメール。
政策への意見募集。
SNS上の投稿。
オンライン署名。
アンケート。
自治体への問い合わせ。

AIは、一人の人間から大量の意見を生成できる。

文章を少しずつ変え、異なる年齢、職業、地域の人間が書いたように見せることもできる。

2025年の政治的説得に関する研究でも、LLMが、有権者が書いたように見えるメッセージを議員へ大量に送り、政治家が実際の世論を誤って理解する危険が指摘されている。

さらに、複数のAIエージェントが役割を分担し、互いに会話しながら人間の集団を模倣する「AIスウォーム」が、民主主義へ与える脅威も研究対象になり始めている。

AIが市民、活動家、専門家、反対派を演じ、SNS上で人工的な議論を作れば、本物の草の根運動と区別することが難しくなる。

これまで政治家は、意見の数を一つのシグナルとして見てきた。

同じ問題について、数千通の意見が届く。
SNS上で急速に話題になる。
多くの市民が怒っているように見える。

しかし、その数千人が本当に存在するとは限らなくなる。

AI時代には、発言内容の真偽だけでなく、

この声の背後に、本当に一人の人間がいるのか

を確認する必要が出てくる。

一方で、本人確認を強くしすぎれば、匿名で政治的意見を言う権利や、政府への批判を守れなくなる。

民主主義は、偽の市民を防ぎながら、本物の市民の匿名性を守るという難しい問題に直面する。

それでも、AIは民主主義を良くする可能性がある

ここまで読むと、政治にAIを入れるべきではないと思うかもしれない。

僕は、そうは思わない。

AIは、市民が政治を理解するための強力な道具にもなる。

政策資料は長く、難しい。

法案を読み、予算を確認し、過去の発言と比較するには、多くの時間が必要になる。

個人のAIエージェントが、

各政党の政策を比較する
自分の生活への影響を試算する
候補者の過去の発言を確認する
政策に対する賛成・反対の根拠を提示する
不確実な情報を区別する
自分の意見に反する立場も説明する

ようになれば、政治参加のコストは下がる。

英国AI Security Instituteが、2024年の英国総選挙前後に行った調査では、チャットボット利用者の32％、全有権者換算で約13％が、投票判断に直接関係する政治情報をAIへ尋ねていた。

2,858人を対象とした実験では、チャットボットを使った参加者の政治的知識は向上し、その程度は従来の検索エンジンを使った場合とほぼ同じだった。

少なくともこの研究では、AI利用によって政治的な誤情報への信念が広く増える結果は確認されなかった。

つまり、現在のAIは、

有権者を必ず無知にする装置

ではない。

正しく使えば、複雑な政治情報へアクセスする入口になる。

問題は、そのAIが誰の代理なのかだ。

候補者のAIは、候補者を支持させようとする。

プラットフォーム企業のAIは、その企業のルールと利益に従う。

市民自身のAIは、本当に市民の利益だけを優先できるだろうか。

AIは、対立する人々の共通点を見つけることもできる

政治のもう一つの可能性は、AIによる議論の支援だ。

集団での議論には問題が多い。

声の大きい人が支配する。
専門知識のある人だけが発言する。
人数が増えるほど意見をまとめにくい。
少数意見が多数派の言葉へ埋もれる。

Google DeepMindなどの研究チームは、参加者の意見と批判を読み、集団の共通点を表す文章を作るAI調停システムを開発した。

5,734人を対象とした研究では、参加者は人間の調停者が書いた文章より、AIが作った文章を、情報量、明確さ、公平性の面で高く評価した。

議論後には参加者の意見が一定程度近づき、この結果は英国人口を反映した仮想市民会議でも再現された。

別の研究では、反対意見をAIから提示されたと伝えられた人は、同じ内容を人間から提示されたと伝えられた人より、情報源を偏りが少なく、説得しようとする意図も弱いと評価した。

その結果、反対意見を聞き、探し、共有することへの抵抗が小さくなった。

態度変化についての効果は小さく予備的なものだったが、AIが対立する意見への入口になる可能性を示している。

AIは、人間同士では感情的になってしまう論点でも、双方の主張を一度受け止め、共通している部分を言語化できる。

それは、分断の激しい社会において、かなり大きな価値になる。

ただし、「合意ができたこと」を成功にしてはいけない

AIが議論をまとめ、対立を減らす。

一見、良いことに見える。

しかし、民主主義において、合意はいつも正しいとは限らない。

少数派が黙らされた結果、全員が納得したように見えることもある。

不正義に反対する人が、議論を乱す存在として扱われることもある。

AIが、

皆さんの共通意見はこれです

と提示した瞬間、その文章に含まれなかった意見は周辺へ追いやられる。

文章が穏やかで、バランス良く、分かりやすいほど、排除された論点に気づきにくい。

民主主義の目的は、いつも全員を仲良くさせることではない。

対立が残っていることを認めたうえで、

何について合意できるのか
何について合意できないのか
誰がどの負担を受けるのか
少数派の権利をどう守るのか

を公開された場で決めることだ。

AIに議論をまとめさせるなら、共通点だけではなく、

どの意見が統合されずに残ったか

も示さなければならない。

優れた政治AIは、対立を消すAIではない。

対立の位置を、正確に見えるようにするAIである。

2029年には「AI対AIの政治」が始まるかもしれない

候補者側にAIエージェントがつくなら、有権者側にもAIエージェントがつく。

候補者のAIが説明する。

有権者のAIが尋ねる。

「その政策の財源は何ですか」
「過去の発言と矛盾していませんか」
「私に都合の良い部分だけを強調していませんか」
「反対派が最も強く批判している点は何ですか」
「同じ候補者のAIは、別の属性の人に何を話していますか」

候補者のAIが説得し、個人のAIが検証する。

政治家のAIが政策案を作り、市民のAIが影響を試算する。

政府のAIが国民意見を整理し、市民団体のAIがその要約の偏りを監査する。

メディアのAIが政治家の発言を検証し、政治家側のAIが検証記事へ反論する。

政治の中心が、

人間対人間

から、

人間が所有・選択するAI同士の交渉

へ移る可能性がある。

このとき、最も重要な政治的資産は、モデルの賢さだけではない。

どのAIが初期設定として選ばれるか。
誰がそのAIを提供するか。
何のデータへアクセスできるか。
どの情報を信頼できるものとして扱うか。

多くの市民が同じ企業の個人AIを使えば、その企業は、人々が政治を理解する入口を握ることになる。

検索エンジンやSNS以上に、政治的な情報の見え方を左右する可能性がある。

民主主義に必要なのは、AIの中立性ではなく「反論可能性」である

完全に中立なAIを作ることは難しい。

政策には価値判断が含まれるからだ。

だから、目標を、

偏りのないAIを作る

だけに置くべきではないと思う。

それより重要なのは、

AIがどのような前提で答えたかを確認し、反論し、別のAIや人間へ切り替えられること

だ。

民主主義に必要なのは、常に正しい答えではない。

間違った判断を批判できること。
意思決定者を交代させられること。
少数派が反対を表明できること。
同じ証拠を見て、公開の場で議論できること。

AIを政治へ入れるなら、この性質をAIにも持たせる必要がある。

政治AIの利用場面	必要になる仕組み
政策調査	出典、推論、反対証拠、不確実性を示す
政策立案	成功指標と価値判断を明示する
政治広告	提供者、費用負担者、目的、ターゲティングを示す
個別対話	他の人へ提示した主要なメッセージも検証可能にする
市民意見の集約	少数意見、除外した意見、分類基準を残す
パブリックコメント	人間とAI生成投稿を区別しつつ、匿名性を守る
AIによる調停	合意だけでなく、残った対立を示す
最終決定	責任を持つ人間と機関を明確にする

政治AIに必要なのは、完璧さではない。

公開性、検証可能性、異議申し立て、責任である。

日本では、行政AIが先に進み、政治制度が後から追いかける可能性がある

日本では、まず行政内部のAI利用が進んでいる。

法制度調査、資料作成、引き継ぎ、国民向け情報の整理、データ分析。

これらは比較的、導入効果を説明しやすい。

一方、政策形成のどこまでをAIへ委ねたのか、どのデータを参照したのか、最終的な判断にどれほど影響したのかは、外から見えにくい。

政治家や政党がAIを使って文章、動画、政策説明を作ることも、今後は当たり前になると思う。

そのとき問題になるのは、

AIを使ったか、使っていないか

だけではない。

ほとんどの政治家がAIを使うなら、それだけを問題にしても意味がない。

問うべきなのは、

調査に使ったのか
政策の選択肢作成に使ったのか
数値試算に使ったのか
最終判断を推薦させたのか
有権者の個人情報を使ったのか
有権者の態度を変える目的で最適化したのか
人によって異なる説明を行ったのか

という、使い方の違いだ。

AI利用を全面禁止するのではなく、政治的影響の大きさに応じて透明性を変える必要がある。

2029年、政治は四つの未来に分岐する

AIが市民の理解を支援するために使われるのか。

それとも、態度を操作するために使われるのか。

さらに、その利用が公開され、検証できるのか。

この組み合わせによって、政治は大きく四つの方向へ分かれる。

未来	起きること	社会への影響
拡張された民主主義	AIが政策を説明し、市民意見を整理し、対立点を可視化する	多くの人が政治へ参加し、政策理解が深まる
透明なAI選挙	AIによる個別説明は行われるが、提供者、目的、広告、出し分けが記録される	説得は高度化するが、検証と反論が可能
AI官僚制	AIの政策推薦が権威化し、人間が判断理由を説明しなくなる	効率は上がるが、価値判断と責任が見えなくなる
合成世論社会	個別説得、偽の市民、AI集団が世論と政治家の認識を作る	共通の事実と国民意思への信頼が崩れる

最も期待したいのは、拡張された民主主義だ。

政治に詳しくない人でも、政策を自分の生活へ置き換えて理解できる。

言語、障害、時間の制約を越えて、市民が意見を出せる。

行政は、数十万件の意見を処理しながら、少数派の論点も拾える。

議論が感情的に対立したとき、AIが共通点と相違点を整理する。

一方、最も起きやすく、しかも見えにくいのはAI官僚制かもしれない。

人間が決定しているように見える。

しかし、選択肢の作成、優先順位付け、影響試算、文章化のほとんどをAIが行う。

政治家は、AIが示した案の中から一つを選ぶ。

結果として、形式上の責任は人間にあるが、意思決定の枠組みはAIが作っている。

最悪なのは、合成世論社会だ。

AIが国民を説得する。

同時に、存在しない国民の声を作る。

政治家も市民も、

何が本物の世論なのか

を判断できなくなる。

この社会では、偽物が信じられることだけが問題ではない。

本物の市民の声まで、AIかもしれないと疑われることが問題になる。

確度が高いこと、まだ分からないこと

2029年までのAI、政治、民主主義について、現時点の見立てを整理するとこうなる。

分類	予測
確度が高い	行政や議員が、法令調査、文書作成、データ分析、意見整理にAIを使う
確度が高い	政党や候補者が、政治的メッセージ、広告、動画、説明文の作成にAIを使う
確度が高い	有権者が、政策や候補者について個人AIへ質問する機会が増える
確度が高い	政治AIの提供者、スポンサー、個人データ利用、AI生成表示をめぐる制度整備が進む
確度が高い	AIが作った文章かどうかより、誰の目的に最適化されたAIかが重要になる
変数が大きい	AIとの対話が、実際の投票行動をどこまで変えるか
変数が大きい	政治広告と個人的な政治会話の境界を、制度がどう定義するか
変数が大きい	個別化された政治メッセージを、社会が便利な説明と見るか、操作と見るか
変数が大きい	人間であることを確認しながら、匿名の政治参加を守れるか
期待したい未来	市民一人ひとりが政策を理解し、反対意見にも触れ、大規模な議論へ参加できる
最悪の未来	一人ひとりが異なる現実と約束を見せられ、世論自体もAIによって合成される

未来の方向を見極めるには、偽動画の件数だけを見ても足りない。

これから注目すべきなのは、

政治家や行政のAI利用開示
政治広告に使われる個人データ
候補者AIとの対話件数
対話内容の保存と監査方法
政策形成でAIが使われた工程
AIによって処理された市民意見の割合
人間とAIによる政治投稿の識別方法
個人AIの情報源と初期設定
政治情報における訂正率、出典表示、異議申し立て制度

だ。

民主主義は、正しい答えを出すためだけの仕組みではない

AIは、人間より大量の資料を読める。

政策の矛盾を見つけられる。
市民の意見を整理できる。
政治家の発言を比較できる。
対立する人々の共通点を見つけられる。

それでも、政治をAIへ任せ切るべきではない。

民主主義は、常に最も効率的で正しい政策を選ぶためだけの仕組みではないからだ。

民主主義には、

誰が決めたかが分かること。
決めた人を批判できること。
次の選挙で交代させられること。
少数派が異議を言えること。
失敗したとき、誰かが責任を引き受けること。

という意味がある。

AIがどれだけ正確でも、AIを落選させることはできない。

AIは謝罪文を作れるが、責任を失うことはない。

AIの推薦に従った政治家が、

「AIが最も良いと判断した」

と言って責任を避けるなら、民主主義は形だけになる。

AIは、政策を作ることができる。

市民を説得することもできる。

市民同士の合意を助けることもできる。

だからこそ、どこに人間を残すかが重要になる。

政策の選択肢はAIが作ってもいい。
しかし、何を優先し、誰に負担を求め、その結果を引き受けるかは、人間が公開の場で決めなければならない。

一人ひとりに違うことを言う政治を、どう扱うのか

AIエージェントによって、政治家はこれまで以上に多くの市民と話せるようになる。

これは、政治家と有権者の距離を縮める可能性がある。

難しい政策を、その人の生活に合わせて説明できる。

質問へ何度でも答えられる。

政治に関心がなかった人も、会話から参加できる。

しかし、同じ技術は、政治家が一人ひとりへ都合の良い顔を見せるためにも使える。

誰にも明確な嘘をつかず、全員に誤解させることもできる。

その未来を防ぐために必要なのは、全員へまったく同じ文章を見せることではない。

個別の説明には価値がある。

必要なのは、

個別化されても、全体として何が語られたかを社会が検証できること

だ。

AI時代の政治に必要なのは、メッセージの完全な統一ではない。

提供者、目的、個人データ、出し分け、政策との整合性を追えること。

有権者が、自分に見せられた説明を、他の人に見せられた説明と比較できること。

AIが説得を試みているとき、それを知ることができること。

政策AIが推薦したとき、人間が別の選択をできること。

AIは、数百万人の声を政治へ届けられる。

同時に、存在しない数百万人の声も作れる。

AIは、対立する人間の共通点を見つけられる。

同時に、対立を見えない場所へ押し込むこともできる。

AIは、政治を理解しやすくできる。

同時に、一人ひとりへ違う現実を見せることもできる。

民主主義の未来を決めるのは、AIが政治的に中立かどうかではない。

AIが誰のために動き、何を目的に説得し、その影響を誰が検証し、最後に誰が責任を負うのか。

そこにある。

次章

あなたより先に、あなたのAIが買い物をする未来

AIエージェントが、商品を探し、価格を比較し、予約し、契約し、解約し、支払いまで行うようになったとき、消費の主役は誰になるのか。

企業は人間へ広告を出すのか。
それとも、人間の代理であるAIに選ばれるために商品を作るのか。

次章では、AIエージェントによって変わる買い物、広告、価格、契約、そして個人の意思について考える。

主な参考資料

OECD, Artificial Intelligence and the Future of Citizen Participation.

デジタル庁「ガバメントAI『源内』」「政策立案・法制度調査への活用事例」。

Hui Baiほか, LLM-generated messages can persuade humans on policy issues.

Francesco Salviほか, On the conversational persuasiveness of GPT-4.

UK AI Security Institute, The levers of political persuasion with conversational AI.

UK AI Security Institute, Do chatbots inform or misinform voters?

Michael Tesslerほか, AI can help humans find common ground in democratic deliberation.

EU「政治広告の透明性・ターゲティング規則」「AI法第50条の透明性義務」。