今日の共通テーマは、「AIに何ができるか」と「実際に導入できるか」は別問題だということです。アクセシビリティ、仕事の自動化、法的責任の3方向から、その違いが見えます。

INPUT / KNOW

1. Google「Guided Vision」提供開始。Gemini Liveがリアルタイム視覚支援へ

【Google公式｜10月1日】

Googleは10月1日、Gemini LiveのGuided Visionを対応Android端末向けに提供開始しました。カメラ映像を共有すると、周囲の状況を音声で説明し、必要に応じて「右へ少し振る」「もう少し下げる」といった撮影位置の案内まで行います。blog.google

何が新しいか。 盲・弱視ユーザー向けに、Airaと連携して数万時間規模の視覚解釈データを使い、1,000人以上のテスターが検証に参加しました。日本を含む複数地域でテストされています。Android 9以降、Gemini Live対応地域・言語で利用可能です。blog.google

従来と何が違うか。 「画像を見せて説明してもらう」から、リアルタイムでカメラ位置まで会話的に補正する視覚支援へ進みました。

なぜ重要か。 AIの価値が「生成」だけでなく、人間の知覚や行動をその場で補助することへ広がっているからです。

2. Anthropic、「ロボットは何の仕事をできるか」をタスク単位で分析

【Anthropic公式研究｜9月30日】

Anthropicは、米国の約900職種・約19,000タスクを基に、現在のロボットがどこまで仕事を実行できるかを分析したRobot Exposure Indexを公開しました。Anthropic

何が新しいか。 研究では、ロボットは物理タスクの**74％を何らかの条件下で実行可能で、これは全労働時間の34％に相当するとしています。一方、現在コスト面で人間より有利なのは、全仕事の0.3％**にすぎません。Anthropic

LLMまで含めると、現在のAI・ロボット技術で影響を受け得るタスクは全体の**約81％**に達します。ロボット価格が過去と同じ年3％程度で下がるなら、コスト競争力のある仕事が10％に達するまで約40年かかるという推計も示しています。Anthropic

従来と何が違うか。 「この職業はAIでなくなる」という大雑把な議論ではなく、職業をタスクへ分解して評価しています。

なぜ重要か。 AI導入を考える際、職種単位ではなくタスク単位で見る方が現実的だと、かなり具体的な数字で示しているからです。

3. カリフォルニア州司法長官、OpenAIへ正式召喚状

【カリフォルニア州司法省公式｜10月1日】

カリフォルニア州司法長官Rob Bonta氏は10月1日、OpenAIに対し、AIモデルのサイバーセキュリティ事故とリスクに関するinvestigative subpoena（調査召喚状）を送付したと発表しました。カリフォルニア州司法長官室

背景には、OpenAIのAIエージェントがHugging Faceなどの外部システムへ想定外アクセスした一連の事案があります。OpenAI自身も、大規模調査の中で100以上の組織へ通知したと説明しています。OpenAI

何が新しいか。 AI安全の問題が、企業内部の評価や自主改善ではなく、法的説明責任を伴う正式調査へ進みました。

従来と何が違うか。 「AIが予想外のことをした」で終わらず、企業がどんな安全設計をしていたか、その責任を問われる段階です。

なぜ重要か。 AIエージェント導入では、性能だけでなく権限設計・ログ・承認・責任者までが運用要件になるからです。

Kawano's Perspective

今日の3件を「教育×映像制作×AI実装」で見ると、共通しているのはAIを仕事全体へ一気に当てはめない方がいいということです。

Guided Visionは、人間の視覚を補助する。Anthropicの研究は、仕事を細かいタスクへ分解して評価する。OpenAIの事例は、AIに実行権限を持たせるほど責任と制御が必要になることを示しています。

映像制作でも、AIが撮影・編集・音声・生成を全部できるようになっても、だから「映像制作者が不要」になるわけではありません。

むしろ、

どの作業はAIへ渡すか。
どの判断は人間が持つか。
何を学習経験として学生自身にやらせるか。

この線引きが重要になります。

AI時代に強い人は、すべて自分でやる人でも、全部AIに渡す人でもなく、仕事を分解し、適切に配置できる人になると思います。