← 2026-04-14 の一覧へ戻るホーム
スタンフォード大学の報告書が、AI の専門家と一般の人々の間に深まりつつある乖離を浮き彫りにしています。

2026/04/14 6:25

スタンフォード大学の報告書が、AI の専門家と一般の人々の間に深まりつつある乖離を浮き彫りにしています。

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

以下は、欠落していたデータポイント、Sam Altman（オープンAI社長の）に関する具体的な文脈、およびグローバルと米国という区別を統合しながら流れを保った改良版の要約です：

改善された要約： スタンフォード大学による年次 AI レポートは、専門家による楽観主義と一般市民による不安の間における拡大する乖離を米国で示しています。これは、長期的なフューチャーリスク（例えば AGI）をリーダー層が重視している点と、雇用保障やエネルギーコストの上昇などの直感的懸念を一般市民が重視する点との対立によって駆動されています。この感情のギャップは際立っています：専門家による 56% が AI の未来をポジティブに予測するのに対し、米国人のわずか 10% だけがそれに興奮しています。この格差は特定のセクターで特に顕著です；例えば医療ケアに関する事項では、専門家による 84% が肯定的な影響を見据えているのに対し、一般市民はわずか 44% に過ぎず、雇用への影響については、専門家による 73% がポジティブであるのに対し、一般市民は 23% にすぎない（雇用喪失を恐れています）。また、Gen Z は日常的使用にもかかわらず高水準の怒りという否定的な感情で先頭を走っており、これはオンライン上でオープンAI社長の Sam Altman を標的にした攻撃に対する反応から現れた歴史的労働不満を反映しています。さらに、米国の規制への信頼度は 31% で世界的低水準にありながら、連邦規制の強度については国内では依然として議論が続いています。経済的圧力と公共事業のコストが高まるにつれて、技術戦略と一般市民の要求との間のこの断絶は、整調されない場合、広範な AI の採用を阻害する恐れがあります。

本文

スタンフォード大学が月曜日発表した AI 業界に関する年次報告書によると、AI の専門家と一般市民の技術に対する見方は一層乖離しています。同報告書は、特に米国において、雇用の確保、医療、経済といった社会の主要分野に及ぼす影響について懸念が高まっている点を指摘し、その背景には「人工知能（AI）への不安感」が着実に増大しているとの傾向を示しました。

この報告書の示した見解は、最近のギャラップ社の世論調査によれば、AI に対する否定的な感情の高まりを反映しており、特に Z が若者層がその先頭に立っていることを示しています。同調査では、Z 世代の一部で約半数の人が毎日または週に一度は AI を利用しているにもかかわらず、技術への期待感が低下し、むしろ怒りが増していることが明らかになりました。

一部のリテック業界関係者にとって、この AI に対する反発は驚きをもたらしました。AI 業界の指導者は主に人工汎用知能（AGI）という理論的な概念の管理に注力しており、これは人間が行えるあらゆる作業をこなし、自ら思考できる超知能のある形態を指します。しかし一般の人々は、その収入への影響や、エネルギーを大量消費するデータセンターが建設されることで電気代が上がるかどうかに関心が高いのです。

「正直言って、現在の AI 反対論のような公衆の感情に対し、OpenAI や Anthropic の指導者が『何もしなければ多くの人々にとってこれは酷いことになる』と述べているのを業界の一部はまだ驚いているのは奇妙です。この状況下で、一般大衆が抱く感情をどう想像できますか？」――デイヴィッド・ズォウ氏（@dz）、2026 年 4 月 13 日

「はい、AI 業界の指導者の多くは一般の人々と歩調を合わせず、スカイネットへの恐怖が現在の AI 反対感情の主因ではないことに気づいていないのではないかと考えます。もちろん、そのような懸念は存在しますが、大多数の人々はむしろ給料や公営サービスの費用について強く気にしています」とコメントしたキャロライン・オア・ブエノ博士（@RVAwonk）、2026 年 4 月 13 日

この意識のギャップは、最近 OpenAI の CEO サム・アルトマン氏の自宅への攻撃に対するオンラインでの反応で特に顕著に現れています。例えば X（旧 Twitter）上の投稿において、AI 業界の関係者たちは、アルトマン氏宅を攻撃したことへの称賛ともとれるインスタグラムのコメント列に対して驚きを表明していました。一部のこれらのコメントは、2024 年に United Healthcare の CEO が射殺された後、または最近では「生活にふさわしい賃金」を受け取らなかったため怒った従業員によって Kimberly-Clark の倉庫が焼却された事件後にオンラインで広まったような雰囲気を持っています。さらに、いくつかの発言は革命的な行動が必要だとまで提案するものもあります。

スタンフォード大学の報告書は、こうした否定的な感情の出所についてより深い洞察を提供しており、さまざまなソースから収集された AI に関する世論データをまとめ上げています。

例えば、同報告書は先月公表されたピュー・リサーチセンター（Pew Research Center）の調査を引用し、「日常における AI の使用拡大に対して、『心配よりも期待している』と答えた米国人はわずか 10％にとどまった」と指摘しました。一方で、AI 分野の専門家たちは「今後 20 年間で AI が米国にプラスの影響を与える」と考えていると 56％が回答しています。

同様に、AI が社会に影響を及ぼしうる特定の領域においても、専門家の意見と一般大衆の世論は大きく乖離しています。実際、報告書の著者らは「今後 20 年間で医療分野に全体としてプラスの影響をもたらすと専門家には 84％が回答したが、米国の大衆においてはそれに対応する人は 44％しかなかった」と示しました。

  • 医療分野：専門家の 84％が今後 20 年間に AI が医療分野に全体としてプラスの影響をもたらすと信じているのに対し、一般大衆ではこの認識を持つ人はわずか 44％にとどまっています。
  • 雇用：専門家のうち過半数（73％）が、AI が人々の業務遂行方法への影響に対して肯定的であると感じているのに比べて、一般大衆ではその割合は 23％しかありません。
  • 経済：専門家の 69％が AI は経済にプラスの影響を与えると見ていますが、仮説的な「AI による解雇」と職場の混乱を背景として、一般大衆の中で同様に考える人はわずか 21％です。

また、報告書で引用されたピュー・リサーチセンターのもう一つのデータによれば、AI が雇用市場にもたらす影響について専門家は悲観的ではありませんが、米国人の約 64％は「今後 20 年間で AI は雇用の減少を引き起こすと考えている」と答えています。

また、米国は他の国に比べて AI を責任ある方法で規制する政府への信頼度が最も低い（31％）という結果を示しており、スタンフォード大学の報告書に掲載された Ipsos 社からのデータでは、シンガポールが最も高く 81％を記録しました。

さらに別のソースによる州政府別の規制に関する調査では、全国的に 41％の回答者が「連邦レベルの AI 規制は物足りないと答える一方、27％のみが『規制が行き過ぎるだろう』と答えました」と結論付けられています。

恐れや懸念にもかかわらず、AI は一つ評価を得ており、それは「AI の製品やサービスの方が長所を上回っていると感じる人々が、2024 年の 55％から 2025 年には 59％に若干上昇しました」です（グローバルレベルでの状況）。

しかし同時に、報告書の著者が引用したデータによると、同様の期間中に「AI によって『不安』を感じる」と答えた人々の割合は、50％から 52％へと増加しました。

執筆者について
サラ氏は 2011 年 8 月以降、テッククランチで記者として勤務しています。此前には、ReadWriteWeb で 3 年以上勤務した後、テッククランチに加入しました。記者としての経験を持つ以前、サラ氏は金融、小売、ソフトウェアなど複数の業界において IT エンジニアとして活動していました。

同じ日のほかのニュース

一覧に戻る →

2026/04/14 2:54

1 つ、30 の WordPress プラグインを購入し、それぞれにバックドアを埋め込まれた。

## Japanese 翻訳： 元サマリーの原文は明確で正確であり、高レベルの概要として十分に範囲内に収まっており、改行文筆は必要ありません。

2026/04/14 5:36

GitHub で積み上がったプルリクエストを処理する。

## Japanese Translation: 本テキストでは、「Stacked PRs（スタックされたプルリクエスト）」を紹介します。これは、大規模で管理が困難なプルリクエストによる問題、例えばレビューの難易度が高いこと、マージにかかる時間が長いこと、頻繁な衝突などを解決するために GitHub が実装した機能です。開発者は一度に巨額の変更を提出するのではなく、作業を注力し独立した層に分割し、それらが互いに縦方向に積み上げられ、最終的に main ブランチへマージされるまで進めます。 GitHub 本家はこのワークフローを、ナビゲーション用の可視化「スタックマップ（stack map）」UI でサポートしており、ブランチ保護規則がターゲットとなる最終ブランチに対して自動的に適用され、継続的統合（CI）システムが各層ごとに個別にテストを実行し、main ブランチへのマージを想定する manner で動作します。また、ユーザーはスタックの全て、または一部の PR をマージすることができ、残りの PR は自動的にリベースされ、スタック構造が維持されます。 このワークフローをローカル環境で管理するためには、開発者は `gh stack` CLI ツールを使用します。これは、拡張機能をインストール（`gh extension install github/gh-stack`）し、`gs init`、`gs add`、`gs push`、`gs submit` などのコマンドを用いてブランチを作成し、カスケードリベースを管理し、スタックをレビューまたはマージのためにオープン化することを意味します。将来的には、AI コーディングエージェントもこのスタックを自律的に処理できるように、特定のスキルパッケージ（`npx skills add github/gh-stack`）をインストールすることで教育できます。Ultimately（結果として）、Stacked PRs はチームが段階的なレビューを通じてコードの品質を向上させながら、大規模なコードベースを維持するために必要な手動作業を劇的に削減することを可能にします。

2026/04/14 0:31

『何事も起きない：スポーツ市場以外では常に「いいえ」と購入する Polymarket ボット』

## Japanese Translation: 本書では、Polymarket でスポーツ以外の Yes/No マーケットにおける「NO」エントリを取引することを目的に特化して構築された非同期の Python ボット「Nothing Ever Happens」を معرفیしています。本プロジェクトは娯楽目的でのみ提供されるものであり、保証や免責事項は一切適用されません（as-is）として提供されます。ライブフラグが設定されていないデフォルト状態では `PaperExchangeClient` が採用され、シミュレーションテストが行われます。リアルな取引を実行するには、環境変数を明示的に設定する必要があるためです。具体的には、`BOT_MODE=live`、`LIVE_TRADING_ENABLED=true`、`DRY_RUN=false` などを設定することでリアル取引モードを有効化します。また、ライブオーダーの送信を有効にするには、`PRIVATE_KEY`、`FUNDER_ADDRESS`（署名タイプ 1 および 2 の場合）、データベース URL、および Polygon RPC URL などの特定のエントリが必要となります。 ボットのアーキテクチャはモジュール化されており、ランタイムロジック、取引所クライアント、ダッシュボード UI、回復ツール、そしてコア戦略モジュールである「nothing_happens」で構成されています。ローカルでのセットアップでは、`pip install -r requirements.txt` によって依存関係をインストールし、`config.example.json` を `config.json` にコピーして非機密設定をその中で構成し、秘密鍵やフラグは `.env` ファイル（パス：`strategies.nothing_happens`）に保存します。ローカル設定は意図的に git 無視されており、ユーザーは環境変数 `CONFIG_PATH` を通じてランタイムが参照する異なるパスを指定できるようにしています。 Heroku でのクラウドデプロイメントでは、特定のコマンドヘルパー（`alive.sh`、`logs.sh`、`kill.sh`）を使用して、アプリの状態を管理し、ライブ取引の有効化/無効化やロギングを行うことができます。デプロイには、bot モード、プライベートキー、RPC URL、データベースに関する環境変数を `heroku config:set` コマンドを用いて設定する必要があります。-production 環境では、誤って長時間実行タスクを実行してしまうのを防ぐためにワーカーダイノを除外し、ウェブダイノのみを使用するようにスケーリング構成されています。また、`db_stats.py`、`export_db.py`、`wallet_history.py`、`parse_logs.py` などのユーティリティスクリプトは、データベースの点検やログ分析を実行することなく市場の変動を意図的に引き起こさずにこれらの情報を可視化することを可能にするため、透明性を高めています。