質問1
Jeremy Howard
x.com/jeremyphowardAI researcher and educator behind fast.ai who works to make AI accessible to more people and argues that openness protects against concentrated power.
AIは世界をどのように変えるでしょうか?
横軸:その人が表明したDoom–Bloomの見通し。 縦軸:変革の規模。
Doom–Bloom:100点中71。変革の規模:100点中51。解釈範囲:横方向は66から76、縦方向は35から90。これらは解釈上の座標であり、事象の確率ではありません。
≈4%
本人が示した数値ではなく、シミュレーションされた本人の回答から推定したものです。 妥当と考えられる範囲:2–8%。
中心的な前提
I think AI can be genuinely transformative, but its social impact will depend less on abstract capability forecasts than on who can understand, build, and control it.回答1
この前提が実際には異なると判明した場合、その人の見通しはどう変わりますか?
未解決の問い
So my expectation is conditional rather than a numerical forecast: AI has enormous positive potential, but its actual impact will depend on openness, education, democratic participation, and practical safeguards against misuse and concentrated power.回答2
ここで考えられる結果をその人が見分けるうえで、何が役立ちますか?
考えを変え得るもの
The biggest change would be compelling evidence that broadly accessible AI itself creates severe harms that cannot be mitigated through education, transparency, technical safeguards, or democratic governance.回答3
どのような証拠なら十分で、それによってその人の見解はどちらの方向に変わりますか?
詳細
大きな恩恵が予想されていますが、重要な条件や分配上の制約があります。
69 / 100
質的尺度での解釈範囲は67から67です。
対処可能、または局所的な害が予想されています。
39 / 100
質的尺度での解釈範囲は33から67です。
人間の選択によって、AIの軌道を大幅に変えることができます。
76 / 100
質的尺度での解釈範囲は49から100です。
より高性能なAIの開発を停止するか、大幅に減速させます。
シミュレーション上の位置:明示された安全対策の下で開発を継続します。
より高性能なAIの開発を加速させます。
事前の保護措置または許可が整うまで、取り上げられたAIの利用を制限します。
シミュレーション上の位置:対象を絞った説明責任と保護措置を伴う形で、取り上げられたAIの利用を認めます。
取り上げられたAIの利用に対する制限を最小限にします。
高性能なAIへのアクセスを制限します。
能力または用途の制限を条件として、アクセスを認めます。
シミュレーション上の位置:高性能なAIへの幅広い、またはオープンなアクセスを支持します。
これらの解釈では、その人が示した条件が維持されています。恩恵と害は、どちらも大きくなり得ます。この範囲は、統計的な信頼区間ではなく、その人のシミュレーションされた回答をどのように読み取ったかを示すものです。
似ている世界観
シミュレーションされた世界観がJeremy Howardの世界観に最も近いオピニオンリーダー
シミュレーション評価
出典
このシミュレーション対象者の根拠として使用された記事、インタビュー、著作です。
Author argues licensing and surveillance can concentrate power and calls for openness and consultation. Page displays July 10 despite the different date in its URL.

Coauthored library paper documents reducing practical barriers to deep learning.

Coauthored argument that misuse, inequality and concentrated power are more urgent than speculative rogue-AI extinction; favors concrete precaution and democratic participation rather than allowing industry to define the agenda.

Advocates incremental human–AI dialog and understanding over generating large programs blindly; explains democratization as both empowering users and resisting elite concentration.

Howard’s own introduction and remarks warn that excessive agent delegation erodes understanding and craftsmanship; he favors AI-assisted software mastery rather than measuring productivity by generated lines.

Explains applied R&D that iteratively converts AI breakthroughs into useful affordable products, with development needs shaping research and long-term social benefit.

あなたはどの位置でしょうか?
自分の世界観をマッピングする