多数決では解決しない問題をAIで解く方法

合意形成にかかる膨大な時間とコストは、組織や社会における大きな「意思決定の固定費」だ。対立する意見を調整するために会議を重ね、調整のためにさらに人を動かす。この構造的なコストを削減するには、単に多数決で勝敗を決めるのではなく、AIを使って「どこなら全員が合意できるか」という共通項を効率的に抽出する仕組みが必要になる。

私はこれまで1995年から業務システムを作り、パッケージの開発やオフショア開発の会社経営も experience してきた。その中で一貫していたのは、「作れないから借りている」だけのSaaSやサブスクリプションによる固定費を減らしたいという想いだ。だからこそ、私は外部サービスに依存せず、自分のサーバーで動く買い切りの仕組みを自前で実装することを重視している。今回のPol.isの手法を用いた合意点抽出システムも、ライセンスやAPI費用を払うのではなく、アルゴリズムを自分で書き、ローカルLLM（gemma4 12B）を回すことで、プライバシーを担保しながらコストを抑えて構築した。

実際に「消費税減税」という論点で動かしてみた結果、Yahoo!ニュースのコメント176件から3つの意見グループを特定し、計算の結果、全グループが賛成した唯一の点として「支出の洗い直し」を導き出した。これは単なる平均値では決して出ない数字だ。私はこのシステムにおいて、AIに論点を作らせるのではなく、国会会議録や実在するコメントから論点を立て、AIには賛否の読み取りのみをtask させている。

もちろん、AIの読み取り精度は75〜85%であり、誤読があることも隠さず公開している。しかし、この「合意できる場所を特定する」ための計算プロセスを自前で持つことで、意思決定の迷走を防ぎ、実効性のある解決策へ最短距離で辿り着くための武器になる。私はこれからも、技術を正しく使いこなし、社会の無駄な固定費を削るための道具を積み上げていく。

この記事は、次の動画をつくったときに考えたことです。

動画: https://kurage.exbridge.jp/kuragev.php?id=b81e8c7bb6674391

出典: https://note.com/tokoname/n/ne178ccf44c61