第10章応用倫理学Applied Ethics

Affirmative action refers to taking positive steps “to increase the representation of women and minorities in areas of employment, education, and culture from which they have been historically excluded” (Fullinwider 2018). The goal of increasing representation of underrepresented and historically excluded groups is understood to be desirable not simply to increase diversity but also to provide examples that affirm possibilities for those in underrepresented and marginalized groups. Affirmative action has never mandated “quotas” but instead has used training programs, outreach efforts, and other positive steps to make the workplace more diverse. The goal has been to encourage companies to actively recruit underrepresented groups. In application processes (e.g., for employment or college admissions), affirmative action sometimes entails giving preference to certain individuals based on race, ethnicity, or gender. Such preferential selection has been the driver of much of the controversy surrounding the morality of affirmative action.

アファーマティブ・アクションとは、「女性やマイノリティが歴史的に排除されてきた、雇用、教育、文化の領域において、その人々の参加割合を増やすための」、積極的な措置を取ることをいう（Fullinwider 2018）。過小にしか代表されず、歴史的に排除されてきた集団の参加割合を増やすという目標は、単に多様性を増すためだけでなく、過小に代表され、周縁へ追いやられてきた集団の人々に、可能性を確信できる実例を示すためにも、望ましいと理解される。アファーマティブ・アクションは、これまで「割当数」を義務付けてきたわけではない。その代わり、研修プログラム、働き掛け、その他の積極的な措置を使って、職場をより多様にしてきた。目標は、参加割合の低い集団から、会社が積極的に人を採用するよう促すことだった。採用や大学入学などの応募過程では、アファーマティブ・アクションが、人種、民族、性別に基づき、特定の個人を優先することを伴う場合がある。こうした優先的な選考が、その道徳性をめぐる論争の、大きな原因となってきた。

Critics of affirmative action argue that it encourages universities to admit or companies to hire applicants for reasons other than their merit. If preference is given to individuals based on race, ethnicity, or gender, then admissions and employment become not about what a person has done and shown they can do but about factors unrelated to performance. The concern is that we unfairly preference less qualified individuals over those who are more qualified simply to achieve greater diversity and representation. This raises an important question about the purpose of the application process. Is the goal of having individuals compete through an application process to ensure that a university or business is able to select only the best candidates, or is it to promote social goals like the representation of underrepresented groups?

アファーマティブ・アクションの批判者は、この実践が、応募者の実力以外の理由で、大学が入学を認め、会社が人を雇うことを促すと論じる。人種、民族、性別に基づいて個人を優先すると、入学や雇用は、その人が何を成し遂げ、何ができると示したかではなく、実績とは無関係な要因で決まることになる。懸念されるのは、単に多様性と参加割合を高めるために、より適格な人を差し置いて、適格性の低い人を不公正に優先してしまうことである。これは、応募・選考過程の目的について、重要な問いを提起する。応募を通じて個人を競争させる目的は、大学や企業が、最も優れた候補者だけを選べるようにすることなのか。それとも、参加割合の低い集団を代表する人を増やすといった、社会的な目標を促進することなのだろうか。

Some argue that employers who hire or promote based on qualifications, regardless of race or gender, are doing the right thing and that specifically seeking members of a particular race or gender for a position challenges the institution’s own success and competitiveness. An institution’s ability to compete and succeed depends on the quality of its workforce. Instead of focusing on the hiring or application process, we should instead focus on ensuring that individuals from underrepresented groups are able to be competitive on their own merit. Another potential problem concerning preferential selection is that individuals from groups that have historically been excluded may be viewed as less qualified even when they were admitted or hired solely based on their own merit and achievements. In other words, affirmative action may inadvertently make it harder for qualified and competitive individuals from underrepresented groups to be taken seriously or to fulfill their responsibilities.

人種や性別を問わず、適格性に基づいて採用や昇進を決める雇用主は、正しいことをしている、と論じる人もいる。特定の人種や性別の人を、ある職のためにことさらに求めることは、組織自身の成功や競争力を損なうというのである。組織が競争し、成功する力は、働く人々の質に依存する。この見方では、採用や応募の過程に注目する代わりに、参加割合の低い集団の人々が、自分自身の実力で競争できるようにすることへ、力を注ぐべきである。優先的な選考には、別の問題も考えられる。歴史的に排除されてきた集団の人々は、自分自身の実力と業績だけによって入学・採用された場合でさえ、適格性が低いとみなされるかもしれない。言い換えれば、アファーマティブ・アクションは、参加割合の低い集団に属する、十分な能力と競争力のある人々が、真剣に受け止められ、責任を果たすことを、意図せず難しくしてしまう可能性がある。

Contemporary American philosophers have provided various supports for affirmative action practices. James Rachels (1941–2004) argued that giving preference based on race is justifiable because White people have enjoyed privileges that have generally made it easier for them to achieve. While so-called reverse discrimination may harm some White people, Rachels thought by and large it was a positive practice that helped groups who have historically faced discrimination. Judith Jarvis Thomson (1929–2020) similarly “endorsed job preferences for women and African-Americans as a form of redress for their past exclusion from the academy and the workplace” (Fullinwider 2018). Mary Anne Warren (1945–2010) similarly argued in favor of preferences as a way to make the admission and hiring process fair. As Warren saw it, “in a context of entrenched gender discrimination,” such preferences could very well “improve the ‘overall fairness’” of the process (Fullinwider 2018).

現代アメリカの哲学者は、アファーマティブ・アクションを支持するさまざまな理由を示してきた。ジェイムズ・レイチェルズ（1941〜2004年）は、白人が、一般に達成を容易にする特権を享受してきたため、人種に基づく優先は正当化できると論じた。いわゆる逆差別が一部の白人に害を与えるとしても、歴史的に差別を受けてきた集団を助ける、全体としてはよい実践だと考えたのである。ジュディス・ジャーヴィス・トムソン（1929〜2020年）も同様に、「女性やアフリカ系アメリカ人が、学界や職場から過去に排除されていたことへの償いとして、採用で優先することを支持した」（Fullinwider 2018）。メアリー・アン・ウォレン（1945〜2010年）も、入学と採用の過程を公正にする方法として、優先的な扱いを支持した。ウォレンの見方では、「根強い性差別がある状況で」、そうした優先措置は、その過程の「全体としての公正さ」を改善しうる（Fullinwider 2018）。

Almost everyone in the contemporary world uses technologies such as cell phones and computers, but few of us understand how these devices work. This ignorance hampers our ability to make informed decisions as a society regarding how to use technology fairly or judiciously. A further challenge is that the pace of technological evolution is much faster than the human ability to respond at societal level.

現代では、ほとんどすべての人が携帯電話やコンピューターのような技術を使うが、これらの機器がどう働くかを理解している人は少ない。この知識の欠如は、社会として、技術を公正に、あるいは賢明に使う方法について、必要な情報に基づいて判断する力を妨げる。さらに、技術が進化する速さは、人間が社会の水準で対応できる速さを、はるかに上回っているという課題もある。

Artificial intelligence (AI), originally a feature of science fiction, is in widespread use today. Current examples of AI include self-driving cars and quantum computers. Philosophers and engineers sort AI into two categories: strong and weak. Strong artificial intelligence refers to machines that perform multiple cognitive tasks like humans but at a very rapid pace (machine speed). Weak artificial intelligence refers to artificial intelligence that performs primarily one task, such as Apple’s Siri or social media bots. Philosophers of mind such as John Searle (b. 1932) argue that truly strong artificial intelligence doesn’t exist, since even the most sophisticated technology does not possess intentionality the way a human being does. As such, no computer could have anything like a mind or consciousness.

人工知能（AI）は、もともとSFの要素だったが、今日では広く使われている。現在のAIの例には、自動運転車や量子コンピューターがある。哲学者と技術者は、AIを「強いAI」と「弱いAI」の二つに分ける。強い人工知能とは、人間のように複数の認知的課題を行い、しかも機械の速度で、非常に速く処理する機械をいう。弱い人工知能とは、AppleのSiriやソーシャルメディアのボットのように、主として一つの課題を行う人工知能をいう。ジョン・サール（1932年生まれ）のような心の哲学者は、真に強い人工知能は存在しないと論じる。最も高度な技術でさえ、人間のような仕方で志向性を持ってはいないからである。したがって、どのコンピューターも、心や意識のようなものを持ちえないという。

Despite Searle’s assessment, many people—including leaders within the field of computer science—take the threat of AI seriously. In a Pew Research Center survey, industry leaders expressed common concerns over exposure of individuals to cybercrime and cyberwarfare; infringement on individual privacy; the misuse of massive amounts of data for profit or other unscrupulous aims; the diminishing of the technical, cognitive, and social skills that humans require to survive; and job loss (Anderson and Rainie 2018). These concerns may reflect a deeper problem—what Swedish philosopher Nick Bostrom (b. 1973) calls a mismatch between “our ability to cooperate as a species on the one hand and on the other hand our instrumental ability to use technology to make big changes in the world.” Although leaders express more immediate concerns reflected in the Pew report, Bostrom’s fundamental worry—like those expressed in science fiction literature—is the emergence of a superintelligent machine that does not align with human values and safety (Bostrom 2014).

サールの評価にもかかわらず、コンピューター科学の分野の指導的な人々を含め、多くの人が、AIの脅威を深刻に受け止めている。ピュー・リサーチ・センターの調査では、業界の指導者たちから、共通する懸念が示された。個人がサイバー犯罪やサイバー戦争にさらされること、個人のプライバシーの侵害、利益やその他の不道徳な目的のために大量のデータが悪用されること、人間が生きるために必要な技術的・認知的・社会的技能が低下すること、そして雇用が失われることである（Anderson and Rainie 2018）。これらの懸念には、さらに深い問題が表れているのかもしれない。スウェーデンの哲学者ニック・ボストロム（1973年生まれ）がいう、「種として協力する私たちの能力」と、「技術を使って世界に大きな変化をもたらす、手段を扱う私たちの能力」の間の、不釣り合いである。指導者たちは、ピューの報告書に見られる、より差し迫った懸念を示している。それに対しボストロムの根本的な懸念は、SF作品にも表されてきたように、人間の価値観や安全と一致しない、超知能を持つ機械が出現することにある（Bostrom 2014）。