実力行使と逮捕の法的権限
96宣誓した人間の警官のみが、拘束・逮捕・実力行使という国家の権限を法的に付与されている。いかなる管轄区域もこの権限を機械に拡張していない。
濃いマスほど、このテーマでその指標が高いことを示します。
低高
一般にロバート・ピールの功績とされるが、実際にはロンドン初代警視総監チャールズ・ローワンとリチャード・メインが1829年に記したとされる一連の指針。警察は犯罪を予防するために存在し、公衆の支持に依存し、必要最小限の実力行使のみを用いるとし、「警察は公衆であり、公衆は警察である」という言葉に要約される。
ほとんどの国では不要。米国など多くの国では高校卒業と警察学校の訓練のみが求められるが、イングランドとウェールズは2020年に学位連動の採用ルートに移行し、ドイツやフランスなど幹部候補向けに別の、より選抜的な大学課程を設ける国もある。
国によって大きく異なる。米国の警察学校は通常5〜8か月で、その後数週間の監督付き実地訓練が続く。ドイツと日本は学校教育と実務訓練を2〜3年かけて組み合わせており、初期訓練をより長い正式な資格取得過程の始まりと捉える公務員制モデルを反映している。
国と階級によって大きく異なる。米国では2023年、パトロール警官の年収中央値は約7万5000ドル。英国では巡査の初任給がおよそ2万8000〜3万2000ポンドで、経験とともに上がる。インドでは州警察の初任給は名目上これらのごく一部にすぎない。
一人の人物ではない。ロバート・ピールの1829年ロンドン警視庁は、公衆の同意を明確な基盤とする初の常勤・制服文民組織を作ったが、それはそれ以前の革新――1812年からのパリでのウジェーヌ・フランソワ・ヴィドックの私服探偵活動や、それ以前の数世紀にわたるイングランドの夜警義務――を踏まえたものだった。
職務の核心部分は代替されない。カメラやナンバープレート読み取り機、予測ソフトウェアはすでに日常的な監視や交通取り締まりを自動化しているが、拘束・逮捕・実力行使の法的権限を現在持つのは宣誓した人間だけであり、法廷で信頼に足る証言ができるのも人間だけである。その権限がどこかの機械に拡張された例はない。
外から見ると、警察活動は部分的に自動化可能に見える。カメラはすでにどの警官よりも多くの通りを見張っており、ソフトウェアはすでにどの人間の分析者よりも多くのパターンを検出している。この変化の一部は現実であり、すでに起きている――特に職務の中で最も反復的で大量な部分において。
動いておらず、法的にも動く兆候がないのは、他者を拘束・逮捕・実力行使する権限を誰が持つかである。あらゆる管轄区域が今なお、その権限は名前で説明責任を負う宣誓した人間に帰属することを要求しており、これが周囲の業務が急速に変化する中でも、この職務の核心を支えている。
警察活動の日常的で反復的な業務のかなりの部分――交通・速度取り締まり、ナンバープレート追跡、一部のパトロール配置判断、報告書の初稿作成――はすでに自動化あるいはソフトウェア支援されつつある。職務の核心、すなわち実力行使の法的権限と、曖昧かつ急速に変化する状況下でそれを適用する判断力は、現行のいかなるシステムも構築されておらず、また法的にも許可されていない領域にとどまっている。
肩書きではなく業務単位で算定。低いほど安全。
AIが奪えない仕事 →宣誓した人間の警官のみが、拘束・逮捕・実力行使という国家の権限を法的に付与されている。いかなる管轄区域もこの権限を機械に拡張していない。
特定の人物が特定の瞬間に本当の危険をもたらすかどうかを数秒で判断することは、現行のいかなるAIシステムも下せない、あるいは下すことを信頼されていない判断だ。
落ち着いた信頼できる人間の声と存在は、画面やスピーカー、自動システムでは対面で再現できない形で緊迫した対応を鎮めることができる。
法制度は、裁判官や陪審が直接評価できる信頼性を持つ人間の証人を必要とする。アルゴリズムの出力は証拠として提出できるが、証人のように反対尋問することはできない。
特定の地域で目に見える形で一貫して存在し続けた年月を通じて築かれた信頼――名前、経歴、緊張関係を知ること――は、回転式のカメラ網が蓄積できるものではない。
速度違反・信号無視カメラは多くの都市で手動の交通違反切符発行の多くをすでに置き換え、警官の立ち会いなしに違反通知を発行している。
自動ナンバープレート読み取り機は、1回の勤務で数千枚のプレートを走査し監視リストと照合する――以前は完全に警官の目に頼っていた業務。
ボディカメラの音声を書き起こし、警官が確認・署名するための初期の事案報告書を作成するソフトウェアは、増え続ける数の部門ですでに使われている。
過去の犯罪データに基づきパトロールの配置場所と時期を提案するアルゴリズムは一部の部門で使われているが、出力に文書化された偏りが見つかり中止された例もいくつかある。
2014年ごろ以降、ボディカメラは実力行使をめぐる争いを警官の言葉対市民の言葉から、レビュー可能な映像記録へと変え、対応の両側の行動を変化させた。
カメラ網、ナンバープレート読み取り機、オープンソース監視は、ますます中央集権的なリアルタイム犯罪センターの民間分析官によって分析され、単独の警官が自ら情報を集めるのではなく、現場の警官へ情報を送り届けるようになっている。
米国の複数の主要都市は、監査で実際の犯罪動向にかかわらず同じ地域を不均衡に検出していることが判明した後、予測警察活動ソフトウェアを中止した――かつて必然の採用に見えたものを減速させている。
米国、英国その他の多くの部門が2020年ごろ以降応募者数の歴史的減少を報告しており、体力・学歴要件の緩和や積極的な中途採用の優遇へと一部を押しやっている。
電話、コンピューター、クラウドアカウントから証拠を抽出・分析する専門職で、スマートフォンがほとんどの刑事捜査の中心になる前にはほとんど存在しなかった。
カメラ、ナンバープレート、オープンソース情報をリアルタイムでパトロール警官や刑事に提供する民間データ専門職で、バッジも武器も持たない。
部門が今や生成する膨大な量の映像証拠を、法廷手続きと公文書開示請求の両方のために分類・編集・作成する。
キュア・バイオレンスのようなプログラムをモデルにした、民間の、しばしば同輩ベースの役割で、特定のカテゴリーの地域暴力に対し、従来のパトロールと並行してあるいはその代わりに、増える資金提供を受けている。
可逆の3レンズ: 補助、一部置換、新ニッチ。教材であり予測ではありません。
役割は残し、AIが下書き・仕分け・調査を加速。判断と責任は人側。
狭いタスク群が先に圧縮され、隣接スキルが伸びることも。
規制下でAI出力を信頼する監督・統合・ドメインQAが生まれ得る。
自動化に最もさらされている業務は、あらかじめ完全に規定できるもの――速度確認、ナンバープレート照会、標準化された違反切符――である。最も保護されている業務は、そうできないもの――特定の予測不能な人間が実際に危険をもたらすかどうかをリアルタイムで判断し、法的・道義的な説明責任を伴ってどう対応するかを決めることである。
この分裂は職業を消滅させる可能性は低い。むしろ、標準化できる監視業務と書類作業の増える割合を自動化しながら、判断力、説明責任、関係構築に人間の努力をますます集中させていく可能性が高い。
これらのいずれも、多くの国でこの職務が今直面している信頼の問題を解決しない。より重く監視され、より重く記録される警察官が、自動的により信頼される警察官になるわけではない――それは記録が何を示すか、そして技術だけでは保証できない結果次第である。
分野だけでなく、6つのスコアが近い職業です。
絵と絵のあいだで何が起こるかを決める職人——パリでレイノーが手描き映像を映写した時代から、無料ソフトで作られたラトビア発のオスカー受賞作まで。
AI耐性 56 📖ニネヴェの粘土板から電子貸出をめぐる攻防まで、人類の知を整理し、誰もがそれを見つけられるようにする、記録された知識の守り手であり案内人。
AI耐性 55 🏫世界最大の職業。シュメールの粘土板学校から AI時代の教室まで、一人の大人が30人の他人を「学ぶ部屋」に変えてきた。
AI耐性 78 🧪物質そのものを作り、測る科学者——バビロニアのタプティの蒸留器から今日のロボット実験室まで、スペクトルの意味を決めるのは常にこの人だ。
AI耐性 70 🎻楽器や歌唱の習得に何年もかけたのち、ストリーミングが市場を広げた一方で単価を下げた業界で、演奏、録音、指導によって生計を立てる。
AI耐性 60 🔎人々が製品をどう使うかを研究し、観察された行動、ニーズ、フラストレーションを、チームが設計の指針にできるエビデンスへと変える。
AI耐性 69依頼人に法的助言を与え、権利義務を縛る文書を起草し、法廷では代理人として弁論する——助言が誤っていれば自ら法的責任を負う職業。
AI耐性 58 ⚖️社会が判断を託す人物――ハンムラビの石碑からAIが点数を出す保釈審問まで、最も難しい争いは今も一人の責任ある人間の前で終わる。
AI耐性 90 🕊️古代の王の使者やヴェネツィアの常駐大使から、ウィーン会議、そして国連まで――今なお一語一語を練り上げて平和を交渉し続ける仕事。
AI耐性 78 🚒誰もが逃げ出す場所へ自ら向かう仕事――古代ローマのウィギレスや江戸の纏持ちから、現代の山火事クルーや24時間交代の救助隊まで。
AI耐性 90 📋法を執行し公共サービスを提供する、試験で選抜された政府の常勤スタッフ――選挙で選ばれた政治家が入れ替わっても動き続ける行政機構そのもの。
AI耐性 42