正解: BCorrect: B
Hans Moravec らが指摘したように、進化的に古い知覚・運動能力は機械化が難しく、進化的に新しい抽象的推論は機械化が比較的容易です。As Hans Moravec and others observed, evolutionarily ancient perception and motor abilities are hard to mechanize, while evolutionarily recent abstract reasoning is comparatively easy.
1980年代に Hans Moravec、Rodney Brooks、Marvin Minsky らが指摘したモラベックのパラドックスは、AIの進展を理解する上で今も有効な枠組みです。非構造化された環境での器用な操作、予測不能な状況への身体的対応、対人ケアにおける細やかな身体的接触は、データ収集が難しく、失敗のコストが高く、物理的なハードウェアの制約も受けます。そのため、電気工、配管工、看護助手、理学療法士といった職種は2030年代前半までは相対的に自動化が遅れると考える専門家が多いです。ただし、2024年以降のヒューマノイドロボットや基盤モデルを用いたロボット学習の進展は、楽観シナリオでは2030年代後半に倉庫や工場での汎用ロボットの普及をもたらす可能性があります。選択肢Aは半導体性能の法則、Cは分布の経験則、Dは認知バイアスであり、この非対称性を説明しません。どのシナリオでも、身体性と対人性を組み合わせた技能は相対的に希少性を保つ可能性が高いです。Moravec's paradox, articulated in the 1980s by Hans Moravec, Rodney Brooks, and Marvin Minsky, remains a useful framework for understanding AI progress. Dexterous manipulation in unstructured environments, physical responses to unpredictable situations, and the fine bodily contact involved in personal care are hard to collect data for, costly when they fail, and constrained by physical hardware. Many experts therefore expect electricians, plumbers, nursing assistants, and physical therapists to face comparatively slow automation through the early 2030s. However, progress in humanoid robots and foundation-model-based robot learning since 2024 could, in an optimistic scenario, bring general-purpose robots into warehouses and factories in the late 2030s. Choice A concerns semiconductor performance, C is an empirical rule about distributions, and D is a cognitive bias; none explains this asymmetry. In any scenario, skills that combine embodiment and interpersonal care are likely to retain relative scarcity.
「物理労働は安全」という結論は危険です。ロボティクスの進歩は非線形で、基盤モデルの応用によって2030年代に急加速する可能性があります。また、物理労働は賃金水準や身体的負担、キャリアの天井といった別の課題を抱えており、自動化の遅れが魅力的な職業を意味するとは限りません。Concluding that physical work is safe is dangerous. Robotics progress is nonlinear and could accelerate sharply in the 2030s through foundation model applications. Physical work also carries other challenges, including wage levels, bodily strain, and career ceilings, so slower automation does not necessarily make it an attractive occupation.
物理労働に関わる人は、ロボットの「監督・保守・例外対応」を担える技能（センサーの理解、基本的なプログラミング、安全管理）を加えることで、自動化が進んでも価値を保てます。知的労働者は逆に、現場理解や身体的な対人スキルを組み合わせると差別化になります。いずれも「身体性×技術理解」の掛け算がどのシナリオでも通用します。People in physical work can retain value even as automation advances by adding skills to supervise, maintain, and handle exceptions for robots: understanding sensors, basic programming, and safety management. Knowledge workers, conversely, can differentiate by combining field understanding and embodied interpersonal skills. In both cases, multiplying embodiment by technical understanding works in any scenario.