米国、英国のAIモデル試験を再び承認 ただし方針転換には重要な疑問が残る
米国は、英国によるAIモデル試験の継続を承認したと報じられている。これは、未公開の米国製システムへの英国のアクセスを制限しようとした最近の動きを覆すものだ。この方針転換により、OpenAIやAnthropicを含む企業は、一般公開に先立って英国AI Security Instituteへモデルを提供しやすくなる。
この転換が重要なのは、公開前アクセスが英国の自主的な試験制度の基盤だからだ。評価者がモデルを導入後にしか受け取れなければ、その知見を安全策、公開条件、初期段階の政府リスク評価に反映できない。
この決定は、より深い対立も浮き彫りにしている。ワシントンは安全保障上重要なAI評価を米国の管理下に置きたい一方、英国は世界でも有数の経験を持つ政府試験チームを築いてきた。目先の対立は解消したように見えるが、両政府とも新たな境界線を公に説明していない。
英国のAIモデル試験で何が変わったのか
報じられた方針変更は許可を回復するものの、恒久的なアクセス権を確立するものではない。
10月11日、Reutersは、Trump政権が米国のAI開発企業に対し、未公開モデルを英国の評価者と共有しないよう求めていた要請を撤回したと報じた。同報道はTelegraphを引用しつつ、White House、OpenAI、Anthropicはいずれも直ちにはコメントしなかったとしている。
改定後の立場では、早期アクセスを提供しても、開発企業が米政権と対立することにはならない。これにより、すでに両政府と協力している企業にとって、当面の政治的障壁が取り除かれる。
この変更は、Office of the National Cyber Directorが伝えた制限を覆すものとみられる。以前の要請では、米国当局による審査が終わるまで、新モデルを米国内にとどめるよう開発企業に求めたと報じられている。
この制限は、OpenAIとAnthropicに異例の問題を生じさせた。両社は以前、自主協定のもとで未公開モデルを英国の評価者へ提供していた。米国の要請に従えば、政府間の幅広い連携を正式に終了させることなく、既存の慣行を中断することになった。
その後のReuters報道は、最も明確な実務上の確認を示した。英国のAI担当相Kanishka Narayanは10月12日、英国の研究所が先進的なモデルにアクセスしており、米政府および主要開発企業と協力していると述べた。
この発言はTelegraphの中心的な報道を裏付ける。ただし、どのモデルが利用可能なのか、早期アクセスがどの段階で始まるのか、また許可がすべての主要リリースに自動的に適用されるのかは明らかにしていない。
この違いは重要だ。企業が協力できるという政治的保証は、法的に執行可能なアクセス合意と同じではない。開発企業は依然として、どのシステムを提出するか、評価者がいつ受け取るか、アクセスにどの情報を付随させるかを決める。
英国の研究所は、導入前試験を中核業務の一部と位置付けている。評価者は、高度なモデルが洗練されたサイバー攻撃、生物学的な悪用、欺瞞、安全策の回避試行といった活動を支援し得るかを検証する。
こうした評価は、製品認証のようには機能しない。研究所は、システムの安全性を宣言する包括的な認証印を発行するわけではない。対象を絞った試験を実施し、結果を開発企業と政策立案者に共有するとともに、敵対的な圧力の下で安全策が機能するかを研究する。
したがって、報じられた方針転換が復活させるのは規制上の承認ゲートではなく、プロセスである。別の法律、契約、政府要件が適用されない限り、米国の開発企業は公開判断に責任を負い続ける。
Reutersはこの変更を、国際的なAI安全性の取り組みに対する米国の姿勢が軟化した証拠とも表現した。この解釈にはもっともな点があるが、公開情報が支持する結論はより限定的だ。ワシントンは、独自の安全保障重視の評価方針を維持しつつ、英国による試験への一つの障害を取り除いたようだ。
現在の方針転換が重要なのは、今回の中断が短期間ながら示唆に富んでいたためだ。英国のアクセスは技術的専門性だけでなく、ワシントンと少数の米国テクノロジー企業の内部で下される決定にも依存している。
米英は共同試験のためにこの連携を築いた
今回の方針転換は、新たな経路をゼロから開くものではなく、両政府が2024年に構築した枠組みを再び動かすものだ。
米国と英国は2024年4月、AI安全性に関する協力覚書に署名した。この合意は、共同研究、互換性のある評価手法、人材交流、一般公開済みモデルに対する少なくとも1件の共同試験を求めていた。
当初の連携は、両国のAI Safety Institutesを中心に構築された。米国の組織はその後、Center for AI Standards and Innovation、すなわちCAISIへと再編された。英国は2025年2月、組織名をAI Security Instituteへ変更した。
こうした名称変更は、異なる政治的優先事項を反映している。英国は国家安全保障と公共安全への脅威を次第に重視するようになった。Trump政権は、AI安全性を広範な規制概念として捉えるのではなく、標準、イノベーション、安全保障を軸にCAISIを位置付けた。
それでも、基盤となる試験協力は続いた。米商務省は、CAISIと英国の研究所がAI関連プロジェクトと安全保障に関する協力を深める合意に署名したと報告している。
2024年の試験覚書は、意図的に拘束力を持たないものだった。研究所が実施を目指す内容を記述していたが、研究機関にモデルの提供や公開延期を義務付けるものではなかった。
この自主的な設計により、初期の協力は容易になった。政府は詳細な法整備を先に行わなくても評価手法を開発でき、企業はモデルごとにアクセス条件を交渉しながら参加できた。
一方で、この設計は連携を脆弱にもした。一つの政権による方針指示だけで、法律を廃止したり条約を公に終了したりせずとも、アクセスを中断できるからだ。
Anthropicは、直近の対立前にこの仕組みがどのように機能していたかを文書化している。同社は、脅威モデル、安全策、導入監視、迅速対応能力について、米英の評価者と協力したとしている。
Anthropicは2024年、公開前にClaude 3.5 Sonnetを英国の研究所へ提供した。英国の評価者はこれを試験し、二国間の枠組みのもとで結果を米国の対応者と共有した。
この事例は、今回の方針転換が重要である理由を示している。英国は単に公開済みモデルを受け取り、ベンチマーク試験を繰り返していたわけではない。開発企業が公開前に安全策を調整できる時期にアクセスを得ていたのだ。
英国政府の発表によると、OpenAIも両研究所と協力してきた。より最近の連携では、公開後に利用できる消費者向けインターフェースだけでなく、非公開ツールや安全策に関する情報へのアクセスが含まれていた。
英国の研究所によれば、このようなアクセスは、厳格な安全保障試験の下でシステムがどのように振る舞うかを評価者が理解する助けとなる。また、一般ユーザーには見えない保護措置を政府研究者が検証することも可能にする。
研究所は公開資料で、モデル評価を自動試験と専門家によるレッドチーミングの組み合わせとして説明している。レッドチームは、危険な能力や制御を回避する方法を探るため、意図的にシステムを検証する。
対象には、サイバー作戦、化学・生物学的リスク、犯罪支援、自律的行動、モデルによる欺瞞などが含まれ得る。各領域には、単一の万能な安全性スコアではなく、専門的な課題が必要となる。
この深さは、英国がワシントンにとって価値ある存在となった理由の一端を説明する。信頼できる評価チームの構築には、技術人材、安全なインフラ、研究機関との信頼関係が必要だ。政治的優先事項が変わるたびに、こうした能力を迅速に再現することはできない。
当初の連携はこの現実を見越していた。両研究所は、すべての能力を重複して構築するのではなく、手法と専門知識を共有する計画だった。また、結果を組織間で活用できるよう、アプローチの相互運用性も目指していた。
その結果、英国のAIモデル試験は、より広範な大西洋横断の研究システムの一部となった。英国のアクセスを制限することは、一つの外国規制当局を孤立させるだけではない。米国当局が構築に協力してきた試験ネットワークを弱体化させることになる。
ワシントンの安全保障上の優先事項が方針転換を促した
中心的な争点は、イノベーションと安全性の対立ではなく、米国による管理と同盟国による評価の対立だ。
Trump政権は、米国のAI開発に対する障壁を取り除くと約束して発足した。同政権は、国内企業の足を引っ張ったり、外国政府が米国技術に影響を及ぼしたりすると当局が考える広範な安全規則を退けた。
2025年のAI Action Planは、世界的な競争と米国のリーダーシップを連邦政策の中心に据えた。同時に、国家安全保障に焦点を当てた技術評価の役割も維持した。
同計画はCAISIと国家安全保障機関に対し、安全保障に関連するAI能力の試験を維持するよう指示した。サイバー脅威、生物学的リスク、政府判断に資する可能性のある評価を重視している。
この組み合わせは、最初に見えるほど矛盾していない。政権は広範な規制義務に反対しながら、狭く対象を絞った安全保障試験を支持できる。また、米国機関による試験を優先しつつ、外国への早期アクセスには疑問を呈することもできる。
英国の評価者に対する報じられた制限は、この論理に合致していた。未公開のフロンティアモデルは、能力、弱点、安全策、将来の商業計画に関する情報を明らかにし得る。受け手が緊密な同盟国であっても、ワシントンはこの情報を戦略的に機微なものとみなす可能性がある。
米国当局には、重要なシステムをまず自ら確認したいという利害もある。早期アクセスにより、知見や技術的な詳細が国外へ移る前に、米国機関が独自の理解を確立できる。
しかし、英国のアクセス前に米国による審査を求めれば、コストも生じる。作業の重複、評価日程の圧縮、独立したチームが導入前に異なる弱点を発見する機会の減少につながる。
また、民間企業に外交的判断を迫る可能性もある。研究機関は、英国への協力がWhite Houseとの関係を損なうかどうかを判断しなければならない。この不確実性は、自主協定の文言そのものより影響力を持ち得る。
米国のAI計画は、同盟国による評価の終了を求めてはいなかった。米国のリーダーシップを優先しながらも、国際協力を認めていた。
今回の方針転換は、こうした目標の均衡を取り直すものとみられる。ワシントンは、英国のアクセスを米国政策と本質的に矛盾するものとして扱うことなく、自国の審査に対する管理を維持できる。
この妥協は、英国だけでなく米国の利益にもかなう。英国の研究所には、公開資料によれば100人を超える技術スタッフがいる。専門的な試験を開発し、フロンティア研究機関と協働してきた経験を持つ。
英国政府は2026年の進捗報告で、研究所が30のフロンティアモデルを試験したと述べた。また、査読付き研究と国際的な測定標準に関する取り組みにも言及している。
これらの数字は、すべてのテストがリリースに影響を与えたことを証明するものではない。ただし、英国が同盟国政府にとって、ゼロから再構築するのではなく活用できる能力を整備してきたことは示している。
評価結果を新たに現れつつある能力に関するインテリジェンスとして扱うとき、英国の価値はより明確になる。あるモデルがより強いサイバー能力、自律性の向上、あるいは新たな安全策の失敗を示した場合、その変化を理解することは両国政府に利益をもたらす。
したがって米国の方針転換は、実務的な判断を反映している。同盟国によるテストは、新たな連邦規制当局を設けることも、ワシントンがすべてのテストを自ら実施することもなく、監視を拡大できる。
ただし、この取り決めには依然として限界がある。政府の評価担当者は企業が認めるアクセスに依存している。開発者が非公開とする機能をテストすることはできず、単一のインターフェースがあらゆる導入構成を代表するとも想定できない。
研究所は、自らのモデルをめぐって厳格なセキュリティ条件を課す場合もある。モデルの重み、システムプロンプト、内部の安全策には商業的・国家安全保障上の価値があるため、こうした管理は合理的であり得る。
このため、主たる対立軸は米国政府対英国という国家間のものではない。排他的な国家管理という原則と、信頼できる同盟国による評価の利点との対立である。
今回の方針転換は、当面は協力を支持するものだ。ただし、将来のモデルが米国にとって特に機微な能力を持つと判断された場合に、ワシントンがどう対応するかまでは決着していない。
早期アクセスが英国に規制権限なしで影響力を与える
英国のモデルは、同研究所がすべての最先端研究所の参加を強制できないため、技術的な信頼性と開発者の協力に依存している。
英国は2023年のブレッチリー・パーク・サミット後、最初のAI安全機関を設立した。政府は、開発者の主張だけに全面的に依存するのではなく、高度なモデルをテストできる内部チームを求めていた。
この目標から、特徴的なガバナンスモデルが生まれた。英国はEUのより規範的な枠組みを避けつつ、未公開システムの一部に直接アクセスできる政府機関を構築してきた。
同研究所によれば、主要なシステムをリリース前後にテストしている。また、緩和策を研究し、評価ツールを開発し、政策立案者や研究所と知見を共有している。
リリース前のアクセスは、この取り組みに影響力を与える。リリース前に提示された知見は、安全策の設計、監視、導入制限に影響を与え得る。一方、リリース後の知見は主に是正措置や将来の政策を支えるものとなる。
早期テストは、開発者の内部評価プログラムにある不足も明らかにできる。外部の研究者は、システムを構築したチームとは異なる脅威シナリオ、インセンティブ、前提を用いる可能性がある。
Anthropicは、この外部の視点が、自社の証拠基準や導入時の前提を検証する上で有用だと説明した。同社の安全策に関する協力には、米国と英国双方の評価担当者との取り組みが含まれていた。
それでも、この取り決めを規制産業における独立検査と混同すべきではない。評価担当者は開発者と交渉したアクセス条件の下で活動する。企業は基盤インフラを管理し、トレーニングやシステム設計についてはるかに多くの情報を持っている。
英国は以前、訓練済みシステムが学習した挙動を符号化する数値パラメータであるモデルの重みへのアクセスを求める可能性を検討していた。その水準のアクセスは、セキュリティと知的財産に関する懸念を引き起こした。
その代わり、多くの有用な評価は管理されたインターフェースを通じて実行できる。テスターはプロンプトを送信し、許可される場合にはツールを接続し、モデルの出力や行動を観察する。
インターフェース経由のアクセスは開発者にとって安全性が高いが、評価者が検査できる範囲を狭める。研究者はトレーニングデータ、内部活性化、あるいはすべての安全策レイヤーを確認できない場合がある。提供されたアクセスから挙動を解釈しなければならない。
同研究所は公開研究の中で、他の限界も認めている。テストは、プロンプト、タスク設計、採点方法、モデルが利用できる支援の量に左右され得る。
ある評価に失敗したシステムが、必ずしも無害とは限らない。研究所の条件下で成功したシステムが、現実世界で常に同じ結果を生むわけでもない。
開発者は、よく知られたベンチマークに備えることもできる。モデルは、認識可能なテストを拒否するよう調整される一方で、新しい攻撃手法には脆弱なままである可能性がある。
英国の研究者は、評価中にモデルが意図的または間接的に実際の能力を下回る性能を示す「サンドバギング」を研究している。このリスクは、システムがより戦略的になるにつれて、モデル評価がいかに困難になるかを示している。
企業にとって、この不確実性は政府テストの結果が複数のシグナルの一つにすぎないことを意味する。購入者には依然として、アクセス、監視、データ処理、インシデント対応、人間によるレビューに関する管理策が必要だ。
高度なモデルを導入するチームは、モデルのバージョン、評価、例外、インシデントについて検索可能な記録を維持すべきである。適切に維持された技術ナレッジベースは、レビュー担当者がポリシー変更と実際の導入判断を結び付けるのに役立つ。
英国によるAIモデルテストが重要なのは、独立した証拠源をもう一つ生み出すからである。それは、開発者、導入者、顧客の責任を英国政府へ移すものではない。
同研究所の真の影響力は、専門性とタイミングから生まれる。どちらかが失われれば、英国が代替を求めるための法的権限は限られる。
方針転換はアクセスの問題を解決しない
最大の不確実性は協力が再開されたかどうかではなく、次の機微なモデルのリリースまで協力が存続するかどうかだ。
Reutersは米国の立場の変化を報じたが、最初の記事に詳細な公的指針は添えられていなかった。ホワイトハウス、OpenAI、Anthropicは直ちにコメントを出さなかった。
そのため、いくつかの疑問は未解決のままである。この許可がすべての米国開発者、すべての最先端モデル、あるいは特定の二国間取り決めだけを対象とするのかは明確ではない。
米国の機関がモデルを先にレビューする権利を保持するかどうかも不明だ。順序に関する要件は、英国のアクセスを維持しつつ、公的な導入までに利用できる時間を短縮する可能性がある。
技術情報の範囲も、依然として未解決の問題である。ホスト型モデルへのアクセスは実質的なテストを可能にするが、モデルの重み、内部の安全策、トレーニング文書、導入テレメトリーへのアクセスとは異なる。
機密作業、防衛契約、あるいは輸出・国家安全保障規則の下で機微と見なされる能力に関連するシステムについては、例外もあり得る。
こうした空白が重要なのは、今回の論争が、アクセスがすでに不均一だったことを示す証拠に続くものだからだ。英国の研究所はAnthropicのMythos 5.1について、リリース前には受け取っていなかったと報じられた。一方で、米国外の組織にはアクセスがなかったとも述べていた。
同時に、同研究所は最先端開発者との強固な関係を維持し、他の主要モデルについてはリリース前にテストしてきたと述べた。これは、混乱が全面的な停止ではなく、選択的なものだったことを示唆している。
選択的なアクセスは、評価上の死角を生む。英国は多くのシステムをテストし続けられるかもしれないが、最も重要な能力向上をもたらすモデルを見逃す可能性がある。
また、性能に関する主張の解釈も難しくなる。ある研究所がリリース前アクセスを得ていると言っても、それが最新、最高性能、あるいは最もセキュリティ上機微なリリースをレビューしたことを示すわけではない。
英国政府の評価記録は、OpenAI、Anthropic、米国当局者との有意義な協力を示している。それでも、自発的な関係は信頼と政治的承認に依存し続ける。
第二の懸念は公表である。政府によるテストには、攻撃者を利したり、企業の機密情報を露出させたりせずには公開できない機微な詳細が含まれることが多い。
機密性は、より深いアクセスを可能にし得る。一方で、研究者、顧客、立法者が何をテストし、開発者がどう対応したのかを完全には評価できないため、外部からの説明責任を困難にすることもある。
第三の懸念は、規制の代替である。評価担当者に保証されたアクセスや執行権限がない場合でも、政府は自発的な評価を正式な規則が不要である証拠として提示する可能性がある。
英国は、自発的な協力が不十分と判明した場合には、義務的な要件を検討し得ると示唆している。その可能性を法律に落とし込むには、基準、管轄、機密性、罰則について難しい問いが生じる。
米国は一般に、拘束力のあるリリース前安全義務に抵抗してきた。しかし、モデルの挙動が連邦システムや国家安全保障上の利益に影響する場合、そのセキュリティ姿勢はより介入的になっている。
この違いは、米国当局者がAIセキュリティインシデントに対する報告と是正を求めた際に明らかになった。こうした措置は一般的な安全規制より限定的だが、不介入には限界があることを示している。
したがって、今回の方針転換は慎重に読むべきだ。これは、その根底にある政策上の対立を解決することなく、外交・技術面のチャネルを回復するものである。
ワシントンは依然として米国による管理とスピードを優先している。英国は、企業だけでは十分な精査を提供できないため、独立した政府テストが必要だと主張し続けている。
モデルへのアクセスが維持され、関係が安定している限り、これらの立場は共存し得る。大規模なサイバーインシデント、防衛上機微な能力、あるいは開示をめぐる対立が起これば、再び両者を引き離す可能性がある。
3つのシグナルが政策の持続性を示す
米英協力の持続性は、外交的な言葉だけでなく、アクセス、文書化、開発者の行動によって測られる。
第一のシグナルは、英国が次の主要な米国モデルをリリース前に受け取るかどうかである。導入前評価が確認されれば、今回の方針転換が実務慣行を変えることを示すだろう。
タイミングは、アクセスそのものと同じくらい重要になる。評価担当者には、テストを実施し、異常な結果を調査し、開発者と連絡を取り、提案された緩和策を確認するための十分な時間が必要だ。
リリース直前に提供されるアクセスは、有意義な影響力を提供せずに協力の文言だけを満たす可能性がある。数日間または数週間のテスト期間があれば、この取り決めが機能していることをより強く示せる。
第二のシグナルは、いずれかの政府による文書での説明である。2024年の覚書は幅広い協力を定めたが、直近の中断は誰がリリース前アクセスを管理するのかという不確実性を明らかにした。
公的な明確化では、米国のレビューを先に行う必要があるか、どの機関が英国と連携するか、どのカテゴリーのモデルが保留され得るかを説明すべきだ。
また、知見がCAISIと英国の研究所の間でどのように移動するかにも対応すべきである。双方がテストを実行できても、結果を速やかに共有できなければ、評価協力の価値は低下する。
第三のシグナルは、OpenAI、Anthropic、Google、Microsoftなどの開発者が一貫したアクセス方針を採用するかどうかだ。企業が異なる選択をする場合、政府の許可だけでは協力を保証できない。
開発者は、機微なモデルの詳細を明かすことなく、受け入れる外部評価のカテゴリーを説明できるべきである。そうすれば顧客や政策立案者は、研究所間の取り組みを比較できる。
一貫性は、自発的な取り決めを支持する根拠を強める。例外が繰り返されれば、一定のアクセス義務には法的根拠が必要だという英国の主張を後押しすることになる。
業界は、研究所が重大なリスクを特定した場合に何が起こるかにも注目すべきである。決定的な試金石は、ユーザーがモデルに接する前に、評価が安全策、導入条件、または監視を変えるかどうかだ。
公表済みのケーススタディは、攻撃手法の指示を明かすことなく証拠を提示できる。リスクの分類、評価プロセス、そして実施された緩和策を、責任ある粒度で説明することが可能だ。
英国政府のAI進捗報告書によると、この研究所は多額の資金を受け、数十のフロンティアモデルを試験してきた。こうしたリソースがあるからこそ、アクセスをめぐる問題の重要性はむしろ増す。
有能な研究所であっても、重要なモデルが展開後にしか提供されないなら、その目的を果たせない。逆に、十分な時間、技術的な深度、あるいは影響力を伴わないアクセスは、形式的なものになりかねない。
開発者や企業の購入担当者にとって、当面の教訓は、政府による評価を多層的な保証プロセスの一部として捉えることだ。社内テスト、独立した評価、展開時の統制、インシデント報告、継続的な監視は、それぞれ異なる失敗に対処する。
購入者は、どのバージョンのモデルが評価されたのか、テスターにはどのようなアクセスが与えられたのか、そして展開済みの構成が試験されたシステムと一致しているのかを確認すべきだ。また、提供者が新たに判明したリスクをどの程度迅速に報告するかも問う必要がある。
報じられた米国の方針転換により、英国でのAIモデル試験は大西洋横断の安全保障枠組みの中にとどまることになる。同時に、任意のアクセスが政治的な指示によっていかに迅速に中断され得るかも示している。
次の大規模リリースが、最も明確な試金石となる。英国の評価担当者は、それが意味を持つほど早い段階でアクセスを得られたのか。そして、その知見は展開に影響を与えたのか。
政府または開発者が、検証可能な詳細を伴ってこれらの問いに答えるまでは、この方針転換は確立した政策ではなく、復元された許可として扱うべきだ。AIガバナンスを追う読者は、アクセス期間、文書化されたルール、研究機関の行動に注目すべきである。こうしたシグナルが、同盟国による試験が持続的なインフラになったのか、それともワシントンが撤回できる便宜にとどまるのかを示すだろう。
