ACM (G検定)

1. 定義と概要

ACM（Association for Computing Machinery）とは、1947年に米国で設立された、コンピュータ科学・情報技術分野の国際学会です。日本語では米国計算機学会や計算機協会とも訳され、会員には研究者・実務家・学生を含め約10万人が名を連ねる、世界最大級の規模を持ちます。本部はニューヨークに置かれ、標準を定める団体でも企業でもなく、学術・教育・専門職の発展を目的とする非営利の国際学会（利益の分配を目的とせず、学術や教育などの活動を行う世界規模の団体）という位置づけが特徴です。

従来、コンピュータ科学の専門職には統一された行動規範が乏しく、技術者個人の判断に委ねられる場面が多い状態でした。ACM は1947年の設立以降、学会活動や論文データベースACM Digital Library（ACMが運営する、コンピュータ科学分野の論文を集めたオンラインの文献データベース）の運営を通じて分野の発展を支えてきました。あわせて1972年には最初の倫理綱領を制定し、専門職としての行動規範を明文化しました。

近年はAIの社会実装が進むにつれて、AI開発に関わる技術者の倫理や、AIが満たすべき公平性・説明責任・透明性（FAT）をめぐる議論の受け皿としても、ACM の活動が意識されるようになっています。

2. 試験対策ポイント

まず整理しておきたいのが、ACM が主催するチューリング賞（計算機科学分野で持続的に重要な貢献をした人物に贈られる、その分野で最も権威のある賞）の位置づけです。1966年に ACM が創設して以来、毎年授与されており、「計算機科学のノーベル賞」とも称されます。賞そのものよりも、それを主催しているのが ACM だという結びつきが、あわせて整理しておきたい論点です。

2018年（発表は2019年）は、ディープラーニング（深層学習。人間の脳を模したネットワークで大量のデータから特徴を自動学習する技術）の基礎を築いた功績により、ジェフリー・ヒントン、ヤン・ルカン、ヨシュア・ベンジオの3氏が共同受賞しました。3氏それぞれの功績を取り違えないよう区別しておきたいところです。受賞理由として挙げられた貢献を並べると、次のように整理できます。

受賞者	評価された主な功績
ジェフリー・ヒントン	誤差逆伝播法（バックプロパゲーション。予測と正解のズレを使ってモデルの重みを調整する学習の仕組み）の実証、CNN（畳み込みニューラルネットワーク。画像の特徴を捉えるのに適したネットワークの一種）の改良
ヤン・ルカン	CNNの先駆的研究
ヨシュア・ベンジオ	確率的な系列モデル（言葉の並びのように順序のあるデータを確率で扱うモデル）や分散表現（単語などの意味を複数の数値の並びで表す方法）への貢献

3氏はいずれもディープラーニングの土台をつくった研究者ですが、人名と技術の組み合わせは取り違えやすい論点です。誰がどの技術に関わったのかをセットで押さえておきたいところです。

次に押さえておきたいのが、ACM倫理綱領（Code of Ethics and Professional Conduct。ACMが定める、計算機分野の専門職が守るべき行動規範）の制定の経緯です。最初の倫理綱領は1972年に制定され、その後1992年と2018年に改訂を重ねており、現行版は2018年版にあたります。制定と改訂を重ねてきた経緯そのものが、専門職の行動規範を時代に合わせて見直してきた歩みを表しています。

もうひとつ、AIの公平性・説明責任・透明性をテーマにした国際学会ACM FAccT（旧称ACM FAT*）の位置づけもあわせて整理しておきたいところです。この学会は2018年に第1回が開催されています。公平性・説明責任・透明性そのものの中身は別のテーマとして扱われるため、ここで押さえておきたいのは、その運営組織が ACM である点です。

3. 関連概念との比較・相違点

チューリングテスト（機械が人間と区別がつかないほど自然にふるまえるかを判定する思考実験）との最大の違いは、中身がまったく別物である点にあります。名称の由来こそ同じアラン・チューリング（コンピュータ科学の基礎を築いたとされるイギリスの数学者）ですが、指すものは異なります。チューリングテストはAIの能力を判定する思考実験であり、チューリング賞はACM が計算機科学への貢献者に授与する賞なので、両者を同一視しないよう区別しておきたい点です。

FAT（AI が満たすべき公平性・説明責任・透明性の3つの観点をまとめた枠組み）との違いは、位置づけです。ACM は運営組織・専門職団体であり、FAT は AI が満たすべき価値の枠組みという立場にあります。ACM が運営する学会ACM FAccT（旧称FAT*）はFAT という呼称の由来のひとつですが、公平性・説明責任・透明性の3原則の中身自体は、別のテーマとして扱われます。

また、AI倫理を語るうえで登場するもうひとつの言葉が、科学技術の倫理的・法的・社会的課題を指すELSIです。ただしELSIは論点を整理する枠組みであり、ACM のような学会・団体そのものとは軸が異なります。

これらはいずれもAI倫理の文脈で並んで登場しますが、この中で組織の名前にあたるのは ACM だけです。組織なのか、賞なのか、考え方の枠組みなのかという区分で見ると、取り違えを避けやすくなります。

4. ビジネス・実務での活用シナリオ

ソフトウェア開発の現場では、ACM倫理綱領のような専門職の行動規範が、新人エンジニア向け倫理研修の参考文書として引用される例です。技術者個人の感覚に判断を委ねるのではなく、業界で共有された行動規範を土台にすることで、倫理的な判断基準を組織として明文化できる点に意義があります。

研究開発（R&D）の部門では、ACM が運営する論文データベースACM Digital Library を通じて、最新のAI研究動向を調査する活用シナリオが考えられます。個々の研究者の情報収集に頼るのではなく、体系化された文献データベースを技術戦略の立案に組み込む取り組みが有効です。

AIガバナンス・企業倫理の領域では、AI関連事業を持つ企業がAI原則や倫理委員会を設置する際、ACM倫理綱領のような専門職団体の行動規範を参考にしながら自社のAI利用方針を策定する動きがあります。自社だけの基準を一から作るのではなく、国際的な専門職団体が積み上げてきた行動規範を参照することで、社外への説明力を持った方針を組み立てられます。

5. 要点まとめ

• ACM は1947年設立の世界最大級のコンピュータ科学分野の国際学会で、規格を定める団体や企業ではなく学術・専門職団体としての位置づけを持ちます。
• ACM は計算機科学の最高栄誉とされるチューリング賞（1966年創設）を主催しており、2018年（発表2019年）はディープラーニングの基礎を築いたヒントン・ルカン・ベンジオの3氏が共同受賞しました。
• 計算機専門職の行動規範であるACM倫理綱領（1972年制定、1992年・2018年改訂）と、公平性・説明責任・透明性を扱う学会ACM FAccT（旧称FAT*）の運営も、ACM の活動として押さえておきたいところです。

6. 確認問題