なぜ市民開発者が重要なのか。そこには「技術者が足りない」という理由に加えて、もうひとつ重要な理由がある。それは一般の人々から見て関心度の高い、社会的な問題にいち早く反応し、対処することが可能になるという点だ。

たとえばGoogleは、前述のTeachable Machineを活用した事例として、建築家スティーブ・セイリングの取り組みを紹介している。彼はALS（筋萎縮性側索硬化症）を発症しており、体をほとんど動かすことができないが、同じALS患者を支援する取り組みを続けており、ALSレジデンスというALS専門の介護センターも立ち上げている。

彼のアイデアとTeachable Machineを使って実現されたのが、表情の映像を読み取って、それをテキストや音声に変換するAIだ。セイリングのさまざまな顔の動きを学習用データとしてTeachable Machineに与え、それと伝えたいコミュニケーションの内容と紐づけるわけである。彼はこのAIのトレーニングを、自ら行うことができたそうだ。

難病で体をほとんど動かすことができない人であっても、市民開発者として自分の目的にカスタマイズされた独自のAIを開発できるというのは、ノーコードAIの大きな可能性を示してくれる一例と言えるだろう。

またGoogleは、ロサンゼルスの学生たちが、AIを使って渋滞解消に取り組んでいる事例も紹介している。こちらはノーコードで開発されたAIではなく、TensorFlowという機械学習ライブラリ（IT分野で「ライブラリ」とは、再利用可能なプログラムの部品を集めて公開しているものを指し、これを利用することで開発を大幅に効率化・省力化できる）を活用しているのだが、注目すべき市民開発者の事例のひとつだ（こうした例はノーコードではなく「ローコード」開発、すなわち以前よりも少ないコーディングで実現される開発と呼ばれている）。

ロサンゼルスは世界最悪レベルの交通渋滞が起きている都市として知られ、排気ガスによる環境への影響といった副次的な問題も発生している。カリフォルニア州にあるロヨラ・メリーマウント大学の学生たちは、この渋滞の原因のひとつとなっている道路の損傷（陥没や亀裂など）をいち早く発見することに、AIを活用できるのではないかと考えた。彼らは自動車にカメラを装着し、ロサンゼルスの市街地を走行。そうして得られた路面の画像データを学習用データとして、画像から道路の損傷を識別するAIを開発した。

これは学生の取り組みとはいえ、自治体の関係者たちが開発されたAIを活用して、あるいは自ら同様のAIを開発して、危険な道路を効率的に把握するのが可能であることを示している。自治体や市民が抱える問題は、道路のような各種社会インフラの保全や、ゴミの不法投棄の発見、人間の生活にとって害となる野生生物への対処など、地域によって多種多様だ。そうしたニーズをいち早く、また正確に把握した人物が自らAIの開発者になれるという状況は、多くの可能性を秘めていると言えるだろう。

もちろん、ノーコードAIプラットフォームが市民開発者のあらゆるニーズを解決してくれるわけではない。これはすべてのノーコード開発に言えることだが、プラットフォームが提供してくれる機能やその精度には限界がある。市民開発者の側がそれを理解しておらず、無理に開発を進めようとすれば、目標とするクオリティにはほど遠いAIが出来上がってしまったり、あるいは逆に手間のかかるシステムになってしまったりする恐れがある。

ただ機能面での問題は、今後のテクノロジーの発展によって、ある程度まで解決されることが期待できる。一方で、それより根深いと言えるのが、AI開発が固有に抱えるリスクの問題だ。

いま多くの企業で、「AI倫理」に関する規定が設けられつつある。AI倫理とは文字通り、AIを活用する上で求められる、倫理的な判断や対応を意味している。たとえばソニーは「ソニーグループAI倫理ガイドライン」を発表しているが、この中では「プライバシーの保護」や「公平性の尊重」、「透明性の追求」といったルールに従ってAI開発を行うことが宣言されている。

AI、特に大量のデータを基に機械が自ら判断のロジックを組み立てる「機械学習」を使ったアプリケーションでは、与えられる学習用データの内容次第で、AIが問題のある判断（性別や人種による差別等）を行うようになってしまう恐れがある。またAIの学習用に使われるデータ、完成したAIに判断を行わせる際に与えられるデータ、あるいはAIが与えられたデータから導き出したさまざまな情報自体が、個人のプライバシーを侵害する内容である場合もある。そのような状況では、一定のルールに従ってAIを開発・管理していないと、その利用者に意図せぬ不利益を生じさせてしまいかねない。

そのため企業では、AI倫理を守るための規則やガイドライン類を相次いで規定しているのだ。しかし市民開発者の場合、当然ながら自らがそうした事態を想定して行動に注意するしかない。つまりノーコードAIを利用する市民開発者は、プログラミング・スキルを身に着ける必要はないものの、「AIを開発し、運用するとはどういうことか」を学び、実践しなければならないのである。最近ではそうした学びを支援するための教育プログラムや、市民開発者のコミュニティなどの整備も始まっているが、ノーコードAIプラットフォームが普及すればするほど、そうした支援の環境を充実させる必要が高まるだろう。そしてそれは容易なことではなく、国や教育機関といった公的な機関の対応が求められる。

とはいえこれまでのAI開発は、「白人・男性・先進国」といった一定の人々によって推進されてきていたため、一定のバイアスが生じかねない状況にあった。実際にAmazonが開発した求職者の書類選考AIでは、白人男性を多く採用してきたという過去の経緯から、そのデータを「学習」したAIが女性候補者に不利な判定を下すようになったというケースも起きている。ノーコードAIや市民開発者の登場により、多様な人々がAI開発に参加することは、逆にこうした状況を改善し、AI倫理の推進とってプラスになるのではという期待もある。

少なくともマイノリティの人々にもAIの門戸を開くことは、AI開発の可能性を大きく広げることになるだろう。その意味でノーコードAIは、現在のAIのあり方を一変させる力を秘めていると言えるのである。