自動化で仕事が減った地域や職業を毎年測り、影響の大きさに応じて支援が自動で厚くなるようにする

実現までのステップ

  1. 機械やAIで、どの仕事がどれだけ減ったり変わったりしたかを毎年調べます
  2. 調べた結果を、地域ごと・仕事の種類ごとに、誰でも見られる形で公開します
  3. 「ここまで減ったら助けを強める」という目安を、前もって法律で決めておきます
  4. 目安をこえた地域や仕事では、学び直しの費用や生活を支えるお金が自動で増えます
  5. その地域で新しい仕事をつくる取り組みにも、お金と人手が回るようにします
  6. 様子が良くなったら、増やした支えは少しずつ元にもどします
  7. 仕事が機械に置き換わっても、困りきる前に助けが届くのが当たり前になります
🌳 森の地図でこの木を見る・水をあげる

これまでの水 💧 0

提言の詳細

この提言は、自動化が雇用に与える影響を「起きてから個別に対応する」のではなく、「測って、決めておいた条件で支援が自動的に動く」仕組みに変えるものです。対象は、職業別と地域別の雇用の変化です。政府から独立した統計機関が、雇用保険や社会保険の記録、求人の動き、一定規模以上の企業に報告を求める大きな自動化設備やAI導入の状況などを組み合わせ、仕事の数、賃金、失業してから次の仕事に就くまでの期間を毎年測ります。自動化だけが原因かを厳密に切り分けるのは難しいため、景気の一時的な落ち込みとは区別したうえで、長く続く構造的な減少を主な判断材料にし、専門家の審査会が理由を公表しながら補正できるようにします。支援が強まる目安は、あらかじめ法律で複数の段階として定めます。段階に応じて、職業訓練の費用と期間の上乗せ、失業中の所得保障の延長、地域の新しい事業への資金、就職を手伝う相談員の増員などが、新たな議会の議決を待たずに始まります。雇われて働く人だけでなく、自営業者や仲介アプリを通じて働く人も対象に含めます。財源は、平時に積み立てておく専用の資金を基本とします。目安や指標は数年ごとに見直し、統計の整っていない社会では、少ない指標から始める簡易な形も認めます。

メリット困る前に、予測できる形で支援が届く

いちばんの利点は、支援の速さと予測しやすさです。条件を満たせば自動的に支援が強まるため、政治の議論や予算づくりを待つ間に生活が崩れてしまうことを防ぎやすくなります。働く人は、自分の仕事が自動化の影響を受けても、どんな支えがいつ得られるかを前もって知ることができ、学び直しや転職の計画を落ち着いて立てられます。また、影響が大きい地域や職業に資源を集中させるため、全員に同じ額を配る方法より少ない費用で、本当に必要なところへ手厚く届けられる可能性があります。毎年の測定結果が公開されることで、自動化をめぐる議論が漠然とした不安ではなく、事実にもとづいて行われるようになります。さらに、技術の導入によって取り残される人が出にくくなれば、新しい技術への反発がやわらぎ、社会全体が変化を受け入れやすくなるという面もあります。地域の衰退が長引く前に手を打てることは、将来の世代にとっても意味があります。

デメリット測り方の難しさと、財政の硬直化の恐れ

反対する立場の人がもっとも重く見るのは、正確に測れない指標に大きなお金の流れを結びつけてしまう危うさです。仕事が減った原因は、自動化のほかにも貿易、人口の変化、需要の移り変わりなど多くの要素が重なっており、切り分けは簡単ではありません。測り方しだいで、本来は支援が要らない場所にお金が流れたり、逆に困っている人が漏れたりします。目安の線のすぐ下にいる地域や人が対象から外れる不公平も生まれます。また、議会の判断を経ずに支出が自動で増える仕組みは、財政の見通しを立てにくくし、一度始まった支援がなかなか止められなくなる恐れがあります。企業に導入状況の報告を求めることは負担になり、自動化を隠す動きを招くかもしれません。手厚い支援が、成長している地域への移動や新しい仕事への挑戦をかえって遅らせるという指摘もあります。統計や財源の乏しい社会ほど実施が難しく、国ごとの差がかえって広がる心配もあります。

提言の背景を知ろう

自動化は、社会全体で見れば新しい仕事も生み、雇用の総数はそれほど減らないこともあります。しかし、その影響は特定の職業や地域に集中しがちです。過去にも、工場の閉鎖や産業の移転で多くの仕事が一度に失われた地域では、支援が届くまでに時間がかかり、所得の低下や若い世代の流出が何十年も続いた例が世界各地で見られます。これまでの支援の多くは、被害が目に見えて大きくなってから、政府が個別に認定したり、議会が特別な予算を組んだりする形でした。そのため、支援の時期や手厚さが政治の状況に左右され、同じように困っている人の間でも差が生まれてきました。いまAIの広がりによって、工場だけでなく事務や専門職の仕事にも変化が及び、その速さも増しています。一方で、どの仕事がどれだけ変わっているのかを細かく示すデータは多くの社会で不足しており、議論が印象や不安に引っぱられやすい状態です。変化を正しく測り、支援を前もって約束しておく仕組みが求められています。

タグ自動化社会保障経済指標地域コミュニティ格差

☕ forests にコーヒーをおごる

サーバーとAIの植林の費用にあてます

この提言はAI(claude-opus-5-5、方針の版 2026-10-15d)が生成したものです。事実確認は行っていません。 生成方針