現状認識・課題分析

• 技術進化スピードと政策ラグのギャップが拡大
  • 生成AI は半年単位で能力が倍加する一方、法律改正は長期間の検討、審議を前提としており、法改正サイクルは追いついていません。 旧来型 PDCA だけでは社会的リスクに追従できないとOECDも警告しています。
  • 政府の「重点計画」(2024) でも“機動的で柔軟な政策形成”を最優先原則に掲げており、制度側のレガシー解消は継続的課題となっています。
• 行政の「無謬性神話」による影響からの脱却の必要性
  • 我が国の行政には、行政は間違いを犯してはならない、現行の制度や政策は間違っていないと考える、いわゆる「無謬性神話」が存在するとの指摘があります。（アジャイル型政策形成・評価の在り方に関するワーキンググループ提言など）
  • 環境変化が速く、社会課題が複雑化・困難化する中で、「無謬性神話」にとらわれず、様々な社会課題に適時的確に対応・解決していくことが必要です。
• 政府としても“機動的政策形成”を優先的位置付けに
  • 2024 年「デジタル社会の実現に向けた重点計画」において、“機動的で柔軟な政策形成”を基本原則に掲げ、サンドボックス・試行錯誤を前提とした制度改革が求められています。
• 社会的信頼の素早い獲得と、柔軟なリスク管理の必要性が拡大
  • デジタル庁のダッシュボード公開数は年間1,660件 まで増加 。 高頻度で成果を可視化し、市民の監視とフィードバックを組み込む文化が定着しつつあります。
• 国際規制競争が「待ったなし」
  • OECD の「アジャイル規制ツールキット」(2023) が加盟国に実証サンドボックスと失敗学習の制度化を推奨。今走らなければ国際標準づくりから取り残されるおそれがあります。
  • OECD は2024 年報告で、誤情報・生成 AI が民主プロセスに与える影響を指摘し、「迅速なアップデートと失敗からの学習」を各国に求めています。

政策概要

• 失敗を許容し、データに基づき高速に学習する政策サイクルの導入
  • サンドボックス＋error budget的思考の採用
    • 機動的で柔軟な見直しを行うような政策設計等ができる制度等の枠を設けます。
    • また、事前に起こりうる失敗及びその確率を検討し、問題が発生した際にそれが想定内か想定外かを踏まえて対応を検討します。
    • エラー発生時は即時原因分析→改善を検討します。
  • 「ゴール設定」→「システムデザイン」→「運用」→「評価」→「環境・リスクの再分析とゴールの再設定」という二重のサイクルの採用
    • PDCAを内包しつつ、環境分析やゴール設定の継続的な見直しを採用し、外部への透明性・アカウンタビリティを確保します。
  • EBPMの動的な実践:
    • 一時点での評価・分析にとどまるスタティックなEBPMだけでなく、状況の変化に応じて政策を見直し・実行するダイナミックなEBPMを実践する。
    • EBPM、政策評価制度、行政事業レビューの重複感や負担感を解消し、より機動的で柔軟な政策形成にリソースを割けるようにします。
  • 当事者が相互にフィードバックを行う構造
    • 事前あるいは評価時に他省庁の意見および国民からの声をフィードバックとして施策に反映する。
• アジャイルガバナンスの基盤としてのプラットフォームの整備
  • ID、ベース・レジストリ、オープンデータ、クラウド、決済基盤などの「共通基盤」を整備をより一層推進します
    • 参考：デジタル庁による公的な信頼基盤の整備
  • さらにインドで採用されているIndia Stackのように、共通基盤の上に分野別・個別サービスを構築する階層構造を設け、「アプリケーション/インテグレーションの型を標準化」を推進します。