OpenAIの支援を受け、ルールベースの予測モデルに生成AIを組み合わせる政策シミュレーション研究が進んでいる。研究者が手作業で設計してきた行動ルールをGPTで代替し、より複雑な消費者行動まで再現できるかを検証する試みだ。

クォン・ヒョクグ氏（シンガポール・南洋工科大学情報システム学特別教授）は11日、ソウル市江南区のOpenAI Koreaで開かれたメディアセッション「政策研究におけるAI活用」で、大規模言語モデル（LLM）を活用した政策シミュレーション研究の概要を説明した。

クォン氏は「消費者ごとに異なる生活条件や消費パターンを反映して政策への反応を予測し、その結果が実際の行動とどの程度一致するかを確かめる研究だ」と述べた。

従来の統計予測で用いられてきたエージェント・ベース・モデリング（ABM）は、所得や年齢、生活環境といった条件に応じた行動ルールを研究者が個別に設定する手法だ。ただ、考慮すべき変数が増えるほどルール設計は複雑になり、研究者の主観が入り込む余地も大きくなる。

研究チームは、韓国の家計簿アプリ利用者100万人超の金融取引データを使い、GPTを用いたシミュレーションを進めている。消費者の所得や支出パターンを整理してGPTに入力し、2025年の民生回復のための消費クーポン支給に伴う消費の変化を予測する。

今後は、予測結果を実際の取引記録や韓国銀行による政策効果分析と照合し、モデルの精度を検証する方針だ。

初期段階の研究では、予測誤差が大幅に縮小したという。クォン氏は「開始当初の予測誤差は約25％で、本当に可能なのかという疑問もあった」と振り返る一方、「現在は約10％まで下がっており、さまざまな組み合わせを試しながら精度を高めている」と語った。

もっとも、この数値はGPTベースの予測モデルを改善する過程で得られた暫定値にとどまる。

AI活用に伴う新たな課題も見えてきた。クォン氏は「ルール設定の負担は減ったが、バイアスの起点が研究者からGPT側に移った」とした上で、「バイアスのないモデルは存在しない」と指摘した。

行動ルールを直接設計する負担は軽くなる一方で、どのデータをGPTに与えるのか、どう前処理するのか、得られた予測をどこまで信頼できるのかが重要になるという。

こうしたAIシミュレーションは政策研究にとどまらず、選挙予測や市場調査など幅広い分野で活用が進む。クォン氏によると、韓国でも既存のアンケート調査パネルをAIシミュレーションで代替しようとする動きが活発化している。

一方で、AIシミュレーションの役割は、合理的な意思決定のための材料を示すことにあるとクォン氏は説明する。例えば、同じ予算を全国民に一律給付する場合と、低所得層に重点配分する場合では、消費喚起効果の予測は異なり得る。ただし、実際にどの政策を選ぶかは、別途の価値判断を伴う。

クォン氏は「GPTやAIが、その根拠を踏まえた最終的な意思決定まで担えるとは考えていない」と述べ、「政策の期待効果をより正確に示し、数値に基づく建設的な議論を後押しするのが目的だ」と強調した。

今回の研究は、OpenAIの研究支援プログラム「New Policy Ideas for the Intelligence Age（知能時代のための新たな政策構想）」の一環。OpenAIは世界の独立研究プロジェクト14件を対象に、研究費とAPIクレジットとして最大200万ドル相当を支援する。

採択された研究チームには、最新のフロンティアAIモデルへのアクセス権も提供される。

OpenAIは支援の背景について、「全人類がAIの恩恵を享受できるようにする」という同社のミッションを挙げた。ウム・ソンウォン氏（OpenAI Koreaコミュニケーション統括）は「個人がAIモデルを使って恩恵を受けるだけでなく、政策研究に活用され、政策そのものがより効果的に機能すれば、利益は社会全体に広がる」と述べた。

支援対象は、社会的な波及効果や公益への貢献可能性などを踏まえて選定したという。韓国ではこのほか、ホン・スンマン氏（延世大学行政学科教授）の研究チームによる「人工知能を活用した民主的アカウンタビリティ評価およびガバナンス政策」も採択された。

この研究は、国会による行政府の牽制・監督機能などをAIで分析・評価する内容だ。

OpenAIは一方で、今回の政策研究の成果がAIモデルの開発に使われる可能性については明確に線引きした。

クォン氏の研究チームは年末までに、GPTベースの統計予測モデルの精度と限界を検証する。その後、来年3月までに支給対象や金額、使用期限などの政策条件を変え、効果を比較する後続研究を進める計画だ。