AIエージェント能力アトラス › 仕事ごとの一覧 › 研究・問題解決 › データ分析・統計

因果推論

Causal Inference

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

計量経済学者・因果推論の専門家と比べ、LLM単体の因果推定精度は低く、2026年の論文でも『ランダムに近い性能』と評されるケースがある。DAG（因果図）の候補提示など補助タスクでは有用。

できること

介入変数候補やDAGの叩き台を提示したり、既知の因果推論手法（DID, IV, RDDなど）の選択肢を説明したりする定型的な補助はできる。GPT-4等をガイドに使ったcausal discoveryパイプラインの一部として機能する研究例がある。

まだできないこと

実データでの厳密な因果効果の推定・交絡変数の特定・操作変数の妥当性検証など、統計的因果推論の中核作業は専門家の水準に届かない。『The Illusion of Causality in LLMs』(2026)は、LLMの見かけ上の因果推論力が訓練データに強く依存した意味的パターン想起にすぎず、構造感応的な推論ではないと指摘。

なぜそうなのか

因果推論は観測データだけでなく、実験計画・ドメイン知識に基づく識別戦略が必要であり、LLMは相関パターンの学習に最適化されているため、真の因果構造を汎化的に扱えない。データセットが大きくなるほど精度が落ちるとの報告もある。

これからの予測の根拠

因果推論特化のポストトレーニング手法（ICLR2026等）が研究段階にあり、ツール連携（因果推論ライブラリの自動呼び出し）が進めば2027-28年に補助レベルから実務品質(要確認)へ向上する可能性はあるが、専門家超えの見込みは薄い。

いま使える主な道具

GPT-5.x + causal discovery libraries、Claude Fable 5.1、DoWhy/EconML(人間主導)

根拠

• The Illusion of Causality in LLMs: A Developmentally Grounded Analysis 2026-03
  LLMの因果推論の見かけの強さは意味的パターン想起であり構造感応的でないと分析
• Can LLMs Serve as Causal Inference Agents? A Study on Post-Training Methods 2026
  ICLR2026、post-trainingしても精密な因果推定能力は限定的と報告
• Causal Inference with Large Language Model: A Survey 2024-09
  LLM単体は最先端の因果学習手法に及ばず、データ規模が大きいほど性能が落ちると指摘

同じ分野のほかの仕事（データ分析・統計）

• 探索的データ分析(EDA)
• 統計的検定の妥当な選択
• データ可視化
• 分析レポート作成
• 大規模データセットでのバグ・データリーク検出
• 機械学習パイプライン自動構築(AutoML/Kaggle型)

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。