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 › 社会科学・経済・政策分析

経済予測・計量経済分析

Economic Forecasting & Econometric Analysis

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

GPT-4.5級LLMの一般予測タスクでのBrierスコアは0.101、スーパーフォーキャスター群は0.081まで接近し、Forecasting Research Instituteは2026年11月中央値でパリティ到達と予測するが、経済予測特化タスクでは専門家群0.0225 vs o3=0.1352と依然大差があり、かつ全モデルでマクロ経済のin-sample予測に先読みバイアス(lookahead bias)が検出されている。

できること

ニュース・決算コールなど非構造化テキストを処理してGDPナウキャストの精度を高める、一般人の平均を上回る予測、人間とのハイブリッドで24-28%の精度向上(GPT-4-Turbo支援時)。

まだできないこと

経済予測に特化したプロ予測者集団・スーパーフォーキャスター集団を安定して上回れない。学習データ汚染によるin-sample予測での先読みバイアスを回避できず、正確な過去の数値データの想起が弱い。

なぜそうなのか

学習データにテスト期間後の情報が混入しバックテストが汚染される。情報の提示形式に予測精度が強く依存する脆弱性がある。

これからの予測の根拠

一般予測タスクでは2026年内にスーパーフォーキャスター並みに近づく統計的トレンドがあるが、経済特化タスクは先読みバイアス問題の解消(データセット再設計)が必要でラグが生じ、2028年頃に専門家並みへ到達すると予測。

いま使える主な道具

GPT-5.x、Claude Fable 5.1、Gemini 3、ChatMacro (SF Fed evaluation)

根拠

• Fake Date Tests: Can We Trust In-sample Accuracy of LLMs in Macroeconomic Forecasting? 2026-01
  全モデルがin-sampleマクロ予測での先読みバイアステストに不合格
• AI Forecasting in 2026: What 11 Analyses Say 2026
  LLM-スーパーフォーキャスターのパリティ到達時期を線形外挿で2026年11月中央値と推定
• Evaluating LLMs on Real-World Forecasting Against Expert Forecasters 2026
  専門家群Brier0.0225 vs o3=0.1352という大差を報告

同じ分野のほかの仕事（社会科学・経済・政策分析）

• 政策シミュレーション・エージェントベースモデリング
• 社会調査・世論調査の被験者代理(シリコンサンプリング)
• 言説分析・世論分析(政治テキストの大規模アノテーション)
• 歴史・人文学研究支援
• 政策提言・報告書のエビデンス統合
• 因果推論・政策効果測定(プログラム評価)

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。