機械が数分かけて処理する

機械が数分をかけて処理する

2024年12月、連邦準備銀行の4人の研究者が、ある程度控えめな目的で報告書を発表しました。その目的は、市販の人工知能モデルが、連邦オープンマーケット委員会の会議記録を読み取ることができるかどうかを調べることでした。人間がそれをできるかどうかも同様に調べられました。結果は実に驚くべきものでした。2010年までの約25,000文の会議記録を対象にした11種類のモデルは、失業、インフレ、銀行の危機といった話題を分類し、平均的なF1スコア（精度と再認識のバランス）を算出しました。0.80–0.93そして、最も優れたGPT-4oは0.95に到達しました。これは、そのタスクのために訓練された専門的な金融モデルを上回る結果です。詳細については後ほど説明します。機械のテスト答案を評価した人々は、何年もの間、その文書を読み、それを書き直す作業をしていた人々です。

中央銀行にとって、その記録は単なる業務の負担ではない。それは実際の成果なのである。連邦準備制度が政策を決定する際、主に言葉を通じて行う。つまり、将来の金利の動向に関する約束、各銀行の金利予測のデータ、議長のプレスリリースなどが、政策が市場に伝わる手段となる。どの議論が要約に含まれるか、反対意見がどのように表現されるか、そして委員会がどのような考えを持っているかを決めるのは、ある種の権力の行使である。かつては、その編集作業は少数の上級職員が行っていたが、今では機械が担当している。

何が起こったかを過大評価するべきではない。取締役会の声明によれば、中央銀行はまだ公的文書の作成に生成型AIを利用していないという。また、2026年2月に行われた「AIの実用化」に関する演説で、クリストファー・ウォーラー氏は、意図的に管理主義的な方針を明らかにした。すべての準備銀行の職員が利用できる、一般的な内部AIプラットフォームです。「ビジネス主導の」、または「AIを活用した」導入方式、そして厳格なモデル検証や、幻想的な現象への注意、人間の責任などに関する規制事項も必要です。彼が述べた利用例は、どんな大規模組織でも自動化できるようなものです。例えば、委員会の会議に向けて準備される背景情報を簡略化したり、大量のメールを整理したり、ソフトウェア開発者がテストを書くのを助けることなどです。会長であるジェロム・パウエルは、この技術の短期的な影響についてはあまり重視していません。2025年6月に上院議員に対して、「この技術がアメリカ経済に与える影響は」と述べました。おそらく、今の時期にはあまり得意ではないでしょう。."

その職員の見解に問題があるのは、彼が会議の議題を決定しているという点です。会前の資料を「重要なテーマ」にまとめる機械が、委員会が最初に何に注意を払うかを決めているのです。また、インタビューで得た情報をモデルによって迅速に処理する経済学者も、次にどのような質問をするかを決めています。さらに、この影響は3つの方向から同時に起こっています。連邦準備銀行は、まだ見ることができないAI経済を測定する方法を学ばなければなりません。議長は、公式データが不明瞭になったときの政策決定を…霧の中で車を運転する仕事の量が減少しているのか、それとも価格圧力が強まっているのか、わかりません。自社の建物内にある機械を管理する必要があります。また、市場のモデルや、その決定を模倣するための学術的なシミュレータといった外部の機械にも対処しなければなりません。

最後の項目は、見た目よりもさらに複雑です。タラ・シンクレアが率いるジョージワシント大学の研究者たちは、「FOMC in silico」というシミュレーションを作成しました。これは、ChatGPTのようなチャットボットの背後にある大規模言語モデルが、実際の委員会メンバーの立場や発言内容、投票記録、文体などを参考にして、その人物像を演じるものです。2025年7月に実際の委員会が決定を下す前に、このシミュレーションによる委員会の利率は4.25～4.5％であり、実際の委員会と同じでした。また、クリストファー・ウォーラーとミシェル・ボウマンの反対意見も再現されていました。研究者たちは、これを1993年以来初めての低利率に対する二重の反対意見だと述べています。歴史を超えて、このシミュレーションによる委員会の利率は実際の委員会の利率と一致していました。2000年以降の93％の会議において、25ベーシスポイント以内研究者たちが結論づけるには、心配な点は、これらのモデルが何か不都合な事実を吸収してしまったということです。つまり、連邦準備制度は政治の影響から完全に孤立しているわけではないのです。

これは、機械がすぐに価格を決定するという意味ではありません。それは、より微妙な意味を持ち、言葉に基づく権威を持つ機関にとっては、より危険なことです。4つのリスクがあります。要約者は情報を平易化しますが、フレンデでの意見の相違は信号となります。意見の相違の内容は市場にとってのデータとなり、モデルによって整理された記録にはその一部が失われます。モデルはまた、フレンデ自身の編集判断にも基づいて訓練されています。理事会の実験における「正確な事実」とは、研究者が文の意味をどのように理解しているかということであり、その理解が機械によって客観的な解釈に変換されます。さらに、フレンデが公開する言葉は、市場が次の動きを決定するための訓練データとなり、フレンデは市場がそれを読むことを読み取るのです。このようにして、反響室が閉じてしまいます。そして、ウォーラー氏自身のスピーチで詳細に説明されている説明責任も、崩れ始めます。もし機械が議論を簡略化するなら、誰一人として、委員会が実際に聞いた内容を保証することはできません。

ウォーラー氏は、適切な歴史的例を挙げて、その点を認めた。彼は養子縁組を、ATMの登場と同様に捉えました。つまり、ATMは店員の仕事を変えるものではなく、その仕事自体を廃止するわけではないのです。確かに、その理由は有益です。店員が生き残るためには、機械が対応できない例外や不規則なケースを処理する人間になる必要があるのです。連邦準備銀行内でも同じでしょう。人間の残りの価値とは、解釈ということです。そして中央銀行において、解釈こそが全ての業務なのです。

これらのことから、ラドー主義者が引き下がるべきだというわけではありません。機械は、与えられた労働をうまくこなします。25,000文の記事を読むという作業は、機関が外部に委託すべき仕事です。また、技術を無視する中央銀行は、自ら管理する経済を理解するという任務を果たせないでしょう。3つの線が必要です。要約と解釈の違いは、人間の作業であるべきです。なぜなら、議論を導く文句は要約ではなく、実際に生み出されたものだからです。機械が作り出したすべての文書には、名前のある人間の所有者がいるべきです。そして、連邦準備銀行は、自らが発表した言葉を、政策を決定するための情報として扱うべきです。連邦準備銀行の機械は、自分たちの言葉が何を意味するかを保証することはできません。その機関の信頼性とは、そうすることができる点にあります。その役割は、やはりその機関自身が担うべきです。