Shuichiro Ogawa
English

Notes ・ updated 2026-07-19

AIと経済学の研究潮流：生産性・労働市場・研究手法の転換（2024–2026）

レビューの素材として、生成AIと経済学の交差に関する査読論文と主要ワーキングペーパー16件を軽量スコーピングで収集した統合要約。 各文献の完全な書誌は末尾「参照文献」を参照（DOI/URLつきで追跡可能）。 出典追跡と確度判定つきの内部作業台帳は source/review/ai-economics-research-trends/papers.md（リポジトリ内部・非公開）。 デザイン領域に特化した交差は ai-economics-and-design、隣接分野の研究潮流は ai-law-governance-research-trends と ai-social-science-research-trends を参照。

同じ道具を全員に配ったのに、成果は揃わなかった。 2023年以降の生成AI研究が繰り返し示すのは、この一点である。 コールセンターでも、ライティングでも、ケニアの零細事業でも、平均だけを見れば生産性は上がる。 ところが分布を開くと、誰が得をして誰が損をするかは、道具ではなく使い手の側で決まっていた。

経済学がこの数年で生成AIに向けたのは、「AIは役に立つか」という問いではない。 役に立つのは前提として、その効果が誰にどう分配され、マクロの成長にどれだけ効き、労働市場のどこを削るのかを測る問いに移った。 本ノートは、その転換を五つの潮流で追う。

生産性の現場実験と、効果の不均等

最初の転換点は、生成AIの生産性効果を無作為化実験で測った一連の研究である。 Brynjolfsson, Li, Raymond の研究（E01, QJE 2025）は、コールセンターの支援員5,172名を対象に、AIアシスタントの段階的導入を準実験として分析した。 時間あたりの課題解決は平均で約15%増えた。 ただし内訳が重要で、経験の浅い低スキル層は速度も品質も上がったのに対し、最も熟練した層では速度の伸びは小さく品質はわずかに下がった。 AIが底上げしたのは、平均ではなく分布の下側だった。

同じ像を、実験室に近い設定で先に示したのが Noy, Zhang の研究（E02, Science 2023）である。 大学卒の専門職453名に職種別のライティング課題を割り当て、半数にChatGPTを与えた。 所要時間は40%減り、出力品質は18%上がり、労働者間の格差は縮小した。 弱いスキルの参加者ほど恩恵が大きいという結果は、生産性の不平等をAIが縮めうる可能性として読まれた。

コーディングでも近い数字が出た。 Peng らの研究（E03, arXiv 2023）では、HTTPサーバの実装課題でGitHub Copilotを使った群が55.8%速く完了した（95%信頼区間 [21%, 89%]、p=.0017）。 完了できるかどうかには差が出ず、速度だけが縮まった。

ここまでは「AIは万人の底上げに効く」という物語で読めてしまうかもしれない。 それを崩したのが、より難しい実務に踏み込んだ二本である。 Dell’Acqua らの研究（E04, HBS/SSRN 2023）は、BCGのコンサルタント758名を対象に現場実験を行った。 AIの能力が届くタスクの内側では、AI群は課題を12.2%多く、25.1%速くこなし、品質も大きく上がった。 ところが能力の外側にあるタスクでは、AI群は非AI群より19ポイント成績が落ちた。 著者はこの境界を「ジャギーな（ぎざぎざの）技術的フロンティア」と呼び、見た目の難易度と実際のAI適性がずれることを問題にした。

不均等がもっとも鮮明に出たのは、開発途上国の現場である。 Otis らの研究（E05, SSRN 2024）は、ケニアの起業家640名に5か月間、GPT-4を用いた事業助言を無作為に配った。 平均処置効果はゼロだった。 しかし高業績の起業家は約20%改善し、低業績の起業家は約10%悪化した。 差はAIが返す助言そのものではなく、どの助言を選んで実装したかにあった。 すでに強い者はAIをてこにし、苦しい者は難しい課題に助けを求めて外した。

労働市場の曝露と、雇用への最初の傷

生産性が上がるなら、雇用はどう動くのか。 この問いに、二つの層で研究が積み上がった。

一方は、職業がどれだけAIに晒されるかを測る曝露研究である。 Eloundou らの研究（E06, Science 2024）は、O*NETのタスクをGPT-4のルーブリックで採点し、約1.8%の職はタスクの半分超が単純なLLMで影響を受け、補完的なソフトウェアを織り込むとその割合は約46%まで上がると推計した。 これは雇用の予測ではなく曝露の潜在量であり、実際に何が起きるかは別問題である。

その「実際」を、他方の実データ研究が測り始めた。 Hui, Reshef, Zhou の研究（E07, Organization Science 2024）は、オンライン労働市場でChatGPT登場後を追い、ライティングや翻訳のように高く影響を受ける職種のフリーランサーが雇用と収入をともに減らしたことを示した。 過去の実績は保護にならず、トップ層ほど不釣り合いに打撃を受けた。

ところが、国レベルの行政データを使うと像は逆転する。 Humlum, Vestergaard の研究（E08, NBER 2025）は、デンマークの行政記録と採用調査を突き合わせ、チャットボットの収入と労働時間への平均効果がほぼゼロ（信頼区間は±1%を排除できる程度）だったと報告した。 時間節約は約3%にとどまる。 雇用主はAIを新しいタスク（生成、監督、統合）の追加として吸収し、賃金や時間の平均を動かすほどには至っていなかった。

この二つの結果は矛盾ではなく、観測する場所の違いとして読める。 オンラインの自営市場は最も薄く守られた層で、そこに傷が先に出た。 一方、雇用保護と再配置の余地が大きい国では、変化はタスクの組み替えとして分散し、平均には表れにくい。 どちらが本当かではなく、どの層のどの指標を見ているかで答えが変わる。

その最も脆い層を年齢で切り出したのが Brynjolfsson, Chandar, Chen の研究（E09, Stanford 2025）である。 米国の給与データを高頻度で追い、高曝露職の若手（22歳から25歳）で雇用が相対的に約13%減ったことを、企業レベルのショックを制御したうえで示した。 AIが人を補完する職では雇用は安定または増加していた。 著者は若年層を、炭鉱のカナリアになぞらえた。

マクロと成長：控えめな見積もり

個々の生産性がこれだけ動くなら、経済全体はどれだけ成長するのか。 ここで最も引かれる推計が、Acemoglu の研究（E10, NBER 2024）である。 タスクベースのモデルとHulten定理を使い、AIが今後10年でもたらす全要素生産性（TFP）の上昇は0.53%から0.66%以下、年率にすると約0.064%と見積もった。 根拠は二つの絞り込みにある。 米国の労働タスクのうちAIに晒されるのは約20%、そのうち利益が出る形で自動化できるのは約23%にすぎない、という計算である。 実験室での大きな効果量と、マクロの控えめな数字は、ここで折り合う。

この推計の土台にあるのが、Acemoglu, Restrepo のタスクベース理論（E11, JEP 2019）である。 自動化は既存タスクで資本が労働を置き換える置換効果を持つ一方、労働に比較優位のある新タスクの創出が復権効果として労働需要を戻す。 AIの効果を「置換か復権か」で分解するこの枠組みが、生成AIの評価にもそのまま使われている。 どちらが上回るかは技術の性質しだいであり、生産性が上がっても労働需要が減りうる、という留保がここから来る。

研究道具としてのLLM：被験者にも実験者にもなる

生成AIは分析の対象であるだけでなく、経済学の研究手法そのものを変え始めた。 Korinek の概説（E12, JEL 2023）は、着想、執筆、背景調査、データ分析、コーディング、数式導出の六領域でLLMの使い方を分類し、実験的なものから高く有用なものまで能力を格付けした。 経済学者がマイクロタスクの自動化で相当の生産性を得られる、という現実的な整理である。

より踏み込んだのが、LLMを実験の被験者として使う試みである。 Horton, Filippas, Manning の研究（E13, NBER 2023）は、LLMを「Homo silicus」、つまり人間の暗黙の計算モデルと捉え、古典的な経済実験を再現した。 配分や情報や選好を与えて行動を観察すると、元の実験と定性的に近い結果が出て、ずれるところは将来の研究の種になった。 Manning, Zhu, Horton の研究（E14, NBER 2024）は、これをさらに自動化し、構造的因果モデルとLLMを組み合わせて社会科学の仮説を自動で生成し検証した（交渉、保釈審問、面接、オークション）。 被験者と実験者の両方をLLMが担うこの構図は、妥当性の問いを新しく立てる。 シリコン上の被験者が示す規則性が、現実の人間の代理としてどこまで信頼できるかは、まだ開いた問いである。

市場・競争：アルゴリズムが学ぶ協調

最後の潮流は、価格をつけるアルゴリズムが競争に何をするかである。 Calvano らの研究（E15, AER 2020）は、Q学習の価格アルゴリズムが互いに通信しないまま超競争的な価格へ収束することをシミュレーションで示した。 高い価格は、有限の懲罰と協調への漸進的な復帰という戦略で維持された。 明示的な共謀なしに協調が生まれるこの結果は、競争政策に新しい論点を突きつけた。

理論だけでなく、実市場のデータでも近い兆候が出た。 Assad らの研究（E16, JPE 2024）は、ドイツの小売ガソリン市場でアルゴリズム価格ソフトが広く使えるようになった2017年前後を分析した。 採用によるマージンの増加は独占市場では起きず、非独占市場に限られた。 複占市場では両者が採用したときにマージンが約28%増えた。 アルゴリズムが暗黙のうちに協調的な価格戦略を学びうる、という理論の含意が、実データの上でも支持された。

横断的な論点

五つの潮流を貫く問いは、少数に絞れる。

第一に、加速と不均等の同時進行である。 平均の生産性は上がるが、その配分は使い手の初期能力に強く依存し、底上げ（E01/E02）と格差拡大（E04/E05）がともに観測される。 どちらが出るかは、タスクがAIの適性の内側か外側か（E04）で分かれる。

第二に、観測地点で変わる雇用効果である。 薄く守られたオンライン市場では雇用が減り（E07/E09）、再配置の余地が大きい国では平均が動かない（E08）。 矛盾ではなく、どの層のどの指標を見るかの違いとして整理できる。

第三に、実験室の効果量とマクロの控えめさの折り合いである。 個別タスクの大きな改善（E01–E03）は、曝露タスクの割合と自動化の採算という二つの絞り込みを通ると、10年で0.66%以下のTFPに収束する（E10）。

第四に、研究手法としてのLLMの妥当性である。 シリコン上の被験者（E13/E14）が現実の人間の代理としてどこまで通用するかは、経済学の実証の前提を問い直す未解決の問いである。

これらのうち一つだけ開いたまま残すなら、最後の問いがふさわしい。 生成AIを分析の対象として測る研究は、この数年で厚みを増した。 だが、生成AIを研究の道具として使う妥当性は、まだ確立していない。 測る側の道具が信頼できるかどうかは、測られる結果の信頼性を先取りしている。

参照文献

全16件。 未査読のワーキングペーパー（arXiv, SSRN, NBER, Stanford Digital Economy Lab）は確度に留保があり、効果量の外的妥当性は本文で明示した。 リンクはDOIまたは正典のランディングページ。 内部の作業台帳は source/review/ai-economics-research-trends/papers.md。

A. 生成AIの生産性効果（field / lab experiments）

B. 労働経済（曝露・雇用・賃金）

C. マクロ・成長・自動化の理論

D. 研究道具としてのLLM

  • E12 Korinek, A. (2023). Generative AI for Economic Research: Use Cases and Implications for Economists. Journal of Economic Literature 61(4), 1281–1317. https://doi.org/10.1257/jel.20231736
  • E13 Horton, J.J., Filippas, A., & Manning, B.S. (2023). Large Language Models as Simulated Economic Agents: What Can We Learn from Homo Silicus? NBER Working Paper 31122 [WP]. https://www.nber.org/papers/w31122
  • E14 Manning, B.S., Zhu, K., & Horton, J.J. (2024). Automated Social Science: Language Models as Scientist and Subjects. NBER Working Paper 32381 [WP]. https://www.nber.org/papers/w32381

E. 市場・競争・アルゴリズム価格

  • E15 Calvano, E., Calzolari, G., Denicolò, V., & Pastorello, S. (2020). Artificial Intelligence, Algorithmic Pricing, and Collusion. American Economic Review 110(10), 3267–3297. https://doi.org/10.1257/aer.20190623
  • E16 Assad, S., Clark, R., Ershov, D., & Xu, L. (2024). Algorithmic Pricing and Competition: Empirical Evidence from the German Retail Gasoline Market. Journal of Political Economy 132(3), 723–771. https://doi.org/10.1086/726906

← Notes 一覧 ・ ホーム