模擬国連はもう古い—ジョージ・ワシントン大学の研究者たちが、連邦準備制度理事会の委員会会議を AIモデルで構築することに成功し、歴史を作った。
「FOMC in silico（シリコン上のFOMC）」と名付けられたこのプロジェクトは、中央銀行の連邦公開市場委員会（FOMC）の会議をシミュレーションし、委員会メンバーとしてAIエージェントを配置している。研究チームは各メンバーの財政政策に対する姿勢や過去の投票記録に関する情報を持ち、それらをすべて分析に投入した。
「既存のアプローチでは、同じ情報セットに対する合理的な意思決定ルールと行動的な意思決定ルールを同時に観察することができない」と、このプロジェクトを扱った論文で著者のソフィア・カジンニクとタラ・M・シンクレア氏は説明している。「私たちはこのギャップに対処するため、LLM駆動のFOMC会議シミュレーションとゲーム理論による投票モデルを統合した二重トラックのシミュレーションフレームワークを開発した。合理的な（ゲーム理論）トラックでは、政策立案者はマクロ経済データを観察し、ベイズ推論により信念を更新し、均衡に向けて投票する。行動的な（LLM）トラックでは、エージェントは同じデータを取得し、自然言語で推論し、委員会での議論に参加し、データだけでなく、人格の多様性や制度的規範によって形作られる結果を生成する。これらの要素は形式的モデルでは捉えるのが難しい。」
つまり、これらの「トラック」の一方では、自然言語による対話はなく、単に「ベイズ推論」があるだけで、もう一方では、彼らは「会話」し、その方法で決定に至る。「人格の多様性」（あるいは：人々は異なる考え方をする）のような用語を使用して、著者たちは多くのことを言っている—彼らが表現しようとしているのは、実際の生の会議で人々が考えを表現するように話す様子をレンダリングせずには、堅牢なシミュレーションを得ることはできないということだ。
いずれにせよ、このFOMCのデジタルツイン化の主な発見は、政治的圧力の下では、エージェントとして表現される委員会メンバーが意見の相違を示し、合意を分断するということである。
人物の構築
このプロジェクト論文の興味深い側面の一つは、コンテキストを持つデジタル委員会メンバーを作成するために行われたデータ作業について著者たちが説明している点だと思う。
「このフレームワーク内で、私たちはまず、リアルタイムのマクロ経済データを自動的に取り込むことから始める」と彼らは書いており、特に総裁のスピーチ、地区レベルの報告書、金融ニュースを引用している。「次に、各委員会メンバーの詳細なプロファイルを構築し、彼らの過去の政策スタンス、経歴、最近のスピーチ、地区の状況、現在のマクロ経済的コンテキストを組み合わせる。」
ある意味、これはマーケティングチームがオーディエンスへの広告方法を理解するために「ペルソナ」を構築する頻繁な試みに似ている。しかし、ここでは研究チームが金融政策に関する人々の考えをモデル化しようとしているため、列挙された結果には、好ましい政策金利、信頼スコア、要約で構成される初期金利推奨が含まれている。
次に、「並列モンテカルロシミュレーション」で提示される政治的圧力シナリオが登場し、モデルはジェローム・パウエル議長に対する公的批判を再現しようとする。
「（大統領によるパウエル議長への公的攻撃を反映した）政治的圧力シナリオは、議長のアジェンダの重みを減少させ、彼の提案にハト派バイアスを適用し、任命確率の高いメンバーにキャリア主導のハト派シフトを課す」とカジンニクとシンクレアは書いている。
本質的に、「タカ派」と「ハト派」の感情を分けることで、彼らは各委員会メンバーがどうなるか、そして最終的に金利を上げるか、下げるか、あるいは据え置くかを決定しようとする委員会にとって、結果としてのゲーム理論がどのようなものになるかについて、より詳細な調査の舞台を整えている。
委員会の審議
実際、これらすべてがどのように機能するかをよりよく理解するために、過去の実際の人間によるFOMC会議の議事録を見ることが役立つ。以下は今年初めのそのような会議の議事録からの抜粋である：
「参加者たちは、声明が政策立案者間で議会が命じた金融政策目標とその金融政策戦略の共通理解を構築する上で重要な役割を果たしたと考えた。声明およびその他の政策コミュニケーション手段も、その理解を公衆に伝え、インフレ期待を固定するのに重要な役割を果たし、それによって金融政策の効果的な伝達を支援した。参加者たちは、今後の会議での議論や、様々なFedリスンイベントや計画された研究会議での幅広い視点を聞くことを楽しみにしており、オープンな心でレビューに取り組んでいると述べた。」
最初の文は約31語あり、読んで消化するのに時間がかかる。私はChatGPTに、オリジナルの詳細を保ちながらシンプルなバージョンを作成するよう依頼した：
「声明は非常に重要だと見なされた。なぜなら、それが政府指導者たちが連邦準備制度の金融目標とその達成方法について合意するのを助けたからだ。また、これらの考えを公衆に説明し、FRBが何を達成しようとしているかを人々が理解できるようにし、それがインフレに関する人々の期待を安定させるのに役立った。グループは、今後の会議、Fedリスンイベント、研究会議でさらに話し合うことを楽しみにしており、オープンな心を持ち続けたいと述べた。」
これがどのように機能するかがわかるだろう。
しかし、このシミュレーションは委員会メンバーが今後のイベントに興奮しているかどうかを調べていたわけではない。それは行動に焦点を当て、様々なシナリオで委員会メンバーが取る立場を反映することを目的としていた。
そして論文からのこの記述は、「王に挑むなら、中途半端な手段を取るべきではない」という古い格言を示している。
「評判に基づくキャリアへの関心を組み込むことで、メンバーが現在または予想されるリーダーに合わせて自分の立場を調整する方法を捉えている。これにより、議長への政治的圧力が広がる新たなチャネルが生まれる：メンバーはリーダーシップの変化を予測して再配置し、その変化が起こる前に委員会の姿勢をシフトさせる。」
私の解釈では、モデルがパウエル議長への圧力を導入すると、エージェントたちは彼自身の立場を支持する点で散らばり、別のリーダーに取り入るための新しい道を取るようになるということだ。
結論として、チームがAIエージェントでFOMCをシミュレーションしたことで、同様のアプローチで企業の決算会議、PTA会議、メジャーリーグスポーツのロッカールーム会議、そして他のあらゆる種類のグループイベントを予測する占い師が現れるのも時間の問題だろう。今後の展開に注目しよう。
