- 2024年12月にJournal of Economic Literatureに掲載された論文は、2023年の「Generative AI for Economic Research」に関するアップデートである。
- 大規模言語モデル（LLMs）は、過去1年で速度、コスト効率、精度、および大量のテキストを処理する能力において注目すべき進歩を遂げており、より高度なユースケースを可能にしている。
- 最近の3つの進展として、OpenAIのo1シリーズなどに代表される新しい推論能力が挙げられる。これにより、AIモデルが多段階の問題解決や論理的推論に従事するのを支援し、特に複雑な分析を必要とする研究分野におけるLLMの利用に新たな可能性を開いている。
- Copilot、Claude’s Artifacts、ChatGPT’s Canvasなどのインタラクティブコラボレーション用のワークスペースが、LLMsとのやり取り方法を変えている。これらのワークスペースは、ユーザーがアイデアを繰り返し開発・改善できる環境を作り出し、静的なチャット形式のやり取りから、より動的で文書指向のAIとの共同作業への移行を促している。
- LLMによる検索は、ChatGPTやGeminiに新たに統合され、Perplexityなどのスタートアップによっても提供されており、インターネット上で見つかった事実に基づいた最新の回答を提供する便利なツールとなりつつある。
- これらの進展は、アイデアと結果の評価のボトルネックがAIの支援によって生成から評価へと変わる可能性があることを強調し、AIがコンテンツの評価方法を向上させ、研究の質と影響を低下させるのではなく向上させるための堅牢な方法を開発する必要性を示唆している。
これらの進歩は研究に重要な影響を与え、生産性の向上に前例のない機会を提供している一方で、研究方法論と評価の将来について重要な問題を提起しています。
元記事: https://www.brookings.edu/articles/large-language-models-learn-to-collaborate-and-reason/