大規模言語モデルは世界中における気候変動対策への支持に対する公衆の認識を正確に予測する

TL;DR（結論）

世界125カ国の世論調査データを基に、4つの主要な大規模言語モデル（LLM）が他者の気候変動対策への協力意欲をどの程度正確に予測できるかを検証したところ、ClaudeやLlamaは統計モデルに匹敵する高い精度で人々の認識のズレを捉えることが判明した。 これらのモデルは単なるデータの記憶ではなく、自身の意欲を他者に投影しつつ低めに見積もるという人間特有の心理的プロセスを再現しており、特にClaudeは平均絶対誤差が約5パーセントポイントという極めて高い予測精度を示している。 LLMは調査コストが高い地域での迅速な世論評価ツールとして期待されるが、予測精度は国の経済状況やデジタル接続環境に依存するため、既存の高品質な調査を補完し、特に認識のズレが大きい地域を特定するための戦略的な活用が有効である。

なぜこの問題か

気候変動という地球規模の課題に対処するためには、個人の行動変容だけでなく、社会システムや政治体制の迅速かつ協調的な転換が求められている。最新の世論調査によれば、世界中の人々の多くがこうした変化を支持しており、具体的には所得の1%を気候変動対策のために拠出する意欲を持つ人は世界全体で69%に達し、89%が政府に対してより野心的な行動を求めている。しかし、これほど広範な支持が存在するにもかかわらず、実際の緩和策は依然として不十分なままである。学際的な研究によれば、気候アクションの進展は個人の純粋な好みよりも、「他者がどれほど支持し、行動しているか」という周囲に対する信念に強く依存している。問題は、この他者の意欲に対する信念がしばしば不正確であるという「集団的無知」の状態にあることである。 人々は、他者が気候変動を現実のものと考え、懸念を抱き、変革的な政策を支持している度合いを一貫して低く見積もる傾向がある。例えば、世界の大半が所得拠出に肯定的であるにもかかわらず、人々は他者のうち43%しかその意欲がないと誤解している。このような過小評価は、気候アクションを阻害する大きな障壁となっている。…

核心：何を提案したのか

本研究では、最先端の大規模言語モデル（LLM）が、世界規模での気候アクションに対する認識のズレ（知覚ギャップ）をどの程度正確にマッピングできるかを検証する実験を提案した。具体的には、GPT-4o mini、Claude 3.5 Haiku、Gemini 2.5 Flash、Llama 4 Maverick（17B）という4つの主要なモデルを使用し、125カ国の人々が「他者が気候変動対策のために所得の1%を拠出する意欲」を0%から100%のスケールでどう見積もっているかを予測させた。この予測の妥当性を評価するための基準として、12万9902人の回答を含むギャラップ・ワールド・ポール（2021/22年）の「グローバル・クライメート・チェンジ・サーベイ」のデータを「正解」として採用した。…

続きはログイン/プランで閲覧できます。