経済史における大規模言語モデルと生成AIの活用ガイド
本稿は、経済史研究における大規模言語モデル（LLM）と生成AIの活用方法を体系的に解説する。具体的な使用例や注意点、データ処理・分析におけるベストプラクティスを示し、歴史データの解析や文献調査への応用可能性を探る。経済史分野の研究者がAI技術を効果的かつ倫理的に活用するための実践的ガイドラインを提供する。
背景メモ
- 全米経済研究所（NBER）が発表した実践的ガイド。大規模言語モデル（LLM、GPT-4など）と生成AIを経済史の研究にどう活用するかを、具体的なコード例やワークフローとともに解説している。著者は経済学者・データサイエンティストで、歴史データへのAI適用に詳しい研究者たち。
- 経済史は、手書き文書や新聞のOCR品質が低い古い統計資料など、非構造化データが多く、LLMを使ったテキストマイニング・分類・翻訳・構造化がこれまで以上に有効になっている。一方で、歴史的文脈の誤解やHallucination（幻覚）リスクも大きい。
- 本稿は「歴史研究におけるLLMの正しい使い方」をテーマに、プロンプト設計、ファインチューニング、出力検証、再現性の確保といった実務上の注意点に重点を置いている。生成AIを単なる「要約ツール」ではなく、史料処理のパイプラインの一部として位置づける点が特徴。