ある国の歴史を、単なる日付や王たちのリストとしてではなく、巨大で目に見えない廊下を歩む姿として描き出そうと考えてみてください。この廊下は、ノーベル賞を受賞した経済学者たちの有名な著書に登場する「狭い回廊（ナロー・コリドー）」という概念です。彼らは、真の自由とは政府が超強力であるときでも、人々が超強力であるときでもなく、両者がバランスを取りながら、この狭い道を並んで歩んでいるときにのみ実現すると主張しています。もし政府が強くなりすぎ、人々が弱くなりすぎれば、その国は「専制（デスポティック）」地帯（まるで監獄のような場所）へと迷い込みます。もし政府が弱すぎ、人々が強すぎれば、混沌へと陥ります。もし両方が弱ければ、それは「紙切れ」あるいは「不在」の状態となり、何も機能しなくなります。何十年もの間、歴史家たちはこれらの経路を描こうと試みてきましたが、それは非常に困難な作業です。それは、何世紀にもわたる歴史を読み解き、ある特定の瞬間にその国がどこに立っているのかを判断するために、数千もの判断を下すことを必要とするからです。それは、嵐の温度を定規で測ろうとするようなものです。それは混沌としており、主観的で、膨大な時間がかかります。
ここで、新たな登場人物である「大規模言語モデル（LLM）」の登場です。これらは、これまで書かれたほぼすべての文章を読み、それについて質問に答えることができる、超スマートなAIコンピュータです。この論文が投げかける問いはシンプルです。「私たちは、これらのAIコンピュータに歴史家になれるよう教えることができるだろうか？」AIに一国の歴史を、時代ごとに見て、その歩みの経路を描かせることができるだろうか？ エブラヒム・ソンゴリ氏率いる著者たちは、それを確かめることにしました。彼らは単にAIに推測させたのではありません。彼らは注意深く、段階的なレシピを作り上げました。まず、AIに（革命や新しい法律といった）10年間の主要な出来事をリストアップさせました。次に、そのリストを用いて、政府がどれほど強かったか、そして人々がどれほど強かったかを0から10のスコアで割り当てるようAIに求めました。彼らは、アメリカや中国のような大国から、ソマリアやレバノンのような小国まで、12の異なる国々に対してこれを行いました。さらに、4つの異なるAIモデルをテストして、それらが互いに一致するかどうかを確認し、AIの描いた図を、人間の専門家によって作成された有名な地図である「V-Dem」と比較しました。
以下に、彼らの発見を記します。AIモデルは、驚くほど上手くこれらの経路を描き出していました。イギリスやアメリカのような国を見たとき、AIはそれらを「狭い回廊」の中に正しく配置し、政府と人々が共に強まりながら、長く安定した歩みを続けてきたことを示しました。イランや中国のような場所を見たとき、AIは、特に大きな革命の後に、政府が人々よりもはるかに強くなり、専制地帯へと歩み上がっていく様子を示しました。コンゴ民主共和国やソマリアのような国については、AIは政府がほとんど存在しない「弱い」ゾーンにそれらを正しく配置しました。最も興味深い部分は、AIが単に本のアイデアを模倣したのではなく、実際に出来事に基づいて経路を計算したことです。例えば、チリが1973年の軍事クーデターの際に回廊から急降下し、その後民主主義が戻った後にゆっくりと再び回廊へと戻っていく様子を示しました。
しかし、著者たちは、AIが完璧であるとか、歴史を「解決した」と言うつもりはないことに細心の注意を払っています。彼らは、AIは「人々」がどれほど強かったかについては人間の専門家とよく一致したものの、「政府」については異なる見方をする場合があることを見出しました。専門家たちは、特に古い時代において、AIよりも政府が強いと考えていることが多かったのです。著者らは、これはAIが現代の英語によるデータで多く学習しているため、特定のアーカイブを生涯かけて研究してきた人間の歴史家とは、過去の見え方が少し異なっている可能性があるためだと示唆しています。また、AIが比較対象とした専門家の地図を含むデータで学習しているため、この一致は、AIが新しい真実を発見したのではなく、単に読んだ内容を記憶しているだけである可能性もあります。
結局のところ、この論文は、AIがこれらの歴史的地図を描くための、強力で安価、かつ高速なツールになり得ることを示唆しています。AIは、専門家チームが数年かかる作業を数時間で行うことができ、しかも完全に透明な方法で行うことができます。つまり、AIが決定を下すために使用した出来事を、正確に確認できるのです。著者らは、AIを「初稿」や「ベースライン」として使用し、多くの国の経路を迅速に生成させ、その上で人間の専門家が介入して、難解で議論の余地がある部分をチェックするという手法を提案しています。それは人間の判断に取って代わるものではなく、歴史という混沌とした物語を、誰もが探索できる明確で視覚的な地図へと変える、新しく刺激的な方法なのです。著者らは、コードをすべて公開しており、インタラクティブなギャラリーも提供しています。これにより、クリックして、アニメーション化された歴史の歩みを自分で体験し、国々が成長し、つまずき、そして「狭い回廊」の中でバランスを見出す様子を見ることができます。
技術要約：大規模言語モデルによる「狭い回廊」のマッピング
問題提起
アセモグルとロビンソンの『狭い回廊（The Narrow Corridor）』のフレームワークは、自由とは国家権力と市民社会の力の間の抗争的なバランスから生じるものであると説いており、これを2次元空間内の経路として可視化している。このフレームワークは理論的には豊かであるが、その操作化には、数世紀にわたる歴史を特定の（社会, 国家）座標へとコード化するという、多大な労力と判断を要する作業が必要となるため、依然として純粋に定性的である。著者らはこれを測定の問題として捉えている。すなわち、物語的な歴史を一連の定量的な座標へと変換するプロセスは、人間のバイアス、選択的な読み込み、および再現性の欠如に対して脆弱である。本論文は、大規模言語モデル（LLM）がこのフレームワークを操作化し、複数の国に対して再現可能で、検証可能かつ有用な軌跡を生成できるかどうかを問うものである。
手法
著者らは、特定のプロンプティング戦略を用いて、国ごとに期間ごと（通常は10年刻み）にスコアリングを行う、プロバイダーに依存しない再現可能なパイプラインを提案している。
- アンカー付きルーブリック（Anchored Rubric）: 自由形式のリクエストではなく、システムは国家権力（「崩壊／存在しない」から「圧倒的な浸透」まで）と社会の力（「無秩序／原子化」から「国家を徹底的に抑制する」まで）のバンドを定義した固定の0–10ルーブリックを使用する。このルーブリックには、現在主義を避け、両方の軸を独立したものとして扱うための明示的な中立性のガイダンスが含まれている。
- 思考の連鎖（Chain-of-Thought: CoT）の引き出し: 各期間において、モデルはまず、権力のダイナミクスに影響を与える主要な歴史的事象とトレンドを、緩やかなトレンドと離散的な事象を区別してリストアップするよう促される。この物語は次に、数値スコアを生成するための第2のプロンプトに投入され、数値が明示的な推論に基づいていることを確実にする。
- 文脈内での時間的アンカリング（In-Context Temporal Anchoring）로서: 時間的な一貫性を確保するため、パイプラインは全期間の累積された（社会, 国家）のペアを蓄積し、現在の期間のプロンプトに投入する。これにより、軌跡の漂流を防ぎ、モデルが前の状態との変化に基づいて推論することを可能にする。
- 構造化出力: レスポンスは、スコア、変化、主要な事象、および正当化を含む固定のJSONスキーマに対して検証される。不正なレスポンスは、リトライまたは数値的なフォールバックをトリガーする。
- プロバイダー非依存性: 統一されたインターフェースにより、単一の文字列を変更するだけで、モデルの効果とプロンプトの効果を分離したまま、モデルプロバイダー（Google, Anthropic, OpenAI, Alibaba）を切り替えることが可能である。
実験設定
- 範囲: 本書が挙げる4つの「レヴァイアサン」のタイプ（専制型、拘束型、紙の、不在型）を代表するように選定された12カ国（イラン、フランス、イギリス、アメリカ、中国、チリ、コロンビア、コンゴ民主共和国、レバノン、ザンビア、ソマリア、インド）をカバーする概念実証のアトラス。
- モデル: 4つのモデルを比較した：3つのクローズドウェイトモデル（gemini-2.5-pro, claude-opus-4-8, gpt-5.5）と1つのオープンウェイトモデル（qwen-2.5-72b-instruct）。
- 検証:
- 一貫性: スコアは、Varieties of Democracy (V-Dem) の専門家指数（具体的には市民社会指数と領土に対する国家権力）と比較された。著者らは、V-Demがモデルの学習データに含まれている可能性が高いため、これは専門家のコンセンサスに対する「同時的一貫性」を測定していることを明記している。
- 信頼性: モデル間の合意は、期間ごとの変化に対してクリッペンドルフのαを用いて測定された。
- 言語感受性: プロンプトが英語中心の学習データによる偏りを生んでいないかをテストするため、5カ国のプロンプトをそれぞれの母国語に翻訳した。
主な結果
- 軌跡のアトラス: モデルは、本書の理論的期待とおおむね一致する軌跡の生成に成功した。
- 拘束されたレヴァイアサン（Shackled Leviathans）: イギリス、アメリカ、フランス、インドは、国家と社会の共成長を示す「回廊」の中に配置された。
- 専制的なレヴァイアサン（Despotic Leviathans）: イランと中国は国家優位の領域に配置され、その軌跡は主要な革命（1979年イラン、1949年中国）に伴う国家優位へのシフトを示した。
- 弱い国家（Weak States）: コンゴ民主共和国とソマリアは低国家領域（不在のレヴァイアサン）に留まり、レバノンとコロンビアは弱国家領域（紙のレヴァイアサン）を占めたが、モデルはザンビアを回廊の下ではなく、回廊の中に配置し、その1991年以降の安定を真の均衡ある成長と解釈した。
- アンサンブルの堅牢性: 4つのモデルのアンサンブル平均は、単一のモデルよりも滑らかで堅牢な読み解きを生み出した。モデル間では成長の「程度」（例：米国の国家能力）については意見の相違が見られたが、「カテゴリー」の配置（例：いずれも米国を回廊内に配置）については概ね一致していた。
- V-Demとの一貫性:
- 社会の力: LLMの社会スコアとV-Demの市民社会指数の間に強い正の相関が見られた（例：中国ではρ=0.89）。
- 国家の力: 相関は弱いか、あるいは存在しなかった。著者らはこれを操作化の不一致に求めている。V-Demの「領土に対する権威」のプロキシは、統合された国家においては飽和状態に近いが、LLMはより広範な国家能力のダイナミクスや歴史的な構築段階を捉えているためである。
- 信頼性: モデル間の信頼性（クリッペンドルフのα）は、総じて中程度から強（社会については全体でα≈0.66、国家については$0.68$）であり、明確な歴史的弧を持つ国々（イラン、チリ）で最も高い合意が見られ、アメリカのような複雑な事例では合意が低かった。
- 言語感受性: プロンプトを母国語に翻訳しても、軌跡の変位は最小限であり（平均シフトは0.33ポイント）、プロンプトの言語自体がスコアの主要な要因ではないことが示唆された。
意義と主張
本論文は、決定的な歴史分析ではなく、概念実証としての位置付けを行っている。その主な貢献は以下の通りである：
- 操作化: LLMが、物語的で定性的なフレームワークを、再現可能な定量的な軌跡アトラスへと翻訳できることを示した。
- 拡張性とコスト: 著者らは、専門家パネルと比較して、劇的なコストと時間の削減を強調している（1,600回の呼び出しに対して約15ドルと数時間であり、人間によるコーディングではこれより数桁多い）。
- 透明性: バイアスが不透明になりがちな人間の専門家パネルとは異なり、LLMパイプラインは、検査、バージョニング、再実行が可能な明示的なアーティファクト（プロンプト、ルーブリック、思考の連鎖）を提供する。
- 役割の定義: 著者らは、LLMは「スケーラブルな第一パス（初期段階）」として候補となる軌跡を生成し、相違点のある領域を浮き彫りにするのに最適であり、説明責任と微細な判断が不可欠な争点となるケースに対して、人間の専門家が集中できるようにするためのツールであると主張している。
認められた限界
著者らは以下の点について明示的に注意を促している：
- 循環性: V-Demとの一致は、V-Demが学習データに含まれている可能性があるため、正確性を証明するものではない。
- バイアス: モデルは英語中心の西洋寄りの学習コーパスのバイアスを継承しており、それが論争のある、あるいは記録の乏しいエピソードを平坦化させている可能性がある。
- 経路依存性: 文脈内アンカリング手法を用いるため、初期の誤ったスコアリングが軌跡全体に波及する可能性がある。
- 一般化可能性: わずか12カ国による研究であるため、本研究は国家間での一般化の基礎となるものではない。
結論として、LLMMは高レベルの説明責任を伴うコーディングにおいて専門家に取って代わることはできないが、これまで到達不可能であった規模で「狭い回廊」のような理論的フレームワークを可視化し、探索するための強力で再現可能なツールを提供すると述べている。
毎週最高の physics 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。登録