検索
  • Social Impact Act

人工知能や機械学習は社会的インパクトマネジメントをいかに前進させるか〜World Bank David McKenzie〜


SIA編集長の今井です。

今回は備忘録を兼ねた、議事録的な内容となります。

世界銀行のLead Economist, Development Research Group、David McKenzie氏が、

How can machine learning and artificial intelligence be used in development interventions and impact evaluations?」というコラムを発表しています。

金融の文脈においても、SRIやグリーンボンドの導入、昨今ではESG投資の高まりの中で、金銭的リターンだけでなく、活動における社会的リターンや、それによる企業価値向上(インタンジブル)の可視化や推定等は長らくR&Dや研究要素的に議論されてきました。

昨今は、企業における経営領域にも波及して、別途経営しているブティックファームのLDLabにおいても、関連領域のお話をいただく機会も増えましたなと実感しています。

(NPOについては以前から議論されていたようですが、私自身は多分に民間畑という意味もあり、、、)

関連記事のリンクはこちら、「社会的インパクト測定におけるBefore AfterとWith Without、RCTと産業連関表について

テクノロジーの進化による因果関係の可視化における課題

別途、学生時代から囲碁をやっていたこともあり(団体戦なので後輩が強かっただけですが、全国大会で優勝する位にはやっており)、人工知能関係についてはアルファー碁など含め情報を継続的にキャッチアップしています。

その中で、サステナブルや社会的インパクト領域をいかに推定・測定しマネジメントに繋げるか?というテーマでエンジニアの方と含め勉強会を実施しました。

※勉強会などに関心をお持ちの方もお気軽にご連絡ください、不定期で開催してます。

勉強会の内容を抜粋して紹介します。議論の前提は下記です。

【前提条件】

・社会課題やサステナブルなどは、複雑系(因果関係が複雑に絡まりあっている)

・ただし、何らかのアクションにより、波及的に影響が及ぼされる(因果関係は見えないだけで親ノードと子ノード(下記におけるAとBなど)が存在する)

・因果関係は確率論的に波及される


【論点整理】

・正規化(時系列、階層粒度など)

・因果関係の繋がりを推定する(Aが実施された際、Bがおきそうだ)

・因果関係の強さを推定する(Aが実施された際、Bが◯○%おきそうだ)

・ノイズを除去する(◯○%以下は除外など)

活用にあたって議論にでた、統計手法案と主要課題としては下記など。

【数学的要素】

・pca 主成分分析

・強化学習系

・非負値テンソル分解

・量子アニーリング

・ベイジアンネットワーク

など

【主要課題】

・解析用のデータ不備

・時系列の問題(因果関係が短期的に波及するものと、長期的に波及するものなど)

・計算リソースの問題(サラリーマン巡回問題などの組み合わせ問題等に類似の問題)

・深層学習系は測定ではなくマネジメントという意味では不向きか

(囲碁は強いが計算ロジックそのものは可視化しにくいと同様の問題。

文字認識などにおいて、あえて欠けた画像を学習させどこの特徴量を学習しているかや、囲碁における候補手の可視化などを通じて内部ロジックの見える化に向けた研究などはあり)

課題はあるものの、問題を限定的設計すればという意味もあり、因果関係複雑系の問題可視化や推論領域は、引き続き、研究していければと考えています。

関連領域に関心をお持ちの方や、R&D的ですが、共同研究的に実施可能な方などがいましたら、こちらもお気軽にご連絡ください。

#インパクト評価 #インパクトマネジメント #人工知能 #機械学習

メルマガ登録はこちら