Economic Futures Research Fund の研究アジェンダ
私たちは Anthropic の Economic Futures Research Fund の研究アジェンダを公開します。私たちはこのファンドに対して $200 million を拠出し、AI による経済的影響に社会を備えさせるための野心的な外部研究を支援します。ファンドが支援する研究を通じて、経済をより柔軟で回復力のあるものにするプログラム、AI の恩恵を広く共有する仕組み、および AI 主導の混乱による害を最小化する方法を検証したいと考えています。
ファンドでは以下の5つの研究分野を優先します。
- 企業・職場レベルでの労働者に対する AI の影響の形成
- AI 主導の移行を乗り切るための人々の備え
- AI 主導の離職に備えた所得保障の近代化
- 混乱が生じる前に AI 主導の成長への労働者の利害関係を構築すること
- 公的投資に関する新たなエビデンスの創出
このファンドとは何か
AI の能力は進化を続けていますが、AI がどの程度の速さで経済全体に普及し、かつ高機能化するか、そしてその経済的影響がどのようなものになるかはまだ明確ではありません。6月に公開した Economic Policy Framework (EPF) では、さまざまなシナリオに対応するプログラムや政策を提案しましたが、AI に変容された経済において実際に効果がある介入がどれかについては、より多くの実証的エビデンスが必要です。どの介入が経済をより柔軟かつ回復力のあるものにし、利益を広く分配するのかを示すために、このエビデンス基盤を構築することを目指しています。
この $200 million のファンドは、EPF で提案した介入やその他の未解決の課題に関する外部研究を支援します。私たちは歴史的前例のない瞬間に差し掛かっている可能性があり、最も有望な解決策はかつて誰も試していないものかもしれないと考えています。ランダム化比較試験（randomized control trials）だけでは漸進的な証拠にしかならない問いに対しても、指針を示しうる創造的で野心的なパイロットに資金を出す用意があります。
これは 1 年前に立ち上げた Economic Futures プログラムの重要な進化です。私たちはフォーカスを野心的なプロジェクトと大規模な助成へ更新しています。大きな外部研究への賭けに資金を出すことは常に重要だと考えてきましたが、この変更によってそれを実現しやすくなります。同時に、Economic Futures プログラムを通じて、多数の小規模助成を同時に管理する能力を拡大するのは難しいことも学びました。そのため、大規模 RCT やパイロットに加えて、小規模パイロットの有効性を拡大できるパートナーとの協働にも関心があります。
資金が対象とする研究の種類
根本的には、私たちは可能な限り野心的な提案に資金を提供したいと考えています。大規模な RCT、あるいは野心的で創造的なパイロットやプログラム評価を資金供給し、どの取組が有望か・どの文脈で有効かについての共通理解を広げ、エビデンスが薄い領域を埋め、新たな解決策に刺激を与えたいと考えています。以下の資金対象の方向性は可能性のセットを示していますが、ここに挙がっていない良い案が存在することも承知しています。歓迎します。
AI は従来の研究資金や出版サイクルより速く社会を変える可能性があります。私たちは、主要なマイルストーンで学びを公開することに協力的な研究組織と協働したいと考えています。早めのシグナルは、手遅れに到達する答えより価値があることがあります。特に、有望な場合に大幅にスケールアップできるようなパイロットに関心があります。
これはグローバルなファンドです。以下に概説した資金の方向性は本社が San Francisco にあり、Claude が米国で最も多く使われていることもあり、やや米国中心的に見える部分があります。しかし、混乱に備える必要性は世界的であり、私たちはそこに見合った形でプロジェクトを資金供与するつもりです。
通常は $5-30 million の範囲でのプロジェクトを主に資金供給する予定ですが、スコープが適切でインパクトが大きいプロジェクトについては上方への柔軟性があります。Economic Futures プログラムからの学びおよび求める提案の野心と規模に基づき、本ファンドからは $1 million 未満の直接資金提供は行いません。
申請は、認定大学およびその他の学位授与機関、独立研究所や政策研究機関、フィールド実験を大規模に実施した実績のある非営利団体から受け付けます。個々の研究者は所属機関を通じて代表研究者（PI）として提案に参加できますが、個人の私的資格での申請は考慮しません。
私たちは研究優先事項に合致するプロジェクトを採択する可能性が高いですが、規模と機会の大きさに見合った野心的な提案であれば、優先事項外の提案も歓迎します。See our request for proposals and apply here.
5つの研究優先事項
1. 企業・職場レベルでの労働者に対する AI の影響の形成
AI が労働市場に与える影響は、それを取り巻くシステム、職場、研修プロトコル、制度的選択によって左右されます。職場での AI 統合に関する既存のエビデンスは観察的かつ短期的です。フィールド実験は、人間の専門性を AI と共に育む協働パターン、組織設計の選択が生産性と利益帰属にどのように影響するか、ならびに設計上の意思決定における労働者の声がどのような差を生むかを理解するのに役立ちます。これらのエビデンスがなければ、企業レベルの判断や、労働者拡張を促すインセンティブ、雇用継続税額控除、雇用主共同投資要件、あるいは見習い制度といった政策手段は十分に情報化されません。
資金対象の方向性例:
- 企業やチームレベルで AI システムや AI 統合設計をランダム化するフィールド実験。労働者や労働組織と共創した設計とトップダウンの設計を比較するものを含む。
- AI の職場統合や使用に関する組織的選択が AI による生産性向上の発生率に与える影響の推定。
- 雇用継続税額控除（retention tax credits）や雇用主共同投資要件の評価。
2. AI 主導の移行を乗り切るための人々の備え
再訓練や職業紹介に関する既存のエビデンスは混在しており、AI による混乱や急速な構造的変化に一般化できるとは限りません。
資金対象の方向性例:
- 革新的なスキル再訓練、職業紹介、資格制度改革、セクター別移行パッケージの評価。AI を利用したマッチング、認証、学習モデルや、所得保障を集中的な再就職サービス、再訓練、移転支援と組み合わせるモデルを含む。
- 若年キャリアや専門職パイプラインに関するフィールド実験。例えば、ジュニアの業務が AI によって吸収される場合に、どのような見習い、メンター制度、ローテーションモデルが専門性を育むか。
- K-12 や高等教育でのカリキュラムや教育提供モデルの評価。教育介入を後の労働市場成果に紐づける縦断的パイロットを含む。
- 再訓練プログラムに紐づく有給休暇や、雇用主をまたいで追従する可搬的給付といった大胆な移動性（mobility）手段の試験。
既に効果的なセクター別訓練プログラムなどについてのエビデンスは存在します。私たちは、有望なプログラムがより広い母集団に迅速にスケールできるかを明らかにしたいと考えています。例えば、ある州で選定されたプログラムを迅速に大規模化する「大規模な避難訓練（fire drill）」のような試みは、大規模な混乱に直面した際の有効性を示す証拠を提供する可能性があります。
3. AI 主導の離職に備えた所得保障の近代化
世界中の類似の保険プログラムと同様に、米国の失業者支援制度はほぼ完全に失業が一時的であることを前提に設計されています。AI はより広範かつ持続的な離職を引き起こす可能性があり、その場合は現代に前例のない新しい均衡に合わせた制度設計が必要になります。
資金対象の方向性例:
- AI 主導の離職に適した Unemployment Insurance (UI) の改革。代替的な適格性基準、業界や職種に紐づく自動延長トリガー、UI と賃金保険、再訓練、その他移行支援との統合などを含む。
- UI を使い果たした者、そもそも資格がなかった者、あるいは持続的に就業率が低い者に対する基本的なニーズ支援（basic needs relief）。
- 所得と労働が長期間にわたって分離するシナリオに対応するための、生活可能な水準の長期無条件所得パイロット。労働供給や消費だけでなく、ウェルビーイング、家族の安定、子どもの発達、市民参加、受給者の時間の使い方など幅広い成果を分析する。
4. 混乱が生じる前に AI 主導の成長への労働者の利害関係を構築すること
AI が大きな総体的利益をもたらす前例のないシナリオでは、それらの利益が自動的に広く共有されるとは限りません。EPF では universal pre-distributive capital accounts や株式共有、AI セクタ配当、公共の所有権持分といった近接するメカニズムを議論しました。しかし、これらのメカニズムは大規模での直接的な実証前例が限られており、資金源も必要です。AI によるリターンに課税する提案（法人税、キャピタルゲイン課税、トークン課税など）もありますが、こうした税の経済的帰属や税設計が税収や導入に与える影響についてのエビデンスが不足しています。
資金対象の方向性例:
- 大規模での事前再配分型資本口座（pre-distributive capital accounts）の設計をテストする RCT。
- 株式共有や配当型メカニズムを試すパイロット。AI インフラや AI を利用する企業が地域住民に継続的なリターンを直接もたらすコミュニティレベルの試みを含む。
- 税基盤（法人利益、キャピタルゲイン、compute 課税、自動化課税など）と分配メカニズム（pre-distributive accounts、株式持分、配当、あるいは同等の直接給付）を比較評価し、どの組み合わせが労働市場や家計に最も良い結果をもたらすかを測定する評価。
5. 公的投資に関する新たなエビデンスの創出
EPF は、所得セーフティネットの近代化と人間・コミュニティに向き合う仕事への公的投資の大幅な拡大の両方を求めています。政策担当者は、これらの手段を互いに、また直接給付と比較できる一貫した方法を必要としています。本研究は、特に民間市場で過小評価されがちなセクターにおいて、どの形の支出が最も公共福祉を生み出すかに関するエビデンスを生み出します。
資金対象の方向性例:
- 教育、放課後プログラム、図書館、コミュニティヘルス、公共施設、インフラ、芸術などの人的・コミュニティ向けサービス職を直接資金供給する大規模パイロット。雇用水準、学力、犯罪率、ウェルビーイングなどの成果を測定する。
- 法的支援、医療ガイダンス、金融アドバイスなど、AI を活用した公的サービスへのアクセスを拡大するパイロット。これがサービス未提供層のアクセス格差を縮小するかを検証する。
- 長期失業者や離職者を対象に公的善の役割で雇用を提供する保証雇用（guaranteed-jobs）パイロット。Civilian Conservation Corps の精神を受け継ぎつつ、より幅広い役割を含む。
- AI による離職の影響が大きい地域や大規模な AI インフラ整備を受ける地域での地域密着型介入。労働力、公共サービス、インフラ、アメニティへの束ねた投資、ならびに統一されたガバナンスの下でこれらを調整する地域開発当局のパイロットを含む。
Learn more about the RFP and apply here.