AI は金融のプロの考え方をまだ理解できない

『文脈と経験に左右される複雑な推論』って、言葉では分かるけど、具体的には金融アナリストがどういう場面で、どう頭を使ってるってことなんだろう？

例えば、決算報告書を見るときを想像してみてください。数字だけなら AI も読めます。でも、「この企業は去年より利益が10%減ったけど、実は業界全体が20%減ってるから相対的には健闘してる」「新しい経営陣の人事異動が見えるけど、これは〇〇部門の強化信号かもしれない」「市場は明るいニュースに反応したけど、3ヶ月後の金利上昇局面では逆に作用しそう」みたいな、層状の読み方が必要なんです。 つまり、一つの事実に対して、他の複数の背景情報を頭の中で重ね合わせて、「今はこう見えるけど、実は〇〇」という反転させた解釈までたどり着く。その推論の鎖が、市場データだけじゃなく「この業界の慣例」「このアナリスト自身が過去に見た似たケース」といった経験知に支えられている状態です。記事で言う「なぜそう判断したのか」という理由まで含める、というのは、その経験知そのものを数値化しようとしているわけですね。AI が16%なのは、こういう多層的で文脈依存的な推論を、まだ再現できていないということなのかもしれません。

金融アナリストが AI に仕事を奪われずに済むってことなのかな、それとも逆に、この 16% のテストに合格する AI が出てくる未来のほうが現実的なの？

その16%という数字、実は安心材料になりにくいんですよね。 テストが「プロの思考プロセスを含めた評価」という、いま初めて開発されたばかりの方法だからです。つまり、こうした基準でアナリストの仕事を測ること自体が新しい試み。逆に言えば、この基準が生まれたということは、業界が「AI に奪われる可能性のある領域を明確にしておこう」という危機感を持ち始めたのと同じです。 実際の歴史を見ると、AI が得意になっていくのは「評価方法が確立されたあと」。今回のテストは、金融アナリストの判断を言語化・数値化する方法を提供してしまった。その瞬間から、これを改善する AI 開発が加速するのが常です。囲碁の AI も、評価基準が明確だったから急速に強くなった。 むしろ危ないのは、この16%という低さに安心して、10年後に「あれ、いつの間にか」となるパターンかもしれません。完全に仕事を奪われるのではなく、判断の一部を委ねざるを得ない環境へ、静かに移行していく。そういう未来のほうが現実的に見えます。

これまで『AI は計算や検索は得意だけど判断は苦手』って言われてきたけど、それを測る方法がなかったってこと？だからこそ今回、新しい評価方法を作ったんですよね？

そう、まさにそこなんですよね。「判断は苦手」という言葉は、みんなの直感として共有されていたんだけど、それを**客観的に測ることができていなかった**。 これまでの評価方法の問題は、実は簡単に見えてしまうんです。テストの答えが正しいかどうかを判定するのに、別の AI を使っちゃう。でも AI 同士が判定すると、細かいニュアンスの違いを見落としたり、表面的な類似性で「正解」と判定してしまう。つまり、簡潔さと計算可能性を優先したから、「判断の複雑さ」そのものが評価から抜け落ちていた。 今回の研究が鍵になるのは、**理由付きで記録する**という部分です。アナリストが「この判断をした、その理由は〇〇」と言語化することで、単なる○×判定ではなく、思考プロセス全体を評価対象にした。金融のプロの頭の中にある「なぜそこに着目するのか」「何を天秤にかけて判断したのか」という、スコア化しにくかった部分を初めて浮き彫りにできたと言えそうです。 だから 16% という数字は、「判断が苦手」という予感が、初めて数値で証明されたというより、**それまで測定不可能だった領域が可視化された瞬間**とも言えるのかもしれません。

要するに『正解が一つではない問題を、説明がつく形で解く力』の有無が、AI とプロの決定的な違いってことなんですか？

その通りですし、ただそれだけではない側面もあります。 金融判断って、実は「正解が一つではない」というより「正解そのものが存在しない」に近いんです。同じ情報を前にしても、リスク許容度が違えば判断が変わるし、過去の経験が違えば着眼点が変わる。アナリストが「説明がつく形で解く」というのは、単に論理的に言語化できるということではなく、自分の判断がなぜ価値を持つのかを、相手の文脈を読みながら組み立て直すプロセスなんですよ。 AI が 16% の成績に留まるのは、ここまでのプロセスが見えていないからなのかもしれません。正しい答えを出す計算力なら、AI は人間を圧倒します。でも「この情報は重要、あの情報は雑音」と判断する基準を、AI はまだ内側に持っていない。それは知識の問題ではなく、経験が積み重なるなかで体得される「センス」に近いものだと考えても面白そうです。説明がつく思考と、説明を超えた直感の両輪が、プロには必要なのかもしれません。

金融アナリストの『判断理由』を記録して、それを AI の評価基準にしたってことは、その『理由』自体が正しいかどうかって、誰が判定してるの？

鋭い指摘ですね。その『理由』の正しさをどう担保するかは、この研究の根っこにある問題だと思います。 おそらく研究では、複数のアナリストの判断理由を集めて、その『一貫性』や『業界標準との合致度』を見ているのではないでしょうか。つまり、個々の理由が絶対的に正しいかどうかではなく、経験豊富なプロたちが「共通して重視する思考パターン」を抽出することで、ノイズを減らしているはずです。 ここが面白いのは、金融の判断って、数学問題と違って『唯一の正解』が存在しないということ。むしろ「市場の動きに対して、どのアナリストの読みが当たったか」という事後検証で、その判断理由の価値が証明される世界です。だから研究も、『プロが共通して使う思考枠組み』を基準に、AI がそこに到達できるか測ろうとしている。 言い換えれば、金融の判断理由は『正解を外部に求めるのではなく、プロ集団の暗黙知の中に見出す』という方法をとっているのかもしれません。AI と人間の差は、その共有された思考パターンをつかめるか否かになっていると言えそうです。