LO
統計家 · 業務ごと
分析の単位は職種名ではなく業務である。以下の一つひとつが、その方向、判断が証拠に基づくのかプラットフォームの推論なのか、その理由、そして何を立証していないかを伴っている。
このページのすべての業務#
調査・標本・試験の設計
いまも人が主導✓ 証拠に基づく誰を標本にし、何人にし、どう尋ね、どう解析するかを決め、データが届く前に解析計画を書く。
本番で AI が標本や試験を設計していることを示す記録は見つからなかった。臨床試験では、欧州の医薬品規制機関が、解析に使う AI はすべて事前に規定し、統計解析計画の中で固定することを求めており、それが設計の判断を計画を書く人のもとにとどめている。
記録がないことと、一つの規制機関の指針である。AI ツールが設計や計画の下書きを助けているかどうかは測っていない。
データの処理とコーディング
自動化されつつある✓ 証拠に基づく回答を数えられるように整え、編集し、分類する。たとえば記述式の回答を職業や産業に分類してコードを付ける。
統計機関では機械によるコーディングが本番で使われている。米国国勢調査局の言語モデルによる自動コーダーは、事務職のコーダーに回される件数を年に50万件減らし、カナダ統計局は2021年10月から労働力調査の一部を機械学習でコード化している。この仕事の多くは統計家ではなく事務職のコーダーが担っていた。
二つの機関によるコーディングの説明である。統計家自身が処理に費やす時間がどう変わったかは示していない。
統計解析とモデリング
増強されつつある✓ 証拠に基づく推定し、モデルを作り、検定し、データが何を支えられ何を支えられないかを判断する。
英国の統計規制機関は、公的統計での AI はいまも主に研究、試験、管理面の支援に向けられており、日常的な統計の作成には至っていないとしている。臨床試験では、データの解析に使う AI モデルは統計解析の一部とされ、同じ統計の原則に従わなければならない。また2024年のベンチマークでは、最も強いモデルがデータに基づく統計的・因果的な問いの58%に正しく答えた。
一つの国についての規制機関の所見と、一つの機関の指針である。AI ツールがいまどれだけの解析を下書きしているかは測っていない。
品質保証と方法論
増強されつつある✓ 証拠に基づく推計値に誤りや断絶がないか確かめ、誤差の許容範囲を定め、方法を記録する。
コーディングが自動化された場所でも、確認は統計家に残った。カナダ統計局は機械コーディングを使った場合と使わない場合で13,665件の公表推計値を比べて断絶がないことを確かめ、国勢調査局は誤り率が事務職のコーダーが満たすべき6%の上限に合うようにしきい値を定めた。
二つの機関の説明である。品質保証の仕事が全体として増えたかどうかは示していない。
助言と結果の伝達
いまも人が主導✓ 証拠に基づく結果が何を意味し、どこまで信頼できるかを、政策立案者、臨床医、一般の人々に説明する。
統計家に代わって AI が統計の結果について助言したり説明したりしていることを示す記録は見つからなかった。規制機関の評価は AI を支援の役割に置いており、公的統計を作成したり説明したりする役割には置いていない。
記録がないことである。統計家が伝えることに費やす時間がどう変わりつつあるかは測っていない。