11歳の子どもが書いた250語程度の短い作文をLLMで分析すると、その子の将来の学力や教育成果を予測できることを実験的に発見したとの報告です。研究者らによると、22年後の33歳時点での最終学歴まで予測できてしまうそうです。… pic.twitter.com/qW6h5eXpwk— AIDB (@ai_database) July 14, 2025 この論文では、大規模言語モデル（LLM）が、11歳時に書かれた短い「将来の自分」をテーマにしたエッセイを基に、認知能力、非認知特性、最終学歴を高精度で予測できることを示しています。以下は内容の概要ですデータと手法: 1985年生まれの約10,511人を対象とした縦断コホート研究で、11歳時のエッセイを自然言語処理（NLP）とLLMベースの埋め込みを用いて分析。SuperLearnerという機械学習フレームワークを活用し、教師評価やゲノムデータと比較。結果: LLMは教師評価と同等、またはゲノムデータよりも高い精度で認知能力や学歴を予測。特に、テキストデータ、ゲノムデータ、教師評価を組み合わせたモデルは、認知能力の予測でテスト再テスト信頼性（R2≈0.7）に近い精度を達成し、学歴の個人差の38%を説明。意義: 従来の社会調査データでは教育・心理的アウトカムの予測は限界があるとされてきたが、LLMを用いることで、非標準的なテキストデータからも高精度な予測が可能であることを示唆。子どもの早期の文章から人生の軌跡を予測する新たな可能性を示している。出典: Wolfram, T. Communications Psychology (2025).要するに、LLMは子どものエッセイから認知や学歴を驚くほど正確に予測でき、従来の手法（ゲノムや専門家評価）を上回る可能性がある、というのが主なポイントです。…