The potential for innovation in achieving sustainability through Official Development Assistance (ODA)

貧困、格差、気候変動などのグローバルな課題に対処するため、公式開発援助（ODA）プロジェクトの効果的な実施と評価がますます重要になっている。各国のODAの実施状況を分析することは、これらのプロジェクトの影響を理解し、その効果を高めるために不可欠である。そこで本研究では、経済協力開発機構（OECD）が編纂した債権者報告システム（CRS）のマイクロデータに基づくODAプロジェクトの内容分析と分類に焦点を当てている。これまでの研究では、主にキーワードベースの方法とTransformerベース（BERT）の方法を用いたプロジェクト分類を実施した。今年は、OpenAIのGPT-3モデルを用いたコンテンツ分析と分類の新しいアプローチを導入し、利用可能性を検討した。キーワードベース、BERTベース（この２つは従来手法）、およびGPT-3ベースの3つの方法の分類精度を比較するとともに、ODAプロジェクトの個別のコンテンツ分析における潜在的な可能性を評価した。研究の結果、3つの方法すべてが分類精度の面で同程度の性能を示した。ただし、GPT-3ベースのアプローチは、コンテンツ分析の特定の側面で明確な利点があった。具体的には、GPT-3はプロジェクト説明内のよりニュアンスのある情報を捉えることができ、個々のODAプロジェクトの目標、活動、および期待される成果に関するより深い洞察を提供する公算がある。さらに、GPT-3ベースのアプローチは、プロジェクト説明の長さや複雑さのバリエーションに対する適応力が高いことが示された。この柔軟性は、さまざまなODAプロジェクトや、異なる援助国から提供されるプロジェクト説明の質の差異に対処する上で特に有利となる。結論として、キーワードベースおよびBERTベースの方法は、引き続きODAプロジェクトのコンテンツ分析および分類に有用なツールであるが、GPT-3ベースのアプローチの導入により、より深い分析が可能となる可能性が示された。

貧困、格差、気候変動などのグローバルな課題に対処するため、公式開発援助（ODA）プロジェクトの効果的な実施と評価がますます重要になっている。各国のODAの実施状況を分析することは、これらのプロジェクトの影響を理解し、その効果を高めるために不可欠である。そこで本研究では、経済協力開発機構（OECD）が編纂した債権者報告システム（CRS）のマイクロデータに基づくODAプロジェクトの内容分析と分類に焦点を当てている。これまでの研究では、主にキーワードベースの方法とTransformerベース（BERT）の方法を用いたプロジェクト分類を実施した。今年は、OpenAIのGPT-3モデルを用いたコンテンツ分析と分類の新しいアプローチを導入し、利用可能性を検討した。キーワードベース、BERTベース（この２つは従来手法）、およびGPT-3ベースの3つの方法の分類精度を比較するとともに、ODAプロジェクトの個別のコンテンツ分析における潜在的な可能性を評価した。研究の結果、3つの方法すべてが分類精度の面で同程度の性能を示した。ただし、GPT-3ベースのアプローチは、コンテンツ分析の特定の側面で明確な利点があった。具体的には、GPT-3はプロジェクト説明内のよりニュアンスのある情報を捉えることができ、個々のODAプロジェクトの目標、活動、および期待される成果に関するより深い洞察を提供する公算がある。さらに、GPT-3ベースのアプローチは、プロジェクト説明の長さや複雑さのバリエーションに対する適応力が高いことが示された。この柔軟性は、さまざまなODAプロジェクトや、異なる援助国から提供されるプロジェクト説明の質の差異に対処する上で特に有利となる。結論として、キーワードベースおよびBERTベースの方法は、引き続きODAプロジェクトのコンテンツ分析および分類に有用なツールであるが、GPT-3ベースのアプローチの導入により、より深い分析が可能となる可能性が示された。