人工知能（AI）モデルがSNS投稿を活用し、公式統計発表より最大2週間前までに失業率の変動を予測する手法が、米国科学アカデミー紀要「PNAS Nexus」に発表された。研究を主導したサム・フライバーガー氏らのチームは、Twitter上での失業に関する投稿を分析するAIモデル「JoblessBERT」を開発。2020年から2022年までの3,150万件の投稿データを用い、スラングや誤字・脱字（例：「I needa job!」）を含む自然な表現も正確に検出できるように学習させた。 このモデルは、トランスフォーマー構造を採用し、従来のルールベース手法と比べて約3倍の失業関連投稿を把握しながらも、高い正確性を維持。また、米国の全国・州・都市レベルでの失業保険申請数の予測において、業界の標準予測より54.3％の誤差低減を達成した。特に2020年3月の新型コロナウイルス感染拡大期には、公式データが発表される数日前から失業申請の急増を早期に捉え、実際の経済動向をリアルタイムで反映した。 研究チームは、SNSデータとAIの統合が、従来の経済統計の遅れを補い、政策立案者に迅速な意思決定支援を提供できると指摘。特に経済危機時におけるリアルタイムの経済状況把握において、このアプローチの価値が顕著であると結論づけている。この成果は、AIが社会データの新たなセンサーとして機能する可能性を示す重要な一歩である。