大規模言語モデルを用いたデジタル農食ツールのデジタル包摂性の評価：人間による評価とAIベースの評価の比較分析

概要: デジタルの包摂性を確保することは、特にデジタル・ディバイドが依然として存在するグローバル・サウスにおいて、アグリフード・システムにおける重要な優先事項である。多次元デジタル包摂性指数（MDII）は、包摂的なデジタル農業ツール（アグリツール）がどの程度まで包摂的であるかを評価するための、包括的で人主導の枠組みを提供する。しかし、現在の評価プロセスはリソースを大きく消費し、完了まで数か月を要することが多い。本研究は、大規模言語モデル（LLM）が、MDIIの既存のワークフローを補完しつつ、デジタル包摂性を迅速かつAIを活用して評価できるかどうかを検討する。比較分析により、本研究は4つのLLM（Grok、Gemini、GPT-4o、GPT-5）の性能を、先行する専門家主導の評価に対してベンチマークする。モデルが人間のスコアとどの程度整合しているか、温度設定に対する感度、潜在的なバイアスの発生源を調査する。結果は、LLMが一部の次元において専門家の判断に近い評価出力を生成し得ることを示唆するが、信頼性はモデルや文脈によって変動する。この探索的研究は、包摂的なデジタル開発モニタリングへのGenAI統合に関する初期の証拠を提供し、時間的制約やリソース制約がある環境での評価のスケールに対する含意を持つ。