| 研究課題/領域番号 |
19K22899
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分62:応用情報学およびその関連分野
|
|---|
| 研究機関 | 新潟工科大学 |
|---|
研究代表者 |
中村 誠 新潟工科大学, 工学部, 教授 (50377438)
|
|---|
| 研究分担者 |
的場 隆一 富山高等専門学校, その他部局等, 准教授 (30592323)
萩原 信吾 富山高等専門学校, その他部局等, 准教授 (50635224)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2021年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2020年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2019年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 労働契約法 / マルチエージェント / シミュレーション / 雇い止め / Ｑ学習 / 改正労働契約法 / 強化学習 / 労働市場 / エージェント / 法的推論 |
|---|
| 研究開始時の研究の概要 |
本研究の目的は，法律制定後から人の動向を予測するモデルを提案し，数年後に与える社会的，経済的な効果を予測することで政策決定に必要な新たな判断材料を提供することである．
本研究においては，法的推論を元に自律的に行動するエージェントを提案し，シミュレーションによる検証を行う．すなわち，関連する複数の法令から論理式を作成し，法的推論に必要なモデル化を行う．研究対象には，雇い止めのような社会的影響があった過去の事例をテーマに取り上げる．マルチエージェントシステムによるシミュレーションの結果，経済格差の広がりを観察するなど，法律施行後の社会を予測することなどが期待できる．
|
| 研究成果の概要 |
本研究の目的は，法律制定後の二手先の予測をするモデルを提案し，数年後に与える社会的，経済的な効果を予測することで政策決定に必要な新たな判断材料を提供することである．ここでは法律施行直後の効果を一手先，さらにその先の人間の行動を反映した状態を二手先という．本研究では労働契約法を取り上げ，Ｑ学習を行う会社エージェントと労働者エージェントからなる人工労働市場のマルチエージェントモデルを構築した．実験の結果，有期雇用労働者の雇い止めが法改正によって発生したことを確認した．
|
| 研究成果の学術的意義や社会的意義 |
法律は，政府が主導する政策に沿って制定され，社会的，経済的効果をもたらすことが期待される．しかし，必ずしも当初の予想通りの効果がもたらされるとは限らない．この原因は，政策を決定した段階において，法律施行直後の効果の予測（一手先の予測）ができても，さらにその先の人間の行動を反映した予測（二手先の予測）が事前にできないことにある．すなわち，これが実現できれば，それを補うべくより効果的な政策が期待できる．雇い止めの問題は，昨今大きく騒がれている問題である．この問題をシミュレーションによってその原因を確認したことは，社会的意義が大きいと考えることができる．
|
