Agentic Coding と Teaching in Economics

はじめに

生成AI周りの話は水物なのですぐObsoleteになっている気もするが、頭の整理を兼ねて簡単に書いておく。

Agentic Coding

2026年3月時点で経済学の応用(実証)研究においては、Claude CodeやCodexなどのAgentic Codingが必須になりつつある(と思う)。リソースもいろいろあるが、ひとまずAniket Panjwani (NU留学時の1個下) が出してる諸々のコンテンツが勉強になる。

• AI Agents for Economic Research by Aniket Panjwani
  • Video
  • Slide
• AI MBA:
  • Link

リサーチを意識した経済学教育

生成AIでWhite CollarのEntry Job (特にソフトウェア系)が消えつつあるという話はよくあるが、経済学業界でも例外でなさそうという話がある。AI Killed The Worst Job in Economics (Youtube Link). 特に、Research AssistantやPre-Doc (北米で主流のFull-time RA) などはAgentic Codingで代替されやすいという見解もある。

この流れを踏まえると、今後の学部教育で目指すべきポイントの一つは、「Agentic codingを安心して使いはじめられる」こと。言い換えると、「Agentic Codingのアウトプット(書いたコード・実行した作業)を理解でき、意味のある成果物を生み出せる」ことかと。

具体的に書くと、以下辺りだろうか。

• 基礎体力: 数学、統計、計量、経済理論
• 言語: R/Python、Git、Command line、Markdown、LaTeX
• 研究の全体像(経済学の論文を書くという行為)の理解。

いきなりAgentic Codingを使わせても大量の無用な生成物しか生まれない(そして、それが無用か否かを自身で判断できない)ので、これくらいの下準備が必要。 幸いなことに、Chat-basedの生成AIの活用によって、これらのスキル習得のスピードは上がっていくだろう。

そして、3つ目の「研究の全体像の理解」についてbreak downすると、以下あたりだろうか。

• Academic paperを読める力(輪読)
• Academic paperのレプリケーション
  • ここのステップでは、Agentic Codingを多少使っても良いかもしれない。
• 研究プロジェクトを一通り通す経験
  • 正しくモチベートされたクエスチョンを立てる。
  • 先行研究を理解し、プロジェクトを位置づける
  • 制度・背景を理解し、ネタを探す。
  • データを集め、適切に分析する。

ここまで来れれば、Agentic Codingを使い始めても、学生自身がそれを活用するという主体的な立場(Not 代替される立場)になれるのではと思う。