330.43:004.8

макроекономічне прогнозування, LLM, штучний  інтелект, мовна модель, AI, індекс споживчих цін, нейронні мережі

У статті проведено аналіз можливостей LLM-моделей (великих мовних моделей), які можуть бути корисні для макроекономічного прогнозування на сучасному етапі його розвитку. Порівнюються три мовні моделі – Grok, Google Gemini та ChatGPT, яким було задано один і той самий промпт, але отримані результати виявилися значно різними за структурою, деталізацією та обґрунтуванням висновків. Основну увагу приділено аналізу потенціалу великих мовних моделей та їх поведінки саме у контексті задач макропрогнозування економічного розвитку України, зокрема у визначенні ключових макроекономічних показників, таких як темпи росту ВВП, рівень інфляції, обсяги інвестицій та динаміка споживчого попиту. У межах дослідження було поставлено одну ідентичну задачу для всіх трьох LLM, проте кожна модель використала різні джерела даних, різну статистичну та математичну методологію, що призвело до формування унікальних результатів. Отримані прогнози порівнювалися з офіційними даними та національним прогнозом економіки України, який розробляється уповноваженими державними органами. Аналіз показав, що моделі демонструють різну здатність до інтеграції історичних даних, оцінки ризиків та формування сценаріїв економічного розвитку, що дозволяє зробити висновок про їхню потенційну корисність у доповненні традиційних методів прогнозування. Дослідження також висвітлює проблемні аспекти застосування LLM у макроекономіці, серед яких відсутність стандартизованих підходів до вибору джерел даних, ризики появи систематичних помилок через упередженість моделей, а також труднощі у формулюванні точних економічних запитів, які забезпечують адекватний та надійний результат. У роботі окремо підкреслено важливість критичного аналізу отриманих прогнозів, необхідність перевірки їхньої достовірності та узгодженості з офіційними економічними показниками, а також перспективи інтеграції LLM у комбіновані моделі прогнозування, де вони можуть слугувати інструментом для швидкого аналізу великих обсягів текстових та числових даних. Таким чином, проведене дослідження дозволяє окреслити практичні та методологічні перспективи використання великих мовних моделей у макроекономічному прогнозуванні, а також формує основу для подальших досліджень щодо підвищення точності прогнозів, оптимізації роботи з даними та підготовки комплексних рекомендацій для економічних аналітиків і державних структур. У підсумку робота демонструє, що LLM можуть стати ефективним доповненням до традиційних методів прогнозування, проте потребують ретельної адаптації під специфіку національної економіки та контрольованого впровадження у практику.

1. Gruetzemacher R., Dorner F. E., Bernaola-Alvarez N., Giattino C., Manheim D. Forecasting AI progress: A research agenda. Technological Forecasting and Social Change. 2021. Vol. 170. DOI: https://doi.org/10.1016/j.techfore.2021.120909
2. Perez-Bernabeu E., Polat O. AI and Machine Learning in Macroeconomic Forecasting: A Systematic Review of Models, Trends, and Challenges. 2025 IEEE International Conference on Engineering, Technology, and Innovation (ICE/ITMC). Valencia, Spain, 2025. pp. 1-9. DOI: https://ieeexplore.ieee.org/abstract/document/11106520
3. Manshur Al Ahmad A. S., Judijanto L., Tooy D., Putra P., Hermansyah M., Kumalasanti M., Agit A. Integration of Artificial Intelligence and Macro-Economic Analysis: A Novel Approach with Distributed Information Systems. EAI Endorsed Transactions on Scalable Information Systems. 2024. 11(2).
4. Присенко Г. В., Равікович Є. І. Прогнозування соціально-економічних процесів: Навч. посіб. К.: КНЕУ, 2005. 378 с.
5. Кузьменко О. К. Прогнозування розвитку торговельного підприємства: практичне застосування сценарного підходу та моделей штучного інтелекту. Сучасні виклики і стратегії забезпечення комплексної безпеки: кол. моногр. Warsaw: East European Association of Scientists, 2025. pp. 434–461. DOI: http://doi.org/10.5281/zenodo.17640307
6. Таблиця індексів інфляції за 2013 — 2026 р. URL: https://buhgalter.com.ua/dovidnik/norma-robochogo-chasu/tablitsya-indeksiv-inflyatsiyi/ (дата звернення: 10.02.2026 р.)
7. Ukraine's central bank keeps rates steady, sees economy slowing in 2025. Reuters. URL: https://www.reuters.com/world/europe/ukraines-central-bank-keeps-rates-steady-sees-economy-slowing-2025-2025-07-24/ (дата звернення: 10.02.2026 р.)
8. Прогноз економічного і соціального розвитку України на 2026-2028 роки. Міністерство економіки України. Департамент стратегічного планування та макроекономічного прогнозування. URL: https://me.gov.ua/Documents/Detail?lang=uk-UA&id=04033e6d-ae91-47c0-b5c2-438c23bb7220 (дата звернення: 10.02.2026 р.)
9. Grok (Large Language Model). xAI, 2025.
10. Gemini (Large Language Model). Google AI, 2025.
11. ChatGPT (Large Language Model). OpenAI, 2025.

1. Gruetzemacher R., Dorner F. E., Bernaola-Alvarez N., Giattino C., Manheim D. (2021) Forecasting AI progress: A research agenda. Technological Forecasting and Social Change. Vol. 170. DOI: https://doi.org/10.1016/j.techfore.2021.120909
2. Perez-Bernabeu E., Polat O. (2025) AI and Machine Learning in Macroeconomic Forecasting: A Systematic Review of Models, Trends, and Challenges. 2025 IEEE International Conference on Engineering, Technology, and Innovation (ICE/ITMC). Valencia, Spain. pp. 1-9. DOI: https://ieeexplore.ieee.org/abstract/document/11106520
3. Manshur Al Ahmad A. S., Judijanto L., Tooy D., Putra P., Hermansyah M., Kumalasanti M., Agit A. (2024) Integration of Artificial Intelligence and Macro-Economic Analysis: A Novel Approach with Distributed Information Systems. EAI Endorsed Transactions on Scalable Information Systems. 11(2).
4. Prysenko H. V., Ravikovych Ye. I. (2005) Prohnozuvannia sotsialno-ekonomichnykh protsesiv [Forecasting of socio-economic processes]: Navch. posib. Kyiv: KNEU. 378 p.
5. Kuzmenko O. K. (2025) Prohnozuvannia rozvytku torhovelnoho pidpryiemstva: praktychne zastosuvannia stsenarnoho pidkhodu ta modelei shtuchnoho intelektu [Forecasting the development of a trading enterprise: practical application of the scenario approach and artificial intelligence models]. Suchasni vyklyky i stratehii zabezpechennia kompleksnoi bezpeky: kol. monohr. Warsaw: East European Association of Scientists. pp. 434–461. DOI: http://doi.org/10.5281/zenodo.17640307
6. Tablytsia indeksiv infliatsii za 2013 — 2026 r. [Table of inflation indexes for 2013 — 2026]. Available at: https://buhgalter.com.ua/dovidnik/norma-robochogo-chasu/tablitsya-indeksiv-inflyatsiyi/ (accessed: 10 February 2026)
7. Ukraine's central bank keeps rates steady, sees economy slowing in 2025. Reuters. Available at: https://www.reuters.com/world/europe/ukraines-central-bank-keeps-rates-steady-sees-economy-slowing-2025-2025-07-24/ (accessed: 10 February 2026)
8. Prohnoz ekonomichnoho i sotsialnoho rozvytku Ukrainy na 2026-2028 roky [Forecast of economic and social development of Ukraine for 2026-2028]. Ministry of Economy of Ukraine. Available at: https://me.gov.ua/Documents/Detail?lang=uk-UA&id=04033e6d-ae91-47c0-b5c2-438c23bb7220 (accessed: 10 February 2026)
9. Grok (Large Language Model). xAI, 2025.
10. Gemini (Large Language Model). Google AI, 2025.
11. ChatGPT (Large Language Model). OpenAI, 2025.