科学論文に対する完全AI生成の査読が、ジャーナル編集者が用いるほぼすべての基準で、有償の人間専門家による査読を上回ったとする新しいベンチマーク研究が公表されました。そして出版とAIの大手2社は、すでにこのシグナルに動いています。Springer NatureとGoogle DeepMindは、AI査読アシスタントを共同設計する提携を発表しました。同じ週には、学術分野における自動化の限界がどこにあるかを示す出来事も相次ぎました。捏造論文は受付段階で見抜かれ、裁判所はAIが作り出した引用を理由とする退学処分を支持し、マルチタスクに関する調査はAIエージェントを増やすほど逆効果になることを示唆しています。これらを合わせると、研究者が何をAIに任せ、何を自分で引き受け続けなければならないかが、より明確に見えてきます。
査読の比較結果
「All-AI Generated Article Reviews Are Now Better, by Every Measure We Could Construct(全AI生成の論文査読は、我々が構築できたあらゆる指標で今や上回っている)」と題したこの研究は、134件の論文評価について、AIが書いた査読と人間の専門家による査読を比較しました。比較はペアごとの順位付けで行われ、各論文について審査者がAI査読と人間査読の両方を見て、優れている方を選びました。
| 審査者の種類 | AI査読が選ばれた割合 |
|---|---|
| AI審査者 | 複数の基準でペアの100% |
| 人間のジャーナル編集者 | ペアの87%から100% |
直接対決の順位付けに加えて、著者らが測定した5つの査読項目、すなわち情報源、弱点の指摘、手法、枠組み、伝達力においても、AI査読は人間査読より有意に高い評価を受けました。
AI査読が唯一劣ったのは図表の分析で、人間の専門家にわずかに及びませんでした。ただし、この差には補足が必要です。図表の詳細な評価は多くの人間の査読者にとっても弱点であり、この項目で人間が持続的な優位を保てるかどうかははっきりしません。
出版社は研究から製品へ
Springer NatureとGoogle DeepMindの協業では、GoogleのGeminiモデルとScholarReviewエージェントフレームワークを基盤にアシスタントを構築します。発表では、このツールを査読者の代替ではなく共同設計されたアシスタントと位置付けていますが、経済的な力学は一方向を指しているように見えます。大手出版社は編集作業に人件費を払っており、専門家の査読より編集者の評価が高い査読を低コストで生み出すシステムは無視しがたいものです。出版社がコスト削減を主な動機として、こうしたツールを積極的に採用すると見込むのは妥当でしょう。
それが人間の査読者をワークフローから完全に押し出すかどうかは未解決の、そして居心地の悪い問いです。研究結果は、人間を関与させ続けたいと考える人にとっても、この流れを止めるのは難しいかもしれないことを示唆しています。
著者にとっての実務的な影響は即座に現れます。AI査読者が原稿を情報源、手法、枠組み、伝達力で採点するなら、薄い引用、曖昧に記述された手順、ぼんやりした枠組みは、疲れを知らず一貫して指摘されます。手法と情報源を厳密に記録し、体裁を整えることは、今や疲れ知らずの最初の読み手に対する防御策です。

▲ 初期審査で見抜かれた捏造論文
捏造論文は通らなかった
別の実験は、AIが今や公開可能な科学を端から端まで生成できるという想定への反証を示しています。あるテクノロジージャーナリストがIEEE Spectrumに「I Used AI to Fake a Scientific Paper. Here's What Happened(AIで科学論文を捏造してみた。何が起きたか)」という見出しで寄稿し、「バイブコーディング」(最小限の手作業でAIにプロンプトを与えてソフトウェアを構築する手法)の発想を借りて「バイブリサーチ」、つまり大規模言語モデルで人間の貢献をほぼゼロにして完全な研究原稿を作ることを試みました。
このジャーナリストはIEEE Accessに2本の論文を投稿しました。
- 1本目はChatGPTとGeminiで生成した完全な偽造論文で、実際には行われていない研究を記述したものでした。
- 2本目は、AnalemmaのFARSシステムを使ってジャーナリストが構築した計算科学の研究でした。
どちらも初期の編集審査で不採択となり、査読には回りませんでした。この結果は、確立された投稿先における自動チェックと人間による編集受付の組み合わせが、実証的裏付けのない純粋にプロンプトで作られた原稿を依然として捕捉できることを示唆しています。少なくとも編集審査が意図どおり機能している場では、完全AI生成の科学をめぐる熱狂は誇張されているように見えます。
誠実な研究者にとっての教訓は、ツールをどこに向けるかです。AIが最も役立つのは、実際の研究の中で推論と統合を補強することであり、研究全体をプロンプトで生み出そうとすることではないようです。
裁判所が捏造引用に線を引く
説明責任の側面はドバイから伝わってきました。バーミンガム大学ロースクールのドバイキャンパス(University of Birmingham Dubai)で国際紛争解決法の修士課程に在籍していた学生が、2024年2月8日付の調査で、提出した論文にAI生成コンテンツをコピー&ペーストした部分が含まれ、捏造された判例、誤った法的引用、偽の参考文献があると認定され、退学処分を受けました。
この学生は復学、学位授与、AED 100,000の損害賠償を求めて提訴し、AI検出ソフトウェアは信頼できないと主張しました。訴訟は3つの審級を経ました。
| 裁判所 | 判断 | 日付 |
|---|---|---|
| ドバイ第一審裁判所 | 訴えを棄却 | 2025年2月10日 |
| ドバイ控訴裁判所 | 棄却を支持 | 2026年7月30日 |
| ドバイ破毀院 | 最終的に棄却 | 2026年10月29日 |
結果以上に重要なのは理由付けです。裁判所は、AI検出ツールの信頼性は論点ではないと判断しました。論文に存在しない判例と捏造された引用が含まれていること自体が、学術不正の独立した証拠だというのです。言い換えれば、検出器がAI生成文を確実に識別できるかどうかの議論は、幻覚による参考文献を含む提出物を守ってはくれません。AIの支援で作成したすべての引用、判例、数値を検証する責任は、その成果物を提出する本人にあります。

▲ 複数AIエージェント管理による認知的過負荷
エージェントを増やすほど成果は減る
査読と研究公正のニュースと並んで、The Chronicle of Higher EducationのニュースレターJagged Intelligenceに掲載された「Is using AI giving you 'brain fry'?(AIの利用で「脳が焼き切れて」いないか)」という記事は、複数の自律型AIエージェントを同時に監督する人に何が起きるかを取り上げました。Harvard Business Reviewの調査データとBoston Consulting Groupの知見をもとに、人間のマルチタスクでよく知られたコストと同じパターンを報告しています。
- AIエージェントを1体指揮すると、作業者の生産性は大きく上昇した。
- 2体目を追加しても、上乗せはわずかだった。
- 3体以上を同時に動かすと、生産性は急激に低下した。
原因はコンテキスト切り替えの疲労にあるようです。各エージェントが注意、確認、修正を要求し、その負担が積み重なります。文献検索、データクリーニング、草稿作成を並行して大量のエージェントに任せたくなる研究者にとって、この証拠は自制を促すものです。主となるエージェント1体が最適解であり、2体目は注意力が冴えている日に限るのがよいでしょう。
Claude Duetと持続型エージェントのモデル
この助言は、Anthropicが2026年10月21日に発表したClaude Duetのリサーチプレビュー公開と重なります。Duetは受動的なツールではなく、能動的で持続的なアシスタントとして打ち出されています。ユーザーが必要とするものを先回りし、ユーザーが離れた後もバックグラウンドのタスクを続け、重要な決定を実行する前に確認を取ります。Claude Opus 3.5で動作し、Pro、Max、Ultraの各プランの加入者向けに、iOS、Android、ウェブのスタンドアロンアプリとして提供されます。
Anthropicによれば、安全設計はClaude CodeとClaude in Chromeから受け継いでおり、ファイル削除のような許可されていない操作を防ぐための自動モード分類器や認証情報の保護が含まれます。安全性とプライバシーに関する文書は2026年10月23日付です。
研究者にとって、この種の持続型エージェントは、タスクの追跡や離席中もプロジェクトを前に進めるといった、継続性が求められる管理・組織業務に向いているかもしれません。行動前に確認を取る協働型のモデルは、受動的なチャットボットや監督なしのエージェント群よりも学術的なワークフローに合っているように見え、前述の1体運用という指針とも噛み合います。
自動化が実験台に到達
自動化は物理的な実験室でも進んでいます。Natureの研究論文「An AI-native experimental laboratory for autonomous biomolecular operations(自律的な生体分子操作のためのAIネイティブ実験室)」は、20種類以上の科学機器を11,000以上の操作ステップにわたって統制し、最小限の人間の介入で核酸の合成、転写、増幅、シーケンシングを実行したシステム、AutoDNAを報告しています。このプラットフォームは、DNAデータストレージのサイクル実行で3.2倍の改善を報告し、KRAS G12D変異を標的とする治療法を検証しました。
こうしたシステムは、長く反復的な多段階の手順を、人間の体力を超える一貫性で実行します。想定される影響は、実験台の役割の消滅ではなく変容です。退屈なピペット操作や機器の取り扱いは機械に移り、研究者は作業の指示と解釈を担うようになります。
試験の公正性がハードウェアに追いつく
最後に、韓国の教育部は、大学入学のための全国統一試験である大学修学能力試験でAI搭載スマートグラスを使って不正行為をした受験生への罰則強化を発表しました。このグラスには超小型カメラとディスプレイが搭載され、試験問題をAIモデルに送って答えをレンズに投影できます。従来、不正行為には試験の無効と1年間の受験禁止が科されていましたが、新ルールでは禁止期間を3年に延長し、刑事訴追を加えます。1,312か所すべての試験会場の監督者に、疑わしい眼鏡の検査が指示されました。現行のスマートグラスのハードウェアはまだ目立ちやすく不格好で、当面は監督者に有利ですが、進む方向は明らかです。
研究者が今すべきこと
今週の動きは、一貫した行動指針を指し示しています。
- AI査読者に備える。手法、情報源、枠組みを厳密に記録し、体裁を整える。AI査読ツールはこれらの項目を一貫して採点し、出版社のワークフローに向かっているように見えるためです。
- AIが生成したものはすべて検証する。提出前に、すべての引用、法的参照、統計数値を原典と照合する。ドバイの判決は、検出器の精度にかかわらず、捏造された参考文献だけで不正が成立することを示しています。
- AIは思考の補強に使い、研究の捏造には使わない。プロンプトだけで作った原稿はIEEE Accessの受付で不採択となりました。ツールは実際の研究の中での統合と推論のためのものです。
- 同時に動かすエージェントは1体、多くても2体に抑える。生産性の向上は2体で薄れ、3体以上で逆転します。
- 継続性が必要なタスクには持続型エージェントを検討する。Claude Duetのようなツールは、動き続けて行動前に確認するアシスタントが役立つ管理・組織業務に向いているかもしれません。
学術分野のAIは、査読パイプラインからロボット実験室まで、あらゆる面で加速しています。これに歯止めをかけている機関は技術を拒んでいるわけではなく、捏造と行き過ぎに線を引いているのです。退屈な作業をAIに委ねつつ、正確さについては自ら責任を持ち続ける研究者が、最も大きな恩恵を受けるでしょう。


