判決ではなく、スナップショット
これらの発見には文脈が必要だ。データは2026年初頭までを対象とするが、チームが検出したAI文章の多くは、ChatGPT 3.5やGPT-4といった初期モデルで生成されていた。これらは文体的な癖がよく知られており、冗長で名詞的な散文に偏る傾向があった。ツールは急速に改善されている。言語モデルが、目標とする読解レベルで書くように訓練またはプロンプトされ、専門用語を最小化し、人間の編集者が用いるのと同じ可読性テストに合格するようにすることを、原理的に妨げるものはない。本論文が記録する質のギャップは、研究者の大半が現時点でツールをいかに粗雑に使っているかの関数である面が大きいかもしれない。ツールの成熟度と、それを使う人の成熟度の両方が進化している。
また、本論文が示していない点にも触れておく必要がある。Organization Scienceは最高の研究を失ってはいない。同誌のトップ論文は依然として通過しており、全体の却下率もAIカテゴリー間で本質的に変わっていない。増えた投稿の大半は平凡で、編集者がそれらをはじいている。データの読み方の1つとして、知識への純効果はなおプラスだという解釈が成り立つ。従来どおり良い科学がすべて生み出され続けることに加え、分野を変えるほどではないにせよ、事実や発見を記録する新たな仕事が一定割合で上乗せされ、それが後に誰かにとって有用になりうる。科学は常に、ブレークスルーと並行して、漸進的な仕事の長い裾野を生み出してきた。その裾野を生み出すコストが下がり、編集プロセスが信号とノイズを分離できる限り、投稿の平均品質が下がっても知識基盤は拡大しうる。
さらに、より推測的な可能性もある。AIが投稿品質の分散を拡大しつつ、編集プロセスが低い裾を刈り込むなら、パイプライン内の最高の論文は以前より良くなっている可能性がある。ゴーストライターではなく思考の相棒としてAIをうまく使う研究者が、単独では成し得なかった野心的な仕事を生み出しているかもしれない。データはまだそれを確認できない。だが、それと矛盾はしない。
対話のある場面で、ガーテンバーグはチェスの類比を引いた。AIはどの人間プレーヤーにも勝てるが、チェスはこれまでになく人気がある。彼女が考え続けている問いは、AIがアウトプットを生み出せるとき、科学の目標は何になるのか、ということだ。筆者が、ジェフ・クルーンに話を聞いた際も、研究のエンド・ツー・エンド自動化に関する最近のNature論文のシニア著者であるクルーンは、ロッククライミングについて同様の観察を述べた。Alex Honnoldは、クルーンが決してできないほど速く、うまくエル・キャピタンを登れる。だからといってクルーンが登攀をやめたわけではない。山もチェスも科学も娯楽ではない。人に意味を与えるものだ。科学は、実存的な局面に近づいているのかもしれない。成果物よりも、仕事の目的が重要になる局面である。
