Normative boundaries of AI in scientific work: Evidence from PhD researchers

科学は常に人間の営みであり、研究者が問いを立て、証拠を集め、自らの思考と手を通じて新たな理解を構築していくプロセスでした。しかし今、研究所や図書室に新しい道具が入り込んできました。人工知能（AI）です。これらのシステムは、人間よりも速くテキストを書き、数値を分析し、膨大な量の情報を検索することができます。この変化は、発見の未来に関する根本的な問いを投げかけています。もし機械が作業を行うことができるとしたら、「考えている」のは誰なのか？ という問いです。懸念されているのは、単に仕事が完了するかどうかではなく、人間と機械が負荷を分担するときに、研究の本質がいかに変わってしまうのかということです。コンピュータが論文を書いたり実験を設計したりする場合、その人間の研究者は依然としてクレジットを受ける権利があるのでしょうか？ 機械が重労働を引き受けてしまうことで、学生が専門家へと成長する学習過程は果たして成立するのでしょうか？ これらはソフトウェアに関する技術的な問題ではありません。どのように科学が作られるかを規定するルールや価値観についての問いなのです。

次世代の研究者たちがこの新しい風景をどのようにナビゲートしているのかを理解するために、研究者のフランチェスコ・アンジェリーニとヨハン・リールヴァルは、研究の未来を形作る人々である博士課程の学生たちに直接目を向けました。彼らは、世界中の理学、工学、医学、保健分野における計3,785人のPhD学生を対象とした大規模な調査データを分析しました。学生たちがAIの使用を好んでいるかどうかという単純な「はい」か「いいえ」の質問をする代わりに、研究者たちは、日常業務の5つの特定の工程に対してどの程度使いやすさを感じているかを評価させました。タスクの内容は、科学文献の追跡や要約から、研究論文の執筆、データの収集および分析、そして実験のデザインまで多岐にわたります。各具体的なタスクに対する学生たちの感覚を見ることで、研究者たちは彼らの考え方にパターンがあるかどうかを確認することができました。その結果、学生たちは決してAIを「愛する派」と「嫌う派」という二つの陣営に単純に分かれるわけではないことが分かりました。むしろ、彼らの態度は4つの明確なグループを形成しており、どこで機械による助けを受け入れ、どこで一線を引くのかを示す複雑な地図を描き出していました。

最大のグループであり、調査対象となった全学生の約半分を占める層には、研究者が「分業」と呼ぶ明白なパターンが見られました。これらの学生は、既存の科学論文を見つけたり要解釈したりといったタスクにおいて、AIを使用することに非常に抵抗を感じませんでした。彼らはこうした活動を、機械が効率的に情報を整理できるサポート業務であると考えていました。しかし、同じ学生であっても、記事そのものを書くこと、データを分析すること、あるいは実験を設計するといった、研究の中核となる知的タスクについては、AI使用への抵抗感が強まりました。このグループにとって、境界線は明確でした。情報の管理などの背景業務については機械に任せてもよいと考えましたが、深い思考、創造性、そして最終的な責任を必要とするタスクは、しっかりと人間の手に留めておきたいと考えたのです。これは多くの将来の研究者にとって、AIの価値とは情報管理能力にあるのであって、発見という行為における人間の精神を代替する能力にあるのではない、ということを示唆しています。

他のグループも異なる見解を持っていました。学生の約3分の1は、ほぼすべての研究タスクにおいてAIの使用に違和感を抱いており、研究者はこれを「ステータス・クォー（現状維持）」とラベル付けしました。彼らはテクノロジー全般に対して不安を感じる傾向があり、特に執筆やデータ分析に関してその不快感が最も強く現れました。さらに小さなグループですが、約16パーセントは正反対の見解を持ち、あらゆる場面での活用に幅広く肯定的であり、AIを研究プロセスのあらゆる部分を支援できる汎用ツールとして捉えていました。最後に、注目すべき小規模なグループとして、7パーセントの「未定」の人々がいました。これらの学生は、自身の快適度について尋ねられた際に頻繁に「わからない」を選択しており、テクノロジーについて確信を持っていなかったり、意見を形成するための経験が不足していたり、あるいはまだルールがどうなっているのかを探っている最中であることを示唆していました。たとえ判断を下せない状態であったとしても、感情を表明した場合には、否定的なものよりポジティブなものである可能性が高いという結果が出ました。

また本研究では、専攻分野、在籍年数、またはAIの使用頻度といった要因によって態度が変わるかどうかについても検討されました。その結果、STEM分野の学生は医療や保健科学と比較して、懐疑的な「ステータス・クォー」グループに含まれる割合がわずかに高いことが示されました。しかしながら、全体的なパターンは、それが1年目の学生であろうと最終学年の学生であろうと、あるいはフルタイムの学生であろうと関係なく共通していました。このことは、学生によるAIの役割に対する見方が、単にどれだけの期間ツールを利用してきたかという問題ではなく、自分たちの仕事の本質をいかに捉えているかの深い反映であることを示唆しています。「分業」グループが最大である事実は、現在進行形で生まれている規範が、AIを完全に拒絶することでも、盲目的に受け入れることでもなく、どのタスクが機械のものであり、どのタスクが人間に属さなければならないかを慎重に分類することであるということを物語っています。

これらの知見は、科学教育や評価の方法に対し重要な意味を持ちます。研究者たちは、科学におけるAIの扱い方を、単に使用を禁止するか許可するかという単純な規則を超えた議論にする必要があると提言しています。例えば、機関やジャーナルは、参考文献を探すためにAIを使うのと、結論を導き出すために使うのでは違いを認識するという、より微細なアプローチを採用する必要があるかもしれません。ある学生が数百本の論文を要約させる場合、それは論文の核心となる論旨を作成させるための補助とは性質が異なります。本研究は、将来の科学トレーニングにおいては、 학생들이 これらの境界線を理解できるよう支援することに焦点を当てる必要があることを暗示しています。それは単にツールの使い方を学ぶことではなく、研究プロセスのどの部分が独自の専門性を築く上で不可欠であるかを知ることなのです。もし学生が文章作成やデータ分析を機械に委ねてしまえば、それらを自身で行うことから得られる批判的思考力を養う機会を逃してしまう可能性があります。

結局のところ、この研究はある転換期を捉えています。これら博士課程の学生たちの態度は固定されたものではありません。テクノロジーが進歩し、科学コミュニティが新たな規範を確立するにつれて、おそらく進化していくものです。今日、最も一般的な見方は選択的なものであり、情報は扱うヘルパーとしては歓迎されるものの、判断力の代用品としては拒絶されます。この「分業」こそが、将来の科学の実践方法としての標準となり得るでしょう。つまり、マシンが大量の情報量を処理し、人間が集約と新しい知識の創出に集中するという姿です。これらの学生が卒業し、明日のリーダー、編集者、査読者となっていく中で、彼らが今描いている境界線が、人工知能時代における正統な科学的成果とは何かを定義していくことになるでしょう。本稿は議論に終止符を打ったと主張するものではなく、これからその境界線を越えていくまさにその当事者たちによって、現在どのようなラインが引かれているのかという鮮明な輪郭を示したものなのです。