導入
AI（人工知能）は今や科学研究に欠かせないツールです。
実験の自動化、論文の下書き、構造予測など、AIの応用は多岐にわたります。
しかし、AIが科学者個人の成果を大きく高める一方で、科学全体の多様性を損なっている可能性がある――。
そんな驚くべき結果を示したのが、清華大学（Tsinghua University）とシカゴ大学（University of Chicago）の研究チームによる最新論文「AI Expands Scientists’ Impact but Contracts Science’s Focus」（2024年12月発表）です。
この研究は、約6800万本の論文データをAIモデルで解析し、「AIが科学をどう変えているのか」を初めて定量的に明らかにしました。
研究概要
著者：Qianyue Hao, Fengli Xu, Yong Li, James Evans
雑誌：arXiv（2024年12月公開）
URL：https://arxiv.org/html/2507.14267v1
研究チームは、1980年から2024年までに発表された約1億件の論文のうち、生物学・化学・物理・医学・材料科学・地質学の分野に属する約6,793万件を抽出。
そこから、AI技術を活用している論文をBERT言語モデルで自動識別しました（精度F1＝0.876）。
主な発見
- AIを使う科学者は論文数が67％多く、被引用数は3.16倍。
- AIユーザーの研究者は、非ユーザーよりも平均4年早くチームリーダーに昇進。
- しかし、AI研究が集中する分野ではトピックの多様性が約5％縮小。
- さらにフォロー研究（追試・派生研究）のつながりも24％減少し、重複した研究が増加している。
この結果、AIを導入した科学者は急速に成功する一方で、科学全体としては「狭いテーマに集中しすぎる」傾向が強まっていると指摘しています。
研究の意義
この研究が示すのは、「個人の成功と科学の多様性とのトレードオフ」という深刻なジレンマです。
AIは研究効率を劇的に高め、若手研究者にチャンスをもたらします。
一方で、AIが得意とする「大量データがある分野」に研究が偏り、
未知の領域やデータの少ない基礎科学分野が置き去りになる危険性があります。
研究チームはこの現象を「科学のランプポスト効果（lamp-post effect）」と呼びました。
つまり、AIが照らす「明るい場所（データが豊富で計算しやすい問題）」に科学者が集まり、
「暗がり（未解明の基礎的問題）」には目が向かなくなるという構造です。
この傾向が続けば、科学の発展が「局所的最適化（local maxima）」に陥り、
新しい発見やパラダイム転換が生まれにくくなる可能性があると論文は警告しています。
筆者コメント
AIの登場は「科学の民主化」を進めるものと思われてきました。
しかしこの研究は、AIが科学の集中化と再生産性の低下をも引き起こす可能性を示しています。
私自身、この結果は「AIの使い方次第で科学の未来が変わる」ことを改めて感じさせられました。
今後は、データの乏しい未知領域を探るAIや、創造的発想を促すAIの開発が求められるでしょう。
単なる効率化ではなく、「発見の多様性を支えるAI科学」のあり方が問われています。
参考情報
- Hao, Q., Xu, F., Li, Y., & Evans, J. (2024). AI Expands Scientists’ Impact but Contracts Science’s Focus. arXiv:2412.07727
- 使用データセット：OpenAlex
- コード公開：https://github.com/tsinghua-fib-lab/AI-Impacts-Science
- モデル：BERT（論文自動分類）、SPECTER 2.0（知識空間解析）
ハッシュタグ
#AI研究 #科学の多様性 #研究評価 #清華大学 #シカゴ大学 #科学の未来 #人工知能