AIと意思決定研究会
論文レーダー2026-07-28

🔮 研究・論文・査読はどう変わるか — 分野別の短期／中期／長期予測

AI / 学術 / 査読 / 予測

作成日：2026年7月27日 前提資料：AIを用いた研究の浸透状況：分野別調査

本文書の性格について 第1〜2章は観測データに基づく構造の整理、第3章以降は予測である。確度を明示するため各予測に信頼度（高／中／低）を付した。予測が外れる条件は第7章にまとめた。

0. 要約

学術制度は「もっともらしい主張を書くコストが高い」という前提の上に建っていた。生成AIはこの前提だけを破壊し、検証コストは分野ごとに固有の下限があってほとんど下がらない。したがって今後10年の分野差は、AI能力の差ではなく「その分野の検証コストの下限がどこにあるか」でほぼ決まる。

結論を3行で言えば：

  1. 短期（〜2027）：論文の量的インフレと査読の破綻が可視化され、制度は「検出と門前払い」で応急処置する。人文社会系はまだ被害が本格化していないが、これは免疫があるからではなく順番が後なだけである。
  2. 中期（2028〜2030）：「論文数」が評価指標として実質的に死に、価値の単位が論文から「検証済み成果物」および「ボトルネック資源へのアクセス」へ移る。査読は機械監査層と人間判断層に分離する。
  3. 長期（2031〜2035）：検証様式によって分野が3つのレジームに分岐する。形式検証が効く分野は論文制度が生き残り、物理検証が律速する分野は論文が主戦場でなくなり、解釈が本質的に間主観的な分野（人文学・質的社会科学・法解釈）が最も深刻な制度危機に直面する。

1. 駆動メカニズム：G/V比の崩壊

1.1 学術制度の暗黙の前提

記号を置く。

近代的な学術出版制度は、暗黙のうちに G ≳ V を前提として設計されてきた。書くこと自体が高コストだったため、「書かれた」という事実そのものが弱い品質保証として機能し、査読はその上に薄く乗る最終確認で足りた。査読者が原稿を全部再現しなくても制度が回っていたのは、Gが十分に高かったからである。

査読とは、Vを社会的に分散負担する仕組みだった。

1.2 2023〜2026年に起きたこと

観測データが示すのは、Gだけが2桁以上下がり、Vはほぼ動かなかったという非対称な変化である。

2022年2026年変化
論文1本の草稿生成数週間の人的労働4〜6ドル・数時間（10段階パイプライン、15,000語）G が 10⁻²〜10⁻³ 倍
主張1件の独立検証査読者の数時間〜数日変わらず（むしろ検出作業ぶん増加）V はほぼ不変

結果として起きたことは、すべてG/V比の崩壊で説明がつく。

1.3 理論限界：Vには下限がある

ここが予測の要である。Gはさらに下がるが、Vには分野固有の物理的・原理的な下限がある。

検証様式Vの下限を決めるもの下限の水準
形式検証（Lean等）コンパイル時間・計算資源秒〜時間。AIで一緒に下がる
数値再現（コード＋データ）計算資源、データ公開の有無分〜日。部分的に下がる
物理実験反応時間、試料調達、装置占有日〜年。原理的に下がらない
臨床試験被験者の生活時間、倫理審査、追跡期間年単位。下がらない
一次資料の照合アーカイブへの物理的アクセス、読解下がるが解釈は残る
解釈の妥当性間主観的合意の形成原理的に自動化不能

Vが自動化できる分野ではG/V比は回復するが、Vが物理や解釈に律速される分野では回復しない。この一点が、以下すべての分野差を生む。

2. 3つのレジームへの分岐

上記から、分野はAIの強さではなく検証様式によって3群に分かれる。

レジームA：形式検証が効く（Vが一緒に下がる）

数学、理論計算機科学、形式手法、一部の理論物理

AlphaProof Nexusがエルデシュ問題9問（うち2問は56年未解決）を解き、OEIS予想492件中44件を証明できたのは、Leanコンパイラという反証装置がVを自動化しているからである。ここではGが下がってもV も同時に下がるため、G/V比が崩れない。幻覚は「コンパイルが通らない」という形で自動的に排除される。

→ この群では論文制度は生き残る。ただし価値の所在は移動する（後述）。

レジームB：物理検証が律速（Vが下がらない）

生物学、化学、材料科学、臨床医学、実験物理、地球科学

Kosmosは12時間で引用つきレポートを生成できるが、記述の正確性は人間検証で80%にとどまり、データセット選定と妥当性確認は人間が担う前提である。GSKがNOETIKに前払い5,000万ドル、リリーがChai Discoveryに年額数千万ドルを払うのは、仮説の生成ではなく検証能力の側に希少性があると産業が判断したことを意味する。

→ この群では論文が主戦場でなくなる。価値は実験実行能力（自律ラボ、試料、被験者アクセス）へ移動する。

レジームC：検証が本質的に間主観的（Vが自動化不能）

人文学（歴史・哲学・文学）、質的社会科学、法解釈学、理論経済学の一部、規範的研究全般

ここには反証装置がない。「この解釈は妥当か」を判定できるのは人間の共同体だけであり、その判定コストはAIで下がらない。一方でGは他分野と同じだけ下がった。arXiv実測で経済学・ファイナンスが47%と高いのは、この群の入口が既に崩れ始めていることを示す。

→ この群が最も深刻。論文という形式そのものが信頼の担体として機能しなくなる。

3. 短期予測：2026年後半〜2027年末

3.1 全分野共通

予測信頼度
「検出＋機械的門前払い」が主要会議・出版社の標準運用になる。NeurIPS 2026方式（Pangram等でスコアリングし、閾値超過は異議申立てなしにデスクリジェクト）が横展開する高
投稿数の上限規制が導入される。1著者あたりの年間投稿本数キャップ、共著者数上限、投稿時デポジット（返金型）などが実験的に始まる高
編集履歴の提出義務化が広がる。NeurIPS 2026が既に「バージョン履歴つきオンライン版の提示」を条件付きリジェクトの解除条件にしており、これが標準化する中〜高
AI利用の開示義務は形骸化したまま。PNASが示した「ポリシー保有70%・開示率0.1%」の構図は改善しない。規範ベースの統制は機能しない高
検出器の偽陽性による冤罪事件が複数、公然の紛争になる。特に非英語話者・キャリア初期研究者に集中する中〜高
査読者不足が臨界に達し、査読への金銭的対価を導入する誌・会議が現れる中

3.2 分野別の短期

CS／機械学習 — 最も先行しているため、最初に「主要会議の採択が信頼シグナルとして機能しなくなる」局面に入る。投稿数はNeurIPS 21,575本（2025）、AAAI 約29,000本（2026）、ICLR 19,490本（2026）から更に増える。「分母ゲーミング」（質ではなく投稿数を膨らませて採択率を下げ、見かけの威信を演出する）が公然の論点になる。採択率が威信指標として死ぬのが2027年内。（信頼度：中〜高）

数学 — ほぼ無風。ただし「AIが解いた定理を人間が論文化する」という著者性の問題が最初の論争になる。エルデシュ問題の解決事例が増えるにつれ、誰を著者とするかの合意形成が始まる。（信頼度：高）

生命科学・創薬 — ペーパーミル（2022年出版論文の1.5〜2%相当）とAI生成論文の合流が進み、システマティックレビューの信頼性危機が表面化する。既に20万件のレビューの0.15%が撤回済みペーパーミル論文を引用している。エビデンス合成が汚染されると臨床ガイドラインに波及するため、規制当局が動く最初の分野になる。（信頼度：中〜高）

物理・宇宙物理 — 規範がまだ持ちこたえる（執筆補助33%・プログラミング48%）。ただしReplicationBenchで再現20%未満、PaperArenaで38.8%（博士83.5%）という能力ギャップが逆に「AIには任せられない」という誤った安心を生むリスクがある。（信頼度：中）

経済学・定量社会科学 — 文章側47%に対しコーディングエージェント常用20%というギャップが、「書くのはAI、分析は自分」という中間的な規範として一時的に安定する。ただし採用格差（ポスドク＝教授の2倍、男性名＝女性名の2倍以上、上位25大学＝40%高い）が生産性格差として可視化され、公平性の論争になる。（信頼度：中〜高）

人文学・質的社会科学 — 表面上はまだ静かだが、これは免疫ではなく順番の問題である。短期に起きるのは、(a) 質的コーディングのLLM利用が事実上の標準になる、(b) 機微データをクラウドLLMに投入することのIRB／倫理審査上の問題が顕在化する、(c) 査読者側がLLMで査読を書き始める（人文系は査読者プールが小さく負荷が高いため、むしろ動機が強い）。（信頼度：中）

法学 — 実務側の圧力が学術に先行する。AI捏造引用の裁判例が2026年6月時点で1,598件（1年前は約200件）、制裁額は18か月で11倍。「引用を自分で読んで検証したか」が職業倫理の明示的要件になったことが、法学教育・法学論文の作法にそのまま降りてくる。（信頼度：高）

4. 中期予測：2028年〜2030年

4.1 価値の単位が「論文」から移動する

これが中期の中心的な変化である。論文は「主張のパッケージ」だったが、主張の生成コストがゼロに近づくと、パッケージ自体には価値が残らない。残るのは以下のいずれかである。

新しい価値の単位該当分野実態
検証済み成果物数学、理論CS、形式手法Lean等で機械検証されたリポジトリ。論文はその解説文書に格下げ
実験実行能力生物、化学、材料自律ラボの占有時間、試料、装置。SDL 2.0がインフラ化する
被験者・臨床アクセス医学前向き試験の実施権。ここは原理的にAIで代替不能
独自データと識別戦略経済、定量社会科学行政データ・企業データへのアクセス権、因果識別の妥当性
一次資料アクセスと解釈責任人文学、質的研究、法学アーカイブ、フィールド、当事者との関係。誰が責任を負うか

4.2 「論文数」が評価指標として死ぬ

OECDの2026年報告や研究評価改革の議論（DORA署名2万超）は既に「出版数・被引用数は意味ある影響の代理指標として不適切」と述べているが、中期の変化はこれが規範論から実務的必然に変わることである。年間200本の共著論文を持つ研究者が珍しくなくなれば、本数は情報量をもたなくなる。

代替として台頭するもの（信頼度：中）：

この最後の点は重要で、「時間的に先行していること」が信頼の主要な源泉になるという一般則の一例である。編集履歴の提出義務化（短期）も同じ論理の上にある。

4.3 査読の二層化

査読は単一の工程ではなくなり、次の2層に分離する（信頼度：中〜高）。

第1層：機械監査（Machine Audit） 統計的整合性、引用の実在性、報告ガイドライン適合、データ・コードの実行可能性、既発表との重複、画像改変。ここは完全に自動化され、人間は関与しなくなる。通過は出版の必要条件であって十分条件ではない。

第2層：人間判断（Human Judgment） 問題設定の意義、分野への位置づけ、解釈の妥当性、規範的含意。ここだけが人間の仕事として残り、対価が支払われるようになる。

現時点で既に出版社側が「AIは査読者マッチング、報告基準チェック、要点要約を担い、人間は科学的メリットに集中する」という設計を進めており、これはこの二層化の初期形態である。COPE・STMの合意形成（WCRI 2026で議論）もこの線に沿う。

4.4 投稿権の希少資源化

arXivが既に導入した「初回投稿者にはエンドースメントが必要」という仕組みは、投稿する権利そのものを希少資源にするという方向転換である。中期にはこれが一般化し、以下が現れる（信頼度：中）。

副作用は明白で、所属を持たない研究者・グローバルサウス・キャリア初期の排除である。これはAIスパム対策として合理的でありながら、学術の開放性という価値と正面から衝突する。中期最大の政治的対立点になる。（信頼度：高）

4.5 分野別の中期

数学 — AI証明が日常化し、論文の価値が「証明の所有」から「問題設定の発明」へ移る。「何を問うべきか」を決める能力だけが希少になる。査読は形式検証にほぼ置き換わり、人間査読者は「この定理は面白いか」だけを見る。（信頼度：中〜高）

生命科学・化学・材料 — 自律ラボがインフラ化し、論文は「実験の実在性を証明する監査記録」に近づく。生データ・装置ログ・実験プロトコルの機械可読な提出が投稿要件になる。仮説だけの論文は価値を失う。（信頼度：中）

医学 — エビデンス階層が再構築される。「AIが合成した知見」を明示的に階層の下位に置く格付けが導入される。臨床試験の実施能力が決定的な希少資源になり、AIは前臨床とエビデンス統合に押し込まれる。（信頼度：中）

物理・天文 — AION-1のような基盤モデルが分野の共通基盤になり、個別論文よりモデル・データセットへの貢献が評価される。大型施設の観測時間が価値の中心であることは変わらない。（信頼度：中）

CS／機械学習 — 会議中心モデルが限界に達する。査読の21%がAI生成という状態から回復できず、(a) 招待制／小規模化への回帰、(b) 企業内評価やベンチマークへの権威移動、(c) コードとモデルの公開実績が論文より強いシグナルになる、のいずれかまたは全部が起きる。「トップ会議に通ること」の価値は中期で明確に下落する。（信頼度：中〜高）

経済学・定量社会科学 — 分析コードの自動生成が普通になった結果、識別戦略の妥当性と独自データだけが差別化要因になる。「回帰を回せること」の価値はゼロになる。Registered Reportsと事前登録がこの分野で最も早く標準化する。（信頼度：中〜高）

5. 人文学・質的社会科学：最も深刻な分野の詳細予測

この群を独立に扱う理由は、唯一「検証を自動化する道がない」からである。他分野が機械監査層に逃げ込める一方、人文学にはその逃げ場がない。

5.1 なぜ深刻なのか

人文学的な主張の妥当性は、版・頁・段落・脚注・傍注・文脈・反例・史学史上の位置づけといった、細部の連鎖への忠実さによって支えられている。LLMはこの連鎖を「もっともらしく」再構成することに極めて長けている一方、実際に一次資料に当たったかどうかは出力からは原理的に区別できない。

法学で観測されている数字がその実証である。法律特化のRAGツールですら17〜34%の割合で幻覚を起こし、AI捏造引用が提出された裁判例は1年で200件から1,598件に増えた。法学は「間違いが法廷で露見する」という外部検証を持つ稀な人文系分野であり、そこですらこの数字である。露見機構を持たない歴史学や文学研究で同じことが起きていないと考える理由はない。

5.2 短期（〜2027）：静かな浸潤

5.3 中期（2028〜2030）：出所証明（provenance）の制度化

予測の核心：人文学は「主張の正しさ」を検証できないので、代わりに「作業の来歴」を検証する方向へ移る。（信頼度：中）

既にこの方向の提案が出ている。2026年7月のarXiv論文「Traceable Scholarship: Page Anchors and Ariadne’s Thread for Humanistic Inquiry in the Age of Generative AI」は、人文学的探究に頁単位のアンカーと作業の糸（トレース）を持ち込む枠組みを提案している。これが分野の制度的解になる可能性は高い。

具体的に予想される形：

5.4 長期（2031〜2035）：価値の反転

逆説的な予測：AIが解釈を無限に生産できるようになると、解釈そのものの価値は下がり、「誰が責任を負うか」の価値が上がる。（信頼度：中）

人文学の産物は「読み」だが、読みが無限に安く手に入る世界では、読みの新奇さは希少でなくなる。残るのは次の3つである。

  1. 一次資料への物理的・法的アクセス（未公開文書、フィールド、当事者との信頼関係）
  2. 解釈に責任を負う主体としての人格（誰の判断としてこの読みが提示されるか）
  3. 共同体としての判定機能（何を良い読みとするかを決める人間集団そのもの）

つまり人文学は、「テキストを生産する営み」から「判断の責任主体を維持する営み」へと自己定義を変えざるを得ない。これは縮小ではなく再定義であるが、現在の評価制度（出版数）とは全く整合しないため、移行期の混乱は理工系より大きくなる。

5.5 質的社会科学の固有事情

質的研究は人文学とやや異なる分岐をたどる（信頼度：中）。

6. 長期予測：2031年〜2035年

6.1 制度の再編：3つの学術圏への分離

長期には、現在「学術」として一括りにされているものが、検証様式の異なる3つの圏に事実上分離すると予想する（信頼度：中）。

形式圏実証圏解釈圏
分野数学、理論CS、形式手法生物、化学、材料、医学、実験物理人文学、質的社会科学、法解釈、規範研究
信頼の担保機械検証実験の実在性監査出所証明と責任主体
論文の役割検証済み成果物の解説実験記録の要約判断の署名
査読ほぼ全自動＋意義判定のみ人間機械監査＋実験監査人間のみ。最も高コスト化
希少資源問題設定能力実験実行能力・被験者資料アクセス・責任主体
AIの位置共同証明者仮説生成器・解析器素材生成器（信頼されない）

この3圏は相互に評価基準が通約不能になる。現在でも分野間の評価は困難だが、長期には「同じ土俵で研究者を比較する」ことが原理的に不可能になり、大学の人事・予算配分が最初に破綻点を迎える。（信頼度：中）

6.2 「論文」という形式の運命

予測：論文は消えないが、機能が「知識の伝達」から「責任の所在の記録」に移る。（信頼度：中）

論文の歴史的機能は複数あった——知識の伝達、優先権の主張、業績の証明、責任の所在の明示。このうちAIが代替できないのは最後の一つだけである。知識の伝達はAIによる要約・対話に置き換わり、優先権はタイムスタンプ付きレジストリで足り、業績証明は本数インフレで機能しなくなった。

したがって長期の論文は、短く、署名が重く、撤回可能で、来歴が追跡できるものになる。現在の「30ページのPDF」という形式は残らない可能性が高い。

6.3 「研究者」という職業の再定義

自律AIシステムが仮説生成からデータ解析・報告まで一貫して実行できるようになると、人間の役割はシステム設計者、検証者、キュレーターへ移る、という指摘が既に研究評価の文献で出ている。これに加えて予測すると（信頼度：中〜低）：

逆に「文献を読んで整理し、標準的な分析を回し、論文を書く」という現在の博士課程の中核訓練は、職業的価値をほぼ失う。大学院教育の再設計が長期最大の未解決問題になる。（信頼度：中〜高）

6.4 出版産業の帰結

出版社の収益基盤は既に転換の兆しがある。エルゼビア、Cengage、Hachette、Macmillan、McGraw Hillの5社が2026年5月5日にMetaを著作権侵害で集団提訴し、ケンブリッジ大学出版局は著者の同意を前提とするオプトイン方式のAIライセンスを打ち出した。

長期予測（信頼度：低〜中）：出版社の収益は「論文の販売」から「検証サービスと来歴保証の販売」へ移る。機械監査層を運用し、来歴を保証し、撤回を管理する機関としての価値が残る。逆に「原稿を組版して配布する」機能の価値はゼロになる。

7. この予測が外れる条件

予測の反証可能性を明示しておく。以下が起きた場合、上記の枠組みは修正が必要になる。

反証条件影響
AIによる検証が生成に追いつく — 自動反証・自動再現がV を大幅に下げる技術が出るレジームBとCの分岐が消え、論文制度が広範に生き残る。最も重要な分岐点
検出技術が高精度で安定する — 偽陽性率が実用水準まで下がり、AI生成の識別が確実になる「検出＋門前払い」で制度が持ちこたえ、より穏当な移行になる
AI能力が頭打ちになる — 現在の20〜40%（ReplicationBench、PaperArena）で停滞する中期の変化が数年後ろ倒しになるが、方向は変わらない
法的・規制的な強い介入 — AI生成研究の法的責任が明確化され、罰則が機能する法学で既に起きている（制裁額18か月で11倍）。他分野への波及が早ければ短期の混乱が抑制される
人文学が独自の検証様式を発明する — 出所証明以外の解が出る第5章の予測が大きく変わる。現時点で有力な候補は見えていない

最も注視すべきは1行目である。「Vは下がらない」という仮定が本予測全体の土台であり、これが崩れれば結論は大きく変わる。逆に言えば、自動検証技術への投資は、この構造問題に対する最も本質的な介入である。

8. 実務的含意

予測が概ね正しいとして、いま打てる手を分野横断で挙げる。

個人研究者として

教育者として

制度運営者として

参考文献