【論文紹介】生成AIで非英語圏の科学生産が30%加速

[Tchiaki Miura]

Keigo Kusumegi+ 2025

 

LLM導入が研究生産性を押し上げる一方で、従来の「文章の巧さ＝質」という評価慣行を無効化し、制度設計の前提そのものを変える実証結果を示している。

 

研究の面白さ・すごさ

arXiv・bioRxiv・SSRN計約210万件のプレプリントを分析し、LLM使用は生産性を36–60%押し上げる一方、文章複雑性（Flesch指標）が査読通過率の正のシグナルでなくなり、LLM使用論文では逆転することを示した。さらに、Bing Chat導入後の行動差分から、LLM検索が若く・被引用の少ない文献や書籍への到達を広げることも確認した。

 

注意点・前提条件

LLM検出は抄録ベースで誤判定の可能性があり、採用時点の内生性や自己選択バイアスを完全には排除できない。結果は初期世代LLMに基づくスナップショットで、将来世代では効果が変わりうる。

 

印象的なフレーズ（原文／訳）

“Writing characteristics are fast becoming uninformative signals.”

「文章的特徴は、急速に有益な評価シグナルではなくなりつつある。」

-------

三浦です。Cornell大学で活躍されている久壽米木さんの論文がついこの間Scienceから出版されました。LLMの利用と研究公正について考えさせられる論文です。

メーリングリストをよりよくし、さらに活用を推進するため、今回から開封のトラッキングを入れています。気にされる方はOpt outが可能です。

Email tracked with Mailsuite  ·  Opt out

26/01/05 23:45:42