科学的研究におけるAI支援が懸念を招く 

研究によると、生成AIは学術論文の執筆において有意な割合で使用されており、一部の研究者はこれを有効な手法と見なしているが、これは実際の研究や学術的作業の本質に対する脅威となり得る。

科学的文章におけるAIの growing influence（拡大する影響力）

学者たちは、ジャーナルや書籍などの他の種類の文章と比較して、AIが生成した文章の量が非常に大きいことを発見した。言語学に基づくこのような分析は、「intricate（複雑な）」「pivotal（重要な）」「meticulously（注意深く）」など、大規模言語モデル（LLM）に関連する単語の使用がテキスト中で大幅に増加していることを示唆している。

ロンドン大学学院（UCL）のAndrew Grayが収集したデータによると、2023年以降、特定の分野の論文のわずか1%がAIの支援を受けていることが明らかになった。その後、4月にスタンフォード大学からの別の研究では、研究対象に基づいて、偏見のあるレビューの数が6.3〜17.5%の間にあることが判明した。

AIの影響を検出する

言語テストや統計分析は、単語やフレーズをAIの支援と結びつけるために使用されたツールの一つであった。2023年までには「red」「result」「after」などの単語の変更はほとんど見られなかったが、その後、LLM生成コンテンツに関連するいくつかの形容詞や副詞の使用に急増が見られた。

具体的には、「meticulous（注意深い）」「commendable（称賛に値する）」「intricate（複雑な）」という単語の使用率が117%増加し、2022年以降最高率に達した。スタンフォード大学の研究は、人工知能における言語使用の変化を観察し、AIの言語がすべての科学分野での使用において継続的に改善されていることを示した。

研究はまた、AIの言語的差別が、AI採用における分野間の格差と一致していることを明らかにした。コンピュータサイエンスや電気工学などの分野は、AIの charter language（憲章言語）の採用において先頭に立っている。しかし、数学、物理学、Natureなどの分野では、より劇的な変化は見られず、より保守的な増加にとどまった。

AI支援学術論文執筆における倫理的課題

プレプリントでより多産であり、競争が激しい研究分野で活動し、短編論文への欲求を満たそうとする著者は、AI支援の文章作成により傾倒しやすいことが示された。このパターンは、時間的制約とAI生成コンテンツの結果として出版されるコンテンツ量の増加との間の推定された関係に光を当てていることが明らかである。

AIは研究プロセスを加速させるための主要な促進要因となってきた。しかし、技術が抄録や科学論文の他のセクションなどの多様なタスクに使用される際には、依然として倫理的問題を提起する。特定の出版社は、LLMのエージェントが彼らが唯一の人間著者ではない科学論文について議論する場合、それを盗用であり、ある意味で非倫理的であると見なしている。

想像された引用や例など、AI生成テキストの不正確さを避ける必要性は、学者間のコミュニケーションにおける重要な特徴である。透明性と誠実さを維持することは不可欠であり、LLM駆動の素材を採用する著者は、研究の整合性と標準的な慣行を維持するために、使用した研究方法を読者に知らせる必要がある。

学術的文章におけるAIの影響力が増すにつれて、学術コミュニティの構築者は、倫理的含意を解決し、研究記事の信頼性を確保するという深刻な課題に直面している。AIは研究活動を大幅に促進する優れた技術であるが、科学的不正行為を防ぐためには、誠実さと整合性を維持する必要がある。