2日で11報—AI量産論文が学術誌を壊す前に—NIHの新方針と日本の学術出版が問いかけていること
「Did you use AI for this?」
数ヶ月前、ニューヨーク時代の研究者仲間たちとオンラインで話していたとき、誰かがそう切り出した。グラント申請書の話だ。「文献整理には使った」「でも構成は全部自分で」「じゃあそれは"使った"に入るの？」——会話はそのまま小一時間続いた。
NCI時代にともに実験台を並べた連中が、今はそれぞれの研究室で同じ問いを抱えている。「AIで書いた」と「AIと対話しながら自分で書いた」は、本当に同じなのか、と。画面の向こうの議論を聞きながら、私はその問いの重さが、臨床の外でも急速に大きくなっていることを感じていた。
SNSと研究現場で何が起きているか
「ChatGPTで論文が1時間で書ける」「グラント申請もAIに任せれば通る」——そんな言説がXやLinkedInに溢れている。なぜそう思いたくなるか、気持ちはわかる。研究者の書類仕事は膨大で、英語が母語でない研究者にとって英文校閲だけでも大きな障壁だ。
しかし研究現場では、もっと具体的な問題が起きていた。
日本生物物理学会欧文誌「BPPB」の編集委員長、中村春木・大阪大名誉教授は2026年3月6日のシンポジウムで明かした。「2025年夏、同一著者から2日間に11報もの論文原稿が投稿された」と。それらは内容のレベルが低く、引用文献が誤っているか存在せず、著者の専門分野とも無関係な、明らかにAIが量産したとみられるものだったという。
同誌は対応策として、30日以内に4報以上の投稿は原則不受理とし、「原稿の作成にAIが大きく貢献した場合」の明記を義務化した。BPPBがその方針を定める際に参照したのが、米国立衛生研究所（NIH）の文書だった。
エビデンスの階層を見る
何が確認されていて、何がまだ不確かか
層1：確認されていること（信頼度：高）
NIHは2025年7月の通知（NOT-OD-25-132）で、「AIによって実質的に生成された申請書はPI自身のoriginal ideasとみなさない」と明言した。同時に、1人のPIが1ラウンドに提出できる申請数を6件に制限した。背景には、AIを使って1回で40件超の申請を出した事例が実在したことがある。
査読者側のAI使用については、より明快に禁じている。2023年通知（NOT-OD-23-149）で、「未公開申請書の内容をオンライン生成AIツールに投入することは機密保持違反である」と宣言した。これは利便性の問題ではなく、まず守秘義務の問題だ。
層2：示唆されていること（信頼度：中）
OpenAIはかつてAI生成テキスト検出器を公開したが、「すべてのAI文を信頼して検出することは不可能」であり、短文では不安定、少し編集するだけで回避されうるとして、精度上の問題からすでに停止している。
NAACL 2025の評価研究では、既存の検出器は未知のモデルやadversarial promptingの条件下で性能が大きく低下し、偽陽性率を厳しく抑えると真陽性率がほぼゼロに近づくケースも報告されている。
層3：不確実なこと（信頼度：低〜非常に低）
NISTのAI 800-4文書（2026年）は、ウォーターマークやprovenance技術について「adversarial usersに簡単に除去されうる」「包括的なaccountabilityを担保するには不十分」と整理する。つまり「最新技術で検出する」というNIHの宣言は、完全な抑止力というより、規範設定と抑止の意図として読むべきだ。
エビデンス早見表
日本の文脈
2026年3月6日、大阪大学産業科学研究所で開かれたシンポジウム「生成AI・AGI時代の学術出版」は、日本でこのテーマが静かに沸騰していることを示す場となった。LASA（ラボラトリーオートメーション協会）と日本生物物理学会が共同で主催し、AIが論文を執筆・査読することを前提とした体制づくりに向けた議論が行われた。
興味深いのは、苦境に立たされたBPPB編集部が「逆にAIで逆襲したい」と語っていることだ。AI生成論文の流入で疲弊したからこそ、AI査読者を導入して編集負担を減らす、AI著者による論文に専用カテゴリーを設けて責任著者を人間に限定する——という前向きな議論が生まれた。
日本では薬機法や医療広告規制の文脈でAI言説への警戒が先行しがちだが、学術出版・グラントという制度設計レベルでも、同様の規範づくりが進んでいることを研究者は知っておく必要があるというわけだ。
臨床研究者として伝えたいこと
MSKCCでフェローをしていた頃、グラント申請書を書く作業は「研究者として自分が何を信じているかの表明」だと教わった気がしている。なぜこの問いが重要なのか。なぜこのデザインを選んだのか。どこまで分かっていてどこからが未知なのか。それを自分の言葉で書き切ることが、研究の誠実さの出発点だった。
AIがその作業を代替するとき、失われるのは「論文」や「申請書」という形式ではない。問いを引き受けた記録が失われる。
私はAIを壁打ち相手として使う。文献の抜けを確認させ、論旨の弱い部分を指摘させ、英語表現を洗練させる。だがそれと、「AIが書いた文章を貼り付けて提出する」ことは、同じではないと思っている。
前者のプロセスでは、対話を通じて自分の思考が深まり、最終的に自分の問いがより鋭くなる。後者では、その格闘そのものが省略される。問いを自分の手で育てていないのに、その問いに署名することになる。
NIHが「AI-assisted scientistとAI-fabricated applicantの間に線を引こうとしている」と私は読んでいる。前者は道具としてAIを使いながら、問いを立て、仮説を育て、最終責任を負う研究者だ。後者は、研究の知的格闘を抜きにして、もっともらしい書類を量産する存在である。
結論
【一般論】多くの研究者・著者に言えること
文献探索、英文校閲、アイデアの壁打ち——これらへのAI活用は、現在の主要機関方針（NIH含む）でも否定されていない。「どこまでを補助とみなすか」の透明な開示が今後の標準になっていく。使ったなら書く。それだけのことだ。
【例外】特に注意が必要な状況
未公開の研究データ・申請書内容をクラウド型AIに入力することは、機密保持の問題として明確にアウトだ（NIH NOT-OD-23-149）。査読者はとりわけ注意が必要で、「便利だから」は理由にならない。
【不確実性】まだわからないこと
AI検出技術は現状では不完全であり、「最新技術で検出する」というNIH宣言がどこまで機能するかは未知数だ。BPPB型の「AI著者専用カテゴリー」が学術出版の標準となるかどうかも、これからの議論次第だ。
AI時代に研究者が守るべきなのは、「AIを使っていないという証明」ではない。自分の研究として説明できること——なぜこの問いか、なぜこの方法か、どこが限界かを、自分の言葉で語れること。それだけは、外注できない。
📌 本記事は一般的な情報の提供を目的とし、個別の研究・申請に関する法的・制度的助言を代替するものではありません。
📌 引用したデータは主に公的機関・機関方針・査読付き研究・報道に基づきます（出典は末尾）。
利益相反：本記事に関連する研究機関・AI企業等からの資金提供・関与はありません。
出典
NIH Notice NOT-OD-25-132: Supporting Fairness and Originality in NIH Research Applications（2025.7） https://grants.nih.gov/grants/guide/notice-files/NOT-OD-25-132.html
NIH Notice NOT-OD-23-149: The Use of Generative Artificial Intelligence Technologies is Prohibited for the NIH Peer Review Process（2023） https://grants.nih.gov/grants/guide/notice-files/NOT-OD-23-149.html
OpenAI: New AI classifier for indicating AI-written text（限界・廃止の経緯） https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/
NIST AI 800-4: Challenges to the monitoring of deployed AI systems（2026） https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.800-4.pdf
日経バイオテク「『AIが論文投稿』の時代に」（2026.3.11） ※本記事の起点となった報道
LASAおよび日本生物物理学会シンポジウム（2026.3.6, 大阪大学産業科学研究所）
番外編として、診察室の外——研究者としての自分の視点から書いた。
