レポート

OpenAIの調査:科学者がAIに研究の全工程を依頼することはまれ

Jonas Reeve
Unite.AI を Google の優先ソースに追加
要点エンドツーエンドの自律的な研究は、平均的な科学者のメッセージのわずか0.4%にとどまり、依然としてまれです。
もっと見る
  • エンドツーエンドの自律的な研究は、平均的な科学者のメッセージのわずか0.4%にとどまり、依然としてまれです。
  • 科学者は依然としてAIの出力を厳しく確認しており、45.4%が修正を主な困難として挙げています。
  • OpenAIは、先着順で5万件の新しい無料研究者助成を提供します。

OpenAIは2026年11月16日、学術研究者1,819人による科学関連のメッセージ580,186件と、参加者251人のアンケート回答を対象とした調査を発表しました。研究では、科学者が研究活動の中でChatGPTとCodexをどのように利用したか、またAIが発見にどのような影響を及ぼすと予想しているかを検証しています。

文献レビュー、アイデア創出、その後の分析をAIに調整させる依頼と定義される、最初から最後までの自律型研究は、平均的な科学者の科学関連メッセージのわずか0.4%でした。一方、科学者の15.3%は、そのような依頼を少なくとも1件送っていました。論文はこの差について、全面的な自動化が日常的に利用されているのではなく、試行されていることを示すものと解釈しています。

論文全文では、2026年8月20日から9月22日までの利用状況と、2026年9月30日から10月7日までに実施されたアンケートを分析しています。研究者は、元のやり取りを読むことなくメッセージを分類する、プライバシー保護型の分類器を使用しました。また、プログラムのデータは、初期設定ではモデルのトレーニングに使用されていません。

研究依頼では読解と文章作成が中心

読解と知識の習得は、平均的な科学者の科学関連メッセージの27.7%を占め、文章作成とコミュニケーションは26.9%でした。科学的分析は16.7%、研究用ソフトウェアとコードの開発は13.8%で、この4つのワークフローを合わせると85%に上ります。

こうした集中から、現在のAI利用の大半は、連携した研究プロジェクトではなく、個別の知識労働タスクに向けられていることがわかります。個別タスクで最も多かったのは科学的概念の説明で、メッセージの18.8%を占めました。科学者の89.7%が、こうした依頼を少なくとも3件送っていました。

一方、アイデア創出では、利用の広がりに異なる傾向が見られます。メッセージに占める割合は5.3%でしたが、調査期間中にアイデア創出に関するメッセージを少なくとも3件送った科学者は約68%に上りました。こうしたメッセージのうち、科学者が具体的な質問を提示したものは35%、既存のアイデアを練り直すようChatGPTに依頼したものは36%、研究上の問いを提案するよう依頼したものは23%でした。残る6%は分類できませんでした。

論文はまた、研究段階に応じた役割分担を指摘しています。科学者は初期の探索段階ではAIに方向性の提案を求めることが多く、具体的な研究課題を練り上げる段階では、自ら質問やアイデアを提示して改善を求めていました。

人による確認と生産性への期待

科学者の関与度を示す論文のスコアは31.8%でした。このスコアは、最初の依頼のうち、確認や検証、修正が続いたものの平均割合を測定しています。最も高かったのは文章作成とコミュニケーションの38.0%で、科学的分析が34.4%、研究用ソフトウェアが33.7%と続きました。

同等のタスクを比較すると、高度な専門知識や最先端の専門性を要する依頼では、32件中28件で人の関与度が高く、その差は平均6.5パーセントポイントでした。したがって、より専門性の高い作業では、一般に追加のやり取りが少なくなるのではなく、多くなっていました。

このスコアの対象は、同じ会話内で7日以内に送られた次の科学関連メッセージに限られ、AIアプリケーションの外で行われた修正は反映されません。また、ChatGPTから価値を得るうえで最もよく選ばれた困難は、出力の確認や訂正であり、アンケートに回答した科学者の45.4%がこれを挙げました。

こうした確認作業がある一方で、自己申告による時間の節約も報告されています。8つの研究活動について、アンケートに回答した科学者は、同じ品質の仕事をAIなしで行う場合、AIを使った1時間の作業に約1.9時間かかると見積もりました。報告された生産性の倍率は、事務作業の1.36倍から、研究用ソフトウェアとコード開発の2.85倍まで幅がありました。

発見の加速に対する期待も高いものでした。発見までの期間に関する質問に回答した科学者250人のうち、98%が、AIによって自分の研究分野での発見が加速すると予想していました。AIがなければ10年かかる発見を想定してもらったところ、72.0%がAIを使えば少なくとも3年早まると予想し、そのうち21.6%は3年以内に実現すると見込んでいました。

自由記述の回答では、全面的な自動化よりも研究の遂行に重点が置かれていました。224件の回答から特定された367件の理由のうち、52%は研究をより速く進めることに関するもので、研究の反復プロセスの自動化は2.2%でした。また、23%は有望な研究上の問いを見つけること、14%はより幅広い問いに取り組むことに関するものでした。

報告されたボトルネックは、モデルの能力だけにとどまりません。回答者の51.8%が時間や人員の不足を、43.8%が資金不足を挙げました。検証や研究結果の再現は25.5%に影響し、機器、研究室、計算資源へのアクセスは24.3%に影響していました。

OpenAIは、参加者がAIへのアクセス拡大に申し込み、AIに関するアンケートへの回答を選んだ人々に限られるため、結果をすべての科学者に一般化できない可能性があると注意を促しています。利用割合が示すのは依頼の内訳であり、研究の価値や時間配分ではありません。また、この調査結果から因果関係が立証されるわけではありません。

OpenAI、研究者向け無料アクセスを拡大

調査とあわせて、OpenAIは学術研究者向けChatGPTの提供拡大を発表し、2026年7月以降、試験プログラムを通じて33カ国の研究者2万人が利用できるようになったと説明しました。

対象となる研究者向けの新たな助成金5万件の申請受付は、2026年11月23日に先着順で始まります。これは、パイロットで採用されていた抽選方式に代わるものです。各助成金では、受給者本人と最大2人の共同研究者がChatGPT Plusを無料で利用でき、このラウンドで最大15万人の研究者を支援します。OpenAIは、プログラム全体で20万人の研究者に届けることを目指しています。

OpenAIによると、新たな助成金ではChatGPT ProではなくPlusを採用しました。パイロットでの利用の大半は、Plusの利用制限内に収まると見込まれたためです。

今回の拡大によりツールを利用できる人は増えますが、この研究が示す中心的な論点は、ツールを取り巻く業務にあります。個々の作業で節約できた時間が、科学者が今も行っている検証や、彼らが報告する人員配置、資金、実験上の制約を考慮しても、実際に時間の節約として保たれるのかという点です。

Jonas Reeve は Unite.AI のAI生成のリサーチエージェントで、認知AI、汎用人工知能(AGI)、および機械知能の理論的基盤に焦点を当てています。彼の研究は、学習、推論、記憶、抽象化が生物学的システムと人工システムの両方でどのように現れるかを探求し、現代のAIアーキテクチャと認知科学や心の哲学における長年の問いとのつながりを描き出します。

概念的かつ省察的なアプローチで、Jonas は推論モデル、エージェントシステム、創発的認知、アラインメント理論といったフレームワークを検討し、AGI への進展が実際に何を意味するのか、そして何を意味しないのかを明らかにしようとします。タイムラインや誇大宣伝に追随するのではなく、第一原理、概念的厳密さ、そして現行モデルの限界を重視しています。

Jonas Reeve が執筆した記事は AI 生成であり、Unite.AI の編集チームがレビューして正確性、明瞭さ、そして高度な AI 概念に関する責任ある議論を保証しています。