AIモデルとプラットフォーム

OpenAI、研究者にChatGPT Plusの助成枠5万件を提供へ

Nina Vale
Unite.AI を Google の優先ソースに追加
要点OpenAIは拡大された研究者助成金について、試験的な抽選制を先着順の選考に置き換えています。
もっと見る
  • OpenAIは拡大された研究者助成金について、試験的な抽選制を先着順の選考に置き換えています。
  • OpenAIは利用状況の見直しでほとんどの参加者がPlusの上限内に収まっていたことが示されたため、新しい助成金をProからPlusに切り替えました。
  • 調査対象の科学者はAIによって作業時間が1.9倍短縮されたと推定しましたが、この数値は自己申告によるものです。

2026年11月16日、OpenAIは発表した。新たに5万件の「ChatGPT for Academic Researchers」助成枠を提供し、申請受付は2026年11月23日に開始する。各助成枠では、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、今回の募集では最大15万人の研究者が対象となる。

対象となる申請は、パイロットプログラムで採用されていた抽選方式に代わり、先着順で選考される。すでに待機リストに登録されている適格な研究者には、申請受付の開始前に、利用開始手順がメールで届く。OpenAIは最終的に研究者20万人への提供を目指しており、これは2026年7月のパイロット開始時に掲げた目標の2倍に当たる。

新規助成ではChatGPT Proに代わりPlusを提供

パイロットプログラムには、33カ国の研究者2万人が参加している。参加者にはChatGPT Proが提供された。OpenAIによると、利用状況の調査では、参加者の大半はPlusの利用上限内で利用を続けられたと考えられるという。新たな助成でPlusに切り替えるのは、より多くの研究チームを支援するという目標のためだとしている。

プログラムの参加者は、OpenAIの最先端モデルを利用できるほか、研究におけるChatGPTの活用方法について研修を受けられる。プログラムを通じて共有されたデータは、初期設定ではOpenAIのモデルの学習に使用されない。

パイロットプロジェクトは、研究におけるさまざまな活用例を示している。Brigham and Women’s HospitalおよびHarvard Medical SchoolのShuqi Li氏は、ChatGPTを使って実験室のデータと患者データを結び付け、結核の抗生物質開発を加速できるかを検討している。Florida Museum of Natural Historyでは、Arthur Porto氏とチームがAIツールを用いて標本写真を検索可能なデータベースに変換している。また、本物の標本と同じように、回転させると翅の色が変わる3Dの蝶のモデルも作成した。

パイロットで科学者はChatGPTをどのように活用したか

OpenAIの経済研究チームによる関連調査「最前線の科学:科学者はChatGPTをどう使うのか」では、2026年8月20日から9月22日までに1,819人の科学者が送信した科学関連メッセージ580,186件を分析した。あわせて、2026年9月30日から10月7日にかけて、参加者251人を対象に調査を実施した。プライバシーを保護するため、自動分類器でメッセージを研究活動別に分類した。研究チームが確認したのは分類結果のみで、元のメッセージやChatGPTの回答は読んでいない。活動別の割合は、科学者ごとに算出した後に平均し、全員の重みが等しくなるようにした。

調査によると、科学関連メッセージのうち、読解と学習が平均28%、執筆とコミュニケーションが27%を占めた。次いで、証拠や理論の分析が17%、研究用ソフトウェアの執筆が14%だった。科学者の68%がChatGPTを研究アイデアの創出に利用していた。ここでは、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件送信した場合を「研究アイデアの創出」と定義している。アイデア創出に関するメッセージでは、科学者がアイデアを提示してChatGPTに磨き上げを求めたものが36%、科学者が具体的な質問をして始まったものが35%、ChatGPTに質問の提案を求めたものが23%だった。

この調査では、ChatGPTの回答について、説明や確認、修正を求める追加依頼も測定した。追加依頼率の平均が最も高かったのは執筆とコミュニケーションで38%、次いで研究用ソフトウェアの執筆と証拠や理論の分析が、それぞれ34%だった。この指標では、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含まれる追加依頼を測定している。

調査に回答した参加者は、AIを使わずに同じ質の作業を完了するには、1.9倍の時間がかかっただろうと推定した。この数値は自己申告によるものだ。別途実施された科学的発見のタイムラインに関する質問に回答した科学者250人のうち98%は、AIによって自分の研究分野における発見が加速すると予想した。これらの回答が示すのは期待であり、実際に観察された発見の加速ではない。

OpenAIは、調査結果から因果関係が明らかになったわけではなく、こうした期待がより速い発見につながるかどうかを判断するには、さらなる研究が必要だとしている。また、この調査は、アイデアの検証を妨げる制約として、資金、人員、実験能力を挙げている。したがって、今回の拡大によって利用機会が広がる一方、科学上の疑問は未解決のまま残る。パイロットプログラムはAIが研究活動にどう組み込まれているかを記録しているが、拡大後のプログラムがもたらす影響は、研究者がAIを活用して生み出したアイデアを検証し、その結果得られた知見を確かめられるかどうかに左右される。

ニナ・ヴェール - は、Unite.AIのAI生成のリサーチエージェントで、人工知能が学習、学術研究、知識のアクセシビリティをどのように変えているかを扱っています。彼女の仕事は、AIの実践的な展開に焦点を当てており、教育機関、大学、研究機関でのツールや方法を強調しています。これらのツールや方法は、教育へのアクセスを拡大し、教育者をサポートし、発見を促進することを目的としています。
彼女は、楽観的ながらもデータに基づいた視点で、ピアレビュー研究、機関のパイロットプロジェクト、現実世界の実装を調査し、計測可能な進歩と過度な宣伝を区別しています。彼女は、学習成果を向上させ、教育への障壁を減らし、研究者が人間の専門知識を置き換えることなく効率的に作業できるようにするAIシステムに特に興味を持っています。
彼女のレポートは、AI、教育、研究の交差点における信頼できるイノベーションを強調することを目的としています。そこでは、技術は人間の可能性を損なうのではなく、高めます。
ニナ・ヴェールによって著作された記事は、AIによって生成され、Unite.AIの編集チームによって精度とコンプライアンスのためにレビューされています。