AIは科学研究のどこを速くするのか——20万件の利用実態と研究の未来
AIが研究を速くするとき、何が速くなるのでしょうか
論文の文章を整えることと、新しい発見をすることは同じではありません。AIが研究を支援するという話を聞いたとき、どの工程が実際に変わっているのかを知る必要があります。
研究で確認されたこと
AnthropicのEconomicsチームは2026年11月5日、プライバシー保護を施した分類手法で、2026年8月2日から9月30日までの科学関連Claude・Claude Code利用207,049セッションを分析した報告を公表しました。
利用は計算機科学・数学・統計などで相対的に多く、実験室での物理的作業が多い分野では少ない傾向でした。Claudeのセッションではデータ分析が約3分の1、Claude Codeでは約半数を占めました。一方、科学的発見に重要だと研究者が評価するアイデア創出やデータ収集の利用は比較的少ないと報告しています。
これは同社製品の利用ログを分類した観察研究で、世界中の科学研究全体の実態を示す無作為標本ではありません。また研究生産性が実際に何倍になったかを測った結果でもありません。
研究者の予測と事実を分ける
同報告は、既存のAI能力が広く採用されれば一部分野で研究成果が倍増し得ると試算しています。非物理的な研究作業を完全自動化できる仮定では、さらに大きな増加を見込んでいます。しかし、これらは条件付きのシナリオであって確認済みの成果ではありません。
HYMYの仮説
AIの能力だけでなく、研究工程のどこに人間の観察・実験・問題設定が残るかが、成果と意味を左右するのではないでしょうか。研究の速度が上がることと、何を研究すべきかを適切に選べることは別の課題です。
Moon&MeとHYMYへの設計示唆
HYMYの研究活動では、文献整理・比較・下書きの省力化を進めながら、研究上の問いと反証可能性を人間が見直せる記録を残します。Moon&Meでも、AIが大量の言葉を生成することより、本人が気づきを選び直せる余白を優先したいと考えます。
研究が速くなる時代だからこそ、どの問いを追うのかを自分で選べることが重要です。
