査読はただ1つの希少な資源、現役科学者たちの無償の注意力に依存している。そして、その資源は年々より細く配分されるようになっている。ScopusとWeb of Scienceに収録される論文の数は年率およそ5.6%で増えており、一部の分析はこの伸びを指数的だと表現する。研究者が査読に費やす時間は、合計で年間およそ1万5000人年に上ると推定されている。この作業量は、米国だけでも市場価格で支払えば約15億ドルの費用になる。専門家の注意力の供給は需要に追いついておらず、AI時代はその不均衡をさらに悪化させている。
逼迫の代償は個々の事例に現れている。デモイン大学の健康経済学者ジェイソン・センプリーニ氏は、小学生へのHPVワクチン接種を義務づける州の政策に関する論文を投稿した。彼の結論は直感に反するが明確なものだった。義務化は集団レベルで子宮頸がんの罹患率を劇的には減らさなかった。主な理由は、一部の家庭が義務化に反応してワクチン接種そのものを避けるためだ。査読者はこの投稿を読み、センプリーニ氏がHPVワクチンによる子宮頸がん予防そのものを疑問視していると結論づけた。その誤解に基づき、査読者が1人だけ割り当てられたまま、論文は却下された。
逼迫の背景にある数字
査読の収支は何年も前から悪化し続けてきたが、その断片は今やデータの上に現れている。学術誌への投稿数は分野を問わず増え続けている。通常は匿名かつ無報酬で査読を行う人々は、合理的に処理できる数を超える論文の査読を依頼され、辞退する割合も高まっていると報告している。その結果、かつては標準だった2人から3人の査読ではなく、センプリーニ氏のケースのように査読者1人に原稿が送られることもある制度になっている。1つの誤解、1回の駆け足の読解、1人の過重労働の専門家。それだけで門は閉ざされる。
無償の労働こそがこの制度の構造的な弱点だ。研究者が査読を引き受けるのは、それがアカデミアの契約の一部であり、自分たちも同じサービスの恩恵を受けており、自らの分野を形づくりたいと望むからだ。しかし、誘因は拡散しており、コストは具体的だ。1件の査読は、査読者自身の研究から差し引かれる時間である。投稿数が増える一方で査読者の数が横ばいのままであれば、しわ寄せを受けるのは質の方だ。
AIという増幅装置
人工知能はこの脆い制度に、同時に2つの方向から入り込んでいる。生産側では、AI支援による下書きが原稿の執筆と整形をより速く、より安くし、投稿への障壁を下げて、学術誌が処理しなければならない論文の数を増やしている。中身の科学が完全に健全である場合もあるだろう。だが、生産の容易さが量の問題を悪化させている。
評価側では、AIが査読そのものを生成するために使われるようになっており、その出来はしばしば粗末だ。機械学習の国際会議ICLR 2026では、7万5000件を超える査読の分析により、およそ21%が完全にAI生成と思われ、半数以上にAI支援の兆候が少なくとも一部見られることが判明した。ICML 2026では、埋め込まれた透かしによってAI利用規定の違反が検出された査読者506人が摘発され、およそ500本の論文（投稿の約2%）がデスクリジェクトされた。問題はコンピュータ科学だけに限らない。料金を払う著者のために偽の研究を量産する商業事業体であるペーパーミルは、捏造を工業化している。Natureに掲載されたがん文献の分析では、この分野の論文のおおよそ10本に1本がそうした工場に由来する可能性があると推定されている。捏造された引用文献は発表済みの研究でも見つかっており、Lancetの研究レターは、収録された論文のうち1%未満の割合でこの問題が生じていると報告している。
危険なのは、AI支援を受けた論文のすべてが不正だということではない。危険なのは、どの主張が厳密な審査を受けるかを決める制約資源が、科学的価値ではなく査読者の処理能力になることだ。過重労働の無償の査読者1人が原稿と文献の間に立ちはだかるとき、悪意のない誤解が良い研究を葬る確率は高まり、捏造された、あるいはずさんな論文がすり抜ける確率もそれとともに高まる。
試みられている対策
制度は無策ではない。学術誌は査読者への報酬支払いを試行しており、試験を実施した出版社は賛否混在の結果を報告している。Natureは、査読報告書を論文と併せて公開する透明な査読の拡大を進めており、この変更は撤回率の低下と関連している。応募者同士が互いの投稿を査読する方式を試験している会議もあり、同等に優れていると判断された申請の間の優劣を付けるために無作為抽出を使う資金提供機関も増えている。これは、公平な配分の道具として古代アテネの抽選機クレロテリオンを復活させるものだ。
査読者を置き換えるのではなく支援するAIツールも開発されている。捏造の兆候がないか投稿を調べ、参考文献を照合し、不審な統計に印を付けるものだ。AIが査読をそのまま執筆すべきではないという立場は、機械学習コミュニティ自身の中で支持を集めている。そこでは、人間による査読とAI生成の査読の実証的な比較が、質と信頼性の隔たりを示してきた。
構造的な選択
こうした対策のどれも、根底にある方程式には対処していない。科学は毎年より多くの成果を生み出し、学術誌は迅速な掲載を競い合い、研究者はキャリアのために発表を必要とし、AIは文章の生産をより容易にしている。意のままに拡大できない唯一の投入要素は、専門家の注意力だ。査読は、ますます持ち合わせなくなっている時間を寄付する現役科学者たちの集団に依存しており、プロセスの再設計をどれだけ重ねても、そのボトルネックは変わらない。
議論の次の段階はおそらく、答えが報酬なのか、優先順位付け（トリアージ）なのか、人間の監督を伴うAI支援なのか、それとも査読の目的そのものの再設計なのか、という問いになるだろう。センプリーニ氏のケースが示しているのは、この問いが抽象的なものではないということだ。ワクチン義務化が意図どおり機能しているかという、真に重要な政策論争に貢献できたはずの論文が、1回の読み違えによって足止めされた。そして、この研究者の経験は、分野を問わずますます一般的になりつつある。
政策立案者、医師、投資家、そして一般の人々は、学術誌への掲載を正当性の代理指標として扱っている。その代理指標の背後にあるプロセスが薄くなれば、専門知識への信頼がすでに争点となっているまさにその時に、シグナルはよりノイズの多いものになる。悪い科学を記録からふるい落とす制度そのものが、今度はふるいを必要としている。AI時代は、制度が答えを出せるよりも速いペースでその問いを突きつけている。
雅子 訳
出典:
- Ars Technica、「査読は過負荷状態にある、AI時代を生き残れるか」(2026年8月10日): https://arstechnica.com/science/2026/08/peer-review-is-overwhelmed-can-it-survive-in-the-ai-era/
- Nature News Feature、「査読の危機:過負荷のシステムをどう修復するか」(2025年8月): https://www.nature.com/articles/d41586-025-02457-2
- ICLR 2026のAI生成査読に関するJournal Metricsの分析（Pangram Labsデータ）: https://www.journalmetrics.org/blog/ai-written-peer-reviews-medical-authors-2026
- PeerJ / Research Integrity & Peer Review（査読者の負担量の推定）: https://link.springer.com/article/10.1186/s41073-021-00118-2
- arXiv、「厳密な評価なしに査読の自動化を進めるべきではない」: https://arxiv.org/abs/2605.03202