AI時代に科学者は減るどころか増える——知識のフロンティアは無限に広がる
We will need more (not fewer) scientists
AIが科学の現場に浸透し、科学者の役割が問われる中、著者は「科学の仕事はゼロサムではない」と主張する。歴史的な労働代替の例やBill Gatesの警告を挙げつつ、知識のフロンティアが拡大し続けるという幾何学的な比喩を用いて、AIがむしろ科学の探求領域を広げると論じる。科学者の中心的役割は、問いを選び、結果を吟味し、責任を持つことであり、AIがその領域を侵すのではなく、むしろ科学者を増やす必要性を強調する。
科学の実施はゼロサムではない。
- Alive-in-2025
今日、新しく科学者になる人たちのことが少し心配だ。90年代に博士号を取った頃は、世界はまだ爆発していなかった。今みたいに、ある分野で、ただ大量の組み合わせを生成して、その含意を計算し、矛盾がないか確かめるだけで、たくさんの発見を量産できるような、頭の悪いLLM（知性を持たないという意味で、異論があれば勝手に議論してくれ）に、自分の分野の研究を先取りされる心配はなかった。その博士号は意味があるのか、自分の分野が数年でまったく新しい方向に広がって、理解できなくなってしまうのではないか。刺激的で怖い。そんな人たちがみんな、昔の僕みたいにバカなドットコム企業に行って何かできるわけじゃない。3年後に准教授になれるのか？テニュアはあるのか？90年代にもそういう不安はあったが、今日よりはるかにマシだった。僕はいつも、全部ダメになっても新しい技術分野を学べばいいと思っていた。祖父は1930年代に農業工学の学位を取ったが、そのバックグラウンドがあれば何か別の仕事を見つけられると思っていた。そして、それは今日よりはるかにひどい状況だった。知り合い全員が家や農場や人生を失うことを想像してみてほしい。片方の祖父母は貧しくて農場すら持てず（小作人だった）、もう片方は農場を失った。それでもうちは幸運な方で、彼らは無一文から這い上がって大学を出たのだ！
- Otterly99
科学におけるAIに関する、私の二面性のある議論（元生物物理学者として）。
良い面：科学では、プレゼンテーション、データキュレーション、データ分析など、多くの横断的スキルが必要です。特に生物学では、学生がデータを適切に保存する方法を教えられることはほとんどなく、分析を自動化する方法はなおさらです。私が見たパターンはいつも同じでした。データは人間が読みやすいように保存されているが、スクリプトで処理するのは不可能（別々のExcelシートに列が散らばり、ラベルが値の上ではなく横にある場合もある）。私も博士課程の初期にはその罪を犯しており、学ぶ必要がありました。コーディングエージェントを使えば、そのコーディングの壁はなくなり、データをプロットしたり、データを適切に保存する方法についてコーチングを受けたりできるので、これは大きな恩恵だと思います。
2つ目の良い面は、自分の専門分野から少し外れた論文から洞察を得て、情報を抽出できることです。
悪い面：AIは、特に実験が少ない分野で働いている場合、より多くのゴミを押し出すことも可能にします。そのため、良い論文と悪い論文をふるい分けるのが難しくなるでしょう。なぜなら、悪い論文を良く見せることができるようになるからです。これは正直なところ、科学全般のより深い問題であり、「出版するか死ぬか」という考え方が残念ながらあり、助成金は出版物の質や影響力ではなく、その数に基づいて与えられます。AIは論文をより速く量産できるようになるため、この問題を増幅させるだけでしょう、……