第6回:論文を書く主語は誰なのか――人間の好奇心とAI4Math
(21st September 2026 Update)
私は研究でAIをかなり使っている.だから,「AIを使って論文を書いているのですか」と聞かれたら,答えはたぶんYesになる.
でも,「AIに論文を書いてもらっているのですか」と聞かれたら,それは少し違う.
この二つは,言葉だけ見ると似ている.しかし,私の中ではかなり違う.
論文を書く主語は,あくまでも人間だと思っている.
1.論文は「なぜだろう」から始まる
論文が生まれる最初のきっかけは,たいてい立派なものではない.
「なぜだろう」.
「これは本当に正しいのか」.
「この仮定は必要なのか」.
「ここだけ挙動が違うのはなぜだ」.
私の場合,こういう引っかかりから研究が始まることが多い.
有限要素法なら,shape-regularityは本当に必要なのか,maximum-angle conditionと別の幾何条件はどう違うのか,細長い要素で何が壊れるのか,という疑問が出てくる.証明を書くより前に,まず気になる.
この「気になる」という感覚は,論文の中にはあまり残らない.完成した論文では,定義,定理,証明がきれいに並ぶからである.
でも,本当はその前に,
「これを知りたい」
という人間の好奇心がある.
2.人間の好奇心が論文を生み出す
AIは,こちらが問題を与えればいろいろなことをしてくれる.反例候補を探す.証明の穴を探す.数値計算のコードを書く.関連するキーワードを出す.文章も直す.
でも,その前に「なぜこの問題なのか」と考えたのは誰なのか.
少なくとも今の私の研究では,そこは人間である.
AIが研究を速くしてくれることと,研究の出発点までAIに渡すことは同じではない.
人間の好奇心が論文を生み出し,AIはその好奇心を遠くまで運ぶ道具なのだと思う.
この感覚があるので,「AIで論文を書く」という表現には少しだけ違和感がある.AIが主語になったように聞こえるからである.
私の感覚に近いのは,
人間がAIを使いながら研究し,その結果として論文を書く.
という方である.
3.AIは論文の最後にだけ出てくるわけではない
一方で,「AIは英語を直すだけの道具」と考えるのも,今では少し違うと思う.
実際には,論文になるずっと前からAIを使うことができる.
ある主張を思いついたら,まず壊れる例がないか調べる.証明を書いたら,仮定を勝手に使っていないか確認する.数値実験を考えたら,極端なパラメータも試す.Introductionを書いたら,主張が大きすぎないか見直す.最後にはTeXや英語の表現も整える.
私にとってAIは,論文の最後に文章を書かせるためだけのものではない.研究の途中のいろいろな場所に入ってくる.
だから, \[ \text{idea} \longrightarrow \text{counterexample search} \longrightarrow \text{proof audit} \longrightarrow \text{numerical experiment} \longrightarrow \text{literature check} \longrightarrow \text{writing} \longrightarrow \text{referee-eye audit} \] のかなり多くの場所でAIを使うことができる.
ただし,矢印の向きを決めるのは人間だと思っている.
4.AIは人間の思考習慣を奪うのか
AIを研究に使うと,人間が自分で考えなくなるのではないか,という心配はあると思う.
AIは答えを返すのが速い.分からないことがあれば聞けるし,証明が止まれば別案も出てくる.コードも文章もすぐに返ってくる.
だから,これまで人間が時間をかけていた作業の一部は,確かにAIへ移っていくと思う.
でも私は,それによって人間の思考そのものが奪われるとはあまり思っていない.少し楽観的なのかもしれない.
AIについて数学者や研究者が出す声明を読んでいると,リスクや失われるものを強く意識した,慎重で,時にはかなり悲観的な書き方が多いように私は感じる.もちろん,研究倫理,credit,教育,依存の問題を警戒することは必要だと思う.
ただ,思考習慣が変わることと,人間が考えなくなることは同じではない.AIは人間の「考え方」を変えるかもしれない.しかし,人間が「知りたい」と思うことまでなくなるとは,私はあまり思わない.
なぜなら,人間には好奇心があるからである.
一つの答えが得られれば,その次が気になる.
「なぜそうなるのか」.
「もっと弱い仮定ではどうなるのか」.
「この場合だけ違うのはなぜか」.
「誰も試していない方向はないか」.
AIが答えを速く返すようになれば,問いがなくなるというより,むしろ次の問いへ進む速度が上がることもあると思う.
私自身,AIを使うことで考えなくなったというより,これまでなら時間が足りずに試せなかった方向まで考えられるようになった感覚の方が強い.
以前は,興味を持っても,関連する文献や論文をなかなか見つけられなかったり,手に入れられなかったりして,そこで調べることも考えることも止まってしまうことがあった.
本を買うにもお金がいる.大学や研究機関に所属していなければ,触れにくい文献や情報もある.近くに専門家がいなければ,何から読めばよいのかさえ分からないこともある.
これは,好奇心がないからではない.知りたいのに,そこへ進むための入口が見つからないのである.
私はこのブログにも研究のアイディアを書くことがある.アイディアそのものは思いつく.でも,アイディアを思いつくことと,それを研究として前へ進めることの間には,やはり壁がある.
それが既に知られているのかを調べる.正しい定式化を探す.反例がないか確かめる.必要な補題を証明する.数値実験を組む.先行研究との差を言葉にする.最後には,第三者が読んで検証できる論文の形にする.
どこか一つで詰まれば,面白いと思ったアイディアでもそこで止まってしまう.しかも,その壁は数学的な難しさだけではない.文献へのアクセス,専門外の知識,計算環境,議論する相手,時間やお金も研究を止める壁になり得る.
AIは,原著論文や本そのものの代わりになるわけではないし,アクセスできない文献を自動的に読めるようにするものでもない.それでも,知らない分野の入口を探し,概念を整理し,検索すべき言葉を見つけ,反例候補や証明の穴を調べ,次に何を試すかを考えることで,こうした途中の壁を一つずつ低くできると思う.
好奇心は以前からあった.変わったのは,好奇心を研究まで運ぶ手段が増えたことである.
少なくとも私自身は,その壁が低くなったことで,好奇心と興味が以前よりずっと広がった.AIが私から思考を奪ったというより,これまで思考を止めていた壁を取り除いた,という感覚に近い.
そしてこれは,研究者だけの話ではないと思う.お金がなくて本を十分に買えない人,大学に行けない人,身近に専門家がいない人でも,「知りたい」と思ったところから先へ進める可能性は以前より大きくなる.
AIが人間の思考を奪うというより,これまで思考を始めることさえ難しかった人に,入口を作ることもあるのではないか.
もちろん,何でもAIの答えをそのまま受け取れば,自分で考える時間は減るかもしれない.しかし,人が本当に「知りたい」と思っている限り,答えを受け取ったところで思考は終わらない.
私は,人間の好奇心はAIの便利さを上回ると思っている.
AIが計算や探索や文章作成を助けても,「次は何を知りたいのか」という問いは残る.そしてその問いがある限り,人間はまた考え始める.
だから,AIによって人間の思考が奪われる未来よりも,AIによって人間の好奇心がもっと遠くまで届く未来の方を,私は考えたい.
5.AIは,こちらが曖昧だと曖昧なまま進んでしまう
AIを使っていて怖いのは,間違ったことを言う時だけではない.
こちらの問いが少し曖昧でも,それらしい方向へ話を進めてしまうことがある.
本当は必要条件を知りたかったのに,十分条件を証明して終わる.本当は異方性メッシュを扱いたかったのに,知らないうちに強い幾何条件が入る.引用を確認せずに話を進めると,もっともらしい文献名が混ざることもある.
文章が滑らかなので,気付かないまま先へ進みやすい.
だから私は,AIに文章を作らせることより,途中で何度も
「それは本当に私が聞いたことか」
と戻る方が大事だと思っている.
6.AIに書いてもらった一文でも,論文に入れたら自分の一文になる
ここはかなり単純に考えている.
AIが出した文章でも,自分の論文に入れた瞬間に,その内容を確認する責任は自分にある.
定理が正しいか.
引用先に本当にその結果が書かれているか.
数値が再現できるか.
英語が自分の意図と違っていないか.
どれも,「AIがそう書いたから」では済まない.
むしろAIを使うほど,確認する場所が増えることさえある.書く速度が上がると,間違った方向へ進む速度も上がるからである.
AIを使うことと,判断をAIに渡すことは違う.
7.私にとってAIは,役割が何度も変わる
研究の途中で,AIの役割はかなり変わる.
ある時は,思いついたアイデアに反論してくる相手になる.ある時は,反例候補を探す探索役になる.ある時は,証明の細部を読む検査役になる.数値実験ではコードを書く補助になるし,最後にはTeXの記号をそろえる係にもなる.
同じAIでも,研究のどこに置くかで役割が違う.
だから,「AIが論文を書いた」「人間が全部書いた」という二択だけでは,今の研究の実感をうまく表せないと思う.
AIは研究の中にかなり深く入ることができる.それでも,研究の方向を決める主体まで自動的にAIになるわけではない.
8.第2回からここまでを振り返ると
この連載では,AIは反例探しに向いているのではないか,というところから始めた.反例を見つけた後は定理の境界を探し,数値的な反例候補はverified computationで確認し,論理の部分はLeanで確認する,という話まで進んできた.
ここまで機械に任せられるなら,人間は何をするのか.
私は,その答えの一つが好奇心だと思っている.
\[ \boxed{ \text{human curiosity} \longrightarrow \text{question} \longrightarrow \text{AI-assisted exploration} \longrightarrow \text{verification} \longrightarrow \text{paper} } \]
この最初の矢印を軽く見たくない.
「何か変だ」.
「もっと弱くできるはずだ」.
「この結果は本当に限界なのか」.
そう思わなければ,そもそも探索する理由がない.
9.論文を書く主語は,人間であり続けるのか
将来は,AI自身が面白い問題を見つけ,仮説を立て,証明し,論文の形までまとめることも増えると思う.だから「人間にしか問題設定はできない」と言い切るつもりはない.
それでも今,私がAIを使って研究している感覚では,主語は人間である.
人間が気になる.
人間が問いを作る.
人間がAIに投げる.
返ってきたものを疑う.
そして,もう一度考える.
この往復の中で論文ができていく.
私にとってAIは,論文を書く代行者というより,研究室の中に置かれた非常に強力な道具に近い.便利だが,何を調べるのかまで決めてもらう必要はない.
論文を生み出すのは,やはり「知りたい」という人間の気持ちなのだと思う.
次に考えたいこと
ここまで書くと,次に気になるのはcreditの問題である.
AIが反例を見つけ,証明の修正を提案し,コードを書き,文章まで直したとき,その貢献をどう考えればよいのか.
AIを単なる道具と考えるだけで十分なのか.それとも,研究の記録としてどこかに残す方がよいのか.
次は,AI時代の数学論文でcreditをどう考えるかを考えてみたい.
