メインコンテンツへスキップ
見出し画像

生成AIとの論文執筆「執筆編②:『短すぎる』ことから、概念が生まれた」

    勉強しなければならないことが山ほどあった

    前回の記事では、論文執筆のきっかけや背景について述べました。

    その後、投稿した論文は、ある時点で、原稿を大幅に改訂する機会が与えられました。
    そこで実際に「短すぎる」というコメントを受け取ったわけではありませんが、私は原稿に三つの課題があると整理しました。第一に、まだまだ議論を十分に展開できていないこと。第二に、既存研究との接続をさらに明確にする必要があること。第三に、関連する研究領域のなかで、この論文の位置を示す必要があることです。
    当初約1,500語だった原稿は、この時点で約2,000語になっていました。しかし、単に文章を追加するのではなく、理論的な背景と論文の位置づけを根本から組み直す必要がありました。
    正直なところ、途方に暮れました。私の専門は情報学や工学ではなく、社会医学、疫学、公衆衛生学です。関連領域の議論を一から学び直しながら、自分の主張を位置づける必要がありました。

    「もっと書かねば」が、概念を生んだ

    そうは言っても、ここまで書いた以上、勉強するしかありません。既存の議論を取り込みながら、ボリュームを増していく作業に入りました。
    その過程で出会ったのが、「Degeneracy(縮重)」という概念です。
    冗長性(Redundancy)と縮重(Degeneracy)は、似ているようで違います。正確にはもう少し複雑ですが、同じ部品が複数あるのが冗長性だとすれば、違う部品が同じ機能を果たせるのが縮重です。神経科学やシステム生物学では確立した概念ですが、生物学のすべての分野で使われているわけではありません。
    この概念を引き受けたうえで、自分が言おうとしていることを整理し直しました。冗長性と縮重、そして構造的冗長性(SR)と統計的冗長性(StatR)が、どう違い、どう関係するのか、ということです。
    整理した結果が、一枚の表になりました。そしてこの表は、Table 1として、最終的に採択された論文まで生き残ることになります。
    ここに、私にとって大きな発見がありました。
    議論をさらに展開する必要があるという課題に対応した結果、起きたのは水増しではありませんでした。自分の考えの輪郭が、初めて目に見える形になったのです。
    原稿の余白を埋めようとしたのではありません。その余白のなかに、まだ言葉になっていなかった概念が見えてきたのです。
    余白がなければ新しいものは生まれない――それは、まさにこの論文が主張しようとしていたことでした。

    生成AIとのディスカッション

    ここで、この論文をどのように書いてきたかを記しておきたいと思います。生成AIを利用した範囲については、ジャーナルの方針に従って投稿時にCover letterに記載し、開示しています。
    まず、日本語で生成AIとディスカッションします。論文の方向性、構成、論理の組み立て。ここで決めるのは、あくまで私です。生成AIは対話の相手であって、決定者ではありません。
    引用文献についても、どのような文献を参照したいかをプロンプトで明示し、生成AIに候補を挙げてもらいました。ただし、そのすべてを原典に当たって確認します。英語の教科書は、中古であっても購入します。生成AIは、存在しない文献を作り出すことがあります。確認しないで引用することは、自分で書かないのと同じです。
    内容が難解な場合は、以下の手順を踏みました。まず生成AIに噛み砕いて説明してもらう。あるいは、解説しているウェブサイトを教えてもらう。そして――ここが肝心なのですが――理解したことを私が自分の言葉で説明し直し、それが適切かどうかを生成AIに確認してもらうのです。
    生成AIに理解を代行させるのではなく、生成AIを、自分の理解を映す「鏡」として使う、ということです。
    この一手間があるかないかで、書けるものはまったく変わってきます。自分の言葉で説明できないものは、理解していないということですし、理解していないものを論文に書くことはできません。
    その後、英語化に進みます。ChatGPTとClaudeを併用し、相互にレビューしてもらいました。複数の生成AIに、内容と英語表現の両面からレビューさせ、それぞれの出力を比較して、強いところを取り入れていきます。
    最後に、英文校正業者による確認も受けました。生成AIによる支援を用いても、専門的な英文としての最終確認は必要だと考えたためです。

    1,500語から、まず4,100語へ

    こうして、当初約1,500語だった原稿は、編集段階での改訂を経て約4,100語となり、査読へ進みました。単に長くなったわけではありません。生物学に着想を得たAI研究の三つのプログラムとその限界を論じる節を新設し、Structural RedundancyとStatistical Redundancyの関係を2×2のマトリクスとして整理し、AI & Societyという場における論文の位置づけを明確にしました。
    さらにその後、原稿を見直し、理論的な再構成を重ねた結果、最終稿は参考文献を除いて7,500語弱になりました。
    文字数が約5倍になっただけではありません。最初は「AIは人間を模倣できるか」という問いだったものが、「AIと共存する社会で、人間の潜在能力をどのように守るか」という問いへ変わったのです。


    ※本記事は筆者個人の見解に基づくものであり、所属組織(大学等)の公式見解を示すものではありません。
    ※本記事および掲載図表、写真の著作権は鈴木孝太に帰属します。無断転載・複製・商用利用を禁じます。© 2026 Kohta Suzuki. All rights reserved.

     
     

    kohtas

     
     
    鈴木孝太(Kohta Suzuki) 私立医大で教授として社会医学・行動科学を教えています。 医学・教育・社会の接点で、生成AIと人間の「共進化」の可能性を模索しています。 ※本noteは筆者個人の経験・見解に基づいており、所属組織の公式見解とは関係ありません。 ※写真は筆者撮影

    あなたへのおすすめ