学界と「AI人材流出」

2025年、Google、Amazon、Microsoft、Metaは人工知能ツールの構築に合計3800億ドルを費やしました。この金額は2026年には6500億ドルに急増すると予想され、データセンターなどの物理的インフラの建設に充てられます。さらに、これらの企業は特にトップ技術人材に惜しみなく投資しています。Metaは、コンピュータを使うAIエージェントの訓練に特化したスタートアップを共同設立したある研究者に、4年で2億5000万ドルの報酬パッケージを提示したと報じられています。また、テクノロジー企業は「リバース・アクワイハイヤー」——スタートアップ自体を買収せずにそのスター社員を引き抜くこと——に数十億ドルを費やしています。こうした巨額の報酬を見て、より控えめな給与を得ている技術専門家はキャリアの選択肢を再考するかもしれません。

学界はすでに影響を受けています。2022年のChatGPT発表以来、学界では「AI人材流出」への懸念が高まっています。研究によれば、大学の機械学習およびAI研究者の産業界への移行が急増しています。2025年の論文では、特に若くて引用数の多い学者にこの傾向が顕著であると報告されています。約700万本の論文に基づくモデルによると、キャリア約5年の高引用研究者が翌年に産業界に移る確率は、10年のベテランで平均的な引用数の研究者よりも100倍高いのです。

この流出は、科学事業における学術研究の独自の役割——利益ではなく好奇心に駆動される革新、および独立した批判と倫理的監視——を脅かしています。「ビッグテック」企業がトップ人材のスカウトに固執することは、科学を協力的な取り組みとする考え方——最も重要な仕事は個人ではなくチームによってなされる——を損なうリスクもあります。

本稿では、科学への広範な影響を探り、将来の代替ビジョンを提案します。

AI人材への天文学的な給与は、ソフトウェア業界と同じくらい古い伝説に基づいています。それは「10倍のエンジニア」、つまり同僚の10倍のインパクトを持つとされる人物です。一人の天才（またはAIエージェント）がチーム全体を上回るなら、なぜ科学者やソフトウェアエンジニアのグループを雇い管理する必要があるのでしょうか？

この命題は、多くの初級および中級エンジニアリング職がAIに取って代わられると賭けるテック企業にとってますます魅力的です。GoogleのGemini 3 Pro AIモデルが「博士レベルの推論能力」と自慢されて発売されたのは偶然ではなく、AIで人材を置き換えようとする経営陣に訴求するマーケティング戦略です。

しかし、孤高の天才という物語は現実からますます乖離しています。研究は基本的な真実を裏付けています。科学はチームスポーツなのです。1900年から2011年までの科学出版の大規模研究では、より大規模なコラボレーションによる論文は、自己引用を考慮しても、小規模チームの論文よりも一貫して高いインパクトを持つことが判明しました。最も引用された科学者の分析でも同様のパターンが見られ、彼らの最高インパクト作品は多くの著者を持つ論文である傾向があります。2020年のノーベル賞受賞者の研究はこの傾向を強化し、科学問題の範囲と複雑性が増すにつれて、彼らが発表するチームの平均サイズが時間とともに着実に増加していることを明らかにしました。

重力波の検出からCRISPRベースの遺伝子編集、最近のタンパク質構造予測のAIブレークスルーに至るまで、現代科学の最も重要な進歩は集団的な成果です。これらの成功はしばしば著名な個人（上級科学者、ノーベル賞受賞者、特許保有者）と関連付けられますが、実際の作業は数十人から数千人のチームによって推進され、共有データ、方法、ソフトウェア、蓄積された洞察という数十年のオープンサイエンスに基づいています。

強力な制度を構築することは、個人に賭けるよりもはるかに効果的な資源の使い方です。この例には、重力波を初めて検出した国際チームであるLIGO科学コラボレーション、多くのCRISPR進歩の背後にあるマサチューセッツ州ケンブリッジのMITとハーバードのブロード研究所、そしてAlphaFoldでタンパク質構造予測の進歩を推進したロンドンのGoogle DeepMindのような営利研究所も含まれます。テック大手や他のAI企業がエリート人材に惜しみなく投資している目的が科学の進歩を加速することなら、現在の戦略は見当違いです。

対照的に、よく設計された制度は個人の能力を増幅し、一人のキャリアを超えて生産性を維持し、どの貢献者が去った後も長く存続します。

同様に重要なのは、効果的な制度が有益な方法で権力を分散することです。意思決定権限を一人の手に委ねるのではなく、制御を共有するメカニズムを持っています。資源の使い方は配分委員会が決定し、科学的諮問委員会が共同研究の優先順位を設定し、ピアレビューがどのアイデアが科学的記録に残るかを決定します。

「委員会による革新」という用語は軽蔑的に聞こえるかもしれませんが、そのようなアプローチは、科学事業が広範な公衆の多様なニーズと調和して行動するために重要です。これは特に、ジェンダー、人種、社会経済的・文化的差異にわたる広範な不平等に苦しみ続ける科学において当てはまります。

代替ビジョンの必要性

だからこそ、科学者、学者、政策立案者は、AI研究の組織化と指導方法により注意を払うべきであり、特にこの技術が科学分野全体で不可欠になるにつれて重要です。うまく使えば、AIは現在ほとんど資源にアクセスできないジュニア研究者をエンパワーすることで、より公平な科学事業を支援できます。

代わりに、今日の最も裕福な科学機関の中には、テック業界と同じ戦略を展開し、財政的条件でトップ人材を競争できると考えるかもしれません——おそらく、ビッグテックを支援する同じ億万長者からの資金を得ることによって。実際、学界内の賃金不平等は数十年にわたって着実に拡大しています。しかし、これは科学が従うべき道ではありません。

科学の理想的なモデルは、研究者がすべてのレベルで活躍できる広く多様なエコシステムです。以下は、大学とミッション駆動型研究所が報酬競争に参加する代わりに採用すべき3つの戦略です。

第一に、大学と機関は公共の利益へのコミットメントを維持すべきです。このアプローチの優れた例はスイスにあり、複数の機関がAIを私的資産ではなく公共財として構築するために協調しています。ローザンヌ連邦工科大学（EPFL）とチューリッヒ連邦工科大学（ETH）の研究者がスイス国立スーパーコンピューティングセンターと協力して、Apertus——自由に利用可能な大規模言語モデル——を構築しました。商業ラボが構築した物議を醸す「オープンソース」モデルとは異なり、Apertusはソースコードと重みだけでなく、データと開発プロセスも公開しています。重要なことに、Apertusは巨大なコストとデータ所有権への無頓着さで超知能を追求する「フロンティア」AIラボと競争するようには設計されていません。代わりに、より控えめで持続可能な目標を採用しています。産業界や行政で信頼できるAIを実現し、データライセンス制限を厳守し、地元のヨーロッパ言語を含めることです。

世界中の他の機関の主任研究者（PI）はこの道を進み、公的資金提供機関と公的機関を連携させて、企業AIへのより持続可能な代替手段を生み出すべきです。

第二に、大学は学部生から教授レベルまでの研究者ネットワークを強化すべきです。効果的な革新チームを形成するからだけでなく、来四半期の利益を超えた目的を果たすからです。科学事業は、すべてのレベルのメンバーが同じプロジェクト、同じジャーナル、同じオープンな国際科学文献に貢献するように動機づけます——世代を超えて自らを永続させ、社会全体にその影響を分配するために。

大学はビッグテック企業とは正反対の採用戦略をとるべきです。限られた研究者に巨額の報酬を注ぎ込む代わりに、公平に給与を分配すべきです。大学院生の奨学金やポスドクの給与を引き上げ、注目度の高いPIの報酬の伸びを制限すべきです。

第三に、大学は金銭的利益以上のものを提供できることを示すべきです。すなわち、独特の知的・市民的報酬を提供しなければなりません。お金は間違いなく動機付け要因ですが、研究者は知的自由と自分の仕事の認知も重視します。研究によれば、発表を許可する産業界の研究職は、発表を禁止する同等の職よりも約20%低い給与で人材を引き付けます。

出版物や引用数による知的認知を超えて、大学は公共財の生産を認識し報いるべきです。大学のテニュアと昇進プロセスは、地方政府や中央政府に専門知識を提供する研究者、研究について一般市民とコミュニケーションを取り関与させる研究者、公共利用のためのオープンソースソフトウェアを公開・維持する研究者、非営利団体にサービスを提供する研究者を評価すべきです。

さらに、機関は研究者の知的自由を守り、企業や政治からの干渉から保護することを示すべきです。現在の米国では、規制や貿易上の利益を得るためにドナルド・トランプ大統領政権に取り入るビッグテック企業と、連邦資金の大幅な損失や調査・制裁の脅威に苦しむ高等教育機関との間に顕著な対比が見られます。ビッグテック企業とは異なり、大学は権威に挑戦する探求に投資すべきです。

我々は科学機関のリーダーに対し、AI研究の上層部で蔓延する賃金不平等の拡大を拒否するよう促します。代わりに、ミッションの誠実さと機関の公平性という別の次元で人材を競うべきです。これらの機関は、科学の上位1%に恩恵を施すのではなく、多様なスタッフを擁する持続可能な組織の構築に注力すべきです。