大規模言語モデルは研究実践を再形成する一方で、研究者の認識論的説明責任を静かに侵食している。arXivに投稿されたコメンタリー論文「記号を通して考える：PEEL——認識論的に説明可能なAI支援研究のための記号論的足場」は、PEEL（AIにおける認識論的関与リテラシーのためのプロトコル）と呼ばれる作業用足場を導入する。これは、Voyant Toolsによる決定論的遠読とClaudeによるLLM解釈を組み合わせ、パース記号論とアブダクション的推論に基づいている。
PEELの核心は、二つの方法を統合することにある。一つはVoyant Toolsを用いた決定論的遠読であり、もう一つはClaudeによるLLM解釈である。この組み合わせはチャールズ・S・パースの記号論とアブダクションに根ざし、意味生成のプロセスを重視する。著者らはPEELを三つのソーステキストのAI生成要約に適用し、数量、語頻度、認識論的声における系統的歪みを明らかにした。これらの歪みは非AI測定なしには見えず、AIの流暢な出力だけでは忠実さを保証できないことを示している。
この発見に基づき、論文は三つの設計含意を提示する。第一に、決定論的計器はAIツールに併用されなければならない。第二に、流暢さは忠実さではない。AI生成テキストは読みやすくても、重要な詳細で原意から逸脱する可能性がある。第三に、認識論的権威はワークフローに設計されなければならず、当然に存在すると仮定してはならない。これは、研究者とツール設計者がAI支援研究における説明責任を確保するメカニズムを積極的に構築する必要があることを意味する。
このコメンタリーはClarisse de Souzaら5名の著者による10ページ、5図の論文である。人工知能（cs.AI）およびコンピュータと社会（cs.CY）に属し、ACM分類はH.3.3とI.2.0である。2026年6月2日にarXivに投稿され、識別子はarXiv:2606.04152v1。本論文はAI時代の研究実践に実行可能な枠組みを提供し、AIによる効率化の恩恵を受けつつ学術的誠実性と認識論的責任を維持することの重要性を強調している。