人工知能が科学研究の主要なタスクで人間の研究者に匹敵し、あるいは上回るようになるにつれ、科学界は二つの緊急の問いに直面している。人間はなぜ科学を続けるのか、そして続ける際にAIをどう使うべきか。Hoda HeidariとAydin MohseniによるarXivプレプリント「Why and How to Do Science When AI Is Better at It: A Framework Grounded in Human Understanding and Direction」は、第二の問いへの答えは第一の問いへの答えに依存すると論じる。
論文の中心的な主張は、科学の不可欠な目的の一つが、持続的で集団的な人間の世界理解を形成し、それを人類の目的と価値に資する形で追求することだという点にある。著者らはこの原則から、研究タスクをAIに委任できるかどうかを判断するための二部構成のテストを導き出す。
テストの第一部は「人間の理解」である。AIが関与した研究によって生み出された主張について、科学共同体が依然として説明し、擁護し、異議を唱える能力を保ち、そのための技能を維持することを求める。言い換えれば、AIが結果を生成できたとしても、人間がそれを理解し評価し議論する能力を持たなければ、科学知識の集団的で検証可能な基盤は失われる。
第二部は「人間の方向性」である。どの問いが重要か、どの発見が何を意味するかという判断は、責任を負う人間の手に委ねられなければならない。AIは分析を支援できるが、研究課題の設定や結果の解釈を説明責任のないシステムに任せるべきではない。
著者らはこのテストをContributor Roles Taxonomy（CRediT）が区分する研究の各段階に適用し、各分野が自らの問いと方法に合わせて調整できる提言を示す。この枠組みは既存の指針と三点で異なる。第一に、研究公正規範だけではなく「科学は何のためにあるのか」という説明に基づく。第二に、AIが人間の研究者より優れている場合でも成立し、AIの現在の限界に依存しない。第三に、ツールの種類ではなく、人間の理解と方向性への影響によってAI利用を評価し、査読や新人研究者の育成を含む研究の全段階を対象とする。
論文は最後に、科学を人間の理解と方向性に向け続けるために必要な改革について論じる。本稿は2026年10月26日に投稿され、cs.AIおよびcs.CYに分類され、arXiv番号は2610.36116である。