AIは、研究の途中にも入ってきた

AIは、知識を読む工程から、仮説を作って確かめる工程へも広がっています。AIの提案と、実験で得た結果を分けて読んでください。

2026年5月には、Googleの研究者らによるCo-Scientistの論文がNatureに掲載されました。AIが出した仮説の一部を、実験で確かめた報告です。Gottweisら（2026年）

医師の研究でも、問いを整え、別の説明を探し、検証の手順を作る工程が変わるかもしれません。何をAIが行い、何を人が確かめたのかを追います。

1. エージェントは道具を実行し、結果から次を選ぶ

エージェントは、目的に向け、途中の手順や道具を選ぶ構成です。Anthropicは2024年、あらかじめ順序を決めるワークフローと区別しました。Anthropicの技術記事

研究準備なら、検索の計画、資料の収集、候補の比較、追加調査を進めます。検索や計算の結果が返るたびに、次の作業を選びます。

「検索した」「計算した」という説明だけでは、実行した結果は分かりません。道具から返った結果と、生成された説明を照合します。

AIが仮説と計画を作る工程と、道具や現実の実験で実行・検証する工程を離して配置し、検証結果から仮説を修正する循環を示す。 — 仮説、実行、検証、修正をつなぎます。AI同士の評価と、現実の実験で得る証拠は別のものです。

図を大きく見る

長い作業には、途中の確認地点と停止条件を置きます。Anthropicの記事も、人の確認や最大反復回数を説明しています。

検索語が問いに合うかを、人が見てから候補の比較へ進む。
資料が見つからなければ、そこで止めて戻す。
指定した計算量や反復回数を超えたら、中断する。

2. AlphaFoldの構造予測を、治療効果と分ける

タンパク質は、アミノ酸が連なって立体構造をとります。Jumperらは2021年、配列からその構造を予測するAlphaFoldの性能を報告しました。形は、働きを調べる手がかりです。Jumperら（2021年）

構造の予測は、次に調べる場所を選ぶ材料になります。患者に有効か、副作用が許容できるかは、別の評価です。

予測の成果から、次の問いへ進む

AlphaFoldが扱う問い

アミノ酸配列から、タンパク質の立体構造をどこまで予測できるか。

治療で確かめる問い

その物質が患者に有効か。副作用は許容できるか。どの対象で評価したか。

構造予測は研究の材料になります。治療の評価には、別の証拠が必要です。

背景を読む：2024年ノーベル化学賞の二つの成果

賞の半分は、計算によるタンパク質設計のDavid Bakerに授与されました。残る半分は、構造予測のDemis HassabisとJohn Jumperへの授賞です。ノーベル賞の公式発表

「AIが受賞した」とまとめると、研究者の貢献と、設計・予測という異なる成果が見えにくくなります。

3. Co-Scientistは仮説を作り、体外の実験で確かめた

Co-Scientistは、複数のエージェントが仮説を生成し、批判、順位付け、修正を行う仕組みです。研究者が目的と制約を指定し、途中で方向を変えられます。Gottweisらの査読論文（2026年）

薬の新用途、肝線維症の標的、薬剤耐性の仕組みを検証対象にしました。急性骨髄性白血病では、薬の候補などを細胞実験で調べています。

仮説の順位：AI内部の評価です。
in vitroの検証：体外の実験系で得た証拠です。
臨床の結果：患者の治療成績です。この研究の細胞実験とは異なります。

文章の提案から、測れる実験へ進んだ点が成果です。ただし、公開文献への依存により、購読制の論文や否定的な結果が抜ける可能性があります。仮説の材料も点検します。

自分の研究へ置き換える：公開されていない材料をどう扱うか

自分たちの未公表の観察や、失敗した方法も、問いを考える材料になります。それをどの範囲で扱い、どう確かめるかを研究者が決めます。

AI内部の順位が上がったことと、外部の実験で仮説が支えられたことは、別々の結果として記録します。

4. AlphaEvolveは、作ったプログラムを採点する

Google DeepMindが2025年に発表したAlphaEvolveは、数学や計算処理のアルゴリズムを探索するエージェントです。プログラムを生成し、実行して評価し、次の候補へ進みます。AlphaEvolveの研究報告（2025年）

工程	外から確かめること
候補を作る	実行できるプログラムか
実行して採点する	計算結果が合い、条件を満たすか。どれほど速いか
次の候補を選ぶ	評価のよかった候補から改善できるか

一例は、複素数を要素に持つ4×4行列を、48回のスカラー乗算で掛け合わせる方法です。論文が扱う条件で、結果の一致と演算回数を確かめた成果です。

計算問題では採点できても、医療では、数字が何を表すかと、何を測るかを決める必要があります。候補の数と、問い・測定の質を分けて考えます。

応用と背景を読む：計算基盤の改善から、研究計画へ

開発元は、Googleの計算基盤の効率化や、行列計算への応用を報告しました。候補を採点できる仕組みが、反復を支えています。Google DeepMindの発表（2025年）

研究の準備にも、評価項目を先に決める考え方を応用できます。対象と比較があるか。仮説が外れたと認める観察を置いたか。この応用は、本講座の提案です。

5. 研修の問いに、比較・測定・反証を含める

架空の院内研修で、文章だけの資料と、図を加えた資料を比べます。関心は、翌週に内容を説明できるかです。同じ内容を扱うこと、事前知識の偏り、採点方法を先に考えます。

AIへ渡す前に、研究の問いを整える

比較するものを決める

同じ研修内容で、文章だけの資料と図を加えた資料を比べる

別の説明を置く

事前知識の偏りや、資料の情報量でも差が生じないか考える

測定と反証をそろえる

翌週に何を採点し、どんな結果なら仮説を支えないか書く

期待どおりの結果だけでなく、仮説に合わない結果も記録できる形にします。

図が理解を助けたのか、説明の量が増えたのか、詳しい人が片方に集まったのか。AIには別の説明も出してもらい、比較条件をそろえ直します。

期待と違う結果も記録できる計画を下書きします。候補が増えたら元の問いに戻り、人が問いの価値と実行条件を判断します。

架空の研修から、検証できる問いを作る

次は架空の院内研修です。実在の参加者や患者の情報ではありません。研究計画を実行せず、考え方の下書きだけ作ってください。外部検索は不要です。

【架空の設定】
同じ20分の研修について、文章だけの資料と、同じ内容に図を加えた資料を比べたい。翌週に内容を説明できるかが関心事。まだ参加者数、割付方法、事前の知識、採点方法は決まっていない。

次を簡潔に書いてください。
1. 比較できる問いを1文で書く。
2. 仮説と、結果の別の説明を各1つ書く。
3. 対象、比較方法、測る結果、仮説が支えられない結果を表にする。未決定の情報は未決定のまま残す。
4. 人が実行前に決める事項と、途中で中断する条件の案を書く。効果や必要人数の数値を作らない。

期待する問いは、「同じ内容の研修で、図の有無により翌週の説明の採点結果は違うか」です。事前知識と情報量は別の説明として扱い、人数と効果量は未決定のまま残します。

失敗例は、「図で理解度が50%上がるので、少人数でよい」です。その効果も必要人数も分かりません。比較と測定が対応し、反証と人の決定事項を残せば合格です。