AIはバイオ研究者の生き方をどう変えるか
TweetAIはバイオ研究者の生き方をどう変えるか
第7回:誰の仕事になるのか
◾️解析を頼まなくなった日
RNA-seqのデータが返ってきたあとの段取りは、長いあいだ、どこの研究室でも似ていました。細胞を育て、RNAを抽出し、ライブラリを作るところまでは実験をする人の仕事です。配列のデータが届いたら、研究室の中でそれを扱える人か、共同研究先に渡します。発現量の表と図が戻ってくるのを待ち、戻ってきたものを見て次の実験を考えます。
私が見聞きした範囲でも、解析は、できる人か共同研究先に頼むものでした。そして、そこに不満が生じる場面も見てきました。ウェットの実験はせずに解析だけを担当した人が、著者リストの上のほうに入る。ときには筆頭著者になる。それが何度か続くと、細胞を何か月も育ててきた側から不満が出ます。この種の不満は、口に出されるとは限りません。
変わったのは、ここ2年ほどです。AIに尋ねながらであれば自分でも解析できる、と気づいた人が出てきました。気づいたのは、勉強熱心な人たちでした。その人たちは、解析を人に頼むのをやめ、自分で手を動かすようになりました。
この不満が珍しいものでないことは、公開の場の議論からもわかります。生物情報学の質問サイトには、2015年ごろに立てられた、解析担当者が筆頭著者になって実験側を落胆させることはよくあるのか、という題のスレッドが残っています。回答は一方に寄っていません。どちらの向きにも起きるという人がいます。解析担当者のほうこそ中間著者に埋もれがちだという人もいます。著者に順位をつける仕組みそのものが争いの原因だという人もいます。繰り返し出てくる助言は、著者順は計画の最初に話し合い、計画が変わったら話し合い直す、というものでした。
断っておくと、私が見てきたのは実験をする側の不満です。解析をする側には、実験の設計から相談に乗り、何週間もかけて結果を出しても、名前は真ん中に置かれる、という逆向きの不満があります。どちらにも理があります。著者順は、研究室でいちばん長く議論され、いちばん短くしか記録されない決定の一つです。
この出来事には、この回で扱いたいことがほぼ入っています。ある技能が特定の人に付いていた。その技能を持つ人に、仕事と著者順が付いていた。技能の一部が誰にでも手の届くものになり、仕事の持ち主が変わった。研究室の人数は一人も変わっていません。変わったのは、誰が何をするかです。
◾️人数を決めているもの
AIで研究室の人は減るのか、という問いに入る前に、人数がいま何で決まっているかを確かめます。
私が見聞きした範囲では、人を雇うのは、基本的には研究費が取れたときです。取れれば雇い、切れれば契約も終わります。そして最近は、人が抜けても新しく雇わず、残った人で仕事をやりくりする場面が出てきました。研究費の状況が厳しいからです。
数字とも合っています。第2回で紹介したとおり、日本のポスドクのうち、大学の基盤的な経費で雇われている人は32.6%でした。残りは、研究費などの期限のある資金で雇われています。その研究費の側では、2026年度の科研費の採択率が26.7%、応募件数の最も多い基盤研究(C)は25.9%です。国立大学の運営費交付金は、2004年度から2025年度までに13%減りました。物価と人件費が上がれば、同じ額面で雇える人は減ります。文部科学省は2026年7月、運営費交付金の算定を2028年度予算から物価や人件費の変動に連動させる案を、有識者会議に示しました。実現すれば目減りは止まります。減った分が戻るわけではありません。
米国では、もっと急な変化が起きています。米国の医療報道機関は2026年の1月から2月にかけて、米国立衛生研究所(NIH)の助成を受けている研究者を対象に、世論調査会社と共同で調査を行いました。989人が答えています。研究室のメンバーを解雇した人は4分の1を超え、58%が新しいメンバーの採用を遅らせていました。学生、スタッフ、ポスドクへの内定を取り消した研究室は22%です。47%が実験を止め、5人に2人以上が計画していた研究を取りやめています。指導している若手に学術界の外の進路を勧めている人は3分の2でした。影響は立場によって違います。助成の変化を理由に他の職へ応募した人は、終身在職権を持つ教員では15%、その審査を待つ立場の教員では29%でした。審査を待つ若手の教員の81%は、研究の中断が自分の審査を危うくすることを、少なくともある程度は心配しています。メールを送った約41,000人のうちの989人なので、影響を強く受けた人ほど答えた可能性はあります。それでも、採用を遅らせている人が半数を超えるという規模は、偏りを割り引いても小さくありません。
ここまでの話に、AIは一度も出てきません。2026年の研究室で席の数を決めているのは研究費です。第3回で、常勤の席の数と採択件数は三つの時計のどれにも乗っておらず、誰かが決めるまで動かないと書きました。動いた例はあります。ただし動かしたのは予算の決定で、向きは減る方向でした。
では、AIはどこに入ってくるのか。人が抜けて補充されない研究室で、残った人が仕事を引き受けるときの道具としてです。文献の調査、解析、書類の下書きを一人でこなせる範囲が広がれば、補充しなくても研究室は回ります。回るのであれば、次に研究費が取れたとき、その席を戻す理由は弱くなります。
◾️小さくなるチーム
研究室の人数とAIの関係を、大きなデータで調べた研究があります。
米国と中国の大学の研究者らは、自然科学の6分野の論文4,130万本を調べ、2026年にNature誌に発表しました。論文の内容から、研究にAIを使っているかどうかを判定しています。AIを使う研究者は、使わない研究者に比べて、論文の数が3.02倍、引用される回数が4.84倍でした。研究を率いる立場になるのも1.37年早くなっています。
同じ研究は、チームの構成も調べています。査読前の版の本文によれば、AIを使う研究のチームは平均して1.33人少なく、割合にして19%小さくなっていました。内訳を見ると、すでに実績のある研究者は1チームあたり4.01人から3.58人へ、若手は2.89人から1.99人へ減っています。減った分の多くは若手です。一方、同じ研究を紹介した記事によれば、AIを使うチームにいる若手は、学術界に残る割合が13%高くなっていました。分野全体では、AIの導入によって研究される話題の幅が4.63%狭まり、研究者どうしが互いの仕事に関わる度合いは22%下がっています。
この数字を読むときの注意が二つあります。一つは、これが相関であることです。AIを使うからチームが小さくなるのか、小さなチームでできる種類の研究にAIが向いているのかは、区別できません。もう一つは、対象の期間が1980年から現在までで、生成AIより前の機械学習の時代が大半を占めることです。著者らは時期を三つに分けて同じ傾向を確認していますが、ここ2、3年の変化だけを取り出した数字ではありません。
生成AIの時期に絞った研究もあります。2026年5月に公開された査読前の論文は、PLOSの各誌とNature系列の雑誌に2020年以降に載った約147,000本の全文を調べ、文章のうちAIで大きく書き換えられた割合を推定しました。この割合が高い論文ほど、著者の数が少なく、著者の研究歴が短いという結果です。PLOSでは、条件をそろえて比べた場合の著者数が、この割合の高い論文で5.81人、低い論文で6.08人でした。Nature系列では、同じ比べ方で差がはっきりしません。こちらも相関で、調べたのは二つの出版社だけです。
二つの研究を合わせて、私はこう読みます。AIを使う個人は得をしています。論文は増え、独立は早まります。その得は、チームに若手を何人も抱えなくても成果が出るという形で実現しています。席に座れた若手は以前より早く前に進み、席そのものは少なくなる、という組み合わせです。
前の節と重ねると、順番が見えてきます。席を減らしているのは研究費です。AIは、減った人数でも成果が出ることを示します。成果が出ているかぎり、席を戻そうという声は大きくなりません。いま起きているのは、空いた席が空いたままになることだと私は考えています。AIが誰かを席から追い出したという話は、少なくとも大学の研究室については、まだ確認できていません。
◾️解析は誰のものか
冒頭の場面に戻ります。自分で解析できるようになった、というときの「できる」の中身を、公表されている試験で確かめておきます。
2026年に公開された査読前の論文は、生物情報学の解析を最初から最後まで行うAIシステムを比べています。課題は244件で、専門家が用意しました。転写産物、ゲノム、エピゲノム、プロテオーム、単一細胞の解析などが含まれます。最も成績のよかったシステムは、課題の99%で作業を最後まで終え、中身のある出力を出しました。その出力が専門家の用意した答えとどれだけ合っているかを0から1の点数にすると、平均は0.76です。難しい課題に限ると、0.67から0.69に下がりました。
この点数は、4件に1件が間違いだという意味ではありません。専門家の答えも妥当な解析の道筋の一つにすぎず、別の妥当なやり方が減点されることがある、と著者ら自身が断っています。この試験から読み取れるのは、作業が終わることと、中身が合っていることのあいだに、はっきりした開きがあるということです。99と0.76の開きです。
解析を頼んでいたころは、この開きを埋めていたのが、頼まれた側の人でした。正規化の方法をどう選ぶか。バッチの違いを補正するかどうか。発現の低い遺伝子をどこで切るか。自分で選んだ理由を説明でき、結果がおかしければおかしいと気づく人です。AIに尋ねながら自分で解析する人は、図と表を手に入れます。その図がどの選択の結果なのかを説明できるかどうかは、人によります。
確かめるといっても、特別なことをするわけではありません。試料を取り違えていないかを、性別で発現が決まっている遺伝子で見る。試料全体の傾向を二次元に落とした図で、群の違いより実験日の違いのほうが大きく出ていないかを見る。その処理で動くとわかっている遺伝子が、実際に動いているかを見る。解析に慣れた人なら最初の10分で済ませる点検です。慣れていない人は、こうした点検があること自体を知らない場合があります。AIは、尋ねれば教えてくれます。尋ねなければ、頼まれた図を出して終わります。
第6回で紹介した実験も思い出しておきます。解析を任されたAIは、有意な結果を出してほしいという露骨な依頼は断りました。別の手法も探ってほしいと言い換えると、設定を次々に変えて、最も有意になった組み合わせを報告しました。自分で解析する人が増えるということは、この種の探索を、本人も気づかないまま行う人が増えるということでもあります。
米国立がん研究所の計算ゲノミクス部門の責任者は、2026年7月の解説で、生成AIは自律した真実の源として扱うべきではないと書いています。出力を点検し、結果を検証し、解析の手順を再現でき監査できる状態に保つことを、専門家の役割に挙げています。
私の見立てはこうです。解析を専門にする人の仕事は、実行することから、確かめることへ移ります。解析だけを請け負って著者に入るという立場は、弱くなります。その一方で、他人がAIと一緒に出した解析を見て、どこが危ないかを指摘できる人は、以前より必要になります。
そうなると、冒頭の著者順の問題は、形を変えて残ります。解析を自分でやった実験担当者が筆頭著者になることに、異論は出にくいでしょう。では、その解析を点検して誤りを二つ見つけた人は、何番目に置くのか。謝辞で済ませるのか。私の知るかぎり、これについて決まった慣行はまだありません。
◾️みんなでやる仕事
研究室には、論文にならない仕事があります。試薬と消耗品の発注。機器の保守と修理の手配。動物の飼育管理。液体窒素の補充。安全管理の書類。新しく来た学生に器具の場所を教えること。
私が見聞きした範囲では、こうした仕事はみんなで分担するものでした。それが評価につながるかどうかは、はっきりしません。別の研究室では、研究室を主宰する人の信頼が厚い人が引き受けると評価が上がり、そうでない人が引き受けても何も変わらない、という場面も見てきました。同じ仕事でも、誰がやるかによって扱いが違うわけです。共用の冷凍庫の霜取りが業績として数えられた例を、私は知りません。
この種の仕事は、ここ2回で扱った話と合流します。第5回では、実験を自動化するほど機械の世話が増えるという理化学研究所のグループの指摘を紹介しました。手順の作成、消耗品の補充、保守、トラブルへの対応です。第6回では、確かめる仕事が増えると書きました。生のデータを整理し、解析の記録を残し、AIの指摘を一つずつ確かめる仕事です。どれも、いまの業績欄には書く場所がありません。
AIが軽くする部分はあります。発注の書類、手順書の下書き、記録の整理、申請や報告の定型的な文章です。第2回で、研究者の時間を削っているのは主に会議と教育と診療で、申請書はその列のずっと後ろだと書きました。AIが軽くするのは、列の後ろのほうです。会議に代わりに出てはくれませんし、機器の修理業者に立ち会ってもくれません。
増える部分もあります。前の節で見た確認の仕事がそれです。
補充をしない研究室では、これらが残った人に積み上がります。5人で分けていた仕事を4人で分け、そこに確認の仕事が加わります。誰が引き受けるかは、多くの場合、話し合いよりも成り行きで決まります。気がつく人、断らない人、研究室にいる時間が長い人のところへ寄っていきます。引き受けた人の評価がどうなるかは、先ほど書いたとおり、主宰者の見方次第です。
第5回で、文部科学省が2026年2月に技術職員の人事制度のガイドライン案をまとめたと書きました。機器の管理や実験の支援を、任期つきの研究者の善意に頼らず、職として位置づける動きです。この動きが研究室の日常に届けば、分担の一部は職務になります。届くまでは、分担は各研究室の中の約束事のままです。
◾️評価の物差し
誰が何をするかが変わっても、何によって評価されるかが変わらなければ、人は評価されるほうの仕事を選びます。
物差しの側にも動きはあります。科学技術振興機構の研究開発戦略センターは2026年2月、研究評価の国際動向をまとめた報告書を出しました。論文数や引用数といった数字に偏った評価への批判は2010年前後から強まり、2013年には研究評価に関するサンフランシスコ宣言が、2022年には欧州を中心とした研究評価改革の連合体が発足しています。報告書によれば、改革は2020年前後から、理念を唱える段階を過ぎ、具体的な評価の手法を作って試す段階に入っています。第6回で触れたNIHの意見募集は、厳密さや追試への貢献をどう評価するかを尋ねるもので、同じ流れの中にあります。
著者順については、順番とは別に、誰が何をしたかを書く方式がすでにあります。貢献を14の役割に分けて記載する分類で、2014年に作られ、2022年に米国の標準規格になりました。概念の構築、データの整理、解析、実験、検証、執筆といった役割があり、普及を進める団体は、1,400を超える学術誌が採用していると説明しています。検証という役割は、最初から分類の中に用意されています。
ただし、論文に貢献が記載されることと、それが採用や昇進の場で読まれることは別です。この分類が人事の評価に使われているかどうかを示す資料は、今回は見つけられませんでした。公募の書類で数えられるのは、多くの場合、いまも筆頭著者と責任著者の論文の数です。
第4回で、書類より人と実績を評価するという案に、私は反対しました。実績のある人が選ばれ、若手に不利になるからです。同じ心配がここにもあります。評価が論文の数のままで、AIが一人あたりの論文数を増やすのであれば、有利になるのは、数を増やすことに時間を使える人です。機械の世話や他人の解析の点検に時間を使った人は、数で負けます。
私の判断を書きます。貢献の記載が評価の場で使われるようにならないかぎり、世話と点検の仕事は、主宰者の裁量で報われたり報われなかったりする領域に残ります。これは、AIがどれだけ賢くなっても直りません。助成機関が申請書の業績欄をどう設計するか、大学が公募の書類に何を書かせるかで決まることです。
読者が研究室を選ぶ立場にあるなら、見学のときに尋ねてみる価値のあることがあります。解析は誰がしていて、誰が確かめているのか。発注や機器の管理は誰の担当で、それはどこかに書いてあるのか。著者順はいつ、どうやって決めるのか。答えそのものより、すぐに答えが返ってくるかどうかが、その研究室について多くを教えてくれます。
◾️物差しを当てる
第3回の物差しを、ここまでの話に当てます。1年後、3年後、5年後、10年後の四つの時点について、どの程度確かな話かを添えて見通しを書くための枠です。
1年後、2027年秋です。研究室の人数は、引き続き研究費で決まっています。AIの影響が出るのは分担のほうです。配列データの解析や文献調査を、頼まずに自分でやる人は増えます。ここまではほぼ確実と見ています。その解析を誰かが確かめているかどうかは、研究室によってばらつきます。意見が分かれるのは、確かめないまま論文になった解析がどのくらいの割合で誤っているかで、これを測った数字はまだありません。見ておくとよい数字は、2027年度の科研費の応募と採択の件数と、NIHの助成を受ける研究室の採用の動きです。
3年後、2029年です。いまの3年の研究費と、多くのポスドクの任期が一巡します。更新のときに、補充しなかった席を戻すかどうかが決まります。私の推測では、戻さない研究室のほうが多くなります。少ない人数で論文が出ていれば、戻す理由を申請書に書きにくいからです。大学の共用施設で解析を請け負ってきた部門は、実行の受託から、検証と教育へ仕事の重心を移していると見ます。これは延長線上の話です。貢献の記載を評価に使う公募や助成が、日本で現れているかどうかは、意見が分かれます。
5年後、2031年です。分かれ目は、人が減って浮いた人件費の行き先です。試薬、外注、自動化された共用拠点の利用料に回れば、研究室あたりの実験の数は増え、手を動かす人の需要は第5回で書いたように残ります。大学や助成機関の経費削減に吸収されれば、小さな研究室がそのまま標準になります。どちらになるかは、技術でなく予算の決定で決まります。
10年後、2036年です。推測として、二つの筋書きを書きます。基本の筋書きでは、主宰者と少数の常勤スタッフ、AI、外注と共用拠点、という構成の研究室が増えています。米国の統計を引いた記事によれば、ポスドクの数が2012年から2022年に約2%減ったあいだに、任期の定めのないスタッフ研究者は約43%増えました。第2回で引いた生物系の9%減とは、対象の範囲と期間が違います。この向きが続くと見ます。この筋書きでは、ポスドクという訓練の段階が細ります。席に座れた人は早く独立し、座れない人が増えます。そうなると、次に研究室を主宰する人がどこで育つのかが問題になります。これは第9回で扱います。加速の筋書きでは、実験台の時計が月単位に近づき、研究室という単位そのものが、いまとは違うものになります。
どちらの筋書きでも、大学の研究室で起きる組み替えは、ゆっくり進みます。席も評価も、決める人が決めるまで動かないからです。同じ組み替えが、もっと速く、職種の数という見える形で進んでいる場所があります。次回は、製薬とバイオテックの企業を見ていきます。
◾️今回参考にした情報
・著者順をめぐる議論: https://www.biostars.org/p/166197/#166426
・運営費交付金の物価連動案: https://kumanichi.com/articles/2012024
・NIHの助成を受ける研究者の調査: https://www.statnews.com/2026/03/19/nih-funding-national-researcher-survey-finds-cutbacks-disruptions/
・AIの利用と研究者・チーム: https://www.chemistryworld.com/news/ai-research-tools-benefit-individual-scientists-but-may-slow-scientific-progress/4022803.article
・AIで書き換えられた割合とチームの規模・研究歴: https://arxiv.org/abs/2605.27404
・米国立がん研究所の解説: https://www.cancer.gov/about-nci/organization/cbiit/news-events/blog/2026/questions-answered-generative-artificial-intelligence-bioinformatics
・米国のポスドクとスタッフ研究者の数: https://www.thetransmitter.org/academia/static-pay-shrinking-prospects-fuel-neuroscience-postdoc-decline/

