論文問題に専門家はいない

続編

英語版：
https://medium.com/@izayohi/no-one-owns-the-paper-problem-fd75ae1d7b75

https://claude.ai/public/artifacts/8ce1a0a1-3256-4a38-9b33-33cf35164d7c

論文問題に専門家はいない

「3つの統計的嘘」「一割問題」に続く第四稿

石部統久 · シン・ネクシャリスト／不可知論的唯物論 · Claude Opus 4.7 初稿（Grok・Gemini・GPT・Claude 査読を経た）

前稿：

• あなたが暮らしている3つの統計的嘘

• 統計論文の「一割」問題

• 外部エントロピーは存在するか（専門系列・本稿の理論的展開版）

英語版：

• Three Statistical Lies You Live Inside

• The One-in-Ten Problem

§1 入口——身近な問いから

先行二稿の論点を踏まえると、次のような反応が想定される。「結局、論文ってどれだけ信用できるのか」「専門家は何をやっているのか」「誰がこの問題を解くのか」。素直で正当な疑問である。

再現性危機は二十年来指摘されている問題だ。Ioannidis が2005年に「公刊された研究結果の大半は偽である」と書いてから、心理学の大規模追試で再現率4割という結果が出てから、医学・経済学・社会心理学で同種の問題が次々と顕在化してから、もう長い時間が経っている。にもかかわらず、状況は劇的には改善していない。なぜ改善しないのか。

本稿の答えは単純である。論文問題を解くべき専門家がいないからだ。誰の専門領域でもないから、誰も総合的な責任を取らない。

このことが広く認識されていない。「専門家がいる」と素人読者が思っている間は、専門家が問題を解いてくれるはずだという期待が温存され、解かれない理由が見えなくなる。本稿は、この見えにくい事実を素人読者に向けて言語化する試みである。

ただし、ここでいう「専門家がいない」とは、統計学者、メタ科学者、出版研究者、科学社会学者、AI 研究者が存在しないという意味ではない。彼らはそれぞれ論文問題の一部について専門家である。存在しないのは、これらを統合して論文制度全体に責任を負う個体専門家、あるいは制度的責任主体——「総合専門家」である。

念のため、本稿でいう「論文制度」を定義しておく。研究が執筆・査読・出版・評価・引用・助成・事後修正される一連の装置の総体を指す。

念のため、本稿でいう「素人」も定義しておく。無知な人間という意味ではない。能力がないという意味でもない。自分の専門領域内では十分に有能であるが、専門領域を越えた全体問題に対しては局所的視野しか持てない参加者、という意味である。本稿の論述では研究者・査読者・AI 開発者・著者自身も、論文問題全体に対しては「素人」として扱う。

念のため先に述べておく。本稿の主張は反専門家論ではない。むしろ逆である。各分野の専門家は論文制度の改善に不可欠である。本稿が異議を唱えるのは「誰か一人の専門家が論文問題全体を解いてくれる」という委任幻想であって、専門能力ではない。詳細は§6で論じる。

§2 統計の素人——研究者は自分の論文の統計を理解していない

「一割問題」で取り上げたが、簡単に振り返る。

Nuijten ほか（2016）が心理学の主要雑誌の論文約3万本の統計記述を機械的に検証したところ、検定結果を含む論文の約半数に少なくとも一つの算術的不整合が見つかり、約13%には結論を変えうる粗大な不整合があった。論文に書かれた t値と p値が、論文に書かれた自由度から計算した数値と合わない。機械的検出のため捏造由来エラーと運用ミスを判別する設計ではないが、その主要部分は捏造ではなく報告実務の運用ミスから生じていると推定されている。

慶應義塾大学の川原繁人氏が2026年に公開した実験では、有意差のないデータを複数の主要 LLM にそれぞれ100回ずつ t検定させたところ、ある ChatGPT モデルは88%、Claude は100%が「統計的に有意」と誤判定した。この実験は査読を経た研究ではなく、公開された探索的実験である。一般化には注意が必要だが、LLM を統計計算機として無検算で使う危険性を示す具体例としては十分に意味がある。AI に統計を任せても、研究者が自分で計算した場合と同じ問題が起きる——いや、増幅される。

ここで重要なのは、誰かが悪いという話ではないことだ。多くの実証研究者は統計を使用する訓練を受けているが、統計理論・計算検証・誤用検出そのものの専門家ではない。統計学者は統計の専門家であって、心理学・医学・社会学の個別研究の専門家ではない。論文を書く心理学者は、統計部分の運用については専門領域を一段越えた位置で書いている。本稿の語法では、その位置を「素人」と呼ぶ。

「査読者が捕まえるはず」と思われるかもしれない。しかし査読者も同じ心理学者で、同じく統計素人である。査読制度は、各分野の専門家同士が相互に検証する制度であって、各分野の専門家全員が統計の専門家であることを前提していない。前提していない能力を制度として要求しても、出てこない。

統計の運用は、研究者個人の素人性と査読制度の素人性が掛け合わさった状態で行われている。再現性危機の統計関連部分は、このギャップから生じる。「一割問題」で論じた通り、論文の理念、実装、教育、AI——どの段階でも統計の専門家による品質保証は構造的に存在していない。

制度側の部分対応として、Nuijten 自身が共同開発した statcheck の投稿時自動検査を採用する雑誌（Psychological Science、Journal of Experimental Social Psychology 等）も現れており、これらでは報告された不整合率が顕著に減少しているとの報告がある。しかし、これは心理学の一部雑誌に限定された対応で、論文制度全体への一般化には程遠い。部分対応は存在するが、対応範囲は限定的、というのが現状の見取り図である。

念のため留保しておく。すべての研究者が統計素人だと言いたいのではない。統計を真剣に学んで運用する心理学者・医学研究者・社会学者は当然いる。問題は、論文制度全体が「研究者は自分の使う統計を理解している」前提で動いていることと、その前提が、少なくとも統計報告の水準では、Nuijten らの標本にあたる NHST を用いた心理学論文の約半数で破れているというギャップだ。前提と実態のズレが大きすぎる。

§3 制度の素人——査読・出版・評価を見通せる個人はいない

論文が出版されるまでに通過する制度装置を、簡単に並べてみる。

執筆段階では、共著者構成、研究費獲得実績、所属機関の評価圧。投稿段階では、雑誌選択、出版社のビジネスモデル（オープンアクセス料金、購読料モデル）。査読段階では、編集者の判断、査読者選定、査読期間。出版後では、引用評価、インパクトファクター、政府の研究費配分政策。

これら全部を統合的に見通せる個人はいない。

査読制度の機能不全を語る人は、査読の専門家であって出版経済の専門家ではない。出版社のビジネスモデルを語る人は、出版経済の専門家であって個別分野の評価実態の専門家ではない。評価制度の歪みを語る人は、評価制度の専門家であって査読現場の専門家ではない。

具体例を出す。X 上の科学者から「査読は速度が遅い」「有名ラボを優遇する」「新規性を抑圧する」「ペイウォールがある」という個別批判が定期的に流れる。それぞれの批判は正しい。査読の遅延は実際に起きている。有名ラボへの偏向データもある。新規性への保守的反応も指摘されている。ペイウォール問題は出版社ビジネスモデルの本質に関わる。

しかし、これら全部を同時に解決する制度設計案は、誰からも出てこない。なぜか。全体を見通せる立場の個人がいないからだ。査読の遅延を解決する案が、有名ラボ偏向の解決を悪化させる場合がある。ペイウォール撤廃のオープンアクセス化が、新興ラボの財政負担を増やす場合がある。各局所の改善案が他局所の悪化を引き起こす。全体最適化を考えるには、全体を見通せる立場が必要だが、その立場の個人がいない。

論文制度は、参加者全員がそれぞれの局所的位置からしか見えない巨大装置になっている。「制度を改善せよ」と言う人も、制度全体については素人として発言している。

§4 AIの素人——研究者はAIの素人、AI研究者は研究現場の素人

ここで2026年の Nature 掲載論文を一つ紹介する。Hao、Xu、Li、Evans 共著「Artificial intelligence tools expand scientists' impact but contract science's focus」（Nature 649: 1237-1243, 2026）。4,100万本以上の論文を分析した経験的研究である。

論文の発見は二つに分かれる。

個人レベルで何が起きているか。AI ツールを使う研究者は、使わない研究者と比較して、論文数が約3倍、被引用数が約5倍、研究リーダー（独立 PI）になる時期が約1.4年早い。個人としては大きな成功である。AI を使う合理的選択が、キャリア上の優位として実現している。

集団レベルで何が起きているか。同じ AI ツールの普及によって、科学全体の研究テーマの多様性が約4.6%縮小し、研究者間の連携が約22%減少した。AI ツールを使う研究者たちは、データが豊富な領域、ベンチマークで優位を示せる領域へ移動する。研究の集中化が進む。

個人合理性の集合的結果として、集団的多様性が劣化する。古典的な「合成の誤謬」の現代版である。誰も悪いことをしていない。誰も「科学全体の多様性を減らそう」と意図していない。にもかかわらず、AI ツールを合理的に使う研究者の集合が、結果として科学全体の探索能力を縮小させていく。

ここで生じている構造を、本稿の中心命題に接続する。

研究者は AI の素人として AI を使う。AI が内部でどう動いているか、訓練データに何が入っているか、出力がどんな分布バイアスを持つか、ほとんどの研究者は理解していない。「使える」「使えない」しか分からない素人として使っている。当然である。研究者の本業は AI 研究ではない。

AI 研究者は研究現場の素人として AI を作る。OpenAI、Anthropic、Google DeepMind、xAI のエンジニアは AI 技術の専門家だが、どんなテーマの研究にどう使われるか、それが学術領域の多様性に何を起こすか、深く知っているわけではない。AI 研究者の本業は AI を作ることであって、心理学研究や医学研究の現場運営ではない。

両側の素人性が掛け合わさる。研究者は AI を素人として使い、AI 研究者は研究現場を素人として AI を設計する。両者の中間に立って「AI と研究現場の双方を見通す専門家」は、誰もいない。AI 倫理研究者は AI 倫理の専門家であって、各分野の研究現場の専門家ではない。各分野の研究方法論者は方法論の専門家であって、AI 内部構造の専門家ではない。

正確に言えば、両者を架橋しようとする新興分野は形成されつつある。Center for Open Science（COS）、METRICS（Meta-Research Innovation Center at Stanford）、Registered Reports 制度、Meta-Psychology のような学際的メタ科学ジャーナル、Science of Science の研究センター——これらは AI 介在以後の論文制度問題に取り組む先行実装として機能している。しかし、これらの新興分野もまた、論文問題全体を統合的に把握する「総合専門家」を確立したわけではない。架橋の試みは存在するが、達成された統合的視野はまだない、というのが現状の見取り図である。

誰も全体を見ていないまま、科学全体が AI 介在で変質していく。Hao らの数値は、この見えない変質の経験的測定の一例だ。

念のため留保する。AI が悪いわけでも、研究者が悪いわけでも、AI 研究者が悪いわけでもない。誰も悪くないのに全体が劣化する構造である。だから「悪い人を罰すれば解決」「規制すれば解決」「教育すれば解決」では本質的には解けない。誰も全体を見ていない状態が、悪意なく続いているからだ。

§5 質的方法の素人——人文学・社会学側にも同じ問題がある

再現性危機は、心理学・医学・実験経済学などの「データを取って統計で分析する」分野で目立つ問題として紹介されてきた。しかし論文問題は、これらの実証分野だけの問題ではない。

歴史学者、哲学者、文学研究者、社会学者、人類学者、思想史研究者、宗教学者——彼らも論文を書く。彼らはどうなっているか。

これらの分野のうち、解釈的研究、フィールド調査、テキスト解釈、思想史等、量化困難な領域においては、扱う対象が広大すぎる。人間、社会、歴史、文化、宗教、思想——いずれも全体を個人が把握することは構造的に不可能だ。

具体的に見える形で言えば、歴史学者が経済史を読むとき、文学者が哲学を読むとき、社会学者が政治史を読むとき、思想史研究者が同時代の社会学を読むとき、彼らは隣接領域では素人として読んでいる。隣接領域の専門家から見ると、誤読や読み飛ばしも起きている。

それでも学際的議論は成立している。学会も、雑誌も、共同研究も、学際的シンポジウムも回っている。なぜか。専門知識の連鎖によるのではない。文学者が哲学の全範囲をマスターしてから哲学に言及しているわけではない。全員が同じ素人立場で、共通の論証ルール——文献の正確な引用、対立する見解への応答、内部の論理的整合性、間違いを認めて修正する用意——を守っているからだ。

この論証ルールは、各分野の専門知識ではない。素人同士が共通に守るべき手続きの規律である。引用が正確かは確認できる。対立学派への応答があるかは確認できる。論理が内部で整合しているかは確認できる。間違いを認める用意があるかは態度で示せる。これらは専門能力ではなく、共同体の規律に近い。

人文学・社会学の解釈的領域が機能している一つの理由は、専門訓練・方法論・アーカイブ読解能力・語学能力・フィールド倫理・理論史への精通といった伝統的な専門性に加えて、論証ルール共同体が機能しているからである。個人が全体を把握する専門家として書いているのではない。素人同士が論証ルールを守って書いているのを、別の素人同士が論証ルールで読んでいる。この素人共同体の論証規律の中で、議論が漸進的に蓄積する。なお、人文学・社会学側のこの方法論的多元性については、佐倉統 (2016) が日本語心理学評論で並行する方向の議論を提示している。

ここで前節までの実証科学側の話と接続する。実証科学側で「個体専門家モデル」が建前として維持されながら経験的に破綻しているのに対し、人文学・社会学の解釈的領域では「個体専門家モデル」がそもそも建前として維持されてこなかった分野がある。後者では素人共同体的運用が伝統的に行われてきた。実証科学側が再現性危機で事後的に共同体化を要求される位相にあるのに対し、人文学・社会学側は当初から共同体的運用の様式を持ってきたとも言える。

もちろん、人文学・社会学の共同体も理想化されたものではない。権威主義、学派政治、引用慣行、言語圏バイアス、専門ジャーゴンによる閉鎖性——これらから自由ではない。ここで言いたいのは、人文学・社会学が清潔に機能しているということではなく、少なくとも「全体を把握する個体専門家」を前提にしない運用様式を、伝統的に持ってきたという限定された点である。

両者の差異も明確にする。実証科学では「同じ結果が再現される」という最終チェックが原理的には可能だ。人文学・社会学の解釈的部分では、再現性概念そのものが直接適用できない。解釈の多様性は、削減されるべきノイズではなく、むしろ研究の価値そのものを構成する場合がある。

この差異は別途の接続稿で詳しく扱う論点なので、本稿では指摘だけに留める。重要なのは、論文問題は実証分野だけの問題ではなく、人文学・社会学側でも構造を変えながら作動しているということだ。両側面で、「論文問題全体を統合的に把握できる個人専門家がいない」という点は共通している。

§6 結論——素人共同体としての論文制度

本稿の中心命題を確立する。

論文問題に専門家はいない。統計学者は統計の専門家、社会学者は制度の専門家、心理学者は再現性事例の専門家、AI 研究者は技術の専門家、科学哲学者は認識論の専門家、メタ科学者は方法論の専門家——いずれも論文問題の一部しか扱わない。論文問題全体は誰の専門でもない。全員が素人としてしか議論できない。

これは欠陥ではなく出発点である。

論文問題が解けない理由を再確認する。誰かが「論文問題の専門家」だと思って委ねている間は解けない。誰も委ねられていない。全員が局所的な素人として、自分の見える範囲の問題だけを扱う。論文制度の全体的設計を主体的に引き受ける個人はいない。期待される責任主体が空席のまま、二十年が経過している。

ではどうするか。専門家を作る方向ではない。論文問題全体を扱う総合専門家を養成しても、それは新しい素人を一人増やすだけだ。論文問題が広大すぎて個人専門化の射程を超えているという事実は変わらない。個人のキャパシティを拡張する方向に解はない。

方向としては、素人共同体として運営することの公式化である。複数の素人が異なる位置から見える範囲を持ち寄り、合議で全体像を構成する。各素人は他の素人の専門領域に対して素人として参加する。重要なのは、全員が素人であることを認めた上で、論証ルール——文献の正確な引用、対立する見解への応答、内部の論理的整合性、間違いを認めて修正する用意——を守ることだ。

人文学・社会学の半分が伝統的にやってきたこの素人共同体的運営を、論文制度全体に拡張するイメージである。実証科学側にも適用する。AI 介在以後の時代にも適用する。学際領域にも適用する。

具体的な実装方向を軽く触れる。事前登録（研究計画と分析方針を結果が出る前に公開し、後付け解釈を防ぐ仕組み）。データとコードの公開（追試と再分析を可能にする）。複数の独立した追試（一つの研究結果に依存しない）。AI を含む多視点査読（人間の査読者に加えて、複数の異なる AI による独立評価）。修正可能な動的文書としての論文（PDF の一回的出版ではなく、誤り発見時に修正履歴を残しながら更新する文書形式）。

重要なのは、これらを個別施策としてではなく、相互に接続された検証レイヤーとして配置することである。事前登録は後付け解釈を抑え、データ・コード公開は第三者検算を可能にし、追試は単発結果への依存を減らし、AI 多視点査読は見落とし候補を増やし、動的文書は誤り訂正を出版後の通常過程に組み込む。これらが連動して初めて、素人共同体の論証規律は制度的に支えられる。これらの実装の運用コスト、インセンティブ設計、メタレベルの権力構造、ルールの設計・評価・更新責任——これらの専門的論点は専門系列稿で扱う。

これらはすべて「素人共同体としての論文制度」の具体的形態である。個体専門家の能力を信頼する制度ではなく、素人共同体の論証規律を信頼する制度。複数の不完全な目が、相互参照と論証ルールの共有で、個別の不完全さを補い合う制度。

詳細な実装設計、メタ科学全般の設計、認識論的基盤、学問地図上での座標化——これらは本稿の素人読者層を超える専門的議論を要する。専門系列の稿で扱う。本稿の役割は、素人読者に「論文問題に専門家はいない」という出発点を共有してもらうことに留まる。

念のため強調しておく。これは専門家不要論ではない。むしろ逆である。局所専門家の知見を、個体専門家幻想なしに接続する制度が必要だ、という主張である。各分野の統計家、メタ科学者、出版研究者、科学社会学者、AI 研究者、人文学・社会学の方法論者、いずれも論文制度の改善に不可欠である。本稿が異議を唱えるのは「彼らの誰かが論文問題全体を解いてくれる」という委任幻想であって、彼らの専門能力ではない。さらに付け加えれば、ここでの議論は専門家と素人の二項対立ではなく、認知的・制度的限界のもとで知識がどのように生成されるかについての構造的記述である。

なお、§6で挙げた「AI を含む多視点査読」は、英語圏で既に活発な AI-assisted peer review の議論と接続する方向にある。OpenReview の AI コメンタリー、Nature 等の編集方針論争——これらの既存議論への連続性を意識しつつ、本稿は人間の素人共同体運用の強化として位置取る。

なお、本稿で「素人共同体」と呼ぶ運営様式は、専門系列稿では「論証的標準共同体」と呼んでいる概念に対応する。素人読者向けには訴求度を考えて「素人共同体」を採るが、両者は同じ事柄を異なる側面から記述している。

§7 自己適用——本稿も素人による素人のための文章

最後に、本稿自体の位置を明示しておく。

本稿の著者（石部）は、統計学・科学社会学・AI 研究・科学哲学・メタ科学のいずれにおいても制度的に資格を付与された専門家ではない。学術論文を書いた経験もない一個人である。本稿はそういう素人が、複数の AI（Claude、Grok、Gemini、ChatGPT）と協働して、論文問題について考えた文章だ。

AI も素人である。AI は大量の論文を読み込んだ訓練データを持っているが、論文問題全体を見通しているわけではない。AI に聞けば論文問題の専門家になるわけでもない。素人が AI に聞いても、AI も素人として答える。素人同士の協働である。

本稿の制作過程を簡単に説明する。素人である著者が問題提起と素材提供を行い、複数の AI が異なる視点から下書きと査読を交差させた。各 AI は得意分野と苦手分野が異なる。一つの AI が見落とした論点を別の AI が指摘する。一つの AI が断定しすぎた箇所を別の AI が緩める。著者は最終的にこれらを統合する役割を担うが、統合判断それ自体もまた、素人としての判断にすぎない。複数 AI の出力を統合する著者個人もまた、プロトコル検証の外に立っているという意味で、本稿の論証構造そのものに残る単一障害点である。この問題への完全な対応は本稿の射程を超え、専門系列稿で扱う。

それでも、論文問題について何か言えることはある。専門家がいない領域では、素人共同体が論証ルールを守りながら考え続けることが、唯一の前進方法だ。本稿はその実演でもある。本稿の論証が説得力を持つかどうかは、専門家としての権威ではなく、論証ルールを本稿が守っているかどうかで読者が判断する。引用は正確か、対立する見解への応答があるか、論理は内部で整合しているか、間違いを認める用意があるか。これらの確認は、各読者ができる。素人読者が、別の素人が書いた文章を、論証ルールで読む。論文問題の素人共同体的運用の、最小単位の実演である。

シリーズ位置の予告。本稿で扱いきれなかった論点——人文学・社会学側からの理論的接続、AI 介在以後の制度的劣化の精密分析、PLACE 的ループに回収されない差異生成源（外部エントロピー）の概念展開、メタ科学全般の設計——は専門系列の稿で扱う。本稿はその専門系列の入口を、素人読者に開く役割を果たす。前進したい読者は、専門系列の先行稿「外部エントロピーは存在するか」（2026年5月公開）と、今後公開予定の接続稿を参照されたい。

なお、§4で扱った Hao ほか 2026 の集団的多様性縮小は、専門系列稿では「選択圧の単調化」と「多産画一死」——多くの論文が生産されるが、生き残るものが特定方向に収斂する状態——という概念で精密化されている。本稿の素人共同体論と専門系列の論証的標準共同体論、本稿の AI 介在による集団劣化論と専門系列の選択圧単調化論——同じ事柄を素人語彙と専門語彙で記述している。両方の語彙を持つ読者は、シリーズ全体の構造的整合性を確認できる。

参考文献

• Ioannidis, J.P.A. (2005). "Why Most Published Research Findings Are False." PLoS Medicine 2(8): e124.

• Nuijten, M.B., Hartgerink, C.H.J., van Assen, M.A.L.M., Epskamp, S., Wicherts, J.M. (2016). "The Prevalence of Statistical Reporting Errors in Psychology (1985–2013)." Behavior Research Methods 48: 1205-1226.

• Hao, F., Xu, J., Li, S., Evans, J.A. (2026). "Artificial intelligence tools expand scientists' impact but contract science's focus." Nature 649: 1237-1243. DOI: 10.1038/s41586-025-09922-y.

• 川原繁人 (2026).「ChatGPT-4oにt検定を100回やらせてみた」「ClaudeとGeminiにもt検定を100回やらせてみた」note.com/keiophonetics/n/n07d342accac6.

• 佐倉統 (2016).「科学的方法の多元性を擁護する」『心理学評論』59巻1号、137-141頁.

• 石部統久 (2026).「あなたが暮らしている3つの統計的嘘」note.com/mototchen.

• 石部統久 (2026).「統計論文の『一割』問題——理念・実装・教育・AIの四重欠落」note.com/mototchen.

• 石部統久 (2026).「外部エントロピーは存在するか——2016以後のAI時代における再現性問題への方法論的多元性」note.com/mototchen.