Springer Natureが査読でのAI利用ルールを刷新！ セキュアなAIなら、未公開原稿の限定的な入力も条件付きで容認へ。 springernature.com/gp/polici… 当然の流れでしょう。他の出版社も遅かれ速かれ、大なり小なり、これに続かざるを得ないと思います。昨年夏のジャーナル関連のシンポジウムの質疑応答で、私が査読AI使用条件付き解禁を提案したときは、Nature社の3名の専任エディターたち（本誌、Nature Neuro、Nature Comm）からコテンパンに攻撃され提案は完全リジェクトされたのですがww 私が編集長のジャーナルを出版するWiley社や、私が副編集長のジャーナルのOxford Univ Press社の担当者にも、編集部の中心的な何名かで議論した上で、わかりやすい建設的な文書にして提案しましたが、けんもほろろで聞く耳は全く持っていただけない感じでした。 一年で劇的に状況は進んだわけですが、再度、提案しようと思ってます。 1年先の状況の予測は人間のエディターや出版社の担当者には難しかったということかもしれません。なお、AIは去年の時点でも、私の意見に概ね、同意してました。 「AIを活用しない査読とか、ありえん」 というような状況に近々なっていくと予測します。 以下、ChatGPT 6Astraによる解説（Opus5.5などで一部修正）。 ―――――――― Springer Natureは2026年9月10日にAIに関するEditorial Policyを大幅に更新し、査読におけるAI利用について、「AIを使ったか／使わなかったか」で一律に判断するのではなく、「どのように使ったか」「どの程度リスクがあるか」「人間による監督・検証・責任が維持されているか」で判断するrisk-based approachを正式に導入しました。 これまでの方針は、「査読者は原稿を生成AIにアップロードしない」「評価にAIの支援を受けた場合は査読レポートで開示する」というシンプルなものでした。今回、これが具体的な3段階の枠組みに置き換えられました。 査読でのAI利用は、Green / Amber / Redの3段階に分類されています。 🟢 Green：低リスクで、利用可 AIが科学的・専門的判断そのものには関与せず、表現や整理を補助する利用です。 たとえば、 ・自分で書いた査読コメントの明確さや文章表現を改善する ・コメントの構成・トーンを整える ・自分のメモを整理・要約する ・CONSORT、PRISMAなどのチェックリストを作る ・報告ガイドラインに沿って指摘事項を整理する といった用途です。 つまり、「査読者が考えた内容をAIでより明確に表現・整理する」という使い方は明確に認められています。ただし、Greenであっても、どう使ったか（言語や構成の補助など）を簡単に開示し、レポートの内容すべてに責任を負うことが求められます。 🟠 Amber：注意・検証・開示を条件に、利用可 ここが今回かなり重要なところです。 Amberは「禁止に近い」という意味ではなく、AIを分析的・解釈的な思考補助に使うことまで認めています。 Springer Natureが例として挙げているのは、 ・さらに検討すべき論点をAIに探させる ・研究のpotential limitationsを考えさせる ・別の解釈の可能性を検討する ・一般的な既存文献のパターンと比較する ・自分の推論をstress-testする ・方法論上の問題点について別の視点を得る などです。 つまり、 「自分はこの統計解析にはA、B、Cという問題があると思う。他に検討すべき一般的な問題はあるか？」 「この結果について私はこのように解釈しているが、別の説明可能性はあるか？」 のように、AIを"第二の思考相手"として利用することは許容されています。 ただし、AIの出力をそのまま信用してはいけません。査読者自身が専門知識に基づいて内容を検証し、採用するかどうかを判断し、最終的な査読コメント・評価・責任をすべて負います。 また、AIをどのように使ったかを具体的に開示し、判断が自分自身のものであることを明示することも求められます。 🔴 Red：禁止 一方、AIが人間の査読者を代替する使い方は禁止されています。 たとえば、 ・AIに論文を丸ごと査読させる ・AIに査読レポート全文を作らせる ・AIにAccept / Rejectの推奨（採否判断）を出させる ・批判的評価そのものをAIに委ねる ・公開型・非セキュアなAIに未公開原稿をアップロードする といった使い方は認められません。 Springer Natureが強調しているのは、 「AIを使うな」 ではなく、 「AIは人間の専門的判断をsupportしてよいが、replaceしてはいけない」 という原則です。 さらに今回非常に大きな変更なのが、未公開原稿の扱いです。 一般公開型のAIや、入力内容が保存・再利用・学習に使用されうるAIには、未公開の原稿本文、図、結果、方法などを入力してはいけません。自分のメモや要約を使う場合でも、新規の結果・結論・方法論には触れないよう求められています。 一方、 ・所属機関が承認したAI ・Enterprise / controlled AI ・適切なデータ保護のあるAI ・ローカルLLM などのsecure / institutionally-approved AIについては、ツールのデータ方針や設定次第で、未公開原稿の内容の「limited use」が許容され得る、と明記されました。 従来は一律に「原稿を生成AIにアップロードしない」だったので、これはかなり大きな変化です。 もちろん「Enterprise版なら何でも入れてよい」という意味ではありません。査読者は、そのAIのデータ方針（入力を保持しないか、学習に使わないか）を確認し、所属機関の指針・承認に従い、慎重かつ必要な範囲で使うことが求められます。データの扱いが不明確なツールは高リスクとみなすべき、というのがSpringer Natureの立場で、機関提供のAI検出ツールでさえ入力を保持・学習するものがある、と注意喚起しています。 また、安全な使い方として、原稿そのものを入力せず、自分で読んで作成したメモや、機密情報を含まない抽象化した説明を入力する方法が推奨されています。 Springer Natureが示している考え方が面白く、 「AIに "What should I conclude?" と聞くのではなく、"What should I look for?" と聞く」 というものです。 つまり、 「この論文は採択すべきか？」 ではなく、 「このタイプの研究では一般的に何を確認すべきか？」 とAIに問い、人間が自分で判断する。 また、 「この論文の長所と短所を教えて」 と丸投げするのではなく、まず査読者自身が読んで評価し、 「私はこう考えたが、別の説明や反論の可能性はないか？」 とAIにstress-testさせる。 こうした使い方を明示的に認めています。 そして、AIを使った場合には透明性のため利用を開示することを求めています。Springer Natureは、AI利用を開示したこと自体が査読者に不利益を与えるものではない、とも明記しています。 要するに今回の方針変更は、 「原稿を生成AIに入れない（AIを使ったら開示）」 から、 「機密性を守り、利用を透明にし、AIの出力を人間が検証し、最終判断と全責任を査読者自身が負うのであれば、AIを査読の補助としてかなり広い範囲で利用してよい。セキュアな環境なら、原稿内容の限定的な入力もあり得る」 への転換です。 特にAmberとして、AIを単なる英文校正だけでなく、方法論上の問題点の探索、別解釈の検討、自分の推論のstress-testなど、かなり本質的な"思考補助"に使うことまで明示的に許容した点は重要だと思います。 ただし、AIへの査読の丸投げ、採否判断の委任、非セキュアなAIへの未公開原稿の入力は禁止。この線は明確です。 「AIを使うか否か」ではなく、 「どの情報を、どの環境で、何のために使い、人間がどこまで責任を持つか」。 査読におけるAI利用の議論は、いよいよその段階に入った、ということだと思います。

AI時代、人間の価値は「能力」から「責任」に移っていくと思う。 コードを書く。資料を作る。分析する。ヒアリングする。要件を整理する。実装する。 この辺はかなりのスピードでAIに代替されていく。 でも企業では、 「AIがそう判断したので、これにしました」 では、まだ責任の説明にならない。 一方で、 「あの人に任せた」 「あの会社に任せた」 なら、社内的にも説明がつく。 企業における「信頼」って、結局かなりの部分が、 「誰が最後に責任を取るのか」 だと思う。 問題が起きた時に誰が出てくるのか。 最後まで逃げずに対応するのか。 その人、その会社に任せること自体が合理的な意思決定だったと言えるのか。 ここは当面、AIでは代替しにくい。 なのでAI時代は、人間がいらなくなるというより、 「必要な人数が激減して、一人あたりのレバレッジが猛烈に上がる」 という世界になると思う。 今まで10人でやっていた営業を、AI＋優秀な営業1〜2人で回す。 FDEも同じで、AIを使いながら少人数で顧客企業の内部に深く入り込む。 そして、 この会社では実際にどう意思決定しているのか。 誰が何を承認するのか。 どんな例外処理があるのか。 どういう時に誰に相談するのか。 こういう暗黙知を集めて、ハーネスとしてAIに渡していく。 結局、AI時代に強いのは、 顧客の内部に入り込める人。 本音や暗黙知を見せてもらえる人。 重要な仕事を任せてもらえる人。 そして最後に責任を持てる人。 AI企業の勝負も、突き詰めると、 「誰から、どこまで仕事を任せてもらえるか」 になる気がする。 AIが賢くなればなるほど、人間の価値は「自分で作業する能力」から、 「信頼され、重要な仕事を任され、最後に責任を取る能力」 へ移っていく。 必要な人間の数は減る。 でも残る人間の価値は、むしろ今より上がると思う。

これは起きるでしょうね🤔 うちではClaude Codeをメンバーに導入し、ある程度慣れてきたので以下は解約しました bixid、HAYAWAZA、AIspect 良いサービスだったしめちゃくちゃ助けられてきたのは確かですが、AIがそれを圧倒的に超えていきました… STREAMEDは私の担当のところは全て利用をやめてClaude Codeに切り替えましたし、会計ソフトもPCAから freeeに切り替えました😊 技術的には全て移行は可能ですが、メンバーの負担を考えてそこはまだメンバーに移行するかは任せています ただ、進化が速すぎてガチガチにフォームを固めない方が良いな、が現状の方針です🥹 どんな変化が起きても柔軟に対応できるようにしておかないとですね その為には代表や組織のリーダーが、常にXを見ておく必要があります😀

大手各社のFDE戦略が多様化してきた。 富士通はコンサルタントとFDEを組み合わせる「FDE＋C」、アクセンチュアは変革から実装・成果創出まで担う「RDE (Reinvention Deployed Engineering)」、デロイトは複数の専門性を束ねる「MDM (Multi-Disciplinary Model)」。 各社とも、ただのAI導入ではなく、顧客現場に入り込んで成果まで担うモデルを独自に定義し始めている。 とはいえ、RDEもMDMもたぶん流行らず、全部まとめて普通に「FDE」と呼ばれそう。 active.nikkeibp.co.jp/atcl/a… #FDE