AIが書いたように読める申請書ほどNIHの資金を得やすい——そして問いは小さくなる
ノースウェスタン大学ケロッグ経営大学院のダシュン・ワンとイーファン・チエンは昨日、米連邦の研究助成を分析した論文をPNASに発表した。AIによる執筆支援の兆候がより強い助成申請は、そうでない申請より四ポイント高い割合で米国立衛生研究所の資金を獲得していた。一方で同じ申請群は意味的な独自性の評点が低く、同機関がすでに助成した研究に近い内容だった。米国立科学財団については、AI支援による執筆と採択率のあいだに有意な関係は見いだされなかった。
なぜ重要かAIの道具が誤った目標を最適化してしまう、これまでで最も明快な例である。過去の採択案件で訓練されたモデルは、過去の採択案件に似た申請書を書き、審査員はその類似性に報いる。誰も試したことのない研究に資金を出すのが仕事の機関にとって、これはまったく逆方向だ。NSFの結果も同じくらい重要である。両機関の審査のやり方に何らかの違いがあるにせよ、一方は「見慣れていること」に同じだけの上乗せを払っていない。
アプリで読む——無料・9言語
関連ニュース
米国が16カ国を誘い、AIを科学の中心に置いた2026-10-05数学者が普通のチャット画面で未解決問題を五つ解いた
2026-10-05素のモデルが、調整版には解けない課題を解いた。
2026-10-04普通の写真で事前学習したモデルが推論テストで70%を取った
2026-10-04グーグルが人工知能用半導体を軌道に送り、耐久性を試します。
2026-10-03