By asahifile 
何の記事か
本稿で扱うのは、The Economist 10月17日号のリーダー論説「EurekAI!」（p.10）と、同じ号の Science & technology 特集「AI scientists」（p.69–74）である。数学の難問をAIが一挙に解いた出来事を起点に、科学という営みを機械に委ねることの意味を問う論説だ。筆者名は示されていない。
要点
記事の発端は2026年10月6日である。OpenAIは学術論文を700本以上一挙に公開し、数十年にわたって数学者を悩ませてきた372の問題について進展または解決を主張した。同じモデルは、流体の運動に関わるナビエ・ストークス問題というミレニアム懸賞問題を88時間で解いたという。これは7つの懸賞問題のうち2番目の解決で、機械が成し遂げた初のケースとされる。
数学界の反応は複雑だ。900人を超える研究者からなる「Association for Human Mathematics」は「数学者たちはこの仕事を頼んだわけではない」と警告し、数学の価値は証明そのものではなく苦労の過程にあると訴える。一方、記事はこの反発に「特別弁護の要素がある」とも指摘する。知識の生産を学者の行会が独占する権利はない、というのが論説の立場だ。
同時に記事は、AIが天気予報の改善、数百万規模の新素材の提案、核融合実験の制御支援、ほぼすべての既知タンパク質の構造予測（ノーベル賞受賞）など、経験科学でも成果を上げていると述べる。そのうえで、機械が理解不能な知性になり、人間が「小切手を切るだけ」の存在になる未来への警戒をにじませる。
ここが引っかかった
私はこの論説の主張——「科学には常に人間を介在させ続けよ」——に概ね賛成するが、危機の所在は記事より一段ずれた場所にあると考える。本当の危険は「AIが科学者の仕事を奪うこと」ではない。人間が理解しないまま成果だけを受け取る構造、つまり「検証も理解も放棄して、答えだけを消費する科学」が常態化することだ。
数学界の反発には、私から見て正当な部分と、行会の既得権が混ざっている。正当なのは「理解なき証明は人間の理解を進めない」という指摘だ。宿題の答えをそのまま渡される生徒が学ばないのと同じで、労苦を伴う過程こそが理解を生むという訴えは傾聴に値する。だがその一方で、「この仕事を頼んだわけではない」という言葉は、知識の生産を既存の共同体が独占できるかのような響きを持つ。それは科学の公共性を否定しかねない。私は、反発のうち前者には賛成し、後者には明確に反対する。
記事がもっと踏み込むべきだったのは、成果の「検証可能性」を誰が担保するかという問いだ。数学は公理から導かれるため機械的に検証できる、と記事は言う。だが生物学や材料科学では、AIが出す結果の再現性や妥当性を人間が確認するコストは格段に高い。検証不能な成果が「論文」として流通し始めたとき、科学の信頼基盤そのものが侵食される。私の立場は明確だ。AIの成果を受け入れる条件は、機械が解いたかどうかではなく、人間が検証し理解できるかどうかにある。
日本（読者の国）にとっての意味
日本では研究評価が「論文数」や被引用数に寄る傾向が根強い。この評価軸の下では、AIが大量に生成した検証不能な成果が「数」として評価され、混ざり込むリスクが他国より高いと私は判断する。数が評価されるほど、中身の検証という手間のかかる営みは軽視される。これは単なる効率化ではなく、評価制度の穴をAIが突く構造だ。
日本の科学政策は、成果の「量」ではなく「検証可能性」に報いる方向へ舵を切るべきだ。査読の充実や再現性の確認に研究資源を割くことが、AI時代の科学の足場になる。機械に解かせることを否定するのではなく、解かれたものを人間が腑に落とす工程に、地位とキャリアを与え直す必要がある。
誰に読んでほしいか
研究者、とりわけ研究評価の制度設計に携わる人に読んでほしい。加えて、AIの成果を「正しいもの」として受け取る習慣が身につきつつある一般の科学ファンにも、一度立ち止まってほしい。
引用
“Mathematicians did not ask for this work to be done.”（数学者たちはこの仕事を頼んだわけではない）
“Science will always need a human in the loop.”（科学には常に、輪の中に人間が要る）
出典：The Economist, October 17th 2026, p.10
出典：The Economist, October 17th 2026（Leader, p.10 / 特集 p.69–74）