英医学誌BMJ、AIが260万本を解析し不正の可能性を検出
科学ジャーナルの信頼性を揺るがすニュースが飛び込んできました。
英医学誌The BMJに掲載された最新の研究により、AI（人工知能）ががん研究論文260万本を解析した結果、実に25万本以上に「ペーパーミル（論文工場。粗悪または捏造された論文を組織的に大量生産・販売する業者）」由来とみられる不審な特徴が見つかったのです。
がん研究は新薬開発や治療方針に直結するだけに、土台が揺らいでいる可能性は決して軽視できません。ScienceDaily、EurekAlert!、SciTechDailyなど複数の科学メディアがこの衝撃的な調査結果を報じています。
260万本を解析、25万本超に「工場製」の疑い
研究を率いたのは、オーストラリア・クイーンズランド工科大学（QUT）のエイドリアン・バーネット教授と国際研究チームです。チームは1999年から2024年までにPubMedに登録されたがん研究論文260万本を対象に、既に不正が判明し撤回された「ペーパーミル（論文工場。粗悪または捏造された論文を組織的に大量生産・販売する業者）」由来の論文2,202本と、正規の論文を比較する形でAIモデルを訓練しました。
その結果、261,245本（全体の9.87%）が工場製論文と酷似した特徴を持つとして検出されました。これは検証用データでの的中率が91%に達したモデルによる判定です。単純計算では、がん研究論文の実に10本に1本近くが疑わしいという計算になり、これまで一部の専門家が懸念してきた「氷山の一角」ではなく、氷山そのものの大きさが可視化された格好です。
使われたのは「BERT」、文章の癖を見抜くAI
今回の検出に使われたのは、BERT（Bidirectional Encoder Representations from Transformers。文章の前後関係を踏まえて意味を理解する自然言語処理AIモデル）と呼ばれる技術です。バーネット氏は「ペーパーミルは粗悪な、あるいは捏造された論文を産業規模で製造・販売する業者だ。今回の結果は、がん研究における問題が多くの人が考えているよりもはるかに大きいことを示している」と指摘します。工場製論文の多くは、執筆の手間を省くために定型文（テンプレート）を使い回しているとみられ、これが逆に不自然な文章の「癖」としてAIに検出される手がかりになったといいます。バーネット氏はこの仕組みを「事実上、科学版のスパムフィルターを作り上げた」と表現しており、迷惑メール対策と同じ発想が学術出版の品質管理にも応用され始めていることを象徴しています。人間の査読者では見抜けない微細な文体パターンをAIが捉えられる点は、今後さまざまな分野の不正検出に転用できる可能性を秘めています。
中国36%、イラン20% – 国と分野で偏る不審論文
疑わしい論文の分布には明確な偏りが見られました。国別では、中国のがん研究論文のうち約36%が工場製の疑いありと判定された一方、イランは約20%、米国はわずか約2%にとどまりました。分野別では、以下のがん種で疑わしい論文の比率が特に高くなっています。
- 胃がん関連：約22%
- 骨腫瘍関連：約21%
- 肝臓がん関連：約20%
こうした偏りは、特定の国・分野で論文数そのものを昇進や研究費配分の指標にする研究評価制度や、出版件数を重視するインセンティブ構造が存在する可能性を示唆しており、AIによる検出だけでなく制度設計そのものへの問い直しを迫るデータだと言えるでしょう。
また、疑わしい論文の割合は2000年代初頭の約1%から、2022年にはピーク時16%超まで右肩上がりに増加しており、生成AIの普及と歩調を合わせるように問題が加速している構図が浮かび上がります。
一流誌にも侵食、引用数は倍増というジレンマ
特に深刻なのは、こうした工場製論文とみられるものが無名の雑誌だけでなく、引用数上位10%に入る一流学術誌にも一定割合で紛れ込んでいた点です。
2022年時点で、トップ10%誌の掲載論文のうち10%超が疑わしいと判定されました。さらに学術誌Natureの報道によれば、工場製とみられる論文は正規の論文と比べて引用数が約2倍に達する傾向があるとされています。論文同士が互いを引用し合う「自己循環」的な仕組みで注目度を人為的に押し上げているとみられ、結果として学術誌自体の評価指標（インパクトファクター。
学術誌の影響力を示す指数で、掲載論文の平均被引用数から算出される）を歪めかねません。査読制度が本来果たすべき品質管理の役割が、量産型の巧妙な捏造の前で追いついていない実態が改めて浮き彫りになったと言えます。皮肉なことに、不正な論文ほど目立って引用される構造は、まじめに研究する研究者ほど埋没しかねないという歪んだインセンティブを生んでいる可能性もあります。
がん治療への影響と、始まったAI対策
バーネット氏は「がん研究は臨床試験や創薬、患者ケアに直結している。捏造論文がエビデンス（科学的根拠）に紛れ込めば、真面目な研究者を誤った方向に導き、結果的に患者への恩恵を遅らせかねない」と警鐘を鳴らしています。
研究チームが開発したAI判定ツールは、既に3つの学術誌が投稿・査読プロセスの一環として試験導入を始めており、今後より多くの出版社に広がる可能性があります。ただし研究チーム自身も、AIによる「フラグ付け」はあくまで人間の専門家による詳細な検証を促す警告シグナルであり、それ自体が不正の確定を意味するわけではないと強調しています。
生成AIの普及によって捏造論文の作成自体がさらに容易になる懸念がある一方、その捏造を見抜く側にも同じAI技術が使われ始めているというのは、いかにも現代らしい攻防と言えるかもしれません。
今後は編集部への投稿段階での自動スクリーニングが標準的な工程として定着するかどうかが、学術出版全体の信頼回復を左右する分水嶺になりそうです。
補足情報
AIモデルの訓練には、研究不正の追跡データベース「Retraction Watch（撤回論文を記録・公開する国際的なデータベース）」に登録された撤回済みのペーパーミル関連論文2,202本と、正規の論文を比較対照として用いたほか、さらに3,094本の疑わしい論文で検証を行い、精度を高めています。
ペーパーミル業者は、著者欄への名前掲載枠を有料で販売する手口から、実験データを含む論文原稿を丸ごと販売する手口まで、多様なビジネスモデルを持つとされます。
研究成果は英医学誌The BMJに2026年1月付で掲載され、国際的な研究公正の議論に一石を投じています。
なお今回の分析対象はがん研究分野に限られていますが、研究チームは同様の手法が薬理学や材料科学など他分野の論文検証にも応用できる可能性があるとしています。
まとめ
260万本のがん研究論文をAIが解析した結果、実に25万本超が「工場製」の疑いありと判定されるという衝撃的な結果が明らかになりました。
不審な論文の割合は2022年に16%超まで増加し、一流誌への侵食や引用数の不自然な押し上げも確認されています。今後は判定ツールを導入する学術誌がどこまで増えるか、そして各国の研究機関や資金配分の仕組みが、量産志向の出版インセンティブをどう是正していくのかが焦点となりそうです。