「GPT-4」による論文査読の有効性：スタンフォード大らの研究で8割の研究者が肯定的評価

米スタンフォード大学をはじめとする研究機関が、AI「GPT-4」を用いた論文査読の有効性を検証。

結果、参加した研究者の80％以上が「AI査読は有益」との回答を示しました。

LLM科学的フィードバック生成システムとは？

学術雑誌への論文投稿が増加し、査読のタスクが研究者の負担となっています。

この背景から、大規模言語モデル（LLM）を使用して科学的フィードバックを自動生成するシステムが注目されています。

具体的には、OpenAIの「GPT-4」を活用して、科学論文のPDFからフィードバックを自動生成するシステムが開発されました。

このシステムは、PDFを解析し、GPT-4用のプロンプトを作成。このプロンプトをもとに、科学的なフィードバックが生成されます。

「Nature」系列ジャーナルやICLRのデータセットを使用して、GPT-4によるフィードバックの有効性を評価しました。

結果、Nature系列のジャーナルにおいて、GPT-4のコメントの約57.55％が、人間の査読者のコメントと一致していました。

また、ICLRのデータセットでは、GPT-4のコメントの約77.18％が、人間の査読者のコメントと一致していました。

ICLRのデータセットを基にした評価では、拒否された論文に対するLLMのフィードバックと人間の査読者のフィードバックの一致率が高かったことが明らかになりました。

これは、拒否された論文には明確な問題点や欠陥が多く、LLMがこれらの問題を特定するのに有効であることを示唆しています。

ユーザー調査の結果、参加した研究者の82.5％が、LLMのフィードバックが人間のフィードバックと同等またはそれ以上に有益であると感じました。

多くの研究者は、LLMを活用することで、論文の初期の草稿を改善するのに役立つと期待しています。

「GPT-4」を用いた論文査読の有効性に関するこの研究は、AI技術の進化とその応用範囲の拡大を示しています。

特に、査読のプロセスにおけるAIの役割は、研究者の負担軽減や査読の質の向上に寄与する可能性があります。

しかし、AIの査読が人間の査読を完全に置き換えるものではなく、両者の協力によってより高品質な査読が実現されることを期待しています。

「GPT-4」を用いた論文査読の有効性を検証した研究により、AIを活用した査読が研究者の支援ツールとして有効であることが示されました。

今後もAI技術の進化とともに、査読の質の向上や研究者の負担軽減が期待されます。