人工知能（AI）が科学者の生産性を飛躍的に高めている一方で、科学全体の多様性とつながりを損なっているという警告が、Natureに掲載された大規模な研究で示された。この研究は、1980年から2025年までの生物学、医学、化学、物理学、材料科学、地学の分野で発表された4100万件以上の論文を分析。AIを活用した研究者は、AIを使わない研究者と比べて、論文発表数が3.02倍、引用数が4.84倍、研究リーダーとしての昇進も1.5年早く達成するという結果が明らかになった。特に、AIの導入が進む2023年以降の「生成AI」時代に、この差は顕著に広がった。 しかし、研究の成果は個人の成功にとどまらず、科学全体の健康を損なっている可能性がある。AI研究は、既に人気のある問題（例：AlphaFoldによるタンパク質構造予測）に集中し、研究の「集積」が進む一方で、科学文献全体のつながりは弱まっている。AI論文は、全体の22％ほどが他の研究と連携しない傾向にあり、引用の集中度も高まり、少数の「スター論文」に集中的に注目される状態が続いている。その結果、科学の探求領域は4.6％縮小している。 研究の中心人物は、シカゴ大学の計算社会学者ジェームズ・エバンス氏と清華大学の許峰莉氏ら。彼らは、AIの導入が「集団的科学」の本質を脅かしていると指摘。AIは個人の成果を加速させるが、科学の進展には「多様な視点の交差」が不可欠であり、同じ山にばかり登る状態は、新しい分野の発見を阻害すると警鐘を鳴らす。 専門家は、この傾向を変えるためには、AIがまだ浸透していない分野に大規模なデータセットを構築することが鍵になると提言。また、未来のAIはデータ処理を超えて、科学的創造性を持つ自律型エージェントとして進化すべきだとする。エバンス氏は「AIが科学をどう形作るかは、私たち次第。古い問いにだけ答えを絞るのではなく、新しい分野を生み出す未来を目指すべきだ」と強調している。