大規模言語モデル（LLM）の導入により、科学分野における論文発表数は急増しているが、その質は停滞しているという調査結果が明らかになった。複数の研究チームが実施した分析によると、LLMを活用した研究者は、そうでない研究者に比べて平均して約30％多い論文を投稿している。しかし、これらの論文の査読通過率や引用数、学術的インパクトは、LLM未使用の研究と比べて顕著な向上が見られず、質の水準は横ばいにとどまっている。 特に問題視されているのは、LLMが生成する内容の信頼性の欠如である。一部の論文では、文献の誤引用や、実際には存在しない研究結果の捏造が確認された。また、理論的整合性や実験設計の妥当性に欠ける記述も増加しており、科学的根拠の弱体化が懸念されている。 研究者の中には、LLMを文献調査や草案作成の補助ツールとして有効に活用しているケースもあるが、一方で、内容の検証や論理の整合性を完全に委ねる傾向が見られ、結果として「量は増えたが、質は変わらない」状況が広がっている。 この現象に対し、学術界の一部では、LLMの使用に明確なガイドラインの策定と、論文の査読プロセスにおけるAI生成コンテンツの識別が急務だと指摘されている。科学の信頼性を守るためには、技術の活用と責任ある運用のバランスが不可欠である。