スタンフォード大学の教員たちが、研究分野における人工知能（AI）ツールの活用について、学術的厳密性、倫理、人間の判断の重要性を念頭に議論を深めている。歴史学のアソシエイト・プロフェッサー、カトリーン・オリバリウス氏は、19世紀米国史の研究に主にアーカイブ資料を用いるため、AIの活用には慎重さを示す。彼女は「ChatGPTや生成AIは、オンラインに接続されたアーカイブではない」と指摘し、学生たちが歴史的資料がすべてデジタル化されていると誤解している点に懸念を示す。AIは「優れた校正ツール」としては有効だと認めつつも、原稿の作成までは行わない。「研究の本質は、書くという作業を通じた思考の積み重ね。その部分をAIに外注するつもりはない」と強調した。また、AIが生成した内容に重大な解釈的誤りが含まれる可能性があるとし、専門家でなければその誤りに気づけない点を問題視。AIの出力が「自分のアイデアでない」なら、それは「AIによる盗用（プラグライズム）」と見なす可能性があると倫理的懸念を提起した。 一方、データサイエンスの専門家であるジョイヨン・ハム氏は、研究者たちのAI活用のニーズが「単なる認知」から「具体的なツール評価と技術的応用」へとシフトしていると指摘。APIのコスト効率的な活用法や、AIの仕組み（トランスフォーマー構造など）の理解、倫理的配慮の重要性が高まっている。彼女は、AIが研究の「スキルセットを根本から変える」のではなく、むしろ「批判的読解、思考、執筆」の重要性がますます高まっていると述べた。特に質的分析では、LLMをコード化やデータ抽出に活用する試みがあるが、出力の「幻覚（ハルシネーション）」による信頼性の損失に注意が必要と指摘。 地球惑星科学のジェフ・カース教授は、AIが鉱物探査や地熱エネルギー分野でデータの複雑な分析を可能にしていると説明。AIは単なる効率化ではなく、環境配慮や地域社会の視点を早期に統合することで、長期的なコスト削減と持続可能性の向上に貢献すると強調。しかし、AIがシステムの複雑さを理解する力は限られているとし、生成AIの役割は過大評価されていると指摘。最終的に、AIの導入は「学術的厳密性、責任、協働」を損なわないよう、教員たちがガイドラインを整備し、学問の本質を守ることが最大の課題とされている。