オープンアクセスジャーナルの急増により、研究の公開が広がる一方で、著者から出版料を徴収する「質の低いジャーナル」の増加も問題視されている。こうした不正な出版機関は、迅速な掲載を約束しながら、厳格な査読プロセスを欠くことが多く、科学の信頼性を損ねるリスクをはらんでいる。 この課題に応える形で、米国科学アドバンセズ（Science Advances）に掲載された研究では、AIを活用した新ツールの開発が報告された。研究チームは、1万2000件以上の信頼できる学術ジャーナルと、DOAJ（オープンアクセスジャーナルディレクトリ）から除外された約2500件の質の低い出版物を用いて、AIモデルを学習させた。AIは、編集委員会の情報不足、サイトデザインの粗雑さ、引用数の低さといった「危険信号」を自動検出できるように訓練された。 その後、Unpaywallのデータベースに登録された9万3804件のオープンアクセスジャーナルを対象に分析を実施。AIは、これまで知られていなかった1000件以上の懸念材料のあるジャーナルを特定。これらは合計で数十万件の論文を発行している可能性があると指摘された。 ただし、このAIツールには24％の誤検出率があり、約4件に1件は正当なジャーナルが誤って「怪しい」と判定されるリスクがある。研究チームは、AIによるスケーラブルなスクリーニングの可能性を認めつつも、人間の専門家による検証が不可欠であると強調している。 研究の著者らは、今後のさらなる精度向上に向け、AIの特徴抽出能力を改善し、不正出版業者の手法の進化に対応できるようにすることが重要だと述べている。科学の信頼性を守るには、AIの力と人間の鋭い判断力が協働する必要がある。人間とAIの連携こそが、世界中の研究の健全な発展を支える鍵となる。