社会との対話にAIをどう使うか

研究やデータ分析にAIをどう使うかについては、いまやかなり議論が進んでいます。AIによる執筆はまだ賛否が分かれるものの、少なくとも活発な議論があちこちで交わされています。ところが、一般の人々に研究を届けるためにAIを使うこと、あるいは一般向けに書く書き手として自分のワークフローを助けてもらうことは、ほとんど手つかずのままです。そうした使い方を一年ほど試してきた実感としては、制約になっているのは技術の能力ではなく、こちらの想像力のほうです。5月には、研究者がAIとどう協働するかを扱うワークショップシリーズMachine Collaboratorsで、この経験について講演をしました。以下はその文章版です。ここでいつも書いているものより実践寄りの内容で、大切な文章を機械に一行たりとも任せたくないという方にも役立つよう、意図的に設計しています。

今すぐ購読する

この春、私は三つの別々の投稿で学者はAIについて目を覚ますべきだと論じ、Pangramが実際に機能するとわかって検出ツールへの見方を改め、それからAIによる執筆は多くの文脈で正当でありうるという主張をさらに押し進めました。The Chronicle of Higher Educationで語ったとおり、こうした不敬な考えのせいで私を解雇せよと言う人もいれば、私のセットアップについて尋ねる個人的なメッセージを送り続ける人もいました（しかも同じ人物であることも珍しくありません）。とはいえ、私がやり取りした最も手厳しい批判者でさえ、少なくともBlueskyの外では、AIが研究を行ううえでは有益だったと認めるのが普通です——それについて書くことはまだ別、というだけで。そこで執筆の問題はいったん脇に置き、もう少し歩み寄りやすい前提から始めたいと思います。

あなたが研究をやり終え、論文にまとめ、掲載までこぎつけたとしましょう。その論文はいま、ほとんど誰も読まないジャーナルに眠っています。もっと多くの人に——とりわけ影響力のある人たちに——自分の研究と発見を読んでほしい。自分専用のスタイルガイドと適切な検証があれば、AIエージェントは、わかりやすい解説記事、データの副読物、取材対応の準備資料などを作ることで、その広報の負担の多くを引き受けられます。この投稿は、その始め方をひと通り案内するものです。

学者の読者なら、科学者が社会と関わることについて、とくに「学者アクティビズム」との対比で、以前の投稿でより詳しく論じたのを覚えているかもしれません。要するに、必然的に多様になる非学術的な読者に向けて書くことは、自分の考えをストレステストにかけ、優れた研究が人目に触れないままになるのを防ぎます。とはいえ、いまのアカデミアのインセンティブ構造が、分野の外へのこうした働きかけを後押ししているふりをするつもりはありません。公共政策大学院にでもいない限り、社会との関わりは昇進審査でほとんど評価されません。乏しい時間の使い方として、それを省くのは十分に筋の通った判断でした。とくに、楽しめないのならなおさらです。少なくとも、AIエージェントが登場するまではそうでした。

すでに終えた研究をもとに一般向けの記事を書くのに、かつては一週間ほどかかっていました。エージェントの助けを借りると、いまでは質を少しも落とさずに一日足らずで済みます。その分だけ「やる価値がある」の基準は下がり、以前ならまったく割に合わなかった一連のプロジェクト——多言語に翻訳したウェブサイトや、自動でアイデアを追いかける仕組みなど——が急に成り立つようになります。限界はここでも、たいていは自分の創造力の側にあります。

いま必要な基本のセットアップ（2026年第3四半期）

この記事の公開にとくに時間がかかった理由の一つは、ツールの進歩が速いせいで、具体的なAIのコツの賞味期限がかなり短いことです。私が学んだなかで唯一長持ちするコツは、人間の（リサーチ）アシスタントに頼むのと同じように、AIエージェントに話しかけて仕事を頼めばいい、ということです。関連して、人間のアシスタントに任せて倫理的に問題のないことなら、AIアシスタントに任せても同じく問題ないはずだ、という一般原則を信じるようになりました。自分で検証しさえすれば、これはアウトラインの作成でも、資料の要約でも、データ収集でも、事務的な依頼への定型的なメール返信でも、同じように当てはまるはずです。もっとも、アシスタントというたとえは下限にすぎません。¹ いまのエージェントは有能なプログラマーでもあり、まずまずのデザイナーでもあるので、定型業務が片づけば、同じ環境でずっと野心的なプロジェクトにも取りかかれます。この記事の最後で紹介する、インタラクティブな研究の副読サイトのようなものです。

実際の執筆をどこまでAIに任せてよいかについては、まともな人どうしでも意見が分かれます。ただ、これを二者択一ではなく連続体として捉えると、頭が整理されます。良い例を一つ挙げると、Archie Hallが以前の私自身のPangram批判を踏まえて書いたものがあります。² 線をどこに引くかについてArchieと私の意見は完全には一致しませんが（彼の黄色やオレンジは、私にとっては緑です）、Archieよりさらに慎重な人であっても、自分の研究を社会に届けるためにできるワクワクすることはたくさんあります。

以下は、量的研究をする社会科学者ならみな役に立ちそうな具体的な項目です。ごく基本的な話ですが、CodexとChatGPTの違いがまだよくわかっていない人も見かけるので、はっきり書いておく意味はあるでしょう。

• 少なくとも一つは有料の上位モデルにお金を払う。 本格的なエージェント型ツール（私はClaude CodeとOpenAI Codexを使っています）は月100〜200ドルほどのサブスクリプションの先にあり、無料プランでは何ができるのかを見誤ります。³

• チャットボットではなくエージェント型のシステムを使う。 つまり、プロジェクトフォルダを用意していても、ブラウザでClaudeやChatGPTを使うのはやめましょう。必要なのは、自分のコンピュータにアクセスし、タスクが終わるまでファイルの中で直接作業しながら、ウェブサイトの更新のように現実世界に変化を起こす「エージェント型ツール」です。

• GitHubのアカウントがなければ作る。 エージェントは変更履歴の残るフォルダで最も力を発揮しますし、元に戻せることは必ず必要になります。初心者向けの良いガイドがこちらにあります。

• わからないことがあればエージェントに話しかける。できれば音声入力で。 かつてはプログラマーの友人が必要だった設定まわりの疑問に、いまはツール自身が根気よく、具体的に答えてくれます。

• 共通の指示ファイルを用意し、定期的に更新する。 CLAUDE.mdやAGENTS.mdのようなものです。二度直したことは一度そこに書き込む。そうすればエージェントは同じ間違いを繰り返さなくなります。

• 出力は必ず検証する。とくに公開するものは、AIでも（そう、AIでも）自分自身でも確認する。 これについては後述します。

それでもエージェントが必要な理由、そしてプロジェクトフォルダ付きのチャットボットではまだ足りない理由

この点はもう少し説明が要ります。この記事に目を通してくれた人の何人かは、エージェントを使うことにまだ納得していなかったからです。彼らはすでに毎日ブラウザでClaudeやChatGPTと話し、自分の論文をアップロードしたプロジェクトフォルダも持っていて、研究者にこれ以上何が必要なのかと、もっともな疑問を投げかけます。

違いは、モデルが考え終わったあとに何が起きるかです。チャット画面の中でやることはすべて情報にすぎません。その答えをどこかへ運び、自分で行動に移す必要が残ります。エージェントとやることは、身のまわりの現実に働きかけるという意味でそのまま行動になります。ウェブサイトを更新して公開する、コードを直してアップロードする、招待メールを送る、といった具合です。

プロジェクトフォルダは便利ですが、それだけでは足りません。そしてこれは、チャットボットの画面からのコピー＆ペーストが減るという話にとどまりません。論文や関連資料をプロジェクトフォルダにアップロードすると、チャットボットが知っていることが変わります。エージェントは、共有したファイルを使ってAIが実際に何をできるかを変えるのです。エージェントは自分のコンピュータとターミナルにもアクセスできるので、後述する執筆用のスキルのように、より高度なこともできます。そのスキルはファイルとして存在し、エージェントは文章を書くたびにそれを読み、更新します。ブラウザについても同じです。自分のログイン情報と権限を使ってブラウザを操作するエージェントは、AIに内蔵されたブラウジング機能よりはるかに広い範囲に手が届きます。ここでも私の提案は、具体的なタスクを一つ（たとえば取材対応の準備資料づくり）実際に試して、チャットボットの出力と自分の目で比べてみることです（たとえばClaude Fable 5とClaude Code Fable 5）。ただ、次に述べる自分のウェブサイトを作って更新していく作業こそ、その違いを自分で確かめるのにうってつけです。

出発点はいつも、AIの手を借りた個人ウェブサイトづくり

ここから先はすべて、自分で管理できるウェブ上の拠点があることを前提にしています。ほとんどの研究者にとって、それは個人サイトを意味します。研究者としてまだ持っていないなら、すぐに用意してください。これこそエージェントに最初に頼めることです。自分のサイトは7年ほど前に、JekyllとAcademicPagesテンプレートを使って手作業で作りました。いまはもう、少なくとも情の面で乗り換えられずにいますが、ゼロから始めるならもっと良い選択肢がいくつもあります。

サイトはGitHub Pagesなら無料でホストできますし、独自ドメイン（たとえばSquarespace）を使う場合でも年10ドルほどです。当時、コードの書けなかった私は、いろいろなガイドの助けを借りてもなお、思いどおりのサイトにするのに途方もない時間がかかりました。エージェント型AIがあれば、全部で一晩あれば足ります。そのあとは、サイトは事実上ひとりでに更新されていきます。ちょっとした改良は一つあたり午後半日です。業績リストにタグを付けるといった変更を普通の言葉で説明すれば、エージェントが自分でその機能を追加してくれます。あなたがすべきことは、新しい機能がちゃんと動くかを手元で確かめるほかには、変更をコミットして公開することだけです。

トップページに主要業績を並べる、今後の予定をサイドバーに出すなど、思いつく限りの追加機能もすべて実現できます——限界は、ここで何度も繰り返しているとおり、自分の創造力だけです。どれ一つとして、ウェブ開発者を雇うほどの理由にはなりません（とくに我々の乏しい研究費では）。しかし合わさると、サイトを訪れるジャーナリストや同僚にとって、格段に役立つものになります。

ただ、エージェント以後の追加で私が一番気に入っているのは、サイトの自動翻訳です。alexanderkustov.orgはいま、英語と他の11言語で存在しています。完璧ではありませんし、自分が話せる言語への翻訳を基準に判定しながら全体を組み上げるには、それなりの時間がかかりました。それでもSEOの役目は十分に果たしています。ドイツやメキシコや日本の記者が、移民に関する世論について自分の言語でGoogle検索すれば、私の研究に行き当たって連絡をくれるかもしれません（実際に何度か起きています）。

助成金も人間の翻訳会社も関わっていません——サイトを翻訳したのは私のAIエージェントで、いまでは毎週自動でチェックを走らせ、英語のページと11の翻訳を突き合わせて、ずれが生じた箇所を洗い出しています。仮に最初に有資格の人間の翻訳者に頼んでいたとしても、その翻訳を定期的に更新してもらう費用はとても払えなかったでしょう（それに私は、人にただ働きを頼んだりしません）。⁴

すでに手元にある論文とアイデアをどう活かすか

論文がオンラインで公開されれば、AIエージェントはその後の反応を追いかけられます。Google Scholarは誰もが知っています——学術論文を誰が引用したかは教えてくれますが、一般向けの文章に誰がリンクしたかは教えてくれません。そこで自分用の代わりを作りました。自分の名前と主な記事タイトルを対象にしたGoogle Alerts、被リンク調査ツール（たとえばUbersuggest）、そして毎週日曜の朝に走る定期スキャンを組み合わせ、新しい言及と被リンクを一つのレポートにまとめて、コーヒーを飲みながら読んでいます。

よく似た仕組みは、研究のアイデアを記録し、それを育てるのに役立つ各種プラットフォーム上の文章をまとめておくのにも使えることがわかりました。シャワー中や同僚との会話中に思いついたことのバックログがまるごとあり、アイデアごとに一つの追跡ファイルと、主観的な価値、想定される手間、時宜性を組み込んだ採点式を用意しています。手が止まったときは、エージェントが次に何を書くべきかを教え、私がフォローしている最近のSubstackや学術誌から、そのテーマで目を通すべきものを挙げてくれます。まったく同じやり方をする必要はありませんが、私自身はObsidianを使って、そうしたMarkdownのメモを一か所で整理して読み、必要に応じてエージェントと同期させています。

同じリポジトリのおかげで、本腰を入れる前にアイデアを安く試すこともできます。フレーミングに自信が持てないときは、たいていまずSNSの投稿として出してみます。手応えがあれば、エージェントに反応を読み込ませて反論を要約させます。それが最終的な記事の反論パートになることも少なくありません。媒体に売り込むのはそのあとで、その時点ではもう、その議論が生身の読者にどう受け止められるかがわかっています。

自分専用のスタイルガイドと執筆スキルを作る

無料で読める論文がすべてPDFとして一か所にきれいに揃ったサイトができたら、AIエージェントにそれらをMarkdownに変換させ、図表を一つずつ個別のファイルとして書き出させ、PDFの隣にすべて公開しましょう。信じがたいかもしれませんが、いまや論文の最初の読者はしばしば機械です。AIに読める形にしておけば、AIはその研究を、検索を投げかけた人間に薦めてくれます。

その整った.md（Markdown）版の論文は、「執筆バンク」を作るのにも使えます。エージェントが従うべき、自分の考えについての正典のようなもので、新しいスライドや一般向けの研究要約を下書きしたいときに非常に役立ちます。このバンクには、これまで書いたものを何でも入れられます。エージェントが読める一つのフォルダに、プレーンテキスト（.md）ファイルとして保存するのです。エッセイ、寄稿記事、掲載論文、書籍の章、講演の書き起こしまで。自分の声はすでにそのコーパスの中にあります。

自分専用のスタイルガイドも必要になります。LLMの文章は、放っておけばありきたりになるからです。私のガイドはCLAUDE.mdという一つのファイルから始まり、少しずつ積み重なって育ちました。自分の公開済みの文章で「訓練」し、出てきた初稿を直し、その修正をルールとして書き留めさせました。AIの文章には見分けのつく型が確かにあり、いまや私のガイドは誰もが気づく癖を禁じています。「XではなくYだ」という構文や、不自然に短い段落などです。この禁止が効き続けるのは、ルールが、エージェントが毎回読むファイルに保存されているからです。

やがてその一つのファイルは、Claudeが「スキル」と呼ぶものへと育ちました。私として文章を書くときにエージェントが読み込む、指示をまとめた小さなフォルダです。全体の構成は下の図のとおりです。執筆バンクは声のプロファイル（私が言うこと、決して言わないこと、文のリズムに至るまで）を養い、スタイルガイドがルールを保持します。私が草稿を目にする前に、二つのチェックが走ります。禁じた構文を機械的に検出するスキャンと、最終テキストとルールブックだけを見る二番目のエージェントによる新鮮な読みです。草稿を書いたエージェントは、自分の癖には気づけないからです。そして私の修正が新しいルールとしてガイドに戻される。このループが、システム全体を良くしていきます。

同じエージェントは査読者の役目も果たせます。この仕組みの中で、おそらく最も過小評価されている部分です。何かを世に出す前に、私は自分とは明らかに異なる立場から草稿を批評させます。たとえば、取り締まりについて私は甘いと考える移民制限論者や、「サーモスタット的世論」など聞いたこともない一般の読者です。判断を信頼している特定の書き手の名前を挙げてもいいし、思想的な方向性を述べるだけでもかまいません。返ってくる指摘は出来にばらつきがあるものの、答え忘れていた反論を確実に拾ってくれます。査読レポートが助けに来てくれない一般向けの執筆では、この手の敵対的な読みが、私の見つけた中で最も近い代わりになります。

この二つが揃えば、一本の完成した論文から必要なものを何でも作らせられます。取材対応の準備資料、寄稿の売り込み文、SNS投稿、スライド、Substack記事のアウトライン、さらに思い切るなら本格的な政策ブリーフの草案まで。Machine Collaborationsでの講演では、残念ながら私の論文のなかでもとくに読まれていない一本を相手に、この一式を丸ごと走らせてみました。調査対象30か国の大半で、自国への移民も自国からの移住も減らしてほしいと考える人が過半数ないし相対多数を占めることを示した2020年の研究です。そしてその一回から、ほかの成果に加えて、私自身は考えつかなかった、今後のエッセイに使える本当に異なる三つのフレーミングが出てきました。

あるいは、何年も前に書いた論文について、いまの出来事にどんな含意があるかとジャーナリストから連絡が来たとしましょう。この仕組みがあれば、自分として言えそうなことの良い草稿を用意できます。それはほぼ確実に、その場で思いつく内容より優れていて、正確です。

スロップとハルシネーションにどう対処するか

このワークフローを同僚に説明すると、最初に返ってくる心配は、結局スロップが増えるだけではないか、というものです。誤解しないでください。一発で生成させたAIの文章には、その評価がふさわしいものがたくさんあります（人間の文章の多くと同じように）。しかしここで述べた仕組みはすべて、あなたにはすでに正当な査読済み研究と、編集を経た一般向けの文章がある、という前提から出発しています。エージェントはただ、あなた自身の主張を新しい光のもとで包み直したり文脈に置き直したりして、人間であるあなたのひどい初稿の材料にするためにいるにすぎません。張り切りすぎる人間のアシスタントに頼るときと同じで、自分の名前で世に出るものの責任は自分にあります。結果がスロップと読まれるかどうかは、公開ボタンを押す前に自分が行う検証、編集、そのほかあらゆる余分な労力にかかっています。

この検証は省けません。モデルはいまだに事実をでっち上げますし、AI支援研究における最大のボトルネックはハルシネーションだという声も、いまや少なくないからです。私は痛い目にあって学びました。あるとき私のワークフローは、共著者のJames Dennisonを「Mick Dennison」に改名しました。正しい名前は、まさに作業対象のファイルの中にあったのに、下の名前をまるごと創作したのです。別のときには、パロディアカウント（@GovAmyKlobuchar）を本人の上院議員のものとして扱い、私の名前のパターンから推測したLinkedInのURLを渡してきました。

では実際に何をしているか。名前、日付、文献、リンクはすべてモデルに三重に確認させます。何を取得したのかがわかるよう、検証の出力をそのまま貼らせます。そのうえで、重要なものは自分で確かめます。やりすぎかもしれませんが、Claude CodeがやったことをふだんからCodexに検証させ、その逆もやらせています。

ハルシネーションの面、とくに文献とその帰属については、Steven Denneyが私の知るかぎり最も優れた実践的な論考を書いています。Denneyの処方箋は、仕事は速いが雑な人間のリサーチアシスタント向けに用意するようなものです。再利用できる指示がすべての引用をCrossrefとDOIに照らして確認し、プロジェクトフォルダには元のPDFと機械可読版を並べて置いておく。そうすれば、主張は手元の原典すべてと突き合わせて検証され、誤りの余地は最小限になります。

正直に言えば、これだけのチェックと最新のモデル（私はFable 5とGPT 5.6を使っています）をもってしても、この仕組みは完璧ではありません。たとえば私のClaudeエージェントは三つ組みの法則がよほど好きらしく、自分のスタイルガイドが明示的に禁じているのに、草稿に三つ並べの表現を入れ続けます。この記事でも、やめてくれと頼んだあと、何度も何度も同じことをやり続けました。

科学者と社会との対話には、どんな未来が待っているのか

ここまで読んで試してみたくなったなら、完成した論文を一本選び、自分の文体で取材対応の準備資料のような成果物を作るようエージェントに頼むところから始められます。出てきたものを自分らしく響くまで手直しし、そこに至った指示を保存しておく。そうすれば次はもっと良く、もっと速くなります。

私が自分の正式な執筆スキルをここに載せなかったことにも気づいたかもしれません。それは、あのスキルが私の声をコード化したものだからで、親愛なる読者であるあなたは、自分の声を育てるべきだからです。そのいちばん簡単な方法は、この投稿そのものをエージェントに読ませて、ここで説明した仕組みを、自分がやろうとしていることに合わせて好きに変えながら実装させることです。

ここで述べていることは、まもなくエージェントの能力の上限ではなく、下限になるでしょう。たとえばStanfordの政治学者Andy Hallは、自身のオリジナル研究の多くを直接Substackで公開するつもりだと今週明らかにしました。この素早い公開によって、彼は最新の研究を他の研究者だけでなく政策立案者やジャーナリストとも議論し、広められるようになり、ジャーナルの査読者からの「しばしば恣意的な」コメントを飛ばせます。査読を飛ばすことの代償については彼自身が率直に認めていますし、この選択がテニュア持ちなど安定した地位にいる人ほど取りやすいのは明らかです。ただ、時宜性のある仕事では、計算はますます速さに傾いています。同じ選択をする研究者は——私自身も含めて——すでに増えています。

いま私が最もワクワクするフロンティアは、インタラクティブ性です。少し前まで、インタラクティブなデータ企画を作れるのはThe New York Timesほどの資源を持つ報道機関だけでしたし、学術誌のほうは静止画のPNGより高度なものを扱うにはあまりに時代遅れのままです。エージェントがあれば、いまやどんな研究者でも、公開済みの論文にインタラクティブな副読サイトを添えて公開できます。Sean Westwood、Justin Grimmer、Andy Hallが、AIモデルの政治的な傾きがどう見られているかについてのワーキングペーパーのために作った実働の副読サイトModelslant.comでは、読者が自分でランキングを掘り下げられますし、Hallの研究室はいま、同種のプロトタイプをひと棚ぶんそろえて運営しています。とはいえ、こうしたことにStanfordの研究室ほどの資源はもう必ずしも要りません。読まれていないあなた自身の論文こそ、こういう副読サイトがまさに向いている候補なのです。

最初のAI投稿の締めの一言は、いまも有効です。Claude Codeと、時間がなくて手をつけられなかった面倒な広報や研究の作業を一つ持って部屋に閉じこもり、何が起きるか見てみてください。このガイドに出てくる具体的なツールは、一年もすれば古びて見えるかもしれません。しかし根底にある変化はどこへも行きません。本格的な一般向け執筆の限界費用は崩壊しました。いま黙っている研究者は、より劣った情報しか持たない書き手に議論の場を明け渡すことになります。AIやAI支援の執筆をまだ好きになれないかもしれません。それでも、言うに値することがあるのなら、手に入る最良の道具を使わずに黙っていることは、あなたが能動的に下している選択なのです。

シェアする

草稿に有益な助言をくれたMike Riggs、Jannik Reigl、Jeff Fong、そしてもちろんClaudeとCodexに心から感謝します。