はじめに
Google Cloudが2026年4月8日、学術研究のワークフローを効率化する2つのAIエージェント「PaperVizAgent」と「ScholarPeer」を発表しました。前者は論文の図版を自動生成し、後者は査読プロセスを自動化するものです。本稿では、各エージェントの仕組みと性能評価の結果を解説します。
参考記事
- タイトル: Improving the academic workflow: Introducing two AI agents for better figures and peer review
- 著者: Jinsung Yoon（Research Scientist）、Tomas Pfister（Director）、Google Cloud
- 発行元: Google Research Blog
- 発行日: 2026年4月8日
- URL: https://research.google/blog/improving-the-academic-workflow-introducing-two-ai-agents-for-better-figures-and-peer-review/
要点
- PaperVizAgentは、論文のテキストから出版水準の図版を自動生成するマルチエージェントフレームワークである
- PaperVizAgentの総合スコアは60.2で、人間ベースライン（50.0）を超え、GPT-Image-1.5やPaper2Anyなど比較対象のすべてのモデルを上回った
- ScholarPeerは、ウェブ検索と複数エージェントの連携によって査読プロセスを自動化するフレームワークである
- ScholarPeerは既存の自動査読アプローチに対して高い勝率を達成し、AIによるフィードバックと人間レベルの多様性のギャップを大幅に縮小した
- 両ツールは現時点では実験的なプロトタイプであり、出版判断の決定的な根拠として使用することは想定されていない
詳細解説
学術研究ワークフローが直面する課題
学術研究の世界では、AIによる文章草稿の支援は普及しつつある一方で、方法論の図解や統計プロットといった複雑な図版の作成は依然として研究者の大きな負担となっています。また、論文投稿数の急増に伴い、査読システムへの負荷が増大しており、レビュアーの疲弊や評価の一貫性低下が課題として指摘されています。Google Cloudはこうした背景を踏まえ、学術研究のライフサイクル全体を支援するエージェントとして、PaperVizAgentとScholarPeerを開発しました。
マルチエージェントシステム（複数のAIが役割分担して連携する仕組み）は、単一モデルでは対応が難しい複雑なタスクに対して有効なアプローチと考えられており、今回の2つのフレームワークもその手法を採用しています。
PaperVizAgent：5つの専門エージェントによる図版生成
PaperVizAgent（旧称：PaperBanana）は、学術テキストから出版水準の図版を自律的に生成するフレームワークです。研究者が入力として提供するのは、「ソースコンテキスト」（論文の方法論セクションなど技術的な記述）と「伝達意図」（図のキャプションで何を表現すべきかの説明）の2点です。
この2つの入力をもとに、5つの専門エージェントが連携して処理を進めます。まずリトリーバーとプランナーが既存の学術図版を参照文献として収集し、内容を整理します。続いてスタイリストが学術的な標準に即した美的ガイドラインを策定し、ビジュアライザーが画像の生成または統計プロット用のPythonコードを出力します。最後にクリティックが元のテキストと照合して整合性を評価し、問題があればビジュアライザーにフィードバックを返す反復改善ループが動作します。
この仕組みは、単純なプロンプトへの応答ではなく、「計画→生成→評価→修正」というサイクルを繰り返すことで精度を高める設計です。学術図版には正確さと見やすさの両立が求められるため、こうした反復プロセスは実用上意味があると考えられます。
PaperVizAgentの評価結果
Googleによれば、PaperVizAgentの評価には0〜100スケールの比較スコアリング指標が用いられ、誠実性（faithfulness）、簡潔性（conciseness）、可読性（readability）、美観（aesthetics）の4つの観点から測定されました。人間が作成した図版を入力としてLLMジャッジを校正し、人間パフォーマンスのベースラインを50.0に設定したうえで評価を実施しています。
その結果、PaperVizAgentは総合スコア60.2を達成し、GPT-Image-1.5、Nano-Banana-Pro、Paper2Anyを含むすべての比較対象モデルを上回りました。また、人間ベースラインの50.0を超えた唯一のフレームワークとして位置付けられています。特に簡潔性と美観のスコアが高く、統計プロットの生成においても人間と競争力のある結果を示したとされています。
ベンチマークの設計上、人間ベースラインを超えるスコアが「人間より優れている」ことを直接意味するわけではなく、評価指標の設定や比較条件によって解釈は変わり得ると思います。とはいえ、既存の自動化アプローチを明確に上回った点は注目に値します。
ScholarPeer：検索連動型の自動査読エージェント
ScholarPeerは、シニア研究者の査読ワークフローを模倣するよう設計された、文脈認識型かつ検索連動型のマルチエージェントフレームワークです。通常の言語モデルが査読をテキスト生成タスクとして単純に処理するのとは異なり、「文脈取得」と「能動的な検証」という2つのストリームを組み合わせた処理が特徴です。
具体的には、サブドメインヒストリアンエージェントがウェブ規模の文献を動的に収集して分野の背景知識を構築し、ベースラインスカウトが著者の見落としている可能性のあるデータセットや比較ベースラインを積極的に探索します。さらにマルチアスペクトQ&Aエンジンが論文の技術的主張を詳細に検証します。最終的な査読レポートには、詳細なサマリー、強み、弱み、著者への質問が含まれており、専門家による標準的な査読レポートに近い形式をとっています。
Googleの発表によれば、ScholarPeerは公開データセットを用いた評価で、既存の自動査読アプローチに対して高い勝率を達成しました。また、能動的な検証ワークフローにより、AIが生成するフィードバックと人間レベルの多様性との差が大幅に縮小されたとされています。
査読の自動化は、レビュアー不足という業界課題への対応として意義があると考えられます。ただし、ScholarPeer自身もGoogleが「実験的なプロトタイプ」と明記しているように、現時点での出力を最終的な査読として扱うのではなく、研究者の補助ツールとして位置付けることが重要だと思います。
今後の展開
Googleによれば、PaperVizAgentとScholarPeerは、AI支援型研究に関するより広範な取り組みの一部です。論文公開ライフサイクルの中でも特に負荷の高い2つの段階——図版作成と査読——に対応することで、知識の普及を加速する可能性があるとしています。同社はこれらを出発点として、研究ワークフロー全体にシームレスに統合されたAIアシスタントのエコシステムを目指すとしています。
まとめ
Google Cloudが発表したPaperVizAgentとScholarPeerは、論文執筆における図版生成と査読プロセスの自動化にそれぞれ取り組むエージェントです。PaperVizAgentは人間ベースラインを超えるスコアを記録しており、ScholarPeerは既存の自動査読手法を上回る結果を示しています。いずれも実験的なプロトタイプとされており、今後の実用化に向けた動向が注目されます。
