はじめに
OpenAIの経済研究チームは2026年11月、研究者向けプログラムの試験運用に参加した1,819人の科学者のChatGPT利用を分析した報告書「Science at the Frontier」を公開しました。アイデアづくりでの使い方や、発見の加速への期待など、主な結果を本稿で整理します。
参考記事
- タイトル: Science at the Frontier: How scientists use ChatGPT
- 著者: OpenAI(Economic Research team)
- 発行元: OpenAI
- 発行日: 2026年11月
- URL: https://openai.com/index/science-at-the-frontier
関連記事



要点
- OpenAIは、「ChatGPT for Academic Researchers」の夏の試験運用に参加した1,819人の科学者による58万件超の研究関連メッセージを分析し、251人にアンケート調査を行った
- 科学者は文献調査から証拠の分析、アイデアの発展まで研究の全過程でChatGPTを使っており、68%が研究アイデアづくりに利用していた
- アンケートの回答者は、AIなしでは同じ品質の作業に1.9倍の時間がかかったと見積もり、発見までの期間についての質問に答えた人の98%が、AIは自分の分野の発見を加速すると予想した
- 科学者はChatGPTに作業を任せた後も、確認や修正のための追加の質問を続けており、関与を保っていた
- 生産性は自己申告、発見の加速は予想にもとづくもので、因果関係を示すものではないとOpenAI自身が注記している
詳細解説
調査の概要とプライバシーへの配慮
OpenAIは、科学の進歩は研究者が新しい問いを立て、それに答える方法を見つけることにかかっているとし、AIがその作業の一部になりつつある一方で、どこで役立ち、発見にどんな意味を持つのかはまだ学んでいる途中だと述べています。
今回の報告書の対象と方法は次のとおりです。
- 利用データの分析: 「ChatGPT for Academic Researchers」の利用者1,819人による、2026年8月20日〜9月22日の研究関連メッセージ58万186件を分析した
- アンケート調査: 9月30日〜10月7日に実施し、251人の回答を分析した(質問によって回答数は異なる)
プライバシーの保護にも配慮しています。このプログラムで共有されたデータは、既定ではモデルの学習に使われません。分析では「自動分類器」と呼ばれるツールでメッセージを文献調査、コード作成、データ分析などの研究活動の種類ごとに分類し、研究チームはその分類結果だけを見て、メッセージやChatGPTの回答そのものは読んでいないとしています。
AIは科学者の日常業務の一部に
分析によると、科学者は文献の調査から証拠の分析、アイデアの発展まで、研究の全過程でChatGPTを使っていました。原文では、科学者ごとに活動の種類別のメッセージの割合を計算し、それを平均した(全員を同じ重みで扱った)グラフが示されています。ただし、取得した原文には各活動の具体的な割合は含まれていませんでした。
68%が研究アイデアづくりに利用
調査期間中に研究アイデアの検討について3件以上のメッセージを送った科学者は、全体の68%でした。アイデアに関するメッセージを、誰が主導したかで分類すると次のようになります(科学者ごとの割合の平均)。
- 科学者が主導 (35%): 科学者が具体的な問いを持ち込み、ChatGPTに取り組ませた
- 一緒に発展 (36%): 科学者がアイデアを持ち込み、ChatGPTに磨き上げを頼んだ
- ChatGPTが提案 (23%): 科学者がChatGPTに研究の問いの提案を求めた
- その他 (6%): どの役割にも分類できなかった
本稿としては、ChatGPTに問いそのものを考えさせる使い方が2割強にとどまり、7割は科学者が問いやアイデアを持ち込んでいる点に注目しています。AIが研究の主導権を握るというより、研究者の考えを広げたり磨いたりする相手として使われている様子がうかがえます。
98%が「AIは発見を加速する」と予想
アンケートでは、AIがなければ10年かかる発見を想像してもらい、AIがあればどのくらいの期間で実現すると思うかを尋ねました。この質問に答えた250人のうち98%が、AIは自分の分野の発見を加速すると予想しています。原文では、予想された期間ごとに分野別の回答がグラフで示されています(複数の分野を選べるため、分野のグループは重複しています)。
生産性についても尋ねており、8つの研究活動について、AIを使えた場合に1時間でできた作業が、AIなしでは同じ品質で約1.9時間かかったと見積もられました。各活動を同じ重みで平均したもので、各活動の回答者数は249〜251人です。ある活動でAIを使っていないと答えた場合は、時間は変わらないものとして計算しています。
作業を任せた後も、科学者は関与を続けている
OpenAIは、さまざまな研究活動で、科学者がChatGPTの回答に対して説明を求めたり、確認したり、修正を頼んだりする追加の質問をどのくらいしているかを測りました。この「科学者の関与スコア」は、同じ会話の中で7日以内に送られた次の研究関連メッセージが、説明・確認・修正の依頼だったかどうかで判定しています。原文の見出しは「作業をChatGPTに任せた後も、科学者は関与を続けている」としており、活動別の割合はグラフで示されています。
AIに任せきりにせず、回答を確かめながら使っているという結果は、研究での生成AIの使い方として健全な姿だと思います。一方で、どの活動で追加の確認が少ないのかが分かれば、AIの出力をそのまま受け入れやすい場面を知る手がかりにもなりそうです。
AIはどのように科学の進歩を後押しするのか
発見が速くなると予想した科学者に、その理由を自由記述で尋ねたところ、224件の回答から367の理由が見つかりました。理由の内訳は次のとおりです(1つの回答に複数の理由が含まれる場合があります)。
- 研究を速く進められる: 52%
- より有望な研究の問いを見つけられる: 23%
- より幅広い問いに取り組める: 14%
- その他: 11%
原文では、抗菌薬の研究に取り組むセサル・デ・ラ・フエンテ氏の「ChatGPTのようなツールは科学的発見の加速に役立っている。私のような科学者にとっては、まさに遊び場のようなものだ」というコメントも紹介されています。
今後と、調査の限界
OpenAIは、今回の調査に参加した科学者がChatGPTをアイデアの探索、証拠の分析、コードの作成、成果の発信に使っていたことに加え、時間の節約を超えて、より有望な問いを見つけたり、より幅広い研究に取り組んだりすることへの期待も示されたとまとめています。
ただし、こうした期待が実際に発見の加速につながるかを確かめるには、さらに研究が必要だとしています。また、進歩は科学者がアイデアを検証するための資金、人員、実験の能力にも左右されると指摘しています。報告書が明記している限界は次のとおりです。
- 利用データは、AIに対して行われた依頼の内容を示すものである
- 生産性は自己申告であり、発見についての結果は予想である
- これらの結果は因果関係を示すものではない
- 科学者からは、人員、資金、実験能力の制約も報告されている
本稿としては、AIを提供する企業が自社サービスの利用を調べた報告書である以上、数字の受け止め方には一定の慎重さが必要だと考えています。それでも、OpenAI自身が自己申告や予想にもとづく結果であることを明記し、資金や人員といったAI以外の制約にも触れている点は、誠実な示し方だと受け止めています。また、OpenAIは今回の報告書とあわせて、ChatGPT for Academic Researchersを20万人以上の研究者に広げると発表しています。
まとめ
OpenAIの報告書は、科学者が研究の全過程でChatGPTを使い、問いを持ち込んで磨き上げる相手として活用している姿を示しました。発見の加速は予想段階で、検証はこれからです。AIが研究に深く関わった事例は、GPT‑5が免疫学の謎を解いた事例を紹介した記事もあわせてご覧ください。
