実験・観測研究では、明確な目標に向けて資源を集中することで大きな成果を上げられる場合があるが、特に基礎理論研究では、そもそも何を研究すべきかが未知であり、研究の方向性を多様に保つこと自体に価値がある。実験・観測研究での集中投資の成功体験を理論研究にもそのまま適用すると、短期的な研究効率と引き換えに、長期的な科学の可能性を失いかねない。 近年の研究機関のガバナンス強化の流れのなかで、（どことは言わないが）実験・観測が主体の研究施設において、理論部門の進むべき方向性まで、実験・観測研究での成功体験に基づく発想によって決められてしまう危険性が高まっているように感じられる。 科学研究の本来の役割の一つは、現在の科学界が重要だと考えていることや、当然視している前提そのものを問い直すことであるにもかかわらず、研究者の採用や研究資金の配分を、現在重要だと考えられている研究テーマや価値基準への適合度によって決めてしまえば、既存の科学の枠組みを大きく変える可能性を持つ研究ほど排除されやすくなる。 重要なのは単に研究テーマを組織的に多様化することではない。組織が多様なテーマを指定して研究者を配置するだけでは、結局は組織の価値判断の範囲内に研究を制限することになる。組織が重要だと考えていないテーマであっても、研究者自身の判断で自由に取り組める環境を維持することこそが重要である。 科学が自らの前提を覆し、未知の可能性を切り開くための研究を、既存の価値基準に基づく組織的な管理によって制限してしまう。それは、科学が自らを革新する力を自ら奪うことであり、長期的には自滅につながりかねない。

アラン・チューリングが1951年ごろに行った講演 “Intelligent Machinery, A Heretical Theory”の原稿には、この時代にすでにAIの実現を予期した驚くべきことが書かれている。その要点： ・知識人はAIに反発する。 仕事を奪われることを恐れるため。 ・人間には新たな知的活動が残る。 AIの知的水準に追いつこうとする活動である。 ・AIは急速に人間の知能を超える。 機械による思考が実現すれば、それほど時間はかからない。 ・AI同士が知能を高め合う。 寿命のない機械は互いに会話し、知性を磨く。 ・やがてAIが主導権を握る可能性がある。 turingarchive.kings.cam.ac.u…

科学の進歩から人間が… 論文によると次の作業はすべてAIが実施した： ・調査対象の選択と惑星候補の探索 ・データ処理、フィッティング、統計的検証 ・複数の解析方法によるクロスチェック ・コード、図、論文本文の作成 ・模擬査読と、それに基づく問題点の発見 著者は解析を独立には検証していない

Craziest arXiv paper this month: "The author has not independently checked the analyses and does not have the expertise to verify every technical detail" arxiv.org/pdf/2610.28575 Meanwhile, arXiv blocked 島袋隼士's paper @bukuro8810