出版を見直す：AIによる研究を対象とした認証（サーティフィケーション）フレームワーク

概要: AI研究パイプラインは現在、質と新規性の点で既存の査読基準を満たす作業を含め、出版可能な学術成果の増加する割合を生み出しています。それでもなお、出版システムは普遍的な人間の著者性を前提に構築されており、自動化されたパイプラインを通じて生み出された知識を評価するための原理的な方法を欠いています。本論文は、知識の質の評価と、人間の貢献の評価（グレーディング）を分離する二層の認証（certification）枠組みを提案します。これにより、出版システムは、新たな制度を作ることなく、パイプラインによって生成された成果を一貫して透明に扱うことができます。本論文は、規範的概念分析、4つの明示的な制約のもとでの枠組み設計、主要な帰属（attribution）シナリオをカバーする2件の代表的な投稿事例に対するドライラン検証を用います。枠組みは貢献を、カテゴリーA（パイプラインで到達可能）、カテゴリーB（識別可能な段階での人間の指示を要する）、カテゴリーC（定式化段階において現状のパイプライン到達を超える）として採点します。また、完全に開示された自動化研究のためのベンチマーク枠（benchmark slots）を導入し、それを透明な出版トラックとして、さらに査読者の判断のためのキャリブレーション手段として位置づけます。貢献の採点は、投稿時点におけるパイプライン能力に基づき、同時代的（contemporaneous）に行われます。ドライラン検証により、この枠組みが、不可避な帰属の不確実性を許容しつつ、適切に知識を認証できることが示されます。本論文は、出版が常に「知識が妥当であること」と「それを人間が作ったこと」の両方を認証してきたのに対し、AIパイプラインは初めてこれらの機能を分離する、と論じます。本枠組みは既存の編集・査読インフラ内で実装可能であり、人間の最前線の貢献を、人間の起源について検証不能な主張ではなく、認識論的達成（epistemic achievement）に基づいて承認の根拠を与えます。