研究でのAI利用は広がっているが、コーディングエージェントの採用はそうではない

The Decoder が取り上げたAnthropicの新たな研究は、社会科学者がAIコーディングエージェントを均等には導入していないことを示唆している。一般的なAI利用はグループ間で比較的バランスが取れているように見える一方で、プログラムコードを自動生成するようなツールであるコーディングエージェントの利用ははるかに偏っており、性別、分野、キャリア段階、大学の順位によって大きな差がある。

提示された資料で最も目を引く結果は、性別のギャップである。一般に男性的な名前を持つ研究者は、一般に女性的な名前を持つ研究者の2倍以上の頻度でコーディングエージェントを使っていたと報告された。研究では、この差は同じ分野や同じキャリア段階の中でも残っており、単に分野構成だけでは説明できないことが示唆されている。

経済学者が先行し、教育研究者は後れを取る

分野別の差も大きい。経済学者がコーディングエージェントの最も積極的な利用者で、採用率は39%だった一方、教育研究者はわずか4%で最下位だった。この幅は、社会科学の異なる分野がAIを日常業務にどう組み込んでいるかに大きな構造的差があることを示している。

最も一般的な用途はデータ分析のためのコード生成で、コーディングエージェント利用者の97%がこれを挙げた。ソース資料によると、テキスト作成にAIを使っていたのは約3分の1にとどまる。この点は重要で、コーディングエージェントと汎用チャットツールを区別するからだ。この研究で本質的な変化は、単に研究者がより多くAIを使っているということではない。計算を伴うワークフローで、他者よりはるかに強くAIに依存し始めている研究者がいるということだ。

キャリア段階と機関の格付けが採用を左右する

研究ではまた、博士課程の学生やポストドク研究者が教授よりはるかに多くコーディングAIを使っており、トップ25大学の研究者はそれ以外の大学の同僚より40%多くこれらのツールを採用していることも分かった。こうした結果は、技術普及でよく見られるパターンと一致する。新しい参入者や資源の多い機関ほど、ツールが生産性向上を約束するときに速く動く傾向がある。

ただし、このパターンはより難しい問いも投げかける。コーディングエージェントによってデータ処理、分析の試作、論文生産の加速が容易になれば、不均等な導入は既存の学術的ヒエラルキーを深める可能性がある。より良いアクセス、強い量的伝統、より寛容なローカル規範を持つ研究者は、導入が遅い、あるいは懐疑的な同僚に対して優位を広げるかもしれない。

研究者は個人の利益を期待する一方、分野全体への影響を懸念している

この研究で最も示唆的な緊張の一つは、回答者がAIの影響を自分自身と自分の分野でどう見ているかだ。提供文によれば、88%が自分の論文生産へのAIの効果を10点満点中5を超えると評価し、その半数は8以上とした。コーディングエージェント利用者は、他の回答者よりもさらに楽観的だった。

しかし、70%は、自分の生産性については前向きだった一方で、社会科学全体へのAIの広範な影響についてはそれほど楽観的ではなかった。著者らは、論文数の増加が査読を圧迫し、注目をめぐる競争を激化させ、選択的報告やリスク回避的な漸進研究といった既存の問題を悪化させることを研究者が懸念しているのではないかとみている。

この分断は、よく知られた技術動態を捉えているから重要だ。ツールは個人レベルでは有益に見える一方、システム全体では不安定化要因に見える。すでに成果、速度、可視性を報いるインセンティブがある学術界では、わずかな生産性向上であっても、組織への影響は大きくなりうる。

より大きな問題は、誰が取り残されるかだ

この研究は、コーディングエージェントが本質的に有害だと主張しているわけではない。むしろ、多くの利用者が研究作業を加速する実用的な手段だと見ていることを示している。だが、導入の偏りは、AIが全員に等しく恩恵をもたらす中立的な層として社会科学に入ってきているわけではないことを示唆している。

むしろ、技術スキル、機関の威信、計算実践へのアクセスをめぐる既存の差を増幅している可能性がある。特に性別の格差は、一般的なAI利用よりもコーディングエージェントで大きいように見えるため、重大だ。この傾向が続けば、学術界におけるAIの最重要な変化の一つが、不平等を縮小するどころか再生産することになりかねない。

この結果が社会科学を超えて重要な理由

この研究の直接の焦点は研究行動だが、示唆はもっと広い。コーディングエージェントは、普遍的な生産性ツールとしてますます売り込まれている。こうした研究は、その普及がマーケティングの想定以上に、地域文化、分野の規範、既存の技術的自信に左右される可能性を示している。

そのため、この発見は大学をはるかに超えて重要だ。高度な知識労働者の間でさえAIコーディングツールが不均等に広がるなら、産業界、政府、非営利組織でも同様の採用格差が起きると予想すべきだ。課題は、単に高性能なツールを作ることではない。誰が採用し、誰が最初に恩恵を受け、どの既存の不平等が静かに強化されるのかを理解することだ。

この記事はThe Decoderの報道をもとにしています。元記事を読む。

Originally published on the-decoder.com