#1 AIが40分で学会論文を書き上げる時代がやってきた

研究のアイデアメモと実験結果ログという「生の素材」を渡すだけで、文献レビューや図表の生成を含む 学会投稿レベルの論文原稿をAIが自動で書き上げる フレームワークを実現した研究。

AIによる科学的発見の自動化が進む中、「実験を回す」部分はかなり自動化されてきました。しかし、散らかったメモや実験ログから きちんとした論文に仕上げる という最後の工程が、大きなボトルネックとして残っていました。既存の自動研究システム（AI Scientist-v2など）は、自前の実験パイプラインと書く機能がセットになっていて、人間が用意した素材を受け取って論文にする「独立した執筆ツール」としては使えません。さらに、文献レビューが浅い、概念図が描けない、そもそも書かれた論文の品質を測るベンチマークがないといった課題もありました。

PaperOrchestra の核心は ​「役割分担するAIチーム」​ です。オーケストラのように、それぞれ専門の「エージェント（AI担当者）」が連携して一本の論文を仕上げます。具体的には5つのステップで進みます。

1. アウトライン係 がアイデアと実験ログを読み、論文の骨格・図の計画・文献調査の戦略を立てる
2. 図表作成係 が統計グラフや概念図を自動生成する（VLMという画像を理解するAIが出来栄えをチェックし、やり直しもさせる）
3. 文献レビュー係 がWeb検索と学術データベースを組み合わせ、関連論文を発見・検証し、序論と関連研究セクションを執筆する（並行処理で効率化）
4. 本文執筆係 が残りのセクション（手法・実験・結論など）を一気に書き上げる
5. 推敲係 がAI査読者のフィードバックをもとに原稿を繰り返し改善する（スコアが下がったら即ロールバックする安全設計）

ポイントは、これらが 特定の実験環境に縛られない独立した執筆ツール として動くこと。メモ書きレベルの素材でもLaTeX形式の投稿可能な原稿が出てくる設計です。

評価には、トップAI学会（CVPR 2025・ICLR 2025）の採択論文200本から逆算して作った素材を使う PaperWritingBench という新しいベンチマークを用意しました。11名のAI研究者による人間評価では、既存の自動手法と比べて 文献レビューの質で50%〜68%、論文全体の質で14%〜38%の勝率差 をつけて圧勝しました。AIによる模擬査読でも、ScholarPeerという評価システムで CVPR分野で84%、ICLR分野で81%の模擬採択率 を獲得し、人間が書いた原論文（86%・94%）に迫る水準です。引用数も平均46〜48件と、人間の論文の約59件にかなり近づいています。従来の自動手法は9〜14件程度でした。処理時間は約40分で、AI Scientist-v2の約35分と大差ありません。

この研究は「論文を書く」という知的作業のかなりの部分をAIが代行できることを示しました。これは研究者だけの話ではありません。企業の研究開発部門では、実験は終わっているのに 論文化・報告書化がボトルネック になるケースが少なくありません。このような技術が成熟すれば、研究成果を形にするスピードが劇的に上がる可能性があります。

また「複数のAIエージェントに専門的な役割を分担させる」というアーキテクチャは、論文執筆に限らず、企画書作成・技術レポート・特許明細書など 複雑な文書を構造的に生成するタスク全般 に応用できる設計思想です。一方で、著者らは本システムを「あくまで高度な執筆支援ツール」と位置づけ、事実の正確性や独創性の最終責任は人間が負うべきだと明言しています。AIが書いた論文をそのまま投稿してよいかという倫理的な議論は、今後さらに活発になるでしょう。