AI生成の投稿が医学・法学・文芸出版を圧迫

Google Newsは、医学誌、ローレビュー、文芸誌という3つの出版領域で広がる対立を取り上げている。各誌はいま、AI生成の投稿への対応を迫られている。

目下の問題は、ソフトウェアが洗練された文章を作れること自体ではない。編集者は長年にわたり、文章支援ツールやスクリーニングツールを使ってきた。対立が生じるのは、生成テキストによって、誰が研究を実施し、論証を構築し、物語を創作したのかが不明瞭になるときだ。

この違いがもたらす影響は、分野ごとに異なる。捏造された引用は医学的エビデンスを損なう可能性がある。存在しない判例は法学研究の信頼性を弱める。機械が書いたフィクションを開示せずに投稿すれば、創作上の著者性に関する文芸誌の期待に反しかねない。

出版側は非対称な状況にも直面している。書き手は数分で別の原稿を生成して投稿できる。一方で編集者は、出典、論理、独自性、開示内容をなお精査しなければならない。最も高価な資源は、人間の注意力だ。

Google Newsの項目は、より広範な制度的対応を示している。出版社は、非公式な疑念から、開示規則、著者の説明責任、守秘義務上の制限、人間による審査へと移行しつつある。

しかし、こうした方針でも最も難しい問いは解決しない。編集者には、許容される支援と隠された代替行為を確実に見分ける方法が、なお欠けている。

これは単に機械生成の文章を見つけ出す話ではない。既存の出版制度が、採用されるすべての作品の背後にある人間の責任を検証できるかどうかをめぐる争いである。

Google Newsが浮き彫りにする共通の編集上のボトルネック

生成AIは、もっともらしい投稿を作るコストを下げた一方で、その評価コストを下げてはいない。

医学誌、ローレビュー、文芸誌は異なる読者に向けられている。しかし、いずれも選抜的な審査を通じて、誰でも投稿できる原稿を信頼できる出版物へと変えている。

そのプロセスは、自動テキスト生成を想定して設計されたものではないシグナルに依存している。編集者は、文章の質、引用、方法論の詳細、新規性、そして著者の主題理解を検討する。

生成AIは、そのシグナルのいくつかを模倣できる。大規模言語モデル、すなわちLLMは、訓練中に学んだパターンから、もっともらしいテキストの連なりを予測する。根底にある主張を一つひとつ検証しなくても、整理された文章を生成できる。

したがって、流暢な文章が持つ情報量は以前より少なくなった。洗練された導入部があっても、記名著者が引用元を理解している、あるいは論証を組み立てたことの保証にはならない。

AI利用が連続的な幅を持つことから、この問題はとりわけ深刻だ。ある著者は文法修正にソフトウェアを使うかもしれない。別の著者はアウトラインを求めるかもしれない。さらに別の著者は、章全体を生成させた上で、結果を軽く編集するかもしれない。

これらの行為が生む編集上のリスクは同一ではない。一律の禁止は、アクセシビリティ支援をゴーストライティングと同列に扱いかねない。寛容な方針では、モデルが作品の中心的な主張を形づくったことを読者が知らないままになる可能性がある。

編集者は、AI支援を受けた執筆と、AI自体を研究対象とする研究も区別しなければならない。医学研究者は、文書化された方法論の一部としてモデルを適切に評価できる。しかし、それは同じモデルに結果を捏造させたり、検証されていない結論を書かせたりすることを認めるものではない。

ローレビューは、境界線をめぐる別の問題に直面している。著者はAIを、候補となる事件の探索、判決の要約、文章の改訂、論証の生成に使うかもしれない。それぞれの段階で、求められる検証水準は変わる。

文芸誌は、より哲学的な分断に向き合う。その編集目的には、単に読みやすい文章を選ぶことではなく、人間の声を発掘することが含まれる場合が多い。すべての文章が首尾一貫していても、生成の事実を開示しなければ、その目的と衝突する可能性がある。

こうした機関は、文体だけの判断で問題を解決することはできない。予測可能な接続表現や反復的な言い回しといった、よく挙げられるシグナルは、人間の文章にも現れ得る。

英語を追加言語として使う書き手は、特に影響を受けやすい。検出器や編集者が、形式的で標準化された文章を機械出力と誤認するかもしれない。大幅な編集でも同じ印象を生むことがある。

したがって共通のボトルネックは、好みではなく検証にある。編集者は、誰が責任を負い、どのツールが作品に影響し、基礎となる証拠が精査に耐えるかを知る必要がある。

Google Newsは分野横断の対立を可視化するが、集約は出発点にすぎない。より深い物語は、著者性に関する前提を置き換えつつある方針にある。

医学誌は著者クレジットより説明責任を重視

医学出版社は一般に限定的なAI支援を認めているが、責任は特定可能な人間の著者に残している。

医学出版には、慎重であるべき明確な理由がある。論文は臨床研究、専門的な指針、投資、患者との会話に影響を及ぼし得る。権威ある口調は、検証されたエビデンスの代わりにはならない。

国際医学雑誌編集者委員会は、チャットボットを著者として記載すべきではないとしている。その根拠は説明責任にある。ソフトウェアは最終原稿を承認できず、利益相反を開示できず、作品に関する申し立てにも応答できない。

同じ原則は、AI利用を規定する医学誌向けの勧告にも示されている。著者はAI支援技術をどのように使ったかを開示し、投稿資料に対する責任を負い続けるべきだ。

その責任には、生成された主張、引用、参考文献の確認が含まれる。剽窃や偏った出力を防ぐことも含まれる。開示しても、いかなる義務もツール提供者へ移るわけではない。

The New England Journal of Medicineは、編集方針でこれらの勧告に従っている。同誌は著者に対し、AIが生成した資料に不正確、不完全、または偏った内容がないか確認するよう警告している。

このアプローチは重要な線引きを示す。AIは人間の著者を支援できるが、医学上の主張の背後で責任を負う当事者にはなれない。

方針は引用にも及ぶ。チャットボットの応答には、科学的エビデンスに求められる安定性や来歴が欠けるため、AI生成の資料を一次資料として用いるべきではない。

生成された引用は、いくつもの形で問題を起こし得る。参照された論文が存在しないかもしれない。タイトルがわずかに改変されている可能性もある。論文自体は実在していても、主張と無関係かもしれない。

こうした誤りは、査読時に不釣り合いな作業を生む。捏造された参考文献は数秒で生成できるが、査読者はデータベースを検索し、記録を調べ、何が起きたのかを判断しなければならない。

守秘義務も別の制約となる。査読者は、著者のアイデア、データ、知的財産を保護する条件のもとで、未公表の原稿を受け取る。

その原稿を外部のチャットボットにアップロードすると、機密資料が露出する可能性がある。査読者は、提供者がプロンプトをどのように保存し、活動を監視し、提出コンテンツを利用するかを把握していない場合がある。

Elsevierのジャーナル向けAI方針は、著者、査読者、編集者を別々に扱っている。著者は生成出力を検証し、原稿作成での利用を開示しなければならない。

同社は編集上の評価にはより厳しい制限を設けている。科学原稿の査読には、人間に帰属し続ける判断が必要だ。守秘義務と人間による監督は、引き続き中核的な要件である。

医学誌はすでに、より限定的な作業に自動化システムを使っている。これには、類似性チェック、参考文献の検証、書式レビュー、メタデータ抽出、画像完全性のスクリーニングが含まれる。

こうした利用は、研究の結論がその方法から導かれるかをモデルに判断させることとは異なる。前者は定義された検査を支援できる。後者は科学的判断を委任する。

この違いは、ジャーナルが単純に「AIに反対」しているわけではない理由を説明する。多くの出版社は、翻訳、言語編集、発見、ワークフロー支援における正当な利用を認めている。

懸念されているのは代替的な利用だ。モデルは、誰かを著者、査読者、編集者たらしめる知的作業や説明責任を置き換えるべきではない。

執行は依然として難しい。開示欄は誠実な利用を記録できるが、隠蔽しようとする著者に未開示の生成を説明させることはできない。

医学誌は、参考文献、一次データ、倫理承認、統計手法、改訂履歴を検査できる。こうした確認は文章の周辺にある実質を調べるもので、文体から推測するより有用だ。

それでも、より強い検証には時間と専門的な労力が必要となる。小規模なジャーナルは、フォレンジックな審査に割ける資源が少ない。この不均衡は、低品質な自動生成投稿に構造的な優位性を与える。

したがって圧力は個々の原稿にとどまらない。スクリーニングコストが上昇し続ければ、ジャーナルは投稿機会を狭め、デスクリジェクトを増やし、正当な著者にさらに多くの負担を課す可能性がある。

ローレビューには、判断を外部委託しない開示が必要

ローレビューは、AI利用を単なる執筆上の選好ではなく、著者性と信頼性の問題として扱っている。

法学研究は、追跡可能な権威に依存している。説得力のある一文は、その判例、法令、歴史的記録、論理的な段階が精査に耐えて初めて意味を持つ。

生成AIはその連鎖を複雑にする。モデルは、認識可能な法的文体を生み出しながら、法域を混同し、判示内容を誤って伝え、引用を捏造することがある。

こうした失敗は理論上の奇癖ではない。チャットボットが生成した存在しない判例を含む書面を提出した後、弁護士がすでに裁判所の制裁を受けている。ローレビューも、学術原稿が無縁だとは想定できない。

学生編集のローレビューは、特有の業務負担を抱える。編集者は、大量の投稿を評価しながら、密度の高い脚注を確認し、自身の学業上の責任も果たすことが多い。

AIは、著者がより多くの原稿、要旨、カバーレターを作る助けになる。だが、それらを検証するための編集者の時間を増やすわけではない。

その結果、複数のローレビューが明示的な開示方針を採用している。University of Pennsylvania Law Reviewは現在、著者に対して投稿準備におけるAI利用の開示を求めている。

同誌の著者開示規則は、開示そのものが投稿に不利には働かないとも定めている。この文言は、支援を地下に追いやるのではなく、誠実さを促そうとするものだ。

Stanford Law Reviewは、より対象を絞った基準を採っている。投稿の実質、独自性、信頼性に大きく影響する生成AIの利用を、著者に開示するよう求めている。

これらのアプローチは、中心的な方針選択を反映している。ジャーナルはあらゆるやり取りの開示を求めることもできるし、作品を実質的に形づくった利用に焦点を当てることもできる。

一律の報告は明確に聞こえるが、ノイズを生み得る。たとえば著者は、生成された法的分析とともに日常的なスペル支援も報告しなければならないかもしれないが、両者のリスクは大きく異なる。

重要性の基準はより柔軟だ。しかし、AIの貢献がいつ重要になったかを著者自身に判断させることになる。2人の書き手が、その閾値を異なるように解釈する可能性がある。

最も難しいケースには、リサーチ支援が関わる。たとえば、モデルが有用な判決を提案し、著者がその後に判決全文を独自に読むとする。モデルは発見に影響したが、著者はその権威を検証した。

では、著者が事件を開かずに生成された要約へ依拠したと仮定しよう。見た目の原稿は似たようなものになるかもしれないが、その証拠的基盤ははるかに脆弱である。

法学レビュー誌は、執筆者の文体ではなく、原稿自体を検証することで対応できる。編集者は引用されたすべての権威資料を確認し、引用文を原典と照合し、異例の主張について説明を求められる。

また、編集過程を通じて著者が対応可能な状態にあることを求めることもできる。論旨を構築した執筆者であれば、その構造を擁護し、出典を明確にし、脆弱な論理を修正できるはずだ。

これは完全な真正性テストを生むものではない。人間の著者も誤りを犯し、判例を誤解し、不適切に作業を委任することがある。

目的は説明責任にある。問題が発生した際に論旨について回答し、記録を訂正できる、実名の人物が雑誌には必要である。

学生編集者には、さらに別の問いがある。自らAIを利用してよいのかという点だ。未公表の論文を一般向けチャットボットに入力すれば、機密性の高い研究成果が露出し、ブラインド査読を損なうおそれがある。

ローカル環境や機関承認済みのツールであっても、ガバナンスは必要だ。編集者には、データ保持、アクセス権限、承認された用途、著者への開示を扱うルールが求められる。

したがって主要な対立は、人間の判断と検証不能な自動化の間にある。AIは引用形式の整備や論点の見落とし発見には役立つが、編集上の判断に責任を負うことはできない。

この基準は純粋性の試験になってはならない。障害のある執筆者や専門的な編集支援へのアクセスが限られる人々は、補助ツールの恩恵を受けうる。

実行可能な方針は、ツールが文書に触れたかどうかではなく、何を行ったかを検討する。文法支援と実質的な論旨生成を同一に扱うべきではない。

法学レビュー誌には、一貫した執行も必要になる。著名な著者に非公式な例外が認められれば、開示ルールは保護策ではなく象徴的なものになりかねない。

明確な書式、記録された審査手順、均衡の取れた救済措置は、広範な警告より重要である。偶発的な開示漏れに対して、捏造された権威資料と自動的に同じ対応をすべきではない。

方針の目標は、出典から主張へと至る信頼できる連鎖を確保することだ。その連鎖がなければ、流麗な法律文書は学術性の証明ではなく、むしろリスクとなる。

文芸誌は人間と機械の対立が最も先鋭化する場に直面する

文芸誌にとって、未開示のAI生成は編集能力と創作上の著者性という意味の双方を揺るがす。

医学誌は、証拠が主張を裏づけているかを問える。法学レビュー誌は、判例が論旨を支えているかを検証できる。文芸編集者は、声や芸術的意図について、より測定しにくい判断を下さなければならない。

だからといって、問題が抽象的になるわけではない。公募型の雑誌は、小規模なチーム、限られた予算、大量の投稿待ち行列の中で運営されている。

生成AIを使えば、一人でも短時間に多くの物語を生み出せる。質の低い作品であっても、編集者が不採用にするまで注意を消費する。

Clarkesworldは2023年2月、早期の警告例となった。このSF誌は、機械生成と疑われる作品の投稿が急増した後、一時的に投稿受付を停止した。

編集者のNeil ClarkeはTimeに対し、同誌が受付停止前のその月に、正規の投稿700件と機械執筆による投稿500件を受け取ったと語った。

投稿の洪水は、有害な経済的非対称性を示した。自動化によって供給は増えた一方、編集者が読める量は固定されたままだった。

この出来事は、検出だけでは不十分である理由も示した。質の低い生成小説は明白な場合もあるが、編集者はそれでも各投稿を開き、評価し、処理しなければならない。

モデルが改善するにつれ、表面的な完成度は情報としての価値を失っていく。生成された物語は明白な誤りを避けられても、一貫した芸術的目的を育めないことがある。

文学的判断は、文章の背後にある選択にも部分的に依存する。編集者は緊張感、形式、視点、イメージ、そして作品とその文化的文脈との関係を考慮する。

モデルはこれらの要素を統計的に模倣できる。しかし、特定の記憶、リスク、形式上の決断がなぜ物語を形づくったのかについて、人間として証言することはできない。

読者の中には、完成したテキストだけが重要だと主張する人もいるだろう。その見方では、魅力的な物語は制作方法にかかわらず検討に値する。

その立場には知的な説得力があるが、編集方針を不要にするものではない。ある雑誌は人間が創作した作品を中心に使命を定められるし、別の媒体は計算機文学を明示的に歓迎できる。

開示によって、両方のモデルは共存できる。出版物が基準を明確に示していれば、読者と編集者はAI支援作品を評価できる。

より大きな対立を生むのは隠蔽である。人間のみを対象とする媒体に生成小説を投稿する執筆者は、他の参加者には自ら無視したルールを守るよう求めながら、速度面の利益を得る。

虚偽の告発は逆のリスクを生む。AI検出器は、とりわけ洗練された、定型的な、翻訳された、あるいは大幅に編集された文章に対して、人間の作品にも疑わしいスコアを付けることがある。

検出器を決定的なものとして扱う文芸誌は、意味のある証拠なしに本物の作家を落選させうる。また、人間らしく見せるためだけに、著者へ文章をわざと整えすぎないよう圧力をかける可能性もある。

最もよく知られた事例は、自動的な確実性ではなく慎重な審査を支持している。編集者は投稿パターン、アカウントの行動、メタデータ、改稿履歴、反復される文章構造を調べられる。

最終候補の作品が深刻な疑問を生じさせた場合には、対話を求めることもできる。本物の著者であれば通常、改稿、影響源、捨てた選択肢について話せるはずだ。

ただし、このプロセスにも限界がある。自らの創作技法についてうまく説明できない作家もいる。他方で、広範な共同作業、翻訳、編集支援を利用する人もいる。

プライバシーも重要だ。すべての草稿やプロンプトを要求することは、特に物語がトラウマ、アイデンティティ、または秘密の経験を題材にしている場合、侵襲的になりうる。

したがって文芸出版社には、均衡の取れた手続きが必要である。初期スクリーニングではスパム的な行動を対象にできる一方、より深い真正性確認は出版間近の作品に焦点を当てるべきだ。

雑誌は、許容される支援と禁止される生成を分けることもできる。ブレインストーミング、アクセシビリティ支援、翻訳、行単位の編集には、それぞれ異なるルールが必要である。

業界は、正当な芸術について単一で普遍的な定義を採用すべきではない。実験的な出版物は、人間と機械の協働を意図的に探究することがある。

重要なのは、出版物が自らの基準を明示し、それを誠実に適用することだ。AI支援による執筆を受け入れる雑誌は、その作品にラベルを付け、読者の選択を守れる。

人間のみを対象とする雑誌は、機械支援を受けたすべての文に価値がないと主張せずとも、生成文章を禁止できる。異なる編集上の使命は共存しうる。

目下の危険は、AIが決定的な短編小説を書くことではない。自動化による量が、公募による発掘を財政的に不可能にすることだ。

公募を閉じることは編集者を守るが、新人作家を傷つける。既存の著者は、エージェント、人脈、招待を通じて、なお雑誌に到達できる。

これは憂慮すべき逆転を生む。創造性を民主化すると宣伝されたツールが、選別型の出版物をより閉鎖的で関係性に依存した制度へ押しやる可能性がある。

開示方針でも欺瞞を確実に検出することはできない

新たに形成されつつある方針上の合意は、誰が責任を負うかには答えるが、未開示のAI利用を見抜く信頼できる検査を提供するものではない。

これらの分野を通じて、いくつかの原則が繰り返し現れる。AIは説明責任を負う著者にはなれない。人間が生成された内容を検証しなければならない。実質的な利用は開示されるべきである。機密の投稿は保護を要する。

これらの原則が有用なのは、紛争が起きる前に義務を定義するからだ。編集者が、許容された支援と不正行為を区別する助けになる。

しかし、方針の宣言は検出システムではない。最も開示しそうな人々は、すでにルールに従おうとしている人々であることが多い。

自動検出器は、拡張可能な答えを提供するように見える。統計的特徴を分析し、モデルがある文章を生成した可能性を推定する。

その推定は証拠ではない。言い換え、翻訳、通常の編集を経ると結果は変わりうる。また、異なる検出器が同じ文章について異なる判断を下すこともある。

偽陽性は重大な結果をもたらす。告発は、研究者のキャリア、法学研究者の評判、作家と出版社との関係を損ないうる。

偽陰性は別種の問題を生む。高度な利用者は生成文を改稿し、複数のツールを組み合わせ、あるいは予測しにくい文体を模倣するようモデルに指示できる。

これにより、出版社が容易には勝てない軍拡競争が生じる。検出精度が改善されるたびに新たな回避手法が促される一方、編集者は公正な判断に責任を負い続ける。

より持続可能な対応は来歴管理である。来歴管理とは、素材がどこから来て、どのように変化したかについての証拠を維持することを意味する。

研究出版では、来歴管理に実験記録、解析コード、データファイル、倫理文書、改稿に関するやり取りが含まれうる。

法学研究では、出典メモ、判例の経緯、引用の確認、論旨がどのように発展したかの説明が含まれうる。

文学作品では、草稿や、焦点を絞った著者との対話が該当するかもしれない。こうした措置は、出版判断と明示された方針に見合ったものであるべきだ。

どれも確実性を提供するものではない。その価値は、投稿作品が信頼できる人間のプロセスと結び付いているかを検証する点にある。

出版社は、重層的な審査によってそのプロセスを強化できる。投稿フォームでは、ツール、作業内容、影響を受けた箇所について具体的に尋ねるべきだ。

「AIを使いましたか？」のような曖昧な質問は、一貫しない回答を生む。執筆者は、文法ソフト、検索要約、文字起こしツールが該当するのか分からない場合がある。

より良いフォームでは、言語修正、翻訳、研究発見、データ分析、草稿作成、画像生成、引用作成を分けて扱う。

そのうえで編集者は、リスクに基づく確認を適用できる。生成されたコピー編集は、モデルによる医学的解釈や法的権威資料の生成ほど厳格な精査を必要としない。

方針には救済措置も記載すべきである。雑誌には、無条件の受理と永久的な排除の間にある選択肢が必要だ。

著者は、審査の継続前に不完全な開示を訂正できる場合がある。捏造された証拠や意図的な隠蔽は、不採用やさらなる調査を正当化しうる。

手続きには、告発に異議を申し立てる方法も含まれなければならない。検出器のスコアが再審査不能な判決になってはならない。

出版社には内部的な開示も必要である。編集者や査読者が機密の投稿にAIを利用しているかどうかを、著者は知るに値する。

この要件は、不都合な対称性を浮き彫りにする。機関は、寄稿者に透明性を求めながら、自らの判断をひそかに自動化することはできない。

人間による審査は依然として不可欠だが、「人間による監督」を掲げるだけでは足りない。検査せずにAIの推奨を受け入れる多忙な編集者は、名目上の監督しか提供していない。

ワークフローは、重要な判断を誰が下し、どの証拠がそれを支えたかを記録すべきである。特に不採用が職業上の前進に影響する場合、これは重要だ。

投稿待ち行列は魅力的な市場を生むため、AIベンダーは今後もスクリーニングシステムを提供し続けるだろう。機関は、マーケティング上の実演ではなく、実際の誤りを基準にそれらの製品を評価すべきだ。

独立した監査では、分野、言語、執筆背景をまたいだ性能を測定すべきである。ある種類の英語で訓練された検出器は、他の環境では十分に機能しない可能性がある。

出版社は、スクリーニングがいつ行われ、結果がどのように使われるかも開示すべきだ。秘密のシステムでは、著者が誤りを訂正したり、不平等な扱いを評価したりすることが難しくなる。

個々の研究者や作家にとって、personal knowledge baseを維持することは、出典メモ、草稿、意思決定の履歴を保存する助けになる。こうした記録は、紛争が生じていない場合でも、慎重な作業を支える。

目的は恒常的な監視ではない。出版物、その情報源、そしてそれに責任を負う人間同士の、検証可能なつながりである。

編集者と著者が次に注目すべきこと

次の段階を左右するのは、執行に関するデータ、来歴標準、そしてオープン投稿が経済的に存続可能かどうかだ。

最初の兆候は、出版社が開示ルールをどのように執行するかにある。多くの組織がすでに方針を設けているが、調査、訂正、あるいは判断が争われた事例について情報を公開しているところは少ない。

編集者は、類似の事例が類似の扱いを受けるかどうかを注視すべきだ。執行に一貫性がなければ、正直な開示は抑制され、沈黙を選ぶ著者が報われることになる。

最も有力な証拠となるのは、匿名化された事例報告だろう。何が審査の契機となったのか、どの証拠が重視されたのか、著者がどのように認定に異議を申し立てたのかを説明できる。

こうした報告は中心的な論点を補強する。開示方針が、単なるウェブサイト上の文言ではなく、実際に運用されるシステムへと変わりつつあることを示すからだ。

報告がなければ、判断の根拠は弱くなる。方針は、何かが失敗した後に責任を著者へ転嫁するためだけに存在している可能性がある。

第二の兆候は、来歴標準の整備である。出版社には、すべての私的なキーストロークの提出を求めることなく、重要なAI利用を記録できる相互運用可能な方法が必要だ。

有用な標準は、使用したツール、タスク、影響を受けたコンテンツ、人間が行った検証を特定できるものであるべきだ。投稿プラットフォームや出版社をまたいで機能しなければならない。

医学誌は、手法、倫理、資金提供、利益相反についてすでに構造化された情報を収集しているため、おそらく最も迅速に動くだろう。

法律レビュー誌は、開示フォームを法的調査や論証の展開に適応させることができる。文芸誌には、創作上のプライバシーを尊重する、より簡素な区分が必要になる。

来歴は、成果物に誤りがないことを示すバッジになってはならない。人間が作成した研究や文章にも、不正、偏見、誤りはあり得る。

その目的はもっと限定的だ。検証可能な履歴を確立し、最終成果物に責任を負う人物を特定することである。

共通の標準が生まれれば、ここで述べた圧力はより管理しやすくなる。編集者は開示内容を一貫して比較し、高リスクの利用に審査を集中できる。

標準が分断されれば、著者は出版物ごとに異なる定義に直面する。この混乱は、意図しない違反と選択的な執行を助長する。

第三の兆候は、オープン投稿を受け付ける場が開かれたままでいるかどうかだ。これは、AIが編集へのアクセスに与える影響を最も可視化しやすい指標である。

一般投稿の受付を閉じる雑誌は、限られた閲読能力を守ることになる。一方で、機会は招待された執筆者や既存の関係を持つ人々へと移っていく。

学術誌は、デスクリジェクト率の引き上げや、より厳格な投稿要件によって対応するかもしれない。法律レビュー誌は、独占的な投稿期間、認知された研究者、あるいはより強い所属機関のシグナルを優遇する可能性がある。

こうした変化は自動化されたスパムを減らすだろうが、無名の声にとっての入口も狭めることになる。

したがって読者は、投稿受付の停止、回答時間の長期化、投稿数の上限、招待制の実験に注目すべきだ。これらは単なる事務的な細部ではない。

人間がすべての真剣な投稿を評価するよう求められる中で、組織が幅広いアクセスを維持できるかどうかを示している。

この移行期において、著者にも実務上の責任がある。ある誌のルールが他でも通用すると決めつけず、各出版物の現行方針を読むべきだ。

AIが調査や執筆のどこに影響したかを記録すべきである。引用した情報源を独自に開き、引用文を検証し、意味のある草稿を保管すべきだ。

編集者は、許容される利用を理解しやすくすべきである。「不適切なAI」に対する一般的な警告よりも、具体例の方が役立つ。

また、根拠のない告発から寄稿者を守るべきだ。疑念は公正な審査手続きの契機となるべきであり、自動的に不正行為と認定されるべきではない。

読者にも役割がある。特に論争が制度上の隙間を露呈させたとき、出版物が自らの基準を説明することを期待すべきだ。

Google Newsは、医学、法学、文学にまたがる論争を今後も取り上げ続けるだろう。決定的な問いは、出版社が扉を閉ざすことなく信頼を守るシステムを構築できるかどうかである。

最良の結果は、無制限の自動化でも象徴的な禁止でもない。ツールが支援し、人間が説明責任を負い続ける、文書化された分業である。

その基準は、有益な言語支援、調査ツール、創造的な実験の余地を保つ。同時に、隠蔽を正当化しにくくする。

信頼している学術誌や雑誌による次の方針更新に注目してほしい。重要な利用を定義し、機密性の高い作業を保護し、告発をどのように審査するかを説明しているだろうか。

そうであれば、その組織は不安を超えてガバナンスへと進みつつある。そうでなければ、その投稿プロセスはいまだに、生成AIがすでに壊してしまった前提の上に成り立っている。