停滞する科学と生産性、AIが「進歩の歯車」を再び回し始めるか

世界中のあらゆる情報にアクセスできるスマートフォンを手にした今、人類は科学の黄金期にいるはずだと誰しもが思います。しかし現実は皮肉にも、社会を前進させてきた二つの原動力である「生産性」と「科学的イノベーション」が、ここ数十年で不可解な減速に陥っています。

そんな中、急速に実用化が進む生成AIが、長らく軋んでいた進歩の歯車を再び力強く回し始める兆しを見せています。

科学者を押しつぶす「知識の重荷」

イノベーションの鈍化は想像以上に深刻です。ある有力な研究論文によると、農業からがん治療に至るまで、あらゆる分野で発明のペースが約13年ごとに50パーセント低下していることが判明しました。

米国が1人あたりGDPの成長を維持するためには、新しいアイデアを見つける難易度の上昇を補うべく、13年ごとに研究投資や人員を倍増させ続けなければならない状況です。

その大きな原因の一つが、科学研究が抱える「知識の重荷」です。研究者が最前線に立って独自の発見をするまでに学ばなければならない既知の知識が膨大になりすぎています。

今や科学における先駆的な大発見の半分は40歳を過ぎてから生まれており、かつて若手研究者が主導していたブレイクスルーの時期が大幅に遅れています。また、科学が複雑化して巨大なチームや事務支援が不可欠になった結果、STEM分野の博士号取得者による起業率は過去20年で38パーセントも減少しました。

論文の出版数が急増したことで、研究者は新着論文を精読する時間を失い、過去の有名論文ばかりを引用するようになっています。ここにAIが介入し始めています。過去の文献を解析して最も有望な研究の方向性を特定したり、膨大な文献レビューを自動化したりする実験で、すでに確固たる成果が報告されています。

1980年代から止まったデスクワークの生産性

イノベーションと並ぶもう一つの課題が、生産性の長期的な伸び悩みです。

1865年当時の英国の労働者は生涯で約12万4000時間働いていましたが、1980年には生活水準が大きく向上したにもかかわらず約6万9000時間まで減少しました。生涯で働く時間の割合は50パーセントから20パーセントにまで減った計算です。

しかし1980年以降、インターネットやソフトウェアが普及したにもかかわらず、生産性の向上ペースは鈍化し続けています。ホワイトカラーの管理業務は、いまだにWordやExcel、PowerPointに張り付いて資料を作るという、数十年前から本質的に変わらない作業に追われています。

生成AIはこの作業の前提を覆しつつあります。最も顕著な例がプログラミングです。マイクロソフトが実施したGitHub Copilotの無作為化比較試験では、AIアシスタントを活用したプログラマーの作業時間が半分に短縮されたという結果が出ています。

なぜ重要か

ビジネスパーソンや研究者にとって、AIはもはや好奇心で触るおもちゃではなく、日々の認知的負荷を劇的に減らす必須の道具になりつつあります。文章の要約やドラフト作成、データ処理などの下準備をAIに任せるだけでも、すぐに検証する価値があります。

産業全体で見れば、長年指摘されてきた「IT技術が経済全体の生産性に寄与していない」という停滞の構図を打ち破る可能性を秘めています。コーディングや文書作成の時間が半分になるなら、組織の評価軸は作業の速さから意思決定の質へと根本からシフトせざるを得ません。

賢いアプローチは、AIを人間の代替にするのではなく、情報過多をさばく「フィルター」として使うことだと考えます。一方で、誰もが手軽に文章を生成できるようになることで、質の低い論文や無意味な社内資料が爆発的に増え、かえって人間の読む負担が増大するという懸念もあります。AIでノイズを減らせるか、それともノイズに埋もれるかが今後の分かれ目になりそうです。