同盟形成や条約体制、あるいは国際開発の政治学に関する文献を日々読み耽っているなら、

同盟形成、条約体制、あるいは国際開発の政治学について日々読み耽っているなら、おそらくあなたはすでにJSTORの中に住んでいるようなものだろう。私もそうだ。私はケンブリッジ大学の国際関係学の学生であり、思い返せばずっと前から、このアーカイブが私のデフォルトの作業スペースだった。昨学期、JSTORが新しいAIリサーチツールを導入したとき、私はそれを他の新機能と同じように、警戒心を持って受け止めた。周囲の多くの学生や教職員と同様に、私はChatGPTが基本的な事実でつまずいたり、架空の引用を捏造したり、自信満々にデタラメを生成したりするのを目の当たりにしてきたからだ。私の代わりに考えてくれると約束するような、新たなガジェットなど必要なかった。私が必要としていたのは、脚注を台無しにすることなく、より深く考えるのを助けてくれる何かだった。

そこで、それが本当に他と違うものなのかを確認するため、丸一学期間、このツールを徹底的に使い込んでみた。実際の講義やエッセイのリサーチに数週間費やした結果、言えることは、これは単なるギミックではないということだ。このツールは、学術資料との向き合い方を変えてしまう。しかも、派手な演出によるものではなく、もっと実用的な理由によって。

なぜ不信感には正当な理由があったのか

アカデミアが生成AIに対して抱く疑念には、それなりの理由がある。成績が国連決議の日付の正確さや、安全保障理事会の権限に関する正確な文言に左右されるような世界では、ハルシネーション（幻覚）が入り込む余地はない。ChatGPTをはじめとするオープンなウェブ上のアシスタントには、もっともらしいが架空の出典タイトルを生成したり、引用の帰属を誤ったり、ニュアンスが完全に消えてしまうまで内容を平坦化してしまったりするという、よく知られた癖がある。私が指導教授にJSTORのツールをテストしていると話したとき、懸念は即座に示された。出典を捏造したりしないか？ 複雑な議論を誤解を招くような要約に言い換えたりしないか？ これらはもっともな疑問だ。なぜなら、たった一つの誤った引用が、研究論文全体の信頼性を損なう可能性があるからだ。

JSTORのツールが他と違う点は、答えをどこに探しに行くかにある。このツールはオープンなインターネットをスクレイピングするのではない。JSTORのアーカイブ内にある、すでに信頼されている学術ソースを直接対象として機能するのだ。この違いは一見小さく聞こえるが、すべてを根底から変えてしまう。

守られた領域（Walled Garden）の中に留まること

昨学期の私のリサーチの大部分は、経済制裁に関する文献が人権の枠組みとどのように交差するかを辿る作業だった。それは密度が高く、学際的な仕事だ。通常、そのプロセスはこうなる。キーワード検索を行い、30個のタブを開き、抄録を読み、おそらく12個ほどのPDFをダウンロードし、それから「どの著者がどの微妙な差異を指摘したか」を思い出すために数日間を費やす。時間はかかる。しかし、それは必要なプロセスだ。それでも、とにかく時間がかかるのだ。

アーカイブに統合されたAIツールを使えば、議論の関連性について直接質問を投げかけ、実際に開いて検証できる論文に完全に裏付けられた回答を得ることができた。このツールは、国際法の学術研究と政治経済学の研究との間にある、私が見落としていたつながりを示してくれた。これらはWikipediaのスレッドから引き出された合成的な要約ではない。私がすでに信頼を置いているのと同じデータベース内に存在する、実際の査読済み資料を通じた道筋なのだ。

これは、歴史学、政治学、あるいは一次資料や二次資料を慎重に扱う必要があるあらゆる分野で活動する人々にとって重要なことだ。あなたは自分の判断力をブラックボックスに外注しているのではない。図書館の中に留まってくれるガイドを使っているのだ。

正確さを犠牲にしないスピード

私にとって最も実用的な変化は、ペースだった。ケンブリッジの締め切りは遅延を許してくれないし、スピードのために徹底さを犠牲にしたいという誘惑は常に存在する。クラスメートがオープンなウェブ上のAIに頼って文献レビューを作成し、後になって架空の参考文献を削除するために数日間を費やすのを私は見てきた。JSTORのツールは、すべての提案に実際の出典へのダイレクトリンクが付随しているため、正確さを失うことなくアーカイブをより速く進めることを可能にしてくれた。元のテキストを数秒で確認できるのだ。もし要約に違和感があれば、すぐに全文を読んで修正できる。

植民地主義以降の国境紛争へのアプローチに関するエッセイを書いている際、このツールは、20世紀半ばの地域研究と、より新しい批判的安全保障研究を結びつける糸を見つける助けとなった。手動で検索していれば最終的には見つけられただろうが、ブラウジングにさらに1週間はかかっていただろう。その代わりに、私はその1週間を、盲目的に探し回るのではなく、深く読み込むために使うことができた。

これこそが、教育におけるAIの是非をめぐる議論の中で見失われがちな、実用的な詳細だ。ほとんどの学生にとっての問題は、書くスピードではない。発見のスピードなのだ。起こりうる500本の論文の中から、どの5本を精読すべきかを知ることは、戦いの半分を占める。ツールがトリアージ（選別）を担うことで、あなたは思考に専念できるのだ。

ノイズを減らす

誤った情報が常に劇的なものとは限りません。時には、わずかに誤った日付であったり、誰も原典を確認しなかったために誤解された理論的枠組みがそのまま流布していたりすることもあります。このツールは、JSTORのインデックス化されたコーパスに基づいているため、誤情報の混入リスクを低減し、ノイズレベルを大幅に抑えることができます。もちろん、批判的に読み解く姿勢は依然として必要であり、いかなるツールもそれに取って代わることはできません。しかし、情報源がそもそも存在するのかどうかを確認するための時間は大幅に短縮されます。

これを最も強く実感したのは、複雑な手法論の論文をレビューしていた時です。IR研究では、定量分析と歴史的なケーススタディを組み合わせることが多く、その技術的な