原典PDFを開く本文の下でも確認できます
要約
今回の議事録で大学・研究機関、そして教育委員会の高等教育・研究振興部局にとって最も実務的なインパクトが大きいのは、若手・学生を含む研究者支援制度「SPReAD」の採択率が2.9％という狭き門であるにもかかわらず、審査の無作為抽出の運用ロジックが「ハックされる懸念」を理由に非公開のままになっている点である。応募する側は改善のフィードバックを得られないまま次の公募に挑むことになり、北野委員が指摘したように「なぜ開示できないのか」を丁寧に説明するコミュニケーション自体が制度の納得感を左右する局面に入っている。
SPReAD第2回公募の応募数は17,914課題（うち学生3,263課題）で、第1回の15,868課題を上回った。10の研究領域・8つのユースケースいずれも申請者が100～500人規模で増加し、分野を問わず関心が広がっている一方、実験自動化・自律化のユースケースだけは908課題（5.1％）とわずかに減少した。採択者向けには7月22日のキックオフ、8月6日のAI活用学び合い会など伴走支援が始まっているが、出力の信頼性（ハルシネーション、ブラックボックス）、スキル不足、連携相手が見つからないといった悩みが依然として大きいことが第1回採択者へのAIインタビューから明らかになっている。事後評価は半年間の研究期間終了後の実績報告書に基づき、好事例・失敗事例を公表していく方針だが、泰地委員からは「どのように予算が使われたか」の分析も求められた。
AI研究開発力の強化に関する議論では、日本がAIを「使う」だけでなく「創る」人材の育成に弱いことが繰り返し指摘された。JST・CRDSの分析によれば、AI関連リソースでは米国が依然トップだが論文生産性では中国が既に米国を上回り、世界のAI計算能力は2022年以降年平均3.3倍で増加しH100換算1,710万基に到達、米国へ移動するAI研究者・開発者数は2017年以降約9割減少しているなど、国際競争の構図が大きく変化している。こうした中で文科省は、AI基礎研究（Science of AI、Science for AI）を国家戦略として推進する枠組みが日本には弱く、研究力が分散して国際拠点形成につながっていないという課題認識を示した。津田委員からは、優秀なAI研究者が20年来大学より企業を選ぶ傾向が人材育成の停滞を招いていること、そして東京と地方でAI教育を受けられる機会に格差があることが指摘され、合田委員からはAIモデルを扱う研究者だけでなく、情報基盤そのものを支える人材の育成も予算・体制の両面で必要だという意見が出された。
さらに、ARiSE・SPReADと両輪をなす「次世代研究インフラ」を一体的に構築するため、AI for Science推進委員会の下に新たなワーキンググループを設置することが審議・了承された。実験データ、計算基盤、ワークフローを横断的に整備する構想で、年度内を目途に「基本計画（仮称）」を策定し、令和9年度予算要求につなげる方針である。ただし、HPCI計画推進委員会や既に取りまとめられたデータ流通ワーキングなど、関連する既存の会議体との役割分担は今後の検討課題として残されており、北野委員・泰地委員からはHPCIの延長線上では議論しきれない実験自動化やローカルクラスター・民間リソースとのベストミックスの必要性、AI for Science立ち上げ時の計算資源逼迫への懸念が示された。令和9年度概算要求については、浅野新研究振興局長が「大幅に拡充した要求を検討中」と述べたのみで、具体的な検討状況は運営要綱に基づき非公開のまま議事4として扱われている。
現場視点の一般的な懸念
- SPReADの採択率が2.9％と低い一方、無作為抽出の具体的な運用（どこでどう抽出しているか）が「ハックされる懸念」を理由に非公開のままで、応募する大学研究者・学生が改善点を把握できず、不信感が制度の納得感を損なう恐れがある
- 津田委員が指摘した「東京と地方でAI教育を受けられる機会の差」は、地方大学・地方教育委員会管轄の学校現場にとって、SPReADのような国のAI活用支援策から実質的に取り残されるリスクを意味する
- 優秀なAI研究者が20年来、大学ではなく企業を選ぶ傾向が続いているとの津田委員・牛久委員の指摘があり、AIを「創る人材」を育成する大学院教育の基盤が細っていく懸念がある
- 次世代研究インフラ構築に係るワーキンググループの設置が了承されたが、HPCI計画推進委員会やデータ流通ワーキングとの役割分担が明確でなく、合田委員・北野委員が指摘するように議論の重複や、計算資源逼迫時の対応策が定まらないまま基本計画（仮称）策定が年度内に迫っている
- 令和9年度概算要求の検討状況が運営要綱に基づき非公開とされており、大学・研究機関側はSPReADの採択規模拡充やARiSEとの中間的支援制度の詳細を予算確定まで把握できず、次年度の研究計画・人員配置の見通しが立てにくい
現場視点の一般的な懸念を踏まえた改善提案
- 文科省は、SPReADの無作為抽出審査について「なぜ現時点で非開示なのか」という理由と、ハック懸念が払拭された段階で段階的に開示していく方針を、公募要領や採択結果公表時に明記すべきである
- 国・教育委員会は、AI活用学び合い会など第1回採択者向けの伴走支援をオンライン形式で地方大学・地方の学校現場にも拡張し、東京圏との情報格差を埋める具体策を令和9年度概算要求の中に組み込むべきである
- 大学は、人材課の博士人材交流施策（INSIGHT等）を活用し、企業に在籍するAI研究者をクロスアポイントメントで大学院教育に招き入れる枠組みを拡充し、人材育成のボトルネック解消を図るべきである
- 文科省は、次世代研究インフラ構築ワーキンググループとHPCI計画推進委員会・データ流通ワーキングの間で、議題の切り分けと情報共有のルールを基本計画（仮称）策定前に文書化し、委員会間の重複や責任の空白を防ぐべきである
- 文科省は、令和9年度概算要求の主要な方向性（SPReAD採択規模拡充、ARiSEとの中間的支援制度など）が固まり次第、非公開扱いの範囲を最小限にとどめ、大学・研究機関向けの説明機会を速やかに設けるべきである
※この文章はAIで作成されています。あくまで参考としてお読み取りいただき、事実関係、内容の妥当性の確認はリンク先の原典を当たるなど各自の判断でお願いします。
AI for Science推進委員会（第6回） 議事録
https://www.mext.go.jp/b_menu/shingi/chousa/shinkou/077/gijiroku/aifors_260807_002.html
