これは“サーベイ論文DDoS攻撃”だ──ChatGPT公開後に起きている学術界の論文汚染の実態：Innovative Tech（AI+）

[山下裕毅，ITmedia]

Innovative Tech（AI+）：

このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高いAI分野の科学論文を山下氏がピックアップし、解説する。

X： ＠shiropen2

　中国の上海交通大学に所属する研究者らが発表した論文「Stop DDoS Attacking the Research Community with AI-Generated Survey Papers」は、大規模言語モデル（LLM）の登場により、生成AIによるサーベイ論文の増加していると指摘した研究報告だ。

　この現象を「サーベイ論文DDoS攻撃」（survey paper DDoS attack）と呼び、研究チームは研究コミュニティーに対する深刻な脅威として警鐘を鳴らしている。

論文に攻撃される研究者のイラスト（絵：おね）

　従来、サーベイ論文は専門家が長期間かけて文献を精査し、分野の知見を体系的にまとめる労働集約的な作業の結果であった。しかし2022年末のChatGPT公開を境に状況は一変した。

　論文投稿サイト「arXiv」におけるコンピュータサイエンス分野のサーベイ論文数は、20年の1421本から、24年には2868本へと倍増。AI生成スコアの平均値も22年の0.29から24年には0.64へと急上昇している。短期間に複数のサーベイ論文を投稿する異常な著者数も年々増加しており、24年には366人に達した。

　これらAI生成サーベイの品質には問題が多い。構造的には概念的な体系性を欠き、単なるトピックの羅列に終わることがほとんどで、独自の分類法やフレームワークの提案もなく、既存の分類を模倣するだけだ。引用の正確性にも欠陥があり、真に重要な論文を見落とす一方、関連性の低い論文を過剰に引用する傾向がある。LLMの幻覚現象により、存在しない論文への引用すら含まれることもある。

　深刻なのは、これらのサーベイ論文間の冗長性だ。同一トピックに関する複数のサーベイが、ほぼ同一の内容と表現で量産されている。ある機械学習トピックに関する最近の10本のサーベイを分析したところ、引用文献の60〜70％が重複していることが判明した。これは研究者による文献調査とは考えにくい高い一致率だ。

　根本的な懸念は、研究の方向性への影響だ。サーベイ論文は本来、分野の現状を示し、未解決の課題を明らかにする役割を担っている。しかし信頼性の低いサーベイが氾濫すれば、研究者は誤った前提のもとで研究を進めるリスクがある。

　さらに、アクセスしやすいという理由だけで低品質なサーベイが引用され、引用のゆがみが生じる可能性もある。ノイズの多い論文が引用ネットワークをゆがめ、真に重要な研究が埋もれてしまう危険性をはらんでいる。

問題構造と品質懸念から対策を示した図

　研究チームは、この問題への複数の対策を提案している。第1に、著者によるLLM利用の明確な開示を義務化すること。第2に、サーベイ論文に対してより厳格な査読基準を適用し、新たな洞察や意味のある分類法を提供しない単なる要約は却下することだ。第3には、同一トピックに関する冗長な投稿を抑制するメカニズムの導入。第4に、AI検出ツールの活用と参照文献の検証強化を促している。

　さらに、静的な1回限りのサーベイから「動的ライブサーベイ」（Dynamic Live Surveys）への移行を提唱している。これは、AIによる自動的なコンテンツ収集と専門家による人間の監修を組み合わせた、継続的に更新される知識リポジトリだ。コミュニティーメンバーが協力してウィキ形式でトピックを管理し、LLMベースのエージェントが新しい論文を継続的に監視・要約する一方、人間の専門家が解釈の深さと批判的分析を提供する。

　この研究論文は、機械学習分野の国際カンファレンス「NeurIPS 2025」に採択されている。

Source and Image Credits: Lin, Jianghao, et al. “Stop DDoS Attacking the Research Community with AI-Generated Survey Papers.” arXiv preprint arXiv:2510.09686（2025）.