月: 2026年10月

  • 【科学】ハリケーン「ポロ」を強めたのは地球温暖化――エルニーニョより影響大、最新分析

    【科学】ハリケーン「ポロ」を強めたのは地球温暖化――エルニーニョより影響大、最新分析

    2026年9月、東太平洋で記録的な勢力に発達したハリケーン「ポロ」――東太平洋で観測された中でも最強・最長級のカテゴリー5ハリケーンの一つとなった――について、当初は記録的に強いエルニーニョ現象が主な原因だと考えられていた。しかし10月15日に発表された緊急分析の結果、ポロをこれほどの勢力に押し上げた海洋・大気の条件には、エルニーニョよりも人為的な地球温暖化のほうが大きく影響していたことが分かった。

    この違いが重要なのは、エルニーニョが一時的な気候パターンであるのに対し、人為的な温暖化は地球全体の長期的な気温の「底上げ」を続けている点にある。つまり、極端に強いハリケーンを生み出しうる条件は、たとえエルニーニョが発生していない年であっても、今後さらに起きやすくなっていく可能性があるということだ。

    原論文情報 / Original Paper
    原題(Title): Effect of climate change at least as large as El Niño in strengthening Hurricane Polo
    著者(Authors): Friederike Otto ほか(World Weather Attribution/Climate Central)
    掲載誌(Journal): World Weather Attribution 緊急分析レポート(インペリアル・カレッジ・ロンドン グランサム研究所、査読前)
    DOI: 10.25560/144926

    記録的な嵐の内側

    ハリケーン「ポロ」は2026年9月下旬、東太平洋で爆発的に発達し、最大風速はわずか24時間でおよそ90ノット(時速約167キロ)上昇した。米国立ハリケーンセンター(NHC)はこの発達ぶりを「実に驚異的」と評した。ポロは最終的に時速約265キロ(165マイル)、カテゴリー5の勢力に達し、AP通信はこれを太平洋で記録されたカテゴリー5ハリケーンとしては最長の持続記録だったと伝えている。その後ポロはメキシコのバハ・カリフォルニア・スル州に上陸し、ソノラ州へと進んだ。WWAの分析が引用する現地報道によれば、この際の洪水でハリスコ州とソノラ州で少なくとも5人が死亡し、米ニューメキシコ州ではダム決壊のおそれから約1,000人が避難した。

    嵐が弱まるとすぐに、災害発生から数日以内に極端気象を分析することで知られる国際科学者ネットワーク「World Weather Attribution(WWA)」が、非営利団体Climate Centralと共同で、ポロの勢力のうちどれだけが数十年にわたる海洋温暖化によるもので、どれだけが今年の強いエルニーニョによるものかを切り分ける分析に着手した。研究チームにはメキシコ、米国、英国、アイルランド、オランダを拠点とする研究者が参加し、インペリアル・カレッジ・ロンドン、オランダ王立気象研究所(KNMI)、赤十字・赤新月社気候センターが協力した。

    3つの指標で見る影響度

    2つの要因を切り分けるため、研究チームは主に「ポテンシャル強度」と呼ばれる指標を用いた。これは海面水温・気温・湿度から、ある海域で嵐が理論上どこまで強くなりうるかを推定する熱力学的な指標で、実際の嵐が到達する風速そのものを予測するものではない(実際の強度には風のシア(鉛直方向の風向・風速差)や嵐の構造なども影響する)。研究チームは、実際に温暖化が進んだ世界でのポテンシャル強度を、人為的な温暖化がなかったと仮定した世界、および今年のエルニーニョがなかったと仮定した世界のそれぞれと比較した。

    地球温暖化とエルニーニョがハリケーン「ポロ」の強度に与えた影響を比較した棒グラフ
    出典: World Weather Attribution (2026) のデータをもとに作成

    結果はどの指標でも同じ方向を示した。ポロのような極端なポテンシャル強度につながる条件は、温暖化がない世界と比べて現在の気候では約23倍起きやすく(およそ115年に1度の事象)、今年のエルニーニョによる影響は平常時と比べて約14倍(およそ70年に1度)だった。ポテンシャル強度そのものは、温暖化でおよそ秒速5メートル、エルニーニョでおよそ秒速4.2メートル上昇したと推定される。これとは別に、ポロの実際の最大風速への影響としては、温暖化によって約秒速2.7メートル(時速約6マイル)の上昇があったという。ポロが通過した海域の水温も別途評価されており、産業革命前と比べて約1.4度高く、これほどの高温は温暖化によっておよそ100〜200倍起きやすくなっていた。

    「数マイル」の重み

    風速のわずかな上昇は大したことがないように聞こえるかもしれないが、物理的には決して小さな違いではない。風が運ぶ運動エネルギーはおおむね風速の3乗に比例して増えるため、風速のわずかな上昇が、建物や海岸線の地形がどう被害に影響するかを別にしても、嵐が及ぼす力の不釣り合いに大きな増加につながりうる。こうした非線形性こそ、ハリケーン研究者たちが風速のわずかな増分にこだわる理由であり、研究者らは、ポロが持っていたこの温暖化由来の上乗せ分が、より人口の密集した海岸線を襲っていた場合には、メキシコの比較的人口の少ない地域を襲った今回よりもはるかに大きな被害をもたらしていた可能性があると指摘している。

    エルニーニョは去るが、温暖化は去らない

    「エルニーニョは来ては去っていくが、気候変動は悪化し続けるだけだ」

    WWAのフリーデリケ・オットー氏によるこの言葉は、エルニーニョ自体の影響も大きかったにもかかわらず、研究チームが今回の結果を重要だと考える理由を言い表している。エルニーニョは太平洋の海水温が一時的に変動する自然現象で、通常は数カ月から1年程度、あるいはそれ以上続いたのち収まる。Climate Centralのダニエル・ギルフォード氏は、この2つの要因を「信号機とアクセル」になぞらえている――一部の地域ではエルニーニョが嵐を引き裂くような上空の風のシアを弱め、いわば信号を青に変える一方、温められた海水は嵐が発達し始めた際の追加の熱と水蒸気という「燃料」を供給する、というわけだ。どちらの要因も嵐の発達を保証するものではないが、信号はエルニーニョが収まればいずれ赤に戻る。一方、気候システムに蓄積され続ける熱と結びついた長期的な温暖化の傾向は、そのようにリセットされることはない。

    この分析で分かること・分からないこと

    今回の分析はまだ査読を経ていない。これはWWAの緊急分析に共通する特徴で、災害発生から数カ月ではなく数日以内に結果を公表するために同グループが受け入れているトレードオフだ。研究チームはポロの極端な降雨量への温暖化の影響についても定量化を試みたが、利用可能な気候モデルではこの地域の過去の降雨傾向を十分な精度で再現できなかったため、無理に結論を出さずこの問いを保留とした。

    これとは別に、AP通信の報道によれば、研究に参加していない複数のハリケーン研究者――ジェフ・マスターズ氏、マイケル・マン氏、カール・シュレック氏ら――は、ポロへの気候変動の影響は過小評価されている可能性があると指摘する。根拠はギルフォード氏による2024年の別の研究で、大西洋の一部のハリケーンで気候変動が最大時速16マイルの風速上昇をもたらしたとされた結果だ。今回の共著者でもあるギルフォード氏はAP通信に対し、今回の分析は意図的に保守的な見積もりだとの見方を示している。いずれにせよ研究チームが強調するのは、今回の結果はこの特定の嵐について温暖化が極端な条件の起きる確率を高めたことを示すものであり、今後のすべてのハリケーンが必ず強くなるという意味ではない、という点だ。

    今後への示唆

    ポロの事例は、本ブログがこれまでも取り上げてきたより大きな傾向に重なる。地球の気候「バイタルサイン」16指標中7つが観測史上最悪に――温暖化ペースも加速中という今年の報告では、地球の気候を示す16の指標のうち7つが2026年に観測史上最悪の値を記録し、温暖化のペースが頭打ちになるどころか加速していることが示された。ポロが本当に意味するところは、一つの嵐そのものよりも、その嵐が発達した「土台」にあるのかもしれない。エルニーニョは今後も独自の周期でやって来ては去り、時に温暖化した海洋と重なってとりわけ強い嵐を生むこともあるだろう。しかし長期的な温暖化の傾向はこの周期の間も途切れずに続くため、次のエルニーニョはその前よりわずかに温かい海を舞台にすることになる――それこそが今回の研究が明らかにしようとした仕組みだ。

    Xsciens編集部の読み解き

    この分析が示すのは、一つの嵐の原因を「エルニーニョか温暖化か」の二択で決めることではなく、短期の自然変動の上に長期の温暖化が積み上がっていくという構図です。

    • 似た数字を混同しない。本文には複数の倍率が出てきます。極端なポテンシャル強度の条件は温暖化で約23倍、エルニーニョで約14倍起きやすくなったという推定で、海水温の高さは温暖化で約100〜200倍起きやすくなったという別の推定です。対象の量が違うため、並べて単純比較はできません。
    • ポテンシャル強度は実際の風速ではない。嵐が理論上どこまで強くなりうるかの指標で、実際の風速への影響は温暖化で約秒速2.7メートルとされています。「エルニーニョより影響大」という本記事の見出しは、原題の「少なくともエルニーニョと同程度」より踏み込んだ表現です。推定値の幅は記事の範囲では確認できないため、ここでは温暖化の寄与が小さくなかったことを示す結果と受け止めるのが安全です。
    • 査読前の緊急分析。災害から数日以内に結果を出すことを優先した分析で、降雨量への影響は、気候モデルが地域の過去の傾向を再現できなかったため、結論を保留しています。

    この読み解きの参考: World Weather Attribution の分析、分析レポート全文(DOI)

    出典: World Weather Attribution、AP通信(KSAT掲載)、NASA Earth Observatory、原論文全文(インペリアル・カレッジ・ロンドン)

    関連記事:地球の気候「バイタルサイン」16指標中7つが観測史上最悪に / 海は本当はどれくらい温まっているのか / スイスの氷河、2026年に氷の5.5%が消失

  • 【科学】認知オフローディングとは?3分でわかる仕組みと注意点

    【科学】認知オフローディングとは?3分でわかる仕組みと注意点

    予定をスマホのリマインダーに任せる。長い報告書を自分で読む代わりにAIチャットボットに要約させる。こうした行動は心理学で「認知オフローディング(Cognitive Offloading)」と呼ばれます。この習慣自体は大昔からあるものですが、近年の研究は「道具が手元にないとき、自分の実力はどうなっているのか」という、より踏み込んだ問いを投げかけ始めています。

    元論文情報
    原題: Cognitive Offloading
    著者: Evan F. Risko, Sam J. Gilbert
    掲載誌: Trends in Cognitive Sciences, Vol. 20, No. 9, pp. 676–688 (2016)
    DOI: 10.1016/j.tics.2016.07.002

    認知オフローディングとは何か

    認知オフローディングとは、身体的な動作や外部の道具を使って、本来なら頭の中だけで行う作業の負担を減らすことです。カナダ・ウォータールー大学のエヴァン・リスコ氏と、英UCLのサム・ギルバート氏が2016年に学術誌『Trends in Cognitive Sciences』で発表したレビュー論文が、今もこの分野で最も参照される枠組みです。問題を完全に「頭の中」だけで解くのではなく、作業の一部を体や周囲の環境に肩代わりさせる、という考え方です。

    スマートフォンよりはるかに古い行動でもあります。逆さまの文字を読むために頭を傾ける、指を折って数える、電話番号を紙切れにメモする――これらもすべて認知オフローディングの一種です。変わったのは道具の規模と性能で、電卓やGPS、検索エンジン、そして生成AIアシスタントが、一連の思考プロセスそのものを肩代わりできるようになりました。この考え方は、哲学者アンディ・クラークらが1998年に提唱した「拡張された心(extended mind)」という理論とも近い関係にあります。いつも持ち歩くノートは、実用上その人の記憶システムの一部になりうる、という主張です。

    仕組み:スイッチではなく意思決定のループ

    帰り道に5つの用事を覚えておくよう頼まれた場面を想像してください。すべて頭の中で保持することもできますし、書き出すこともできます。リスコ氏とギルバート氏の枠組みでは、これを一度きりの選択ではなく、常に走り続けるコスト・ベネフィット計算の結果として捉えます。判断材料は、作業がどれだけ大変に感じられるか、自分の記憶力への自信、そしてリストを書く手間がどれだけ労力を節約するか、です。

    重要なのは、この計算が働くのは「実際の能力」ではなく「本人が感じる負担」と「自信」だという点です。自己評価は的外れなこともあり、本当は自力で対応できる場面でも外部の助けに頼ってしまうことがあります。道具への依存を繰り返すことで長期的に自信や素の実力が変化するのかは、関連はしていても別の、より検証が難しい問いです。オフロード自体が悪いわけではなく――忙しい週に買い物リストで記憶を補うのは理にかなった選択です――ただ、無意識の習慣になっていないか気に留める価値はあるでしょう。

    認知オフローディングの意思決定ループを示す図
    出典: Risko & Gilbert (2016), Trends in Cognitive Sciencesをもとに作成

    なぜ今あらためて注目されているか

    認知オフローディング自体は何十年も研究されてきたテーマですが、生成AIの登場によって、ニッチな学術トピックから一般的な関心事へと広がりました。2011年に『Science』誌に発表されたベッツィー・スパロウ氏らの研究はよく知られています。情報がオンライン上でいつでも参照できると信じると、人は情報の中身より「どこにあるか」をよく覚えている――いわゆる「グーグル効果」です。ただしこれはあくまで有益な歴史的類推です。検索エンジンは主に情報を保存・検索するだけですが、AIアシスタントは推論のような処理や文章の下書き、要約までこなします。研究者たちもこの違いを独自のテーマとして研究を始めたばかりです。

    研究者が今問うているのは、人がAIに思考を委ねるかどうかではなく、AIが手元にないときに自分の判断力をどれだけ失っているか、ということだ。

    2025年に『Societies』誌に掲載されたマイケル・ゲルリッヒ氏の研究は、666人を対象に、AIツールを頻繁に使う人ほど批判的思考力のスコアが低いという統計的に有意な負の相関を報告しました。特に若くAI依存度が高い層ほどスコアが低い傾向でした。ただし同じ時点で両方を測定した横断的研究のため、AI利用が思考力を弱めているのか、もともと能力の異なる人が使い方を変えているだけなのかは見分けられません。それでも同じ問いを別角度から示す研究は積み重なりつつあります。

    身近な具体例

    認知オフローディングは、自覚している以上に日常のあちこちに現れます。買い物リストを書いて記憶に頼らない、スマホのカレンダーにすべての予定を管理させる、経路を覚える代わりにGPSナビに目的地を打ち込む、事実を思い出す代わりに検索エンジンに尋ねる――どれもよくある例です。多くの場合、この取引は十分に見合うもので、買い物リストは記憶力をそれほど犠牲にせず用事を終わらせる助けになります。研究者が関心を持つのは、どのタイプのオフロードがこの「割に合う取引」に近く、どのタイプが後々の自力での実力により大きな代償を伴うのか、という点です。

    2020年に『Scientific Reports』誌に発表された、マギル大学のルイーザ・ダマニ氏らの研究は、この取引をGPSで直接検証しました。日常的に運転する50人の調査で、GPSの利用頻度が高い人ほどGPSなしでの空間記憶の成績が弱い傾向が見られ、約3年後に13人を再調査したところ、GPS利用がより増えた人ほど低下も大きいという対応関係も確認されました。著者らはこれをGPS利用が低下を招く方向の説明として支持しつつも、サンプルが小さく因果関係は完全には決着していないと注意を促しています。

    記憶だけがオフロードの対象ではありません。物の位置を覚える代わりに指でさすといった身体へのオフロードや、付箋やスマホの通知に「後で行動を思い出す」役目を託す「意図のオフロード」もあります。似て非なる概念が「自動化」で、利用者の判断を介さずシステムが作業を完結させる仕組みです。聞かずに経路を変更するGPSアプリは単純なオフロードを超えており、自分で判断を下す機会がなくなったときスキルがどうなるかは、また別の問いです。

    最新の研究動向

    最近の研究で最も明快な実証例が、2026年発表のカリフォルニア大学バークレー校主導の研究です。研究チームは計1,222人を対象に、ChatGPTを使える条件・使えない条件で数学や読解の問題を解かせる3つのランダム化比較試験を実施し、その後全員が最後の問題セットを完全に自力で解きました。結果、それまでAIに頼っていた参加者は最初から自力だった参加者より成績が明らかに低くなりました――ある実験では正答率57%対73%です。関連記事: AIに10分頼ると「粘り強さ」が落ちる――バークレー大学の実験で判明に詳しい結果と限界が整理されています。

    だからといって、オフロードが単純に悪いわけではありません。同じ研究の自己申告に基づく(ランダム化されていない)分析では、AIの答えをそのまま書き写したと答えた参加者の正答率は平均65%と最も低く、ヒント程度にしか使わなかった参加者はAI不使用の参加者に近い成績でした。確定的な結果とは言えませんが、示唆に富む傾向です。見えてくるのは、「オフロードするかどうか」より「どう使うか」が重要だというテーマです。完成した答えへの近道として使うのと、自分で考える過程を保つ足場として使うのとでは、効果の現れ方が違うようです。

    出典: Risko & Gilbert, “Cognitive Offloading,” Trends in Cognitive Sciences (2016)、Gerlich, “AI Tools in Society,” Societies (2025)、Columbia News(Sparrow et al., Science, 2011の紹介記事)、American Psychological Association Monitor (2026)

    あわせて読みたい: AIに10分頼ると「粘り強さ」が落ちる、AIの要約が記憶を歪める。

  • 【経済】2026年ノーベル経済学賞――「期待」が景気対策を変えた

    【経済】2026年ノーベル経済学賞――「期待」が景気対策を変えた

    2026年10月12日、スウェーデン王立科学アカデミーは、ノーベル経済学賞をスタンフォード大学のロバート・E・ホール氏とコロンビア大学のマイケル・ウッドフォード氏に授与すると発表した。賞金1200万スウェーデン・クローナは両氏で折半される。受賞理由は「マクロ経済安定化政策のミクロ的基礎」という堅い言葉だが、問いかけている中身はきわめて実際的だ――なぜある不況は数年も長引き、別の不況はすぐ収まるのか。そしてインフレを抑えようとする政策が、なぜ時に雇用や成長を不必要に傷つけてしまうのか。二人の研究は、主要な中央銀行が景気を読み、政策を組み立てる際に使うモデルのつくり方そのものを変え、「期待」が金利そのものと同じくらい経済を動かす要因であることを、理論の形で示した。

    1970年代、政策が効かなくなった

    第二次世界大戦後の数十年、経済学者たちは、総生産・総雇用・物価水準といった大きな指標どうしの統計的な関係性にもとづいてモデルを組み、景気循環を管理してきた。多くの政策担当者は、インフレと失業率の間には比較的安定した関係があり、「多少のインフレを受け入れれば失業は減らせる」と考えていた。この前提は1970年代の石油危機で大きく揺らぐ。米国の消費者物価は1974年に前年比で約11%上昇し、一旦落ち着いたものの1980年には13%を超えた。その間、失業率も高止まりしたままだった。この「スタグフレーション」と呼ばれる組み合わせは、当時主流だったモデルの弱点をあらわにし、景気を操るための道具立てそのものが信頼できるのかという疑問を経済学界に突きつけた。

    個人の意思決定から組み立て直す

    ホール氏とウッドフォード氏は、ジュリオ・ロテンバーグ氏らも連なる研究の流れの中で、マクロ経済理論の出発点を「個々の家計や企業が実際にどう意思決定するか」に置き直す方向を推し進めた。二人のモデルでは、人々は常に先を見ている。労働者や企業は、今の状況だけでなく「この先どうなりそうか」という予想もふまえて賃金や価格を決め、家計もまた将来の所得や物価への予想をもとに貯蓄や消費を決める。インフレ率や雇用といった経済全体の動きは、こうした無数の意思決定・期待・市場の制約が絡み合って生まれるのであって、過去の統計的な傾向だけから単純に導けるものではない。この発想は、「ニュー・ケインジアン・モデル」と呼ばれる枠組みの柱の一つとなった。これは、人々が先を見て行動するという前提と、価格や賃金が(変更にコストがかかるため)すぐには動かず「粘着的」であるという前提を組み合わせたものだ。

    「期待」が動かす政策効果

    この「先を見る」という要素が、実は非常に大きな意味を持つ。これは経済学者でない読者にとって、おそらく最も意外な部分だろう。中央銀行が理由を説明せずに金利だけを動かしても、人々の行動はほとんど変わらないかもしれない。しかし中央銀行が将来の方針を信頼できる形で示し、人々がそれを信じれば、実際に政策が実行される前から、期待は即座に動き出す。ウッドフォード氏は、自らの枠組みを19世紀の経済学者クヌート・ヴィクセルにちなんで「新ヴィクセル派」と呼んでおり、政策をどう伝えるかは付随的な話ではなく、政策そのものの一部だと論じてきた。この研究は、中央銀行が将来の金利の見通しを公に示す「フォワードガイダンス」という手法に、厳密な理論的裏付けを与えた。似た発想自体は以前から非公式に存在したが、1990年代以降、これを明確で体系立った政策手段へと押し上げる上で大きな役割を果たした。

    政策をどう伝えるかは付随的な話ではなく、政策そのものの一部である。

    学界から中央銀行の現場へ

    こうした発想は学術誌の中にとどまらなかった。ウッドフォード氏が2003年に著した『Interest and Prices(金利と物価)』は、事実上、中央銀行エコノミストたちの標準的な参考書となり、二人が発展させたニュー・ケインジアン・モデルは、米連邦準備制度(FRB)や欧州中央銀行(ECB)など主要中央銀行の分析ツールの重要な一角を占めるようになった。実際には、こうしたモデルは他の統計データや専門家の判断と組み合わせて、景気予測や政策選択肢の検討に使われている。ホール氏自身のキャリアも、この研究が政策現場といかに近いかを物語る。同氏は1978年の発足時から2024年まで、米国の景気後退の開始・終了時期を公式に判定する委員会の初代委員長を務めた(現在はスタンフォード大学のヴァレリー・ラミー氏が委員長)。またホール氏は1978年の古典的論文で、人々がいったん将来の所得見通しを織り込んでしまえば、消費の変化はおおむね「ランダムウォーク」のように、予測できない新情報への反応としてのみ動く、という理論を示したことでも知られている。

    データで見る、落ち着いた経済

    単一の理論だけで経済を穏やかにしたと断言するのは難しく、実際コロナ禍後のサプライチェーン混乱を背景に、2021〜2022年には米国でも再びインフレが大きく跳ね上がった。それでも1970〜80年代との対比は際立っている。1970年から1985年にかけて、米国の年間インフレ率は穏やかな年で約3%、石油危機の最悪期には13%超まで乱高下した。一方、経済学者が「グレート・モデレーション(大いなる安定)」と呼ぶ1980年代半ばから2007年ごろにかけての長い期間は、物価も生産もずっと安定していた。たとえば1992年から2007年の米消費者物価上昇率は、おおむね1.6%から3.4%という狭い範囲に収まっている。この安定が、ホール氏やウッドフォード氏らが築いた「期待」重視のミクロ的な金融政策の枠組みによるものなのか、それともグローバル化や供給ショックの縮小、企業の在庫管理の改善など他の要因によるものなのか、経済学者の間でも見解は分かれている。

    米国のインフレ率 1970-1985年 と 1992-2007年の比較折れ線グラフ
    米国の年間インフレ率:1970〜85年の石油危機期と、1992〜2007年のグレート・モデレーション期の対比。出典:米労働統計局(BLS)のCPIデータ。

    この理論でも解けない問題

    この枠組みには明確な限界もあり、受賞者自身のその後の研究がそれを物語っている。2008年の世界金融危機は、初期のニュー・ケインジアン・モデルが銀行・債務・金融パニックをほとんど考慮していなかったという弱点をあらわにした。これらのモデルの多くは、信用市場が背後で滑らかに機能し続けると単純に仮定していたのだ。この欠落をきっかけに、ウッドフォード氏の研究を含むその後の研究は、金融面の摩擦や、人間が実際には限られた情報処理能力しか持たないという「限定合理性」と呼ばれる、より現実的な仮定を取り込む方向へ進んだ。批評家からは、中央銀行が人々の期待を導くことに頼りすぎると、その約束が信じられなかった場合に裏目に出かねないという指摘もある。これはまさに1970年代に繰り返し起きたことに近い。ノーベル委員会自身の授賞理由も、景気循環を完全に解決する万能薬とまでは主張しておらず、安定化政策がうまくいく理由、そしてかつてなぜあれほど明白に失敗したのかを理解するための、より強固な理論的土台を評価するものだ。

    今回の受賞対象となった研究は、不況やインフレのリスクそのものをなくしたわけではない。予期せぬ衝撃や不十分なデータ、人々が政策を信じないことは、今も政策の軌道を狂わせうる。この研究が政策担当者に与えたのは、期待と政策がどう絡み合うかを考えるための、より頑丈な枠組みだ。それは景気の山と谷を和らげるための一つの道具であって、景気変動そのものをなくす保証ではない。

    出典: スウェーデン王立科学アカデミー ― 2026年ノーベル経済学賞発表、コロンビア大学ニュース、Hall (1978), “Stochastic Implications of the Life Cycle-Permanent Income Hypothesis: Theory and Evidence,” Journal of Political Economy(原論文)、Woodford (2003), “Interest and Prices: Foundations of a Theory of Monetary Policy,” Princeton University Press(原著)

  • 【科学】年上のきょうだいがいる子は腸内細菌が違う――理研、アレルギー予防の手がかりに

    【科学】年上のきょうだいがいる子は腸内細菌が違う――理研、アレルギー予防の手がかりに

    きょうだいがいる子どもはアレルギー疾患になりにくい――そんな経験則を裏づけるかもしれない手がかりが、腸内細菌の研究から見つかった。理化学研究所(理研)などの研究チームが、全国規模の出生コホート調査に参加した2歳児903人の便を分析し、そのうち684人については4歳時点の便も調べたところ、年上のきょうだいの数によって腸内細菌の「タイプ」や、健康に関わる代謝物の濃度が異なることが分かった。乳児期だけでなく就学前まで、この関連が続いていたという。

    原論文情報 / Original Paper
    原題(Title): Sibling factors associated with gut microbiota and fecal short-chain fatty acids in preschoolers
    著者(Authors): Tanaka Y. ほか
    掲載誌(Journal): Pediatric Research(オンライン版、2026年10月14日)
    DOI: 10.1038/s41390-026-05478-3

    きょうだいの数と腸内細菌の関係

    年上のきょうだいがいる子どもでは、アレルギー疾患の発症リスクが低いという疫学的な報告がこれまでにある。その背景として、きょうだいとの接触を通じた微生物への曝露が、免疫系の発達に影響する可能性などが「衛生仮説」として考えられてきた。ただし、これまでの研究の多くは乳児期や3歳未満が対象で、関連が就学前まで続くのか、どんな経路で生じるのかは十分に分かっていなかった。授乳方法や食事、保育施設への通園、抗菌薬の使用など、きょうだい構成と絡み合う要因が多いことも、解明を難しくしてきた。腸内細菌叢は、免疫系の発達や代謝、さらには将来のアレルギー・肥満・自己免疫疾患のリスクにまで関わるとされ、近年の医学研究で特に注目されている領域でもある。

    2歳児903人の便から見えた3つのタイプ

    研究チームは、千葉・兵庫・高知・宮城・富山の2歳児903人の便を対象に、細菌の種類をDNA解析(16S rRNA遺伝子解析)で調べ、短鎖脂肪酸などの代謝物の濃度もあわせて測定した。短鎖脂肪酸は腸内細菌が食物繊維を分解してつくる物質で、腸のバリア機能や免疫調節に関わるとされる。細菌の構成パターンが似た検体をまとめることで、腸内細菌叢を大きく3つの「タイプ」(エンテロタイプ)に分類した。タイプ1は細菌の多様性と便中プロピオン酸濃度が最も低く、Ruminococcus gnavus群の割合が高いタイプ、タイプ2はFaecalibacterium属が多いタイプ、タイプ3はRuminococcus属が多いタイプだった。2歳時点ではタイプ1が413人(46%)と最多で、4歳時点では684人のうちタイプ2が345人(50%)と最多になった。ただし、この分類はあくまで腸内細菌叢の構成上の違いを示すもので、健康状態の良し悪しや病気のリスクを直接判定するものではない点に注意が必要だ。

    きょうだい数と「タイプ1」のオッズ

    研究で特に注目されたのは、年上のきょうだいの数と腸内細菌タイプとの関連だ。年上のきょうだいがいない子どもを基準に、タイプ2に対してタイプ1に分類されるオッズを比較すると、2歳時点の調整オッズ比は、きょうだいが1人の場合で0.49、2人以上の場合で0.32だった。684人を追跡した4歳時点でも、1人で0.45、2人以上で0.22と、同様の傾向が続いた。これは、きょうだいが2人以上いる子どもではタイプ1に分類されるオッズが基準群の約3分の1だったことを示す値で、タイプ1になる確率そのものが3分の1という意味ではない点には注意したい。社会経済的な状況や出生時の条件、同居世帯の人数、ペットの有無などを考慮した分析でも、この関連は変わらなかったという。

    きょうだい数と腸内細菌タイプ1の調整オッズ比のグラフ
    出典: 理化学研究所ほかのデータをもとに作成

    便中の代謝物にも関連がみられた。2歳時点では複数の短鎖脂肪酸・分岐鎖脂肪酸の濃度が、年上のきょうだいの数と正の相関を示し(酢酸とヘキサン酸を除く)、4歳時点ではプロピオン酸の濃度で同様の関連が確認された。きょうだいの有無や人数という、家庭ごとに大きく異なる要素が、幼児の体内環境にここまではっきり現れていた点は興味深い。

    授乳や保育だけでは説明できない変化

    きょうだい構成は、授乳のしかたや食事内容、保育施設への通園、抗菌薬の使用とも関係しやすく、これらが腸内細菌の違いを生んでいる可能性も考えられる。そこで研究チームは「媒介分析」という統計手法を使い、きょうだいと腸内環境の関連のうち、これらの要因で説明できる部分がどれだけあるかを調べた。その結果、今回検討した要因だけでは、関連の大部分を説明できなかった。唯一4歳時点では、直近3カ月以内の抗菌薬使用が、関連の一部に関わっている可能性が示された。

    ただし、これはきょうだいとの接触そのものが原因だと証明されたことを意味しない。測定されていない要因や、今回の解析では捉えられなかった経路が関わっている可能性がある。なお、乳幼児期の生活環境がその後の健康に影響を及ぼし得るという視点は、理研が報告した幼少期の栄養状態と寿命の関係とも共通している。

    アレルギー予防への応用、今後の課題

    研究チームは、今回の結果が「きょうだいがいること自体が病気を予防する」と直接示したものではない点を強調している。腸内細菌の違いが、実際にアレルギーなどの発症リスクの低下につながるのかどうかは、今後の検証が必要だ。

    年上のきょうだいが2人以上いる子どもは、きょうだいがいない子どもに比べ、多様性の低い腸内細菌タイプに分類されるオッズが2歳時点で約3分の1だった。

    研究チームは今後、きょうだいと関連して変化する腸内細菌や代謝物が、アレルギーなどの発症と実際に結びつくのかを調べる方針だという。きょうだいの有無に左右されず、腸内環境と健康の関係を理解するための手がかりとして、今後の検証が注目される。

    出典: 理化学研究所 プレスリリース、Pediatric Research(原論文)

  • 【科学】脳は自ら学習回路を組み立てる?――MIT、AIと脳をつなぐ40年来の謎に新仮説

    【科学】脳は自ら学習回路を組み立てる?――MIT、AIと脳をつなぐ40年来の謎に新仮説

    脳とAI研究の間には、何十年も解けないままの食い違いがある。現在のAIの強さを支えるのは「バックプロパゲーション(誤差逆伝播法)」というアルゴリズムで、誤差の情報を出力側から入力側へ、層をまたいで正確に伝え返すことで学習を進める。ところがこれに対応する仕組みは、脳の中にはっきりとは見つかっていない。一方で、学習済みの人工ニューラルネットワークの内部活動と、生物の視覚系の活動パターンを比べると、興味深い類似が繰り返し報告されてきた。脳がバックプロパゲーションをそのまま行っているとは考えにくいのに、なぜ結果だけはそれによく似てくるのか――この問いに、マサチューセッツ工科大学(MIT)マクガバン脳研究所の新しい研究が、一つの答え方を示した。ランダムに結合しただけの「ニューロンもどき」の集まりに、生物学的にもっともらしい局所的な可塑性ルールだけを与えておくと、誰にも教わらずに、バックプロパゲーションに近い性能で学習できる回路へと自ら組み上がっていくというのだ。研究は2026年10月9日、米科学アカデミー紀要(PNAS)に掲載された。

    原論文情報 / Original Paper
    原題(Title): How Biological Synapses Self-Assemble Gradient Learning
    著者(Authors): Qianli Liao, Liu Ziyin, Yulu Gan ほか
    掲載誌(Journal): Proceedings of the National Academy of Sciences(PNAS)
    DOI: 10.1073/pnas.2606245123

    脳とAI、40年来のズレ

    現在の深層学習はほぼすべて、バックプロパゲーションという学習法の成功の上に成り立っている。ネットワークが予測を出し、正解との誤差を出力側から入力側へ層ごとに送り返しながら、誤りを減らす方向へ結合の重みを調整していく。この方法は驚くほどうまく機能するが、標準的な実装では、順方向と逆方向の結合のあいだに厳密な数学的対応関係が必要で、誤差の情報をネットワーク全体へ協調して伝える仕組みも要る。大脳皮質の回路がこれに相当する仕組みを備えているという確立された証拠は、今のところ見つかっていない。

    研究が進むにつれ、この謎はむしろ深まった。バックプロパゲーションで訓練したネットワークの内部活動と、生物の視覚系で記録された活動パターンを比べる研究では、偶然とは言えない類似が繰り返し報告されてきたからだ。脳がバックプロパゲーションを実行している証拠にはならないが、素朴な疑問が残る。脳が本当にそれをしていないなら、どんな局所的な仕組みがこれほど似た計算を生み出しているのか。

    ランダムな結合に、局所ルールだけ

    MITのチームは、Qianli Liao氏、Liu Ziyin氏、Yulu Gan氏が中心となり、Mark Harnett氏とTomaso Poggio氏がシニア著者として、Brian Cheung氏も加わって研究を進めた。バックプロパゲーションを「もっと生物学的にする」という従来の試みとは違い、あらかじめ回路を設計するのではなく、ほぼ何もない状態から出発した。多層に並んだ「ニューロンもどき」のユニットを、決まった配線図なしにランダムに結合させただけなのだ。

    このシステムが従うのは、シナプスの局所的な可塑性ルールで、一つのシナプスだけでなく周辺の活動に応じて結合が変化する「ヘテロシナプス可塑性」という仕組みも含まれる。これは「同時に発火した細胞同士の結合が強まる」というおなじみのヘブ則の、より具体的な親戚にあたる。重要なのは、これらのルールが必要とする情報が、それぞれのシナプス(神経細胞どうしの接合部)の近くだけで得られる、ローカルな情報に限られている点だ。どのユニットもネットワーク全体の状況を知る必要はなく、システム全体に向けた単一の誤差信号が放送されることもない。

    ランダムな結合が学習回路へと自己組織化する仕組みを示す図
    出典: MITマクガバン脳研究所 / PNAS(2026年)の報告をもとに作成

    自ら組み上がる「回路」

    局所ルールのもとで動かし続けると、ランダムに結合していたユニットは、ランダムなままではいられなくなる。活動が繰り返されるうちに、ネットワークの中に、研究チームが「自己組織化モチーフ」と呼ぶ、小さく繰り返し現れる配線パターンが育っていった。モデルの解析によれば、脳の「上行性(ボトムアップ)」経路と「下行性(トップダウン)」経路を結ぶ、4つのシナプスからなる特定のモチーフが浮かび上がるという。これは実際の脳組織ですでに確認されたパターンではなく、実験神経科学者がこれから探しにいける、具体的な構造上の予測だと位置づけられている。

    さらに興味深いのは、このモチーフたちがその後に何をするかだ。モチーフ同士がネットワークとしてさらに自己組織化し、その全体の振る舞いが、確率的勾配降下法――バックプロパゲーションを含む最適化手法の一群――を一般化したようなダイナミクスに近づいていく。しかもそれは、誰かが設計した統括アルゴリズムによってではなく、局所的な結合ルールの積み重ねだけで実現される。言い換えれば、このネットワークは訓練データから何かを学ぶ前に、まず自分自身が学ぶための「装置」を組み立てる必要があったのだ。

    ランダムな結合から出発しても、局所的なシナプス可塑性ルールだけで、組み合わさると勾配降下法に似た学習を実現する回路モチーフを組み立てるには十分だった。

    AIの学習法に匹敵する成績

    生物学的にもっともらしい回路というだけでは、実際に機能しなければ意味がない。そこで研究チームは、この自己組織化したネットワークに画像のパターン認識・分類のタスクを解かせた。MITの発表によれば、自己組織化した回路は、同じタスクでバックプロパゲーションを直接使った従来型ネットワークに匹敵する性能を示したという。ただし発表文には具体的な正答率やベンチマークの詳細はなく、それらを知るにはPNAS論文本体にあたる必要がある。この結果は「今回試したタスクでは自己組織化が目立った代償を伴わなかった」という証拠であり、深層学習全般でバックプロパゲーションに匹敵するという一般論として読むべきではない。

    それでも意味は大きい。生物学に着想を得たバックプロパゲーションの代替案は、これまで実際のタスクでは性能面で及ばないことが多かったからだ。ランダムな配線から自己組織化しながら、少なくとも今回のタスクで渡り合える回路の存在は、その差を一例に限ってではあるが縮めて見せた。

    脳で検証できる具体的な予測

    研究チームは、このネットワークが学習できるからといって、人間の脳が実際にこの方法で学習していると証明されたわけではない、と慎重に断っている。あくまで候補となる仕組みの一つであり、確定した答えではない。ただし計算論的神経科学の理論提案の多くとは違い、今回の研究には具体的で反証可能な予測が伴う。もし脳が本当にこれに近いことをしているなら、大脳皮質の回路には、上行性と下行性の経路を結ぶ、あの4シナプスのモチーフが存在するはずだ、というものだ。実験神経科学者は今、まさにそのような配線の痕跡を、実際の脳組織の中に探しにいくことができる。エレガントなシミュレーションを、検証可能な科学的仮説へと変える一歩だと言える。

    研究室の外への広がり

    予測が裏づけられれば、恩恵は両方向に広がりうる。神経科学にとっては、学習回路の存在が確認されれば、脳が生涯を通じてどう適応するかの手がかりとなり、学習や記憶に関わる不調の理解や、将来の脳とコンピュータをつなぐインターフェース設計にも生かせるかもしれない。ただしこれらはまだ実証された成果ではなく、今後の可能性にとどまる。

    AI研究にとっての教訓は、むしろ逆向きだ。現在のネットワークは、どの結合をどう学習させるかをエンジニアがあらかじめ設計する、トップダウンの発想でつくられている。ランダムな配線と局所的な可塑性ルールだけから学習機構を組み立てられるシステムは、データに触れながら自らを構成していく、別のアーキテクチャの可能性を示す。Liao氏らも、結果はその方向への最初の一歩に過ぎないと位置づけつつ、すでに組み上がったネットワークがどう学ぶかだけでなく、学習そのものをどう「あらかじめ組み込んでおける」かという新しい問いを残した。

    人工知能と生物の知能がどこで今もすれ違っているのかについては、人は何かを選んだ後、脳の中の「情報の並べ方」を組み替えていた――MITの発見、柔軟に学習するAI設計の参考にで紹介した、MITの別の研究も参考になる。意思決定の瞬間に脳が情報を並べ替えるという発見で、AI研究者が柔軟な学習のあり方を考え直すきっかけになっている。

    Xsciens編集部の読み解き

    脳とAIの学習の食い違いに対して、「回路を設計せず、ランダムな結合から自己組織化させる」という別の答え方を示したのが、この研究の特徴です。

    • シミュレーション上の結果であって、脳での確認ではない。ランダムに結合したユニットが局所ルールだけで学習回路を組み上げるのは、モデルの中での話です。人間の脳が実際にこの方法で学習しているとは、記事にあるとおり証明されていません。
    • 「匹敵する性能」は限られた条件の話。画像のパターン認識・分類のタスクで、バックプロパゲーションを直接使った従来型ネットワークに匹敵したとされますが、具体的な正答率はMITの発表文に示されていません。深層学習全般に当てはまる一般論としては読めません。
    • この研究の価値は、検証できる予測を出したこと。上行性と下行性の経路を結ぶ4シナプスのモチーフが実際の大脳皮質にあるかは、実験で調べられます。見つかれば仮説の支持に、見つからなければ修正の材料になります。

    この読み解きの参考: MIT News の解説、原論文(PNAS)

    出典: MIT News、Proceedings of the National Academy of Sciences(PNAS)、arXivプレプリント

    あわせて読みたい: AIの学習の仕組みを基礎から知りたい方はバックプロパゲーションとは?3分でわかる仕組みと将来性をどうぞ。

  • 【科学】AIに10分頼ると「粘り強さ」が落ちる――バークレー大学の実験で判明

    【科学】AIに10分頼ると「粘り強さ」が落ちる――バークレー大学の実験で判明

    AIチャットボットに答えを出してもらうと、難しい問題もあっという間に解けたように感じる。しかしそのAIが手元からなくなった瞬間、話は変わってくる。カリフォルニア大学バークレー校などの研究チームが発表した実験で、AIアシスタントを使って問題を解いていた人は、AIが取り上げられた後に出された次の問題で、最初から自力で取り組んでいた人よりも成績が落ち込むことが分かった。その差は10〜15分程度AIの助けを借りて問題に取り組んだだけで現れ、合計1,222人が参加した3つの実験すべてで確認された。研究チームは、AIに答えを頼ることが、自力で問題を解く力や意欲そのものを損なう可能性があると指摘している。

    3つの実験、共通する結果

    研究チームは、バークレー校「人間に適合したAIセンター」のグレース・リウ氏とブライアン・クリスチャン氏を中心に、カーネギーメロン大学、MIT、オックスフォード大学、UCLAの研究者と共同で、計1,222人が参加する3つのランダム化比較試験を実施した。最初の実験では354人が、GPT-5搭載のChatGPTを使える条件と使えない条件に分かれて12問の分数問題に取り組み、その後、AI群を含む全員が残り3問を完全に自力で解いた。2つ目の実験は667人で同じ設計を繰り返し、3つ目の実験では201人が、数学の代わりにSAT形式の読解問題で同様の検証を行った。

    どの実験でも、序盤の結果は想像どおりだった。AIを使える間は、AIを使ったグループの方が自力のグループよりも速く、正確に問題を解いていた――有能なアシスタントがいれば当然の結果だろう。しかし物語の核心は後半にある。AIが取り上げられ、AIを使っていたグループも含め、全員が残りの問題を自力で解かなければならなくなってからだ。

    数字が示す結果

    AIが使えなくなった後、かつてAIを使っていたグループは、最初から自力だったグループに後れを取るようになった。この傾向は3つの実験すべてで一貫して見られた。最初の分数の実験では、元AIグループが残り3問のうち平均57%を正解したのに対し、AIなしグループは73%――統計的に有意な差だった(p<0.001)。同じ設計をより大規模に繰り返した2回目の実験では、差はやや縮まったものの依然として有意だった(71%対77%、p=0.02)。読解問題の実験では差が再び広がり、76%対89%となった(p=0.007)。

    AIが取り上げられた後の正答率を3つの実験で比較した棒グラフ
    出典: Liu, Christian, Dumbalska, Bakker & Dubey (arXiv:2604.04721)、UC Berkeley Newsのデータをもとに作成

    問題を完全に諦めてしまう割合にも、同様の傾向が見られた。最初の実験では、元AIグループの20%が問題を解こうともせず飛ばしたのに対し、AIなしグループは11%だった。大規模な2回目の実験ではこの差はやや弱まったが(10%対7%、統計的有意差なし)、読解問題の実験では再びはっきりと現れ、AIグループの8%が問題を飛ばしたのに対し、AIなしグループはわずか1%だった。参加者の自己申告にもとづきAI利用法を見ると、傾向はさらに鮮明になる(ランダム化ではなく自己選択による分析である点には注意)。答えをそのまま書き写していたと答えた人はその後の正答率が平均65%と最も低く、ヒント程度にしか使わなかったと答えた人は、AIを一切使わなかった人との間に有意な差が見られなかった。

    参加者はAIあり・なしの条件にランダムに割り振られ、2回目の実験の事前テストでも両グループの実力に有意な差はなかった――後の成績差が参加者の元々の実力差ではなく、AI条件そのものに起因することを裏付ける結果だ。さらに同じ実験では、AIを使える環境にいながらほとんど使わなかった人が約12%おり、その成績はAIを一切使えなかった人たちとほぼ同等だった。鍵を握るのは「AIが使えるかどうか」ではなく「どれだけ頼ったか」のようだ。

    「衝撃的な結果だが、ある意味で、私たちの多くが直感的に感じていた話を裏付けるものでもある」――ブライアン・クリスチャン氏(カリフォルニア大学バークレー校)

    何が原因と考えられるか

    研究チームは2つの仮説を示しているが、どちらが主な要因かを特定する設計にはなっていないと断っている。1つ目は「期待のズレ」だ。即座に答えが返ってくることに慣れてしまうと、自分の手で地道に問題に取り組むことが不釣り合いなほど遅く、面倒に感じられ、簡単に諦めてしまいやすくなるという考え方だ。2つ目は、研究者が「生産的な苦闘」と呼ぶものの喪失である。問題の難しさそのものは単なる障害物ではなく、人がその問題に必要なスキルを練習し、鍛えるための過程の一部だという考え方だ。この苦労を省略し続けると、本来鍛えられるはずだったスキルを練習する機会そのものが減ってしまうかもしれない、というわけだ。

    AIグループと対照グループの実験の流れと、研究チームが挙げた2つの仮説の模式図
    実験の流れと2つの仮説の模式図(研究の説明をもとに編集部が作図)。

    メカニズムは異なるが、当サイトが以前取り上げた別の研究も、関連する問いを投げかけている。ジョージタウン大学の研究チームは、AIが作成した要約が実際に起きた出来事についての人の記憶をゆがめてしまうことを発見した。こちらは問題解決ではなく記憶についての研究だが、頭を使う作業をAIに任せるたびに、便利さの裏で気づかないうちに正確さや能力を失っていく可能性があるという点で、今回の研究と共通する問題意識がある。

    「分数やSATの話ではない」

    クリスチャン氏は、この結果が心理学の実験室の外にどこまで広がる話なのかについて率直に語っている。研究発表に添えられたコメントで、同氏は「これは分数やSATの問題だけの話ではない。人間の知識や専門性そのものに起きていることだ」と述べた。さらに、広く使われているAIアシスタントについて「皮肉なことに、私たちを助けているようでいて、実はあまり役に立たない形で助けていることが多い」と指摘する。目の前のタスクの成績は押し上げる一方で、データが示す限り、次にAIがそばにない場面で必要となる「自力で物事をこなす力」を、少しずつ損なっている可能性があるというのだ。

    注意点もある。測定したのはAIが取り上げられた直後、数分以内の成績であり、数カ月、数年の時間軸でこの効果がどう変化するのかは分かっていない。さらに3つの実験はいずれも、オンラインの有償参加者による短時間・一回限りの課題であり、学生が学期を通してAIを使い続ける場合や、社会人が日常業務に組み込む場合とは状況が異なる点にも留意したい。

    AIとどう付き合うべきか

    この結果は、AIの助けを一切使うべきではないという話ではない。同じデータは、AIが使える間は短期的な成績を明らかに押し上げていたことも示しており、多くの実務的な場面では、速く正しい答えにたどり着くこと自体に価値がある。この1つの研究から得られる教訓として参考になりそうなのは、AIを「使うかどうか」ではなく「どう使うか」だ。参加者の自己申告ベースの分析では、最も成績が落ち込んだのはAIに完成した答えをそのまま出してもらっていた人たちで、ヒントや部分的な手がかりとしてAIを使っていた人たちは、AIを一切使わなかった人たちにかなり近い成績を保っていた。AIを「答えを出す自動販売機」としてではなく、解決への道筋を少しずつ示してくれる「家庭教師」のように使うことが、自分の問題解決力を保つうえでは無難な選択肢と言えそうだ。ただし、これは分数と読解問題という限られた場面での1つの研究であり、この教訓がどこまで当てはまるのかは今後の研究を待つ必要がある。

    Xsciens編集部の読み解き

    見出しの「10分」は、短時間の依存でも成績差が出た点を指しますが、それが能力の恒久的な低下を意味するかどうかは、この実験では分からない点に注意が必要です。

    • 差はランダム割り付けの部分だけが因果の根拠。AIの有無は参加者にランダムに割り当てられており、AIが使えなくなった後の正答率の差はこの条件の違いから来ています。3つの実験で差は16ポイント(57%と73%)、6ポイント(71%と77%)、13ポイント(76%と89%)と、大きさにばらつきがあります。
    • 「答えの書き写し」の結果は参考値。書き写したと答えた人の正答率が65%と最も低かったという分析は、自己申告にもとづく自己選択の比較で、ランダム化されていません。AIの使い方そのものが原因だとは言い切れません。
    • 測られたのは「直後」の短い課題。オンラインの有償参加者による一回限りの課題で、数か月から数年の影響や、日常業務での使い方の効果は分かっていません。
    • 編集部の想像(推測)――私たちは、AIが「答えを出す」だけでなく、あえてヒントだけ出して考える時間を残す使い方に変わっていけば、便利さと粘り強さを両立できるかもしれないと考えています。たとえば勉強や仕事で、行き詰まったときだけ次の一手の手がかりをくれる、といった形です。ただし、今回の実験は数分以内の成績を測ったもので、そうした使い方が長期的に効くかどうかは分かっていません。これは編集部の推測です。

    この読み解きの参考: UC Berkeley News、論文(arXiv:2604.04721)

    出典: UC Berkeley News、arXiv:2604.04721「AI Assistance Reduces Persistence and Hurts Independent Performance」

    関連記事

    あわせて読みたい: AIに頼ることの影響を整理した解説は認知オフローディングとは?3分でわかる仕組みと注意点です。

  • 【科学】地球の気候「バイタルサイン」16指標中7つが観測史上最悪に――温暖化ペースも加速中

    【科学】地球の気候「バイタルサイン」16指標中7つが観測史上最悪に――温暖化ペースも加速中

    地球の気候の状態を示す16の指標のうち7つが、2026年に観測史上最悪の水準に達したとする報告書が発表された。海洋の熱量や海面水位、氷の減少などが対象だ。さらに見過ごせないのは、地球全体の気温上昇のペースそのものが、ここ数十年で急激に速まっているとみられる点だ。この加速が続けば、「何十年も先の話」とされてきた温暖化の節目が、今これを読んでいる世代のうちに訪れかねない。

    惑星を「健康診断」する

    今回の報告書「2026年版 気候の状態報告:課題と機会」は、2026年10月14日、査読付き学術誌『バイオサイエンス(BioScience)』に掲載された。米オレゴン州立大学のウィリアム・リプル特別教授と、陸域生態系研究協会(TERA)のクリストファー・ウルフ氏が中心となる、毎年恒例の報告シリーズの最新版だ。共著者には米ペンシルベニア大学のマイケル・マン氏や、ポツダム気候影響研究所のヨハン・ロックストローム氏らも名を連ねる。

    著者らは、地球の気候システムの変化を追うため、16の「惑星のバイタルサイン」を定点観測している。大気中の温室効果ガス濃度、地表の平均気温、海洋熱量(海面水温だけでなく深海まで含めた海水の総熱量)、海面水位、氷の減少量などだ。あわせて化石燃料の消費量や再生可能エネルギーの普及度合いといった、変化を引き起こす人間側の活動も追う。医師が血圧や脈拍を継続的に測るように、一つの劇的な出来事ではなく、一貫した指標を毎年積み重ねて見ていくのが狙いだ。

    過去最多の記録的異常値、加速する昇温ペース

    16の指標のうち7つ、全体の44%が観測史上最悪の水準にある。大気中の二酸化炭素濃度は2026年5月に428ppm(乾燥空気分子100万個中、二酸化炭素分子が約428個の計算)を超え、産業革命前よりおよそ50%高い水準に達した。メタンと一酸化二窒素も、2026年のここまでの平均値では記録的水準にあるというが、年半ばまでの暫定値だ。

    特に注目されているのが、気温上昇の「ペース」そのものの試算だ。著者らは地表気温の上昇ペースを、1880〜1970年で10年あたりおよそ0.05℃、1970〜2010年で同0.19℃、2010〜2024年で同0.36℃と見積もる。直近のペースは最初の区間のおよそ7倍だが、直近の区間はわずか14年間と短く、冒頭の90年間に比べエルニーニョなど短期変動の影響を受けやすい点には注意も要る。それでも3区間を通じ、速まっているという方向性自体は一貫している。このペースが続けば、産業革命前比の気温上昇は2050年より前に2℃を超えうると著者らは警告するが、これは観測傾向を延長した試算であり確定予測ではなく、自然変動や今後の政策対応で速くも遅くもなりうる。

    地球の地表気温の上昇ペースは、1970年以前の10年あたり約0.05℃から、2010年以降は10年あたり約0.36℃へ――およそ7倍に加速した。
    1880〜1970年、1970〜2010年、2010〜2024年の気温上昇ペース(10年あたり)を示す棒グラフ
    出典: Ripple et al., BioScience(2026年)「2026年版 気候の状態報告」のデータをもとに作成

    著者らは、いくつかの指標が加速的な傾向や急激な変化を示しており、これまでの緩やかな変化に比べ、今後を見通しにくくしかねないと述べている。

    海と氷が吸収する温暖化の代償

    増え続ける温室効果ガスの影響の多くは、大気中よりも海面下で進む。報告書によれば、海洋熱量と世界の海面水位はいずれも観測史上最高で、氷河の厚さとグリーンランドの氷床質量は観測史上最低だ。エネルギー関連の二酸化炭素排出量も、2025年に初めて410億トンを超えた。

    全体の傾向ははっきりしているが、科学者たちは海域ごとの熱吸収量をより正確に測る取り組みを続けている。今月発表された独ボン大学の研究は、衛星と海洋フロートのデータを組み合わせて推定し直した。インド洋の2005〜2015年では、新推定値が1平方メートルあたり0.58ワットだったのに対し、広く使われる気候再解析データセット「ORAS5」は同1.09ワットで、この海域・期間に限ればほぼ2倍の開きがあった。この研究はXsciensで以前に詳しく取り上げた。海洋が地球の余分な熱の大半を吸収しているという大枠を覆すものではないが、確立した指標でも手法の改良とともに見直され続けている一例だ。

    陸上で目に見える対応物が氷河だ。スイスの氷河観測ネットワークによれば、スイス国内の氷河は2026年に体積のおよそ5.5%を失い、2022年に次ぐ観測史上2番目の年間減少幅だったという。

    犠牲者の数字をどう読むか

    報告書は過去1年の一連の災害を取り上げ、異常気象の人的被害を具体的に示す。2025年10月にカリブ海を襲ったハリケーン「メリッサ」では95人が死亡し、120億ドル超の被害が出た。同年11月の暴風雨とインドネシアのモンスーン豪雨では合わせて708人が死亡。2026年6月の欧州の熱波には、統計的推計に基づく暫定値として、およそ1万4000人の「超過死亡」が関連づけられている。通常想定される水準を上回る死者数を統計モデルから算出した値で、個別に数えたものではなく今後修正されうる。

    著者らはこれらの出来事について「いずれも少なくとも部分的には気候変動に起因する」と記す。個々の災害が温暖化なしには絶対起きなかったと主張するのではなく、温暖化が発生確率や強度をある程度押し上げたとみる、意図的に限定した表現で、今日の気候での起きやすさを人為的温暖化がなかった世界と比較する「イベント・アトリビューション」の考え方とも整合する。

    個々の災害にとどまらず、著者らは気候の「ティッピングポイント(転換点)」のリスクの高まりにも言及する。超えると変化が自己強化的に進み、事実上元に戻せなくなる恐れのある閾値のことだ。例に挙がるのが、北大西洋の気温調節に関わる海流システム「大西洋南北熱塩循環(AMOC)」の弱まりと、温暖化と森林破壊が重なればわずか1.5〜1.9℃でも引き起こされかねないアマゾン熱帯雨林の大規模衰退リスクだ。いずれも注視すべきリスクの高まりであり、確定事態の予測ではない。

    エネルギーは希望と課題が同居

    内容は悲観一色ではない。低炭素エネルギー源は2025年、世界の電力の約43%をまかない、太陽光・風力の消費量も前年比およそ18%増えた。1世紀以上石炭が主役だった電力分野で、2025年には再生可能エネルギー(太陽光・風力・水力その他)が初めて世界全体で石炭を上回った。太陽光・風力をより使いやすくする蓄電池の導入も急速に広がる。

    それでも著者らは、前進が必要な水準にまだ遠く及ばないと認める。世界の化石燃料消費量は2025年もなお0.9%増加した。エネルギー需要全体の伸びがクリーンエネルギーの拡大を上回っているためだ。適応策の資金面では差がさらに際立つ。2024年に発展途上国に渡った国際的な公的適応資金はおよそ640億ドルにとどまり、2035年までに必要な年間3100億〜3650億ドルには遠く及ばない。

    報告書が示す処方箋

    著者らは、温室効果ガスの迅速な削減と、適応・レジリエンス強化への投資を同時並行で進めるべきだと訴える。沿岸を守りつつ炭素も蓄えるマングローブ林・湿地の再生、異常気象への早期警戒システム、適応資金が地域の最前線コミュニティに届くようにする「気候正義」の重視を具体例に挙げ、政策の選択肢を比較する対話型ツール「En-ROADS」や「Drawdown Explorer」の活用も勧める。

    報告書は避けられない破局を予言しているわけではない。圧力が増し一部では加速しつつある気候システムの現状を記録しながら、政策と技術でなお軌道を変えられる領域を示す。2026年に調べた16のバイタルサインのうち7つが「危険信号」を示し、変化のペースは速まっている。今後数年の選択が、さらにいくつの指標が加わるかを左右する。

    Xsciens編集部の読み解き

    この報告書は「どの指標が悪化したか」の一覧であると同時に、悪化のペースと、それを変えうる政策・技術の現状を並べて示すものです。

    • 「7倍に加速」の読み方。気温上昇のペースは、1880〜1970年で10年あたり約0.05℃、1970〜2010年で約0.19℃、2010〜2024年で約0.36℃と見積もられています。最後の区間は14年間と短く、エルニーニョなどの短期変動の影響を受けやすいため、7倍という比較は目安です。ただし3区間を通じて速まる方向は一貫しています。
    • 観測値と推計・予測を区別する。7つの指標が観測史上最悪という点は観測にもとづく記述ですが、欧州の熱波に関連づけられた約1万4000人の超過死亡は統計モデルによる暫定の推計で、今後修正されえます。「2050年より前に2℃を超えうる」も、観測傾向を延ばした試算で確定予測ではありません。
    • 悲観一色の報告ではない。2025年には再生可能エネルギーが世界の電力で初めて石炭を上回り、低炭素エネルギーは電力の約43%をまかないました。一方で化石燃料の消費量は0.9%増え、発展途上国への適応資金も必要額に遠く及ばないと、同じ報告書が指摘しています。

    この読み解きの参考: 米国生物科学研究所(AIBS)/ EurekAlert、報告書(BioScience)

    出典: 米国生物科学研究所(AIBS) / EurekAlert、Ripple et al.「2026年版 気候の状態報告」BioScience誌(2026年)、ボン大学プレスリリース、GPB/NPR(スイス氷河の減少について)

    関連記事

  • 【科学】網膜チップPRIMAが「読む力」を取り戻す――加齢黄斑変性、3年後も効果は持続

    【科学】網膜チップPRIMAが「読む力」を取り戻す――加齢黄斑変性、3年後も効果は持続

    網膜の下に埋め込む、ピンの頭ほどの小さなチップが、視力を失った患者の「読む力」を取り戻させ、その効果が手術から3年たっても続いていることが分かった。網膜インプラント「PRIMA(プリマ)」の最新の追跡データが、欧州の網膜学会の速報セッションで発表され、米国眼科学会(AAO)の2026年次総会でも取り上げられた。1年目に得られた視力の改善は3年目でも衰えるどころか、わずかに伸びていたという。通常は悪化し続けるこの病気にとって数少ない明るい材料だが、追跡できた患者数はまだ少ない。

    マイクロチップを埋め込んだ目のイラスト
    イラスト:光を感じる細胞が失われた部分に、人工網膜チップが光刺激を届ける仕組みを表現。

    3年間の追跡データが示すもの

    今回の結果は「PRIMAvera」という臨床試験によるものだ。欧州5カ国・17施設で、中心視力を破壊する進行型の加齢黄斑変性「地図状萎縮」と診断された38人にPRIMAを埋め込んだ。対照群を置かない試験で、参加者全員が実際にインプラントを受けている。試験開始時点の平均視力は「20/460」(日本式でおよそ0.03程度に相当)ほどで、視力検査表の一番大きな文字すら安定して読めない状態だった。

    1年後は評価可能だった32人の平均で、視力検査表の文字換算にして24.5文字(ラインにしておよそ5段)分の改善が見られ、この結果は査読付き論文としてNEJM(ニューイングランド・ジャーナル・オブ・メディシン)に掲載された。3年後は評価対象が18人に絞られたが、平均改善幅は29文字(およそ6段)まで伸び、視力はおよそ「20/120」(日本式で0.17程度)に達していた。うち78%にあたる14人は、臨床的に意味があるとされる「15文字(3段)以上の改善」を達成している。ただし3年後のデータは学会発表段階で、査読付き論文としての確定結果ではない点は踏まえておきたい。

    1年後と3年後の視力改善ライン数、および明確な改善があった患者の割合を示すグラフ
    平均的な視力改善は1年後から3年後にかけてむしろ伸び、評価できた患者の78%が臨床的に意味のある改善を達成した。
    「臨床試験において、PRIMAは6カ月目より36カ月目の方が良い結果を示している」——サイエンス・コーポレーション共同創業者兼CEO、マックス・ホダック氏

    インプラントの電源を切り、患者本来の自然な視力だけで測定したところ、その数値は3年間ほとんど変化していなかった。安心材料ではあるが、これだけで網膜への構造的な影響が一切ないと証明されたわけではない。一方、治療していない反対側の目は、地図状萎縮の典型的な経過通り低下が続いた。安全性についても12〜36カ月の間に新たな問題は報告されていないが、重篤な有害事象の多くは手術後数週間に集中しており、評価対象者が少ない3年後のデータだけで、まれな合併症を否定することはできない。

    「読む力」を取り戻すということ

    地図状萎縮は世界で500万人以上が罹患し、高齢者の深刻な中心視力喪失の主な原因の一つとされる(多くの患者には周辺視野が残る)。これまでの承認治療は進行を遅らせるだけで、失われた中心視力を取り戻す手段はなかった。PRIMAveraで注目されるのはこの点だ。1年後の試験では評価された32人中27人が、インプラントを使って文字や数字、単語を読めるようになったという、最もはっきり裏付けられた成果が報告されている。本のページを読めた、顔を認識できたといった報告も出ているが、こちらは標準化された単一の検査によるものではなく、参考的な報告にとどまる。

    研究者らは、このデバイスが自然な視力そのものを取り戻すわけではないと強調している。患者はインプラントを入れた目でしか効果を得られず、人工的な信号の読み取り方を学ぶために数週間のリハビリが必要で、見えるのは本来の視界よりも解像度の低い、簡略化された像にとどまる。それでも、以前は文字を読む手段すらなかった人にとって、この機能的な改善の意味は大きい。NEJM論文の筆頭著者であるフランク・ホルツ博士は、この成果を「進行した加齢黄斑変性の治療における、パラダイムシフトだ」と表現している。

    PRIMAチップが視力を取り戻す仕組み

    PRIMAは2ミリ四方、厚さわずか30マイクロメートル(人の髪の毛の半分ほど)のワイヤレスチップで、地図状萎縮によって損傷した網膜の下に外科手術で埋め込まれる。患者は小型カメラを内蔵した専用メガネを装着し、カメラが捉えた映像を、目に見えない近赤外線の光のパターンとしてチップに投影する仕組みだ。メガネ側にはズーム機能もあり、文字を拡大して映し出すことができる。

    チップの表面は、いわば極小の太陽電池パネルのようなもので、無数の微細な光電変換素子(フォトダイオード)が近赤外線を微弱な電流に変換する。この電流が、本来は光を感じる視細胞が担っていた場所で、生き残っている網膜の神経細胞を刺激し、視覚信号が脳へと伝わっていく。脳はこの刺激パターンを学習を通じて、単純化された人工的な「像」として解釈できるようになる。

    この技術はもともと米スタンフォード大学のダニエル・パランカー教授が開発し、現在は米カリフォルニア州アラメダの神経工学企業サイエンス・コーポレーションが製造する。PRIMAは2026年に欧州のCEマーク(医療機器の適合認証)を取得し、同社によれば欧州と英国で利用可能になったというが、実際にどの病院で手術を受けられるかは地域ごとに異なる。米国ではまだ承認されておらず、FDA(食品医薬品局)による審査が進行中だ。

    なぜ「持続すること」が重要なのか

    体内に埋め込む神経工学デバイスにとって重要な問いは、「最初に効くか」よりも「効果が続くか」である。周囲に瘢痕組織ができたり、電子部品が劣化したり、異物への体の反応が徐々に信号を弱めたりすることがあるためだ。過去の網膜インプラントの中には、短期的には良好でも数年で効果が薄れた例もある。

    だからこそ36カ月というPRIMAveraのデータは、通常の1年間の追跡結果より重みを持つ。悪化し続けるはずの病気で、インプラントを入れた目の平均視力は12〜36カ月で横ばいどころかむしろ伸びた。データを発表したムーアフィールズ眼科病院のマヒ・ムキット医師は「インプラントから3年たっても、視力を得た患者たちはそれを維持し、むしろ改善させていた」と述べる。研究者らはこの伸びを、患者が練習で信号の読み取りに習熟したことと、ハードウェア自体が眼内で安定していることの両方の表れとみている。

    誰が使え、誰はまだ使えないか

    現時点でPRIMAが利用できるのは欧州と英国のみで、対象も加齢黄斑変性による地図状萎縮に限られる。遺伝性網膜疾患や糖尿病網膜症など他の原因への効果は検証されていない。手術の難度と術後数週間に及ぶリハビリを考えると、当面は専門の網膜手術施設に利用が限られる見通しだ。

    米国では現在も治験段階の扱いで、FDAの承認審査が続く間、患者が入手する方法は基本的に臨床試験への参加に限られる。NEJMの1年後の結果に添えられた論説は、PRIMAを進行した地図状萎縮で中心視力を取り戻す可能性を示した注目すべき進歩と位置づけた。直接競合する治療法は現時点でほとんどなく、日常の眼科診療でどう位置づけられていくかは今後さらに検証が必要とされる。

    数字の裏にある留意点

    この試験の設計には、なお不確実な部分が残る。PRIMAveraには対照群がなく、「インプラント自体の効果」と「人工信号の読み取りに慣れる練習効果」を完全には切り分けられない。どこまでがチップ自体によるものかを明らかにするには、より大規模な対照群つき試験が必要になる。

    評価対象者が減っていった点も見逃せない。当初38人が受けたインプラントのうち、3年後に安全性評価の対象として残っていたのは27人、視力評価は18人のみで、残りが外れた理由は公開データでは説明されていない。経過が思わしくない患者ほど離脱しやすかったとすれば、残った集団の結果は実際の効果より良く見えている可能性がある。

    PRIMAが米国でより多くの患者に届くか、より大規模で多様な集団でどんな成績を示すかは、まだこれからの課題だ。とはいえ「進行を遅らせること」しか望めなかった病気で、3年間持続する測定可能な改善が得られたことは、意味のある一歩だ。眼科の専門家たちは、デバイスが広く使われる過程を注意深く見守ることになりそうだ。

    Xsciens編集部の読み解き

    この結果の意義は、進行を遅らせるしかなかった病気で、測定できる改善が3年間保たれたという「持続」にあります。

    • 3年後の数字の位置づけ。1年後の結果(32人で平均24.5文字の改善)は査読付き論文ですが、3年後(18人で平均29文字、うち14人=78%が15文字以上の改善)は学会発表の段階です。確定した論文の結果ではありません。
    • 人数が減っている点に注意。当初38人のうち、3年後に視力を評価できたのは18人でした。離脱した理由は公開データでは説明されておらず、経過が思わしくない人ほど外れていたとすれば、残った集団の結果は実際より良く見えている可能性があります。
    • 「視力が戻る」ではない。見えるのは解像度の低い、簡略化された像で、効果はインプラントを入れた目だけに現れ、使いこなすには数週間のリハビリが必要です。対照群のない試験のため、チップ自体の効果と練習の効果は完全には切り分けられません。

    この読み解きの参考: サイエンス・コーポレーションの発表、Newswise / 米国眼科学会(AAO)

    出典: サイエンス・コーポレーション(Science Corporation)公式発表、Newswise / 米国眼科学会(AAO)

    関連記事

  • 【科学】受精卵1個がマウスになる過程をDNAが記録――先天異常・がん研究への手がかりに

    【科学】受精卵1個がマウスになる過程をDNAが記録――先天異常・がん研究への手がかりに

    哺乳類はみな、たった1個の受精卵として生命を始める。その1個の細胞が分裂を繰り返し、血液や皮膚、網膜といった専門化した細胞からなる体ができあがる。しかし、生きた哺乳類の体内で「どの細胞がどの細胞から生まれたのか」を詳細にたどった地図は、これまで存在しなかった。2つの研究チームが同じ週に相次いで発表した成果は、その空白を埋める一歩となる。マウスの胚に組み込んだDNA記録装置を使い、細胞に残された痕跡から発生の道筋を逆算して再構築したのだ。この手法は将来、先天異常や神経発達の問題、がんがどのように生じるのかを調べる手がかりになると期待されている。

    DNAに刻まれる細胞の系譜

    中心となる技術「DNAタイプライター」は、米ワシントン大学医学部の遺伝学者ジェイ・シェンドゥア氏と研究者ジュンホン・チョイ氏らのチームが開発した。ベースになっているのは、DNAを完全に切断せずに狙った配列だけを書き換える「プライム編集」という精密なゲノム編集技術だ。細胞のゲノムに短い記録用の配列をあらかじめ組み込み、細胞分裂のたびにそこへ1文字ずつ、決まった順番で印がつくように設計した。印はタイプライターで文字を打つように積み重なるため、実験の最後に配列を読み取れば、どの細胞同士が最近分かれた兄弟細胞で、どの細胞がずっと前に枝分かれしたのかを再構築できる。発生をリアルタイムで撮影するのではなく、後から家系図を組み立て直すイメージに近い。

    従来の系譜追跡法の多くは、CRISPRでDNAを切断して受け継がれる「バーコード」を作る方式だった。強力な方法だが、編集が積み重なるにつれ読み取りが難しくなり、情報の一部が失われることも少なくない。DNAタイプライターはDNAを切断せずに書き込むため、従来方式よりも高い解像度で、より長期間安定した記録を保てるという。ただし実際の性能は、細胞内でこの仕組みがどれだけ効率よく働くかにも左右される。

    100個中、詳細解析できたのは1個

    2026年10月8日に科学誌サイエンスに発表された研究で、ワシントン大学を中心とするチーム(共同筆頭著者のチー・ユー氏、ヘドン・キム氏、ソフィー・ザイデル氏、共同責任著者のダートマス大学チェンシャン・チウ氏とシェンドゥア氏ら)は、100個の受精マウス卵にDNAタイプライターの記録を試みた。解析可能な胚になったのは10個だけで、さらにその中で「3号胚」と名付けられた1つだけが、飛び抜けて豊富で完全な記録を残していた。この1個の胚をもとに、約130万個という膨大な数の細胞を対象に詳細な系譜の再構築を行った。

    記録が対象としたのは、受精卵が最初に分裂してから、体の基本構造と主要な臓器がほぼ形づくられる「器官形成後期」までの13.5日間だ。マウスの妊娠期間は通常19〜21日間なので、今回の記録はその大部分をカバーしている。共同筆頭著者のキム氏は、この手法の狙いを「すべてを厳密な順番で書き込むことで、従来よりはるかに高い解像度で、長期間にわたり細胞系譜を記録できるようにした」と説明している。

    受精卵100個のうち胚になったのは10個、詳細解析できたのは1個であること、マウスの妊娠期間19〜21日のうち13.5日間を記録したことを示す図
    出典: Yu et al., Science(2026年10月8日)のデータをもとに作成

    起源の違う2細胞、行き着いた先は同じ

    受精卵が最初に分裂してできる2個の細胞にはそれぞれ異なる印がつけられ、解析対象のほぼすべての細胞を、どちらに由来するかさかのぼって追跡できた。一方はもう一方より明らかに多くの子孫細胞を残したが、興味深いことに、どちらの系統も最終的にはほぼ同じ比率で多様な細胞種を生み出していた。初期の子孫数の偏りは、その後の組織構成の偏りには直結していなかったことになる。

    データからはまた、組織によって「運命」が定まる時期が異なることも見えてきた。血液や網膜の一部の細胞集団は比較的早い段階で方向性を帯び始めたのに対し、皮膚の表層になる細胞は長く複数の可能性を残したままだった。こうしたタイミングの情報は、組織を一度だけ切り取る従来の方法では得にくく、時間を追って記録を残す手法ならではの強みと言える。

    独立した別チームも同様の結果に

    同じ週、ジョナサン・ワイズマン氏が率いる別のチームが科学誌セルに関連成果を発表した。使われたのは「PEtracer」と呼ばれる、同じくプライム編集を基盤としつつ設計の異なる記録システムだ。1個の胚を徹底的に追うのではなく、発生7.5〜10日目の胚16個分のデータを集め、合計140万個を超える細胞を対象に、細胞がいつ・どう運命を決めるかを統計的に俯瞰する地図を作成した。2つの手法は補い合う関係にある。DNAタイプライターは対象を1匹に絞る代わりに密度の高い時系列記録を得る方式で、PEtracerは時系列の精細さと引き換えに多数の個体にまたがる規模を確保する方式だ。開発元の異なる独立した2手法が、マウス発生について大筋で一致する描像に至ったことは、互いの信頼性を補強する材料になる(ただし一方の結果すべてを他方が個別に裏付けたわけではない)。

    「このような大規模な発生記録は、1個の細胞がどのようにして1つの体になるのかを示す地図を科学者に与えてくれる」――サイエンス誌の研究の共同筆頭著者、ヘドン・キム氏

    ワイズマン氏は2つの研究を合わせ「長年待ち望まれてきた概念実証」だと位置づけている。生物学者ジョン・サルストンが1983年に線虫(C. elegans)で成し遂げた、顕微鏡での地道な観察による完全な細胞系譜地図に匹敵するものが、哺乳類でも視野に入ってきたというのだ。線虫の細胞はおよそ1,000個だが、マウスやヒトの体は何十億という桁違いの細胞からでき、人の目で追い続けることは不可能だ。DNAタイプライターやPEtracerのようなゲノム記録技術は、分子レベルの記録と計算による再構築を通じて、同種の詳細な地図に迫る新しい道を切り開いている。

    100個の受精卵から10個の胚、1個の3号胚、約128万個の細胞へ絞り込まれた流れと、結果を読むときの注意点の図
    実験の絞り込みと結果の読み方(報道と解説記事をもとに編集部が作成)。

    医学研究にとっての意味

    この種の系譜地図の意義は、発生そのものへの興味にとどまらない。健康な細胞がいつ、どのように血液や皮膚、網膜になることを「決める」のかが分かれば、その過程のどこで異常が起きるのか――先天異常や、発生初期の脳に関連する神経発達の異常、その他の遺伝性疾患を調べる基準点になる。あくまで異常がどう生じるかを調べる手がかりであり、それ自体が診断や治療を意味するわけではない。がん研究者もこの分野に注目している。腫瘍は細胞が運命決定の制御を失うことと部分的に関係しており、きめ細かい系譜データは異常な細胞集団の変化を調べる新たな手段になり得るからだ。Xsciensでは以前、治験済みの抗がん剤が脳腫瘍細胞に与える影響を調べた研究を紹介したが、細胞レベルの仕組みを解きほぐす取り組みは、系譜追跡に限らずがん研究全体で活発に進む分野の一つだ。さらに先の話として、幹細胞研究者は、こうした系譜地図が将来、培養細胞を目的の組織へ誘導する指針になることにも期待を寄せている。

    限界も明確にしておきたい。DNAタイプライターの研究で得られた最も豊富な成果は、解析対象10個のうち1個の胚に由来する。手法が標準的な研究基盤として定着するには、より多くの個体での検証、いずれはマウス以外の種への展開が欠かせない。いずれの手法も今のところ実験用マウスの胚だけで使われており、ヒトへの応用はまだ先の話だ。マウスの知見をヒトに当てはめるには、それ自体が何段階もの検証を要する課題である。それでも、独立した2つの研究が同じ週に発表され、大筋で一致する結果を示したことは、ゲノムによる細胞系譜記録が、有望なアイデアから実際に使える研究ツールへ移行しつつある兆しだと言える――その地図はまだ完全ではないが、すでに多くの情報を与えてくれている。

    Xsciens編集部の読み解き

    「1個の受精卵が体になる道筋を、DNAが書き残した」という話は魅力的ですが、まず数字の重みを確認しておきたいところです。

    • 分かったこと。DNAを切らずに少しずつ書き込む方式で、約13.5日間・約128万個の細胞の「家系図」を描けることが示されました。別チームの手法でも似た結果が出ており、方向性としては裏づけがあります。
    • まだ分からないこと。詳しい解析は100個の卵のうち1個の胚に基づき、追えた細胞も胚全体の約10%です。報道では、死んだ細胞は記録に残らないことや、別の個体での確認が必要なことも課題として挙げられています。
    • 読むときの注意。見出しにある「先天異常・がん研究への手がかり」は、将来の使い道の話です。この研究自体が病気の診断や治療を示したわけではありません。
    • 編集部の想像(推測)――私たちは、この「家系図」が育っていけば、病気の研究者が「正常なら、この細胞はどこから来るのか」を見比べられる、一種の標準地図になるかもしれないと考えています。たとえば、生まれつきの病気がどの段階の枝分かれで生じるのかを、今より具体的に議論しやすくなる可能性があります。ただ、これは編集部の推測で、手法が多くの個体で安定して使えるようになるまでは、まだ先の話です。

    この読み解きの参考:The Brighter Side「Scientists construct a ‘family tree’ containing 1.28 million cells from a single embryo」(Science掲載研究の数値と、記事が挙げる限界点の確認)。

    出典: News-Medical.Net、Genetic Engineering & Biotechnology News (GEN)

    関連記事

  • 【科学】AIの要約が記憶を歪める――警察・目撃証言への警鐘

    【科学】AIの要約が記憶を歪める――警察・目撃証言への警鐘

    交差点に近づく車の短い映像を見て、標識を確認し、歩行者がはねられる場面を目撃したとする。翌日、その映像を要約したAIの文章を読む。ただし要約には、標識の種類を取り違える誤りが一つだけ紛れ込んでいた。後で「実際に見た標識はどちらか」と尋ねられると、正答率は目に見えて下がってしまう——これが、ジョージタウン大学とワシントン大学の研究チームが新たに示した結果だ。誤りを含むAI要約は、自分が直接目撃した出来事の記憶そのものを歪めうる。AIによる要約はすでに報道やオフィス業務、警察の捜査にまで広がりつつあるだけに、見過ごせない指摘だ。

    イメージ図

    AI要約はすでに身近な存在に

    ChatGPTやGeminiのような大規模言語モデルは、会議の録画やニュース映像、監視カメラ映像を数行の箇条書きに要約する用途ですでに日常的に使われている。米国の一部の警察では一歩進んで、ボディカメラの音声を文字起こしし、そこから報告書の文章案を自動生成するツールの導入も始まっている。代表例であるAxon社の「Draft One」は、通報対応後数分で報告書の下書きを作成し、最終的に警察官自身が内容を確認・承認する仕組みだ。米コロラド州フォートコリンズ警察では、導入後に報告書作成にかかる時間が82%減ったと報告されている。ただしこのツールは音声の文字起こしから文章を作る仕組みで、映像を要約する今回の研究対象とは異なり、今回の研究で直接検証されたわけではない。それでも、正確さが重要な場面にAIが書いた文章が急速に入り込みつつある現実を物語る。

    筆頭著者でジョージタウン大学の助教研究員、マッテア・シム氏は「AIは誤情報を広める新しい手段になっている」と指摘する。共著者で、警察とテクノロジーの関係を研究するワシントン大学のヤエル・アイガー氏は、「警察がこうした映像要約技術を、十分な検証もないまま使っている可能性があるのが気がかりだ」とさらに踏み込む。

    事故映像で記憶をテスト

    研究チームはまず、ChatGPT-5.5とGemini 2.5 Flash-Liteの2モデルに、車と歩行者の衝突を描いた短いアニメーション映像を要約させた。用意した映像は2種類で、内容はほぼ同一だが、交差点の標識だけが「一時停止」か「徐行」かで異なる。各モデルにそれぞれの映像を5回ずつ要約させ、合計20本の要約文を作成した。

    次に360人の参加者を募り、2種類のうちいずれか一方の映像を視聴してもらった。その1〜2日後、参加者は自分が見た映像の要約文を読む。要約は正確な内容のものか、標識の種類を取り違える誤りが一つだけ埋め込まれたもののいずれかで、さらに「AIが書いた」「人間の書き起こし担当者が書いた」のどちらかをランダムに伝えられた。360人のうち、両段階を完了し注意力チェックに合格したのは328人だった。

    要約の半数が核心を省略

    研究チームはまず、作成した20本のAI要約を、あらかじめ定めた「事故の核心にあたる情報」のリストと照らして採点した。結果は芳しくなく、要約は平均して核心情報の51.6%を省略し、20本中19本が最重要の事実である「車が歩行者をはねた」ことに触れていなかった。

    2モデルには違いもあった。標識の種類のような重要な事実を取り違える「致命的な誤り」は、Geminiの要約では100%の割合で見られたのに対し、ChatGPTでは30%にとどまった。両モデルとも、映像に存在しない内容を作り出す「ハルシネーション」と呼ばれる誤りも時折見られた。なおこれらの数値は2本の短い映像・2モデルという限られた条件での結果であり、AI要約全般の一般的な誤り率ではなく、「深刻な誤りが起こりうる」事例と捉えるべきだ。

    「AIには、敵意や悪意がなくても誤情報を生み出してしまう可能性がある」と、研究チームは論文に記している。

    誤った要約で正答率がほぼ半減

    2段階目の実験では、こうした誤りが要約の中だけにとどまらず、人が実際に見た出来事の記憶そのものに影響することが示された。正確な要約を読んだグループは、標識を問う質問に83.6%の確率で正しく答えられた。これに対し、誤りのある要約を読んだグループの正答率は44.8%にまで下がった。この差は統計的に有意で、単なる偶然では説明しにくいと研究チームは結論づけている。

    正答率を比較した棒グラフ

    この38.8ポイントの差こそが、今回の研究の核心的な発見だ。一見ごく普通の要約に紛れ込んだ、たった一つの誤った情報が、わずか1〜2日前に自分の目で見た出来事の記憶を大きく揺るがすのに十分だった。ただしこの実験が示すのは明確な「誤情報効果」であり、元の記憶が完全に消去・書き換えられたことまで証明するものではない。確かなのは、この特定の事実についての想起の正確さが大きく損なわれた、という点だ。

    AIだと伝えても効果なし

    興味深いのは「効かなかった要因」だ。要約を「AIが書いた」と伝えられたグループは、「人間が書いた」と伝えられたグループと比べて、誤りを見抜きやすいわけでも騙されにくいわけでもなかった。正答率はそれぞれ46.3%と43.4%で、統計的に意味のある差とは言えない。AIへの信頼度や利用頻度も、騙されやすさに測定可能な影響を与えなかった。

    つまり今回の実験の範囲では、要約に「AI製」とラベルを付けるだけでは誤りの影響は弱まらなかった。研究チームは、この結果が「人間が最終確認すればAIのミスは防げる」というAI安全性をめぐる一般的な前提に疑問を投げかけると指摘する。誤った要約が確認者自身の記憶を静かに書き換えてしまうなら、ミスに気づく手立てそのものが失われかねない。なお今回検証されたのは「誰が書いたかのラベル」だけで、元の映像と突き合わせて事実を確認するといった、より踏み込んだ手順の効果までは検証していない。

    司法と警察現場への教訓

    今回の実験で使われたのはアニメーション映像で、参加者も一般から募った被験者であり、実際の警察官や目撃者、実際の事件ではない。それでも警察現場に関連づけられる理由はより一般的なところにある。AIが生成した説明が、人が出来事を思い出す手がかりの一部になると、その誤りが後の記憶に影響しうるという点だ。警察官や目撃者が正式な供述の前に誤りを含むAI要約を読めば、その後の証言に影響が及ぶ可能性がある――現実的な懸念だが、今回の研究自体が直接検証したわけではない。

    これは人間側だけの弱点でもない。本サイトで以前取り上げた動きの錯覚に関する過去記事では、AIの画像認識が人間の目を惑わす「動きの錯覚」を同じようには再現しないことを報告した。AIと人間の知覚のズレは双方向に生じうるということであり、どちらか一方を鵜呑みにして他方の確認役にはできない。

    今回の研究の縮約版は今週、スウェーデン・マルメで開催中の「第9回AAAI/ACM AI・倫理・社会会議(AIES 2026、10月12〜14日)」で発表された。論文自体は9月にプレプリントとして先行公開済みだ。著者らはAI要約を重要な場面から一律に排除すべきだと主張しているわけではないが、法的判断に関わる場面で信頼される前に、誤り率を測定・開示する必要があると強調する。

    研究チームは未検証の点にも率直だ。使用したのはChatGPTとGeminiの一般消費者向け版のみで、Axonのようなベンダーが実際に使う企業向け・調整済みモデルは対象外だった。アイガー氏は、ベンダーが実際にどのモデル・設定を使っているか外部から見えにくいこと自体が問題だと話す。シム氏は次の一歩として、実際のボディカメラ映像と警察報告書を対象に、AI要約が警察と市民のやり取りへの人々の判断をどう左右するか調べたいとしている。

    Xsciens編集部の読み解き

    この研究が突きつけるのは「AIは間違える」という当たり前の事実より、間違いが人間の記憶そのものに入り込み、確認する側の判断を静かにゆがめうるという点です。

    • 38.8ポイントの差の前提を押さえる。正答率は、正確な要約を読んだ群で83.6%、誤りを含む要約を読んだ群で44.8%でした。ただし対象は、2本の短いアニメーション映像と2つのAIモデル、最終的に分析に残った328人という限られた条件です。AI要約全般の誤り率ではありません。
    • 「AI製」のラベルでは防げなかった。AIが書いたと伝えられた群の正答率は46.3%、人間が書いたと伝えられた群は43.4%で、意味のある差はありませんでした。一方、元の映像と突き合わせるなどの確認手順の効果は検証されていません。「人間が最終確認すれば安全」という前提を否定したというより、確認の方法を設計し直す必要を示した結果です。
    • 警察の実運用ツールを直接検証したものではない。記事にある警察向けツールは音声の文字起こしから文章を作る仕組みで、今回の研究は映像の要約が対象です。実際のベンダーが使う調整済みモデルも検証されていません。
    • 編集部の想像(推測)――私たちは、将来のAI要約が「この一文は映像の何秒目に基づく」と根拠の場面をその場で示してくれるようになれば、確認の手間が減り、誤りに気づきやすくなるかもしれないと考えています。たとえば会議の録画を要約するとき、気になる一文を押すと元の発言に飛べる、といった使い方です。ただし、根拠が示されても人が確認を省けば同じ問題は残りうるので、これはあくまで編集部の推測です。

    この読み解きの参考: ジョージタウン大学の発表、論文(arXiv:2609.28820)、Loftus & Palmer(1974)の古典実験の解説(SimplyPsychology)

    出典: ジョージタウン大学 “New Research Finds That Misleading AI-Generated Summaries Can Distort Human Memory”、Sim, Eiger & Kohno, “AI-Enabled Human Memory Manipulation” (arXiv:2609.28820)、Axon “Axon Reimagines Report Writing With Draft One” (Officer.com掲載)

    関連記事

    あわせて読みたい: AIに判断や記憶を任せると何が起きるかは認知オフローディングとは?3分でわかる仕組みと注意点で解説しています。