科研費採択課題概要における生成AI 利用可能性に関する分析

小柴, 等; 伊田（木村）, 美紀

doi:10.51094/jxiv.6061

##article.authors##

小柴, 等 Private https://orcid.org/0000-0002-4502-3164
伊田（木村）, 美紀 Private https://orcid.org/0009-0005-4830-4657 https://researchmap.jp/usage_based

DOI:

https://doi.org/10.51094/jxiv.6061

キーワード:

科研費、 LLM、生成AI、 AI4S

抄録

本論文では，2022年から2026年までの5年間に採択された，科学研究費助成事業（科研費）基盤研究（C）課題の概要について，生成AIによる生成文らしさを推定し，まとめた結果について報告する。
ここでは，2025年から生成AI生成と推定される概要が増え，2026年には約2割の概要が生成AI生成と推定された。
また，多少の差はあるものの多くの審査区分で生成AI生成と推定される概要が確認された。
これらの分析から，日本においても多くの研究分野で生成AIの利用が進み始めている様子が確認できた。

利益相反に関する開示

開示すべき利益相反はない。

ダウンロード *前日までの集計結果を表示します

ダウンロード実績データは、公開の翌日以降に作成されます。

引用文献

Devlin, J., Chang, M.-W., Lee, K., and Toutanova, K.: BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding, in Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long and Short Papers), pp. 4171--4186, Minneapolis, Minnesota (2019), Association for Computational Linguistics

Fujii, K., Nakamura, T., Loem, M., Iida, H., Ohi, M., Hattori, K., Shota, H., Mizuki, S., Yokota, R., and Okazaki, N.: Continual Pre-Training for Cross-Lingual LLM Adaptation: Enhancing Japanese Language Capabilities, in Proceedings of the First Conference on Language Modeling, COLM, University of Pennsylvania, USA (2024)

Liang, W., Zhang, Y., Wu, Z., Lepp, H., Ji, W., Zhao, X., Cao, H., Liu, S., He, S., Huang, Z., Yang, D., Potts, C., Manning, C. D., and Zou, J.: Quantifying large language model usage in scientific papers, Nature Human Behaviour, Vol. 9, No. 12, pp. 2599--2609 (2025)

Ma, Y., Mizuki, S., Fujii, K., Nakamura, T., Ohi, M., Shimada, H., Shiotani, T., Saito, K., Maeda, K., Hattori, K., Okamoto, T., Ishida, S., Yokota, R., Takamura, H., and Okazaki, N.: Building Instruction-Tuning Datasets from Human-Written Instructions with Open-Weight Large Language Models (2025)

Okazaki, N., Hattori, K., Shota, H., Iida, H., Ohi, M., Fujii, K., Nakamura, T., Loem, M., Yokota, R., and Mizuki, S.: Building a Large Japanese Web Corpus for Large Language Models, in Proceedings of the First Conference on Language Modeling, COLM, University of Pennsylvania, USA (2024)

OpenAI, : gpt-oss-120b & gpt-oss-20b Model Card (2025)

Qian, Y., Wen, Z., Furnas, A. C., Bai, Y., Shao, E., and Wang, D.: The Rise of Large Language Models and the Direction and Impact of US Federal Research Funding, arXiv Preprint (2026)

Qwen Team, : Qwen3 Technical Report (2025)

Sasaki, A., Hirakawa, M., Horie, S., Nakamura, T., Passaglia, S., and Oba, D.: ELYZA-japanese-Llama-2-13b (2023)