科学論文がSDGに貢献しているか、自動判定する仕組みができた

SDGって、『持続可能な開発目標』って17個あるって言うけど、具体的にはどんなもの？

SDGの17個は、貧困撲滅、飢餓ゼロ、保健、教育といった基本的な人間のニーズから始まって、働き方、産業、不平等、都市、消費、気候変動、海洋、陸地、平和、パートナーシップまで広がっています。ざっくり言えば、地球規模で人間が直面する課題を全部網羅したリストです。 面白いのは、これらが実は相互に絡まってるということ。たとえば「貧困撲滅」と「気候変動」は別に見えますが、貧しい地域は気候変動の影響を最初に受ける。だから一つの研究が複数のSDGに貢献することがほとんどなんですよ。記事の『AlmaSDG』は、その複雑な関係性を自動で読み取ろうとしている。大学や企業が「我々の研究はSDGに貢献している」と言うときも、実際には3つ4つの目標に同時に関わっていることが多い。だからこそ、専門家が手作業でラベルを付けて学習データを作る手間があったわけです。数字で示せるようになると、研究の「本当の影響」がより正確に見えるようになるのかもしれません。

研究機関がSDGに貢献してるか自動判定できるようになると、自分たちの仕事や生活にどう関係するの？

研究予算や大学のランキングが、この仕組みで大きく変わる可能性があります。 今は、研究成果を測る指標が「論文数」「引用数」といった数字に偏っていますよね。でも AI がSDG への具体的な貢献を可視化できると、資金を配分する側（政府や財団）が「どの研究が社会課題を本当に解いているのか」を判断しやすくなる。すると、基礎研究より「社会実装に結びつく研究」ばかりが優遇される世界になるかもしれません。 大学生や大学院生にも波及します。今後は「自分たちの研究はSDGのこの目標に貢献する」と明確に示せるかどうかが、研究テーマの採択や資金獲得の判断材料になる。つまり、社会的なインパクトを説明できない研究は、相対的に魅力的に見えづらくなるリスクがあります。 一見すると「社会課題を研究に組み込む圧力が増す」のは良い話に思えますが、人類の知的財産を広げるだけの基礎研究が軽視されるようになったら、イノベーションの土台が揺らぐ可能性もあります。測定可能性が高い研究だけが評価される時代になる危険性を、どこまで意識するかがポイントになりそうです。

なぜこれまで『研究がSDGに役立ってるか』を測るしくみがなかったんだろう？

SDGって2015年に決まった比較的新しい目標だから、測定の仕組みも後付けになるしかなかったんですよね。それに、「役に立っているか」って本来、めちゃくちゃ主観的な判断になる。 基礎研究なんて特にそう。気候変動の論文だって、「すぐに実用化につながる」もの少ないし、むしろ10年後に役立つかもしれません。だから「この研究がSDGの目標3『健康と福祉』に貢献している」って言おうにも、誰がどうやって判定するのか、基準がない。大学が自分たちで勝手に「貢献してる」と言うだけじゃ信用されない。 背景には、企業や研究機関がSDG達成に貢献しているというレポートを出したい、という実務的な圧力もあったと思う。でも客観的な手段がないままでは、ESG投資や助成金の配分でも困る。そこで「複数の専門家が論文を読んで、どのSDGに当てはまるか人間が判定する」というアナログな方法で、AI学習用データを地道に作った。つまり、新しい物差しが必要になったのに、それを作る技術や定義が追いついてなかったというわけです。

要するに『複数の人間が判定した例』から機械学習させて『これからの判定を自動化する』ってこと？

その通りですね。やってることはシンプルで、「正解の例」をAIに大量に見せるという古典的な機械学習の手法です。 ただ、ここで面白いのは「正解」をどう決めるかという問題が、技術じゃなくて人間側にあるということ。SDGへの貢献なんて、数学の問題みたいに一つの答えがあるわけじゃない。例えば「自動運転の研究」って、移動や雇用にも関わるし、環境問題とも絡みます。複数の専門家が判定することで、その曖昧さを吸収しようとしてるんですよ。 つまり1,000本以上の論文に複数人で判定させるというのは、AIの精度を上げるというより、「SDGへの貢献って、こういう多面的な見方をするものだ」という人間のコンセンサスを形にする作業に近い。その「共有された判定基準」が蓄積されることで、初めてAIが説得力のある判定をできるようになるのかもしれません。

企業や大学が『SDGに貢献している』って数字で示せるようになると、本当はSDGに関係ない研究なのに無理やりラベルを付ける人も出てこないの？

その疑問、本質を突いているんですよね。むしろ、この仕組みの導入によって「無理やりラベルを付けるインセンティブ」がより強くなる可能性が高い。 研究資金の配分や大学ランキング、企業のサステナビリティレポートなど、SDG への貢献度が「数字で可視化される」ようになると、それが評価基準になります。評価基準になれば、そこに合わせようとする圧力が生まれる。基礎研究でも、社会へのつながりを無理に演出したくなる心理は働きやすくなるということです。 ただ記事から見える工夫は、専門家が複数で同じ論文を判定しているという点。個人判定ではなく、複数の目でチェックすることで、恣意的なラベリングの検証可能性を高めようとしている。とはいえ、元々関連性が薄い研究を、複数の専門家が「これはこじつけだ」と気づきながらも、組織の圧力で承認するという状況も、起こらないとは言い切れない。 透明性が増すほど、その指標をゲーム化する工夫も巧妙になっていく。その競争関係が、この仕組みの今後を左右することになりそうです。