# AIは科学的証拠をどう評価するのか、研究で検証

> 生物学の96,000件を収録したベンチマークを研究者らが公開。確率の較正を学習させることで、モデルの予測と実験選択が改善したと報告した。

Oossa · 2026-11-02 · https://oossa.com/ja/study-tests-how-ai-weighs-scientific-evidence

研究者らは、言語モデルが科学的仮説を裏付ける証拠を評価できるか検証するため、生物学の3分野で公表された研究をもとにしたベンチマーク「EDB-Bio」を作成した。研究者らのテストでは、訓練前のモデルは一貫して確信度を低く見積もり、単純な基本発生率に基づく予測とほぼ同程度の成績だった。確率をより適切に較正するよう訓練すると、結果は改善した。

研究者らによると、逐次的に実験を選択する課題で、同チームのモデル「Ibis0」は、最も優れた最先端モデルより2.5倍効率よく実験を選んだ。コード、データ、訓練済みモデルも公開した。

## 事実

- EDB-Bioには、トランスクリプトーム解析、CRISPRスクリーニング、ヒトのゲノムワイド関連解析から抽出した96,000件のエピソードが含まれる。
- 論文は2026-10-29にarXivに投稿された。掲載情報では、公開日はNovember 2, 2026とされている。

## なぜ重要か

AIを実験選びの補助に使う科学者にとって、確率の較正を学習させることで実験選択が改善する可能性を示す結果だ。ただし、報告された優位性はこの研究の課題に限られ、ここでは独立した検証は行われていない。

## 出典と参考資料

1. [Do Language Models Know What Compelling Scientific Evidence Looks Like?](https://arxiv.org/abs/2610.41015) – arXiv cs.LG, 2026-11-02

最終更新: 2026-11-02