ポジション：科学チームにおけるAIエージェントは、人間エージェントシステムとして研究されるべきである

要旨

大規模言語モデルベースのエージェントは、科学的発見における協働者としてますます導入されているが、現在の研究の大半は「AI科学者」の自律的能力に焦点を当てている。我々は、このような視点は科学的チームワークの社会的側面を見落としており、分析単位を人間とエージェントのペアとする人間-エージェントシステム（HAS）としてAI科学者を研究することが、十分に探求されておらず、また十分に評価されていないと主張する。我々は、文献および実証分析を通じてこれらの点を裏づけ、さらに、人間とエージェントのダイナミクスを考慮せずに科学にエージェントを導入することが、科学的探求の多様性の低下を含む短期的リスクをもたらすことを示す最近の事例や研究を強調する。実世界のケーススタディの分析を通じて、科学者とエージェントが互いの能力を補完し得ることを示す。我々は、科学的発見における人間とAIの相乗効果を理解し促進するための数学的枠組みを開発するために、HASの視点を採用する新たな研究を提唱する。

English

Large language model-based agents are increasingly deployed as collaborators in scientific discovery yet most current work focuses on the autonomous capabilities of "AI Scientists". We argue that this overlooks the social aspects of scientific teamwork, and that studying AI Scientists as human-agent systems (HAS)--where the unit of analysis is the human-agent pair--is both underexplored and undervalued. We establish these points through literature and empirical analysis, and highlight recent incidences and studies which show that deploying agents in science without accounting for human-agent dynamics introduces near-term risks, including reduced diversity of scientific inquiry. Through analysis of real-world case studies, we show that scientists and agents can augment each other's capabilities. We call for new research that adopts the HAS lens to develop mathematical frameworks for understanding and fostering human-AI synergy in scientific discovery.