Notes2Skills: 実験ノートから確信度を考慮した科学エージェントスキルへ

要旨

科学的発見のワークフローは通常、実験ノートを多用し、それに大きく依存している。実験ノートには研究者が観察結果を記録し、不確かな結果を解釈し、追跡実験を計画する内容が含まれる。このような有益な実験ノートは、論文で示される洗練された最終結果ではなく、進化する科学的推論と著者の不確実性を保持しており、AIがより包括的かつ深いレベルで科学的探求に関与する貴重な機会を提供する。しかしながら、科学テキストに関するこれまでの研究の多くは、論文、プロトコル、構造化データベースに焦点を当てており、非形式的な実験ノートは科学用AIエージェントへの入力として十分に研究されていない。このギャップが重要なのは、実験ノートでは同一の段落内に検証済みの観察、暫定的な判断、そして可能な次の実験ステップが混在していることが多いからである。これらのシグナルが混同されると、AIエージェントは不確かな科学的判断を確定した結論や実行可能なアクションと誤認する可能性がある。この目的のために、我々はNotes2Skillsを提案する。これは、著者の確実性を保持しながら実験ノートを科学用AIエージェントの検証可能なスキルに変換する二段階フレームワークである。7つの条件と3つのウェットラボセッションを通じて、Notes2Skillsは不確かなノートを確実な指示と誤認せず、また確実な指示を破棄しない唯一の構成である。我々は、確実性の保持が実験ノートと信頼性のあるエージェントスキルの間に欠けていた要素であり、より安全なAI共同科学者システムへの道を開くことを示す。

English

Scientific discovery workflows usually contain and rely heavily on lab notes, where researchers record observations, interpret uncertain results, and plan follow-up experiments. Such informative lab notes preserve evolving scientific reasoning and author uncertainty, rather than polished final results exhibited in publications, providing a valuable opportunity for AI to engage in scientific exploration at a more comprehensive and deeper level. However, most prior work on scientific text focuses on papers, protocols, or structured databases, leaving informal laboratory notes underexplored as inputs to AI agents for science. This gap matters because lab notes often intermingle validated observations, tentative judgments, and possible experimental next steps within the same passage. If these signals are conflated, an AI agent may mistake uncertain scientific judgments for confirmed conclusions or executable actions. To this end, we present Notes2Skills, a two-stage framework for turning lab notebooks into verifiable skills for scientific AI agents while preserving the author's certainty. Across seven conditions and three wet-lab sessions, Notes2Skills is the only configuration that neither mistakes uncertain notes for firm instructions nor discards firm ones. We show that certainty preservation is the missing piece between lab notebooks and reliable agent skills, opening a path toward safer AI co-scientist systems.