ICML論文497本却下、研究者が守るべき判断と責任

審査規則違反で却下された論文497本

機械学習学会ICML¹ 2026は3月18日、提出論文497本を却下したと発表しました。該当論文の指定相互審査者が他の論文を審査する際、自らが同意したLLM使用禁止規則に違反したためです。組織委員会は、論文や審査報告書の品質を判断した措置ではなく、合意した規則に違反したことによる措置だと説明しました。

この事件では、AI使用の有無とともに、審査者が引き受けた仕事と約束を守ったかどうかが重要です。

摘発には、論文PDFに仕込んだ隠し指示文を使いました。通常はPDFを読む人には見えませんが、LLMが文書を処理する際に読み取り、審査報告書に特定の文言を入れるよう誘導する方式です。組織委員会は17万個の文言のうち論文ごとに2つをランダムに選び、該当の文言が出てきた報告書は人間が改めて確認したと明らかにしました。

私も以前、PDF AI SHIELDという保護ツールを作ったことがあります。人間が見る文書はそのままに、AIが読む過程に介入しようとしたという点で、馴染みのあるアプローチでした。似た発想が学会の審査に使われたのは嬉しい一方、規則違反を摘発するところまで必要になったという点は苦い気持ちでした。ICMLは使用した検知方式の根拠として、ラオ（Rao）らの研究を明示しました。

私はこの事件を見ながら、研究環境そのものも合わせて見てみたいと思いました。AIが文書読解や草稿作成を容易にする状況で、研究者が自ら確認すべきことは何でしょうか。規則違反の責任を問うことと、正しい使い方を学ぶこと、その両方が必要に見えます。

博士課程の訓練と学術誌の審査で、この問題がどう現れるかも見ていきます。

ICMLが確認した違反の範囲

ICML 2026には、審査中にLLMを使わないPolicy Aと、論文理解・関連研究の把握・レビューの推敲にLLMを許容するPolicy Bがありました。審査者は自分の希望を表明し、著者の要望と応募状況に応じて割り当てられました。Policy Aには、Aを選んだか、両方の方針でも構わないと答えた人だけが割り当てられました。

組織委員会はPolicy A審査者506名によるレビュー795件でLLM使用を確認しました。これらのレビューは全体の約1%にあたり、削除されました。自分が提出したレビューのうち半数を超えるレビューで違反が確認された51名は、すべてのレビューが削除され、審査者名簿からも除外されました。

論文の却下は、そのうち398名を指定相互審査者²として登録していた提出論文497本に適用されました。摘発された506名全員が論文却下の直接の対象だったわけではありません。また、この措置はレビュー作成過程で禁止されたLLMを使ったという判断であり、レビュー全体をAIが書いたという判定ではありません。

この方式ですべてのLLM使用を見つけられるわけではありません。指示文が除去されたり、モデルが従わなかったりすると見逃す可能性があり、出力を修正すれば検知も難しくなります。組織委員会も、PDFを入れて出てきた結果をそのまま貼り付けるような一部の違反を捕まえる方法だと説明しました。したがって、摘発された1%を全体のAI使用率とみなすことはできません。

私が作ったPDF保護ツールも、技術的な制限だけでは使用を完全に防ぐことは難しいものでした。保護装置を取り除いたり、別の方法で文書を読み込んだりすれば制限が解除されうるからです。規則と教育、利用者の責任がともに必要だと考える理由です。

学術出版社Frontiersの2025年調査でも、AIを使う審査者が多く見られます。研究者全体の回答数は1,645名で、審査中のAI使用頻度に関する設問に答えた909名のうち53%が使用すると回答しました。経歴5年以下の回答者の**審査中の使用率は61%**でした。報告書に出てくる87%は、初期キャリア研究者のAI使用全般を指す別の数値です。この調査は活用状況を尋ねるものであり、使用したという回答を規則違反とみなすことはできません。