ทันเอไอ

AIによる文献レビュー作成、コンテキスト拡張後も人間の監視が不可欠＝研究報告

arXivの最新研究によると、大規模言語モデル（LLM）を用いた文献レビュー作成は、学術基準を満たすために依然として人間による厳格な検証が必要であることが明らかになった。

論文「LLMs for Academic Workflows: An Evaluation of Literature Reviews Generated with Short and Long Context Windows of LLMs」（arXiv:2608.26145）は、コンテキストウィンドウのサイズが大規模言語モデル（LLM）による文献レビュー作成の品質に与える影響を検証した。

本研究では、Semantic ScholarやarXivなどの学術ソースを基にAIが生成した文献レビュー20件を対象に、2名の研究者が15の基準に基づいて品質を評価した。

その結果、学術出版レベルの基準を満たすには、人間による監視・監督（Human Oversight）が引き続き不可欠であることが判明した。コンテキストウィンドウの拡大により、モデルはより広範な情報を取得し、長い入力でも文脈の一貫性を保てるようになったものの、内容の重複や重要ポイントの欠落といった課題が依然として残されている。