研究不正を探す技術は日々進化している。大きく貢献したのが画像処理関連の人工知能（ＡＩ）技術だ。論文の画像データから不自然な修整箇所を特定するＡＩは、中古車オークションサイトで写真の修整検出に転用できるなど、研究不正を対象に開発した技術は民生用途にも応用できる。不正防止技術への投資は、行き詰まった不正対策のパラダイムを変えるかもしれない。

　「科学技術が発展するほど過去の不正が見つかりやすい。今後、（不正発覚で）教科書から消える名前は増えるだろう」とエルピクセル（東京都文京区）の朽名夏麿（くつな・なつまろ）最高技術責任者（ＣＴＯ）は説明する。

　同社は論文画像の修整や画像の使い回しを検出するＡＩ技術を事業化した。伸縮などの幾何変形なら、ほぼ１００％検出可能。機械学習を利用するため、データがたまるほど検出精度が上がる。

　論文における改ざんや捏造（ねつぞう）のテクニックは時代とともに変遷してきた。画像編集ソフトが登場する前は、写真のコピーと印刷を繰り返して画質を劣化させ、別の実験結果として公表していた。数千人が参加する新薬開発の大規模臨床試験は、再検証するコストが巨額になるため追試が難しく、不適切なデータ操作があってもわからなかった。だがすべてのデータが記録され、開示されるようになってからは、不自然な操作をＡＩで検出できるようになった。

　グラフは形やデータから計測値を推定し、エラーバーや有意差判定が正しく計算されたか検証できる。文章の盗用は検索ＡＩを転用できる。朽名ＣＴＯは、「論文を投稿すると自動でテキストの一致率と一致箇所が返る。論文雑誌にとって文章の転用は取り締まる対象ではない。可視化して自発的に直してもらうためのツールとなる」と説明する。

　さらに論文の不正防止と民生用途が両立することも分かった。エルピクセルは画像修整検出ＡＩの体験版をネット上で公開したところ、中古車の画像や免許証の顔写真がＡＩによって解析されたという。中古車は傷隠し、免許証は顔の修整を判定できるか試されていた。そこで同社はＥＣサイトの不正チェックにＡＩを売り込んだところ、採用された。

　研究室で実験作業の外部発注が進んでいることも不正削減に貢献している。実験が失敗すると「発注者の仮説が悪い」「受託業者の腕が悪い」といったトラブルになりやすい。

　受託業者は信頼性を担保するため、作業記録と管理を徹底する。計測機器メーカーも記録機能を搭載し、付加価値として売り込む。研究室で長期雇用が難しくなったことが、分業と履歴管理（トレーサビリティー）を後押しした格好だ。トレーサビリティーが広がれば、研究者でデータを共有するオープンサイエンスにも貢献できる。

　課題は技術格差の確保だ。不正検出ＡＩが広く出回れば、不正を行う側もＡＩに検出されないか確認しながらデータを作り込める。確信犯とのいたちごっこにならないよう利用制限や利用記録の管理が必要だ。