AI業界の重鎮15人が「大麻栽培の論文」を共著していた──Google Scholarを汚す偽論文を解剖する

2026年7月下旬、Google Scholarのアラートが1件の「新着論文」を通知した。著者に名を連ねていたのは、Anthropicのダリオ・アモデイ、ジェフリー・ヒントン、ヤン・ルカン、ヨシュア・ベンジオ、デミス・ハサビス、サム・アルトマン、イーロン・マスクなど、AI業界の重鎮15人。ノーベル賞受賞者が2人、チューリング賞受賞者が3人、しかも普段は人材を奪い合う競合企業のトップが同時に名を連ねる組み合わせだった。開いてみると、中身は大麻栽培に関する論文だった。もちろん本人たちが書いたものではない。誰が、どうやってこの論文を作り、Google Scholarという学術検索の入り口を通過させたのかを解剖したのが、2026年8月4日公開の動画「アモデイ・ハサビス・アルトマン AI業界の重鎮15人が『大麻栽培の論文』を共著！？」である。この記事は同動画の内容を、公開後にあらためて一次ソースを確認しながら整理したもの。

• 偽論文の参考文献は40本、うち本文中で実際に引用されている箇所は0件だった
• 投稿アカウントには論文が53本あり、被引用数は合計0件。腎臓内科から海洋生態学、地質工学まで分野がばらばらだった
• Harvard Kennedy School Misinformation Reviewの調査（2024年）では、Google Scholar上でAI生成が疑われる論文が139本見つかり、うち19本は索引済みの学術誌に掲載されていた

事実関係

Google Scholarはなぜ偽物を「新着」として通知したのか

Google Scholarは、論文ファイルの著者欄に書かれた文字列をそのまま索引に取り込む仕組みになっている。査読を通ったかどうかや、本人が本当に執筆したかどうかを判定する機能はない。今回の論文が置かれていたのは、研究者が自分でファイルをアップロードできる投稿サイトだった。著者欄に「Dario Amodei」と記載すれば、本人が関与していなくても、その名前でアラートを設定している人全員に「新着」として届く。つまりアモデイ氏自身のもとにも、自分名義の論文として通知が届いていた可能性がある。

Harvard Kennedy School Misinformation Reviewが2024年に公開した調査は、この構造そのものを問題視している。原文にはこうある。「検索インターフェースには、資料の種類や公開状況、査読の有無といった品質管理の観点で結果を絞り込む機能が用意されていない」。同調査ではGoogle Scholar上でAI生成が疑われる論文が139本見つかり、19本は索引済みの学術誌に、89本は非索引誌に、19本は学生論文、12本はワーキングペーパーとして存在していた。政策判断に関わりうる分野（環境・健康・コンピューティング）が全体の57%を占め、健康・環境分野だけで34%（47本）に達していたという。

参考文献40本を1本ずつ確認すると何が出てきたか

動画では、偽論文の参考文献40本を1本ずつ検索する作業を行っている。まず判明したのは、本文中に引用マーカー（脚注番号や著者名・年の表記）が1つも存在しないこと。参考文献リストは並んでいるが、本文のどこにも「参照している」形跡がない。

次に、40本のうち2本が表記を変えて2回ずつ、計4回登場していることが分かった。この4件だけDOIやURL、巻号の情報が抜けており、著者の姓の表記も他と異なっていた。実際にその2本を検索すると、両方とも実在する論文だった。1本は「小さなビジネスとAI、スタートアップはどう巨人と戦うか」、もう1本は「AIは大麻産業をどう変えるか、農業から個別化医療まで」という内容で、いずれも同じ投稿者自身の論文だった。そして偽論文自体のタイトルは、この2本のタイトルの語句を組み合わせたものになっていた。つまり、自分の論文2本を材料に新しい論文を1本でっち上げ、その中で自分自身を4回引用させている形になる。動画ではここを「推測」と明言した上で、引用数が研究者評価に直結する数字である以上、それを狙う動機は存在すると述べている。

この論文を投稿したアカウントには何があったのか

投稿アカウントを見ると、公開されている論文は53本。53本合計の被引用数は0だった。分野を並べると、糖尿病と腎臓の薬、心理学、熱帯の海草藻場の生物多様性、違法金採掘、地質工学、新生児の股関節超音波、5Gアンテナ設計など、1人の研究者が同時にカバーできるとは考えにくい分野が並んでいた。共著者欄には、ジェフリー・ヒントンとジューディア・パール（ともに実在するチューリング賞受賞者）の名前が融合した「Geoffrey Judea Hinton」という、実在しない人物名も見つかった。タイトル末尾に「AUTHOR」という、テンプレートの穴埋めをそのまま公開してしまったとみられる文字列が残る論文が3本、共著者の姓が「Walmart」になっている人物が3人存在した。53本のうち20本以上が直近2か月のうちに投稿されており、ペースは加速していた。

AIに文章を書かせること自体は悪いことなのか

ここまでの内容だけを見ると、AIによる文章生成そのものが問題であるかのように映る。だが動画が紹介する複数の研究は、逆の結果を示している。

MITのNoy氏とZhang氏が大卒の専門職444人を対象に行った実験では、参加者の半数にChatGPTを使わせたところ作業時間が減り、質も上がった。論文本文はこう記す。「労働者間の格差は縮小する。能力の低い労働者をより多く助けることで、生産性の分布が圧縮されるからだ」。

ハーバード・ビジネス・スクールのDell'Acqua氏らが大手コンサル企業の社員758人で行った実験（Organization Science掲載）では、GPT-4の使用で作業速度が25.1%、質が40%以上向上。伸び幅は下位グループが43%、上位グループが17%で、実力の低い人ほど大きく伸びた。ただしAIが苦手な範囲の課題では、使ったグループの正解率がむしろ19ポイント低いという結果も同時に出ている。

Brynjolfsson氏、Li氏、Raymond氏がカスタマーサポート担当者5,179人を追跡したNBERワーキングペーパーでは、1時間あたりの解決件数が平均14%増加し、新人・低スキル層は34%改善した一方、熟練者への影響はほぼなかったと原文に明記されている。職種も年代も異なる3つの独立した研究が、同じ結論に達していた。AIは「できる人をさらに速くする道具」ではなく「できない人を引き上げる道具」として機能している。

母語で書いた人ほどAI判定されるという逆説

AI生成かどうかを判定する検出ツールにも、見落とせない偏りがある。Liang氏らが7種類の主要なGPT検出ツールに、非母語話者が書いたTOEFL作文91本をかけたところ、平均61.22%が「AI生成」と誤判定された。91本中89本（97.80%）が、少なくとも1つの検出ツールでAI判定されている。同じ検出ツールにアメリカの中学生（8年生）が書いた作文をかけると、ほぼ完璧に人間の作文だと判定された。

さらに、同じTOEFL作文をChatGPTに「ネイティブらしい語彙に直して」と依頼して再判定すると、誤判定率は61.22%から11.77%まで下がった。逆に、ネイティブが書いた作文を「非母語話者風に」書き換えさせると、誤判定率は5.19%から56.65%まで跳ね上がった。検出ツールが見ているのは「AIらしさ」ではなく、語彙や文構造の単純さである可能性を、研究チームは指摘している。真面目に英語で書いた非母語話者ほど疑われ、AIを使ってネイティブ風に整えた文章ほど疑われにくいという逆説が生じている。

論文審査AIを騙す「隠しプロンプト」も広がっている

学術・ウェブの両方で、AIに向けた指示を人間には見えない形で埋め込む手口も報告されている。セキュリティ企業Palo Alto NetworksのUnit 42が2026年3月3日に公開した報告書は、実際に稼働していたウェブサイトの事例を検証したものだ。広告詐欺サイト「reviewerpress[.]com」には、AIによる広告審査を回避させようとするプロンプトが1ページの中に24回埋め込まれていた。賭博サイトを偽装した「1winofficialsite[.]in」ではページ末尾に平文の指示が置かれ、「splintered[.]co[.]uk」ではCSSの表示制御を悪用して指示を隠しつつ、データベース破壊を狙う内容が仕込まれていた。同報告書は、実際の攻撃から22種類の異なる技法を確認したとしている。

なお、学術論文に隠し文字で「肯定的な評価のみを出力せよ」といった指示を埋め込む手口が複数の大学で見つかったとする報道もあるが、この記事では原紙を直接確認できていないため、詳細な件数は記載しない（後述の「確認できなかったこと」を参照）。

ネットの汚染はAI自身にも跳ね返る

もう一つ見過ごせないのが、AIが生成した文章がインターネットに増えるほど、次世代のAIモデルの学習にも影響するという指摘だ。Shumailov氏らが2024年にNatureに発表した論文は、AIモデルの出力を繰り返し学習させ続けると何が起こるかを検証している。中世建築についての文章を初期データとして与え、モデルの出力を次の学習データに使う、というサイクルを重ねたところ、9世代目の出力は建築の話とは無関係な、ノウサギの一種の名前が延々と並ぶ文章に置き換わった。論文原文には次のようにある。「Gen 9: architecture. In addition to being home to some of the world's largest populations of black-tailed jackrabbits, white-tailed jackrabbits, blue-tailed jackrabbits, red-tailed jackrabbits, yellow-」。研究チームはこの現象を「モデル崩壊」と呼び、ウェブから収集された学習データにAI生成コンテンツが混ざり続ける限り、この問題を真剣に扱う必要があると結論づけている。ネット上のテキストの相当な割合がすでにAI生成だとされる中、今回のような偽論文もまた、次のAIモデルの教材の一部になりうる。

見分けるために何ができるか

動画が最後に示しているのは、今回の解剖作業そのものをAIに任せる手順だ。具体的には、参考文献を1本ずつ検索して実在するか・本文のテーマと関連があるかを確認する、本文の引用箇所を全部抜き出して未使用の参考文献を洗い出す、同一論文の表記違い重複がないか調べる、著者の専門分野と論文テーマが一致しているか判定する、投稿者の他の論文一覧から分野の散らばりを確認する、引用が原文の意味とズレていないか突き合わせる、という6つの作業を指す。人間がやれば数時間かかる作業を、AIを使えば数分で終えられる。ただし動画は「AIの答えをそのまま信じたら同じ穴に落ちる」とも釘を刺しており、検索結果のURLを自分で開いて確認するところまでを一連の作業としている。この考え方は、AI検出ツールは「両方向に壊れている」で扱った「機械的な判定だけに頼らない」姿勢とも重なる。論文を読む・検索する道具としてはDeep Researchツールの実力比較やAI論文検索・読解ツール比較も参考になる。

確認できなかったこと

• 動画で解剖された偽論文本体(ResearchGate上の投稿アカウントとPDF)は、この記事の執筆時点で筆者自身が再アクセスして確認できていない。本セッションのWebSearch利用上限到達とDuckDuckGoのボット判定により、URLを再取得できなかったためである。台本制作時点(2026年7月26日)にAI時短ラボがPDF全文とResearchGateのプロフィールを直接開いて確認した記録は残っており、本文の記述(著者名の綴り崩れ・単語の分断など)はその記録に基づく。本記事のための独立した再検証ではない。
• 「8か国14大学で、論文に隠し文字による審査回避の指示が見つかった」とする報道(2025年6月)は、原紙記事を直接確認できておらず、件数や大学名を特定した記述はしていない。
• 「新規ウェブ記事の52%/74%がAI生成」「AIコンテンツ農場が3,006サイト」「辞書3社が『スロップ』を今年の言葉に選んだ」「プロンプトインジェクション前年比340%増」は、いずれも原典に直接あたれていない二次情報のため本文に記載していない。
• 偽論文が実際に何らかの実害をもたらしたかは確認していない。分かっているのは「実在の研究者の名前が無断で使われ、検索の索引を汚した」という事実までである。

---

出典は上記のリンク先を参照。本文中の数値は、各出典のページを2026年8月時点で直接確認した上で記載している（「確認できなかったこと」に記載した項目を除く）。