論文スクリーニングにAIを使う方法。任せるのは「順番」、決めるのは自分

AIに各論文の関連度を評価させ、可能性の高い順に並べ替える。これが一次選別でのAIの一番安全で効果的な使い方です。

並べ替えなら、判定の主体は変わりません。変わるのは作業の順番だけで、すべての論文に人の目が通ることは保証されたままです。

関連度の高い論文が先頭に集まると、序盤で「採用」の判定が続き、基準の感覚が早く安定します。

終盤は「除外」が続く消化戦になりますが、判定リズムができた後なので速い。ランダムな順で延々と混在をさばくより、精神的な消耗が明らかに違います。

では、AIの関連度が低い下位30%は見ずに捨ててよいか。答えは原則ノーです。

AIの評価は抄録の書き方に左右され、基準に合致するのに関連度が低く出る論文は必ず一定数あります。見ない除外は、系統的な見落としをレビューに埋め込む行為です。網羅性を掲げるレビューでは、全件に目を通すのが原則です。

AIを工程に入れたら、記録も対応させます。AIの関連度・候補判定の欄と、人の最終判定・理由の欄を分けて残す。

こうしておくと、後からAIと人の判定がどれくらい食い違ったかも確認でき、方法の記述にも「AIは優先順位付けに使用し、判定はすべて人が行った」と正直に書けます。

2名独立スクリーニングや判定一致率の確認が求められるレビューでは、AIの使い方もチームの取り決めに従います。

AIを入れてよい工程・書き方は、研究チーム・指導者・投稿先で確認してください。 この分野の合意はまだ形成途中で、独断で進めるのはリスクがあります。

スクリーニングを抜けた論文は、フルテキスト確認へ進みます。ここからは1本ずつ本文と向き合う工程で、道具も変わります。

Paperfyは、この段階から効くツールです。対象論文のPDFを入れると1論文1ページでAI要約・図表・原文が並び、適格性確認の結果と理由を要約に書き足して残せます。一次選別の速さと、二次確認の丁寧さは、別の道具で支えるのが現実的です。

最後に、正直な話を。AIで並べ替えても、1,800件は1,800件です。劇的な魔法はありません。

それでも、順番の最適化と記録の仕組み化で、消耗は確実に減ります。時短の主戦場は「1件あたりの迷い時間」。基準を固め、迷ったら保留に回し、リズムで進んでください。