AIで論文Figureは作れても、「研究として伝わる図」になるとは限りません。本記事では、“なんか伝わらない”理由を研究伝達の視点から整理します。
一方で、
「それっぽい図は出るのに、なぜか伝わらない」
「情報は入っているのに、研究の主張が見えない」
という悩みも増えています。
本記事では、AI時代の論文Figure制作において、なぜ“伝わらない図”が生まれるのかを、研究伝達の視点から整理します。
近年の生成AIは、
などを短時間で行えるようになりました。
特に、
については、すでに高い水準で生成可能です。
これは間違いなく、従来の「描画作業」の一部を変えています。
一方で、実際にAIで論文Figureを作成した研究者からは、
といった相談が増えています。
つまり問題は、「絵が下手」なのではありません。
むしろ、“研究伝達として整理されていない” ことが問題になっています。
生成AIの強みは、
ことです。
一方で、論文Figureでは、
といった“研究文脈”の整理が必要になります。
ここは現在でも、人間側の設計に強く依存しています。
MEDICAL FIG.では、
によって、Figureの設計自体を変えています。
例えば、
では、同じ研究でも見せ方は大きく変わります。
重要なのは、単に「きれいに描く」ことではなく、
「この研究を、誰に、なぜ、どう伝えるか」を整理することです。
最近、「AIを使っていると疲れる」という声をよく聞きます。
しかし、それはAI性能の問題だけではありません。
論文Figureや科研費申請書では、そもそも研究内容自体が高コンテクストです。
研究者本人の頭の中には、
などが複雑に混在しています。
その状態でAIへ指示を出しても、問い自体が整理されていなければ、出力も整理されません。
つまり、「何を聞けばよいか分からない」状態では、AIは壁打ち相手として機能しにくいのです。
現在のAIは、“画像を生成する能力”そのものは急速に向上しています。
しかし、
まで含めて、自律的に整理できるわけではありません。
だからこそ今重要なのは、「絵を描けるか」ではなく、「研究内容を整理できるか」です。
MEDICAL FIG.では、AIを否定しているわけではありません。
実際に、
などでAIを活用するケースは増えています。
一方で、
といった部分は、依然として人間側の設計が重要です。
つまり、「どこまでをAIへ任せ、どこからを人間が整理するか」 を見極めることが、
AI時代のFigure制作では重要になります。
AIによって、「図を作ること」自体のハードルは大きく下がりました。
しかし一方で、
も増えています。
論文Figureは、単なる画像ではありません。
研究内容を、限られた視覚情報へ翻訳する“研究伝達メディア”です。
だからこそ、AI時代に重要になるのは、「描く技術」そのものではなく、
「研究構造を整理し、伝達構造へ翻訳すること」なのだと、私たちは考えています。