「博士課程の職業設計はもう成立しない」、Anthropic研究者が並べた4つの数字

Anthropicの研究者ジャスカ・ゾール＝ディクシュタイン氏が、大学院生を前に「人類世の終わり」と題した講演を行った。並べられた数字は4つ。過去10年で学習算力は1,000万倍、AIが単独で完遂できる作業の時間幅は数ヶ月ごとに倍、直近7ヶ月で数学の未解決問題を解き、2030年の計算資源は2025年の1万倍になるという推計である。

4つの数字は何を示すのか

会場には一流大学の博士課程の学生が集まっていた。講演の途中で、自身の進路についての嘆息が漏れたと報じられている。2年かけて積み上げた成果より、誰かが一度投げた指示の出力が上回る場面がある、という指摘である。

何を変えろと言っているのか

第1に、研究テーマの入れ替えだ。算力の規模で潰される問題を捨て、算力が増えるほど強くなる領域へ移れという。計算資源を積めば解ける問題は、自分の手で解く意味が薄れる。

第2に、安定した職業を前提にしないこと。終身雇用や終身教職のような立場を選べばリスクを避けられる、という発想そのものを疑う。社会全体の再編が起きるなら、基準となるリスクはすでに上がっている。安全を買うために高い成果の可能性を捨てても、保障は手に入らない。

第3に、指数の曲線に乗ること。毎日AIを使い、部下のように扱い、任務の切り出し方と期待の伝え方を練習する。同氏自身は、コードを書く作業をすべて手放したと語る。一方で警告も添えた。文章を書くことは考えることでもあるので、最初の草稿は自分で書く。AIには誤りを探させる。

若い研究者に残された余地はあるのか

講演の後半は、むしろ楽観的である。指数の初期段階では、少数の判断が後年の構造を決める。1980年に2人の科学者が電子メールの標準化を決めたから今の形があり、チャットは規範化が10年遅れたために、いまもアプリごとに分断されている。ハーバー・ボッシュ法は、数十億人を養う肥料と、最も致命的な爆薬の両方を生んだ。

何を研究するか、ある技術を能力と呼ぶかリスクと呼ぶか、公開にするか閉じるか。この段階の選択が増幅される、というのが同氏の主張だ。そして、AIを使いこなす側として成果を一気に伸ばせる時期が来たあと、人間にしかできない方向が残らない時期が来る、と続ける。

よくある質問

Q. 日本でも同じことが起きるのか。
講演は米国の大学院生に向けたもので、日本の雇用慣行を前提にした分析ではない。日本の場合、職務が曖昧なまま採用されることが多く、AIに何を渡すかが個人の裁量になりやすい。結果として差が開く速度は国によって変わる。

Q. 研究テーマを変えるべきなのか。
判断は領域による。計算資源の投入で解ける問題を選べば、外部の資源量が成果を決める。逆に、問題の設定や評価の設計に価値がある領域は、資源が増えても人の役割が残る。

編集部の見解

この講演で実務に持ち帰れるのは、数字そのものより、テーマの選び方の基準だ。自分の作業が算力で置き換えられるのか、算力が増えるほど価値が上がるのか。この2つを毎年問い直すだけで、選ぶ道は変わる。

もう1つ、最初の草稿をAIに書かせないという警告は、研究に限らず効く。資料を作る工程を丸ごと渡すと、理解していない資料が社内に増える。読む側も作る側も、中身を確かめられなくなる。

my-best.ai 編集部

出典：36Kr「Anthropicの科学者が宣言、世界の博士課程の学生のキャリアが一夜で消滅した」（寄稿：新智元、2026年10月27日）

あわせて読みたい

• 同じ土俵に38モデル、StreamEvalが暴いた「指示に従う」の壁
• AIの恩恵は上位層に偏るのか、営業236人の調査が示した分岐
• Anthropicが上場申請を公開、売上162億ドルと純損失807億ドルは何を語るか

本日の36Kr AI版の記事を日本語で整理したものです。最新記事の一覧から他のニュースも読めます。