ICML 2026 大量デスクリジェクト事件：LLMが学術的誠実性の試金石となる時
ICML 2026 大量デスクリジェクト事件：LLMが学術的誠実性の試金石となる時
ICML 2026組織委員会は昨日、学術界を震撼させる発表を行った。「LLM不使用」の審査約束を破った506名の審査者を検出し、結果として497件の投稿論文がデスクリジェクトされた——全投稿数の約2%に相当する。
技術的ミスでも、誤判定でもない。全ケースが人手による確認を経ている。
二軌制政策の狙い
ICMLは今年、革新的な二軌制審査政策を採用した：
- Policy A（保守派）：審査へのLLM使用を完全禁止
- Policy B（開放派）：論文理解や審査意見の推敲へのLLM使用を許可
組織委員会は審査者に自主的な選択を委ねた。Policy Aを選んだ者は、「AI不使用」の誓約書に署名したも同然だ。
その結果は？795件の「完全人間によるはず」の審査意見から、LLM生成コンテンツが検出された。
検出方法の詳細
発表では、市販の信頼性に欠ける「AI検出ツール」は使用していないと明言されている。具体的な検出手法は公開されていない（回避を防ぐためだろう）が、flaggedされた全ケースが人手で検証され、誤検出は排除されたと強調されている。
特筆すべきは、51名の審査者が審査意見の半数以上でLLMを使用していたこと。これらの者は審査者プールから即座に除外された。他の者については、LLMによる審査意見が削除されたが、それ以外の人間による審査は保持された。
なぜ497件の論文が拒否されたのか？
ICMLはreciprocal review（相互審査）制度を採用している。あなたが他人の論文を審査すれば、他人があなたの論文を審査する。あなたの論文を担当したPolicy Aの審査者が違反を犯した場合、論文の質に関わらず、あなたの論文はデスクリジェクトされる。
多くの著者が、無辜の巻き添え被害者となったわけだ。
より深層的な矛盾
この事件は、避けられない問いを突きつける：私たちは何を守ろうとしているのか？
LLM審査に反対する論拠には、以下のようなものがある：
- 著者のプライバシー：LLMが論文内容を学習に使用する可能性
- 審査の質：AI生成の審査意見は表面的になりがち
- 学術倫理：審査は人間の知的労働であるべき
しかし、支持派も主張する。LLMは非英語母語話者の表現を助け、学際的な内容の理解を補助し、審査の一貫性を高められると。
さらに皮肉なことに、ICML自身がAIを使用してAI審査を検出している——これは、彼らが審査プロセスにおけるAIの使用そのものを反対しているわけではなく、「無許可の」使用を反対していることを示している。
他の会議への示唆
NeurIPS、ICLR、ACLなどのトップ会議は、この事件を注視している。予想される展開：
- 検出技術の軍拡競争：道高一尺、魔高一丈
- 政策の高度化：単純な「許可/禁止」では不十分になりうる
- 著者のバックアップ計画の必要性：全てを一つの会議に託してはいけない
最後に
497のデスクリジェクトの背後には、497の研究チームの数か月の心血がある。LLM審査に対してどのような立場を持とうと、この事件が示したことは一つだけだ：明確なルールは、曖昧な道徳的呼びかけより効果的。
ICMLが事前に審査者に明確な政策選択をさせ、約束を取り付けていなければ、これほど明確な説明責任の連鎖は生まれなかっただろう。この「選択―約束―説明責任」のメカニズムは、AI時代の学術ガバナンスの縮図かもしれない。