AI for Scienceで大学図書館はどう変わる？～AI時代にあらためて問われる大学図書館員の役割

AIやデジタル技術の進展に伴い、「大学図書館員の仕事は今後どうなるのか」「AIが普及したら、知識を整理する役割は不要になるのではないか」といった不安の声を耳にすることがあります。検索や要約、情報整理の一部は、以前よりも手軽に機械で行えるようになってきました。そのため、「図書館員の役割はこれから小さくなるのではないか」と感じる方がいても不思議ではありません。

しかし、AI for Scienceの広がりは、大学図書館の役割を小さくするというより、むしろその役割の中身を変えていく面があるように思います。従来から担ってきた専門性が不要になるのではなく、別の場面で、よりはっきり求められるようになる、という見方もできるのではないでしょうか。

本稿では、AI for Scienceの進展によって研究環境がどう変わりつつあるのかを踏まえながら、大学図書館に期待される役割と、図書館員に求められる専門性について考えてみたいと思います。

AI for Scienceは、研究の流れそのものを変えつつある

AI for Scienceは、単なる文章生成や検索支援の話ではありません。文献探索、研究データの解析、仮説生成、実験条件の最適化など、研究プロセスそのものにAIが入り込んでいく動きです。研究者が扱う情報の量はさらに増え、情報の種類も複雑になり、しかもその一つひとつについて「何を信頼するか」「どう整理するか」「どう残すか」を考える必要が出てきます。

ここで重要なのは、AIが研究者の判断を丸ごと代替するわけではないという点です。AIは候補を示したり、処理を速めたりすることはできますが、どの情報を使うべきか、その情報がどのような条件で作られたか、後から検証できる形で残っているか、といった点までは自動的に保証してくれません。AIの活用が進むほど、研究を支える情報環境の整備や、信頼性を見極める支援がますます重要になります。

大学図書館が向き合う「単位」の変化

こうした変化は、大学図書館がこれまで前提としてきた「情報の単位」にも影響を与えます。従来、図書館は書籍や雑誌といった比較的明確な単位を中心に、収集し、整理し、提供してきました。しかし現在、研究者が必要としているのは、必ずしも本を一冊まるごと読むことではありません。必要なのは、ある章だけ、ある節だけ、ある図表だけかもしれませんし、論文本文ではなく、その背後にある研究データ、コード、付随資料であることもあります。

オンライン化が進み、知識や研究成果の存在のしかたそのものが変わっている以上、大学図書館にもまた、「何を単位として捉え、どう見つけやすくし、どう結びつけるか」を見直すことが求められています。これは従来の図書館の役割が消えるというより、整理し、記述し、アクセス可能にする対象が、より細かく、より多様になっていくということに近いでしょう。

AI時代でも、図書館員の役割はなくならない

検索の一部がAIで代替されるようになると、「探す仕事」は減っていくかもしれません。しかしその一方で、「選ぶ」「つなぐ」「意味づける」仕事の重要性はむしろ高まっていくと考えられます。

AIは大量の候補を瞬時に提示できますが、その中から信頼できる情報源を選ぶこと、検索結果の偏りや限界を理解すること、利用目的に応じて適切な資料やデータベースに案内することは、依然として人の判断を必要とします。情報が多くなればなるほど、それぞれの情報資源の性質や位置づけを理解し、適切に案内できる専門性の価値は下がりません。

また、研究データやメタデータの整備という点でも、大学図書館は重要な役割を果たし得ます。AIが有効に働くためには、データが機械可読であり、再利用しやすい形で整えられている必要があります。どのような条件で取得されたのか、どう分類され、どのような文脈を持つのか。こうした情報を付与し、見つけやすくし、長く使える形で残していく発想は、図書館員がこれまで培ってきた整理や記述の知識と深くつながっています。

さらに、AIが普及するほど、「便利であること」と「信頼できること」は同じではない、という問題も大きくなります。AIが示した結果をそのまま受け取るのではなく、出典をたどること、根拠を確認すること、どこまでを検証済みの知識として扱えるかを見極めることが重要になります。こうした点は、情報リテラシー支援というかたちで、大学図書館が以前から担ってきた役割の延長線上にあります。

AI前提の時代に、図書館員に求められる専門性とは何か

では、AI前提の時代に、図書館員にはどのような専門性が求められるのでしょうか。まず挙げられるのは、情報を整理し、記述し、構造化する力です。研究成果や研究データが細分化・多様化するほど、それらを見つけやすくし、再利用しやすくするための設計が重要になります。これはまさに、図書館員が長年培ってきた知識整理の延長線上にある専門性です。

次に必要になるのは、情報の信頼性や由来を見極める力です。AIが生成した要約や回答は便利ですが、その背後にある出典や限界まで含めて理解しなければ、研究支援としては不十分です。どの情報が一次情報で、どこにバイアスや欠落の可能性があるのかを判断する力は、今後ますます重要になるでしょう。

加えて、研究データ管理や機関リポジトリ、オープンアクセス、メタデータ設計などを横断的に捉える視点も求められます。図書館だけで完結するのではなく、研究推進部門、情報基盤部門、URA、教員などと連携しながら、学内の研究支援をつないでいく役割が大きくなる可能性があります。その意味で、今後の図書館員には、資料を扱う専門性に加えて、学内のさまざまな部門をつなぐ調整力や、研究支援の流れ全体を見る視点も期待されるようになるでしょう。

大学図書館の仕事は「なくなる」のではなく、「求められ方」が変わる

もちろん、変化には不安が伴います。従来のやり方だけでは対応しにくい場面も増えるでしょうし、新しく学ばなければならないことも出てきます。ただ、それは図書館員の専門性が不要になるということではありません。むしろ、これまで見えにくかった専門性が、AI時代の研究支援の中で、よりわかりやすいかたちで求められるようになるのではないでしょうか。

大学図書館は、資料を所蔵・提供する場であるだけでなく、研究活動を支える情報基盤の一部でもあります。AI for Scienceが進む時代においては、情報を整理し、つなぎ、信頼性を支え、将来に残す役割がこれまで以上に重要になる可能性があります。

AIによって大学図書館の役割が消える、と考えるよりも、図書館員の仕事がこれまでとは違う形で必要とされるようになる、と捉えたほうが、現実に近いのかもしれません。AI時代においても、大学図書館は研究を支える重要な基盤であり続けるはずです。

参考資料：

文部科学省「AI for Science の推進に向けた基本的な戦略方針の方向性について」（科学技術・学術審議会 情報委員会 配付資料）