論文のダウンロード数が減ったら、読まれていないことになるのか―AI検索時代の利用統計を考える
研究者が論文を探す際、生成AIに質問し、提示された回答を参考にすることが増えています。AIが複数の論文を調べて要約してくれれば、利用者は元の論文を開かずに必要な情報を得られるかもしれません。
では、元の論文を開かなかった場合、その論文は「利用された」といえるのでしょうか。
2026年10月に開催された図書館総合展2026のフォーラム「AI時代の学術情報流通と図書館サービス」では、生成AIによって変化する学術情報の利用と評価が議論されました。一般社団法人情報科学技術協会（INFOSTA）の参加報告でも、AIによる情報探索が広がる中、従来の論文利用統計では実際の利用状況を十分に把握できなくなっている可能性が指摘されています。
学術情報の利用統計の国際標準であるCOUNTER（Counting Online Usage of Networked Electronic Resources）も、この変化に対応するため、新たな計測方法の整備を進めています。
AI検索の普及で変わる論文へのアクセス
2026年7月、英国のKudos社は、AIが研究者の情報探索行動に及ぼす影響を調べた「Taming the Crocodile」プロジェクトの第1期調査結果を発表しました。
約11,500人の研究者と約200人の図書館員を対象とした調査によると、研究者の約10％はAIツールから直接情報探索を始めており、さらに約25％はAIによる回答が組み込まれた一般検索エンジンから探索を始めていました。
後者は、Google検索のAIによる概要表示のような機能を含む検索エンジンを指すと考えられます。したがって、これらを合わせて研究者の約3分の1がAIを情報探索の入口としていると表現する場合も、全員がChatGPTなどの対話型AIを直接利用しているわけではない点に注意が必要です。
Kudos社が注目するのが「クロコダイル効果（Crocodile Effect）」と呼ばれる現象です。
検索結果にコンテンツが表示される回数と、利用者が実際に元のウェブサイトをクリックする回数との隔たりが広がる現象を指します。グラフにすると二本の線がワニの開いた口のように見えることから、この名前が付けられました。
AIによる要約や回答が検索結果に表示されれば、利用者は元のサイトを訪れることなく情報を得られます。学術情報の流通においても、こうした「ゼロクリック検索」が広がる可能性があります。
Kudos社の調査では、AIを介した情報探索によって原典の利用が減少し、電子ジャーナルの購読契約にも影響が及ぶ可能性が指摘されています。
ただし、AI検索の普及によって学術論文全体のダウンロード数がどれだけ減少したのか、その因果関係まで明らかになったわけではありません。論文への直接アクセスが減ったとしても、研究成果そのものへの関心や利用価値が低下したとは限らないのです。
論文の利用はこれまでどう測定されてきたのか
電子ジャーナルの利用状況を測る際、広く使われているのがCOUNTERです。
COUNTERは、出版社や電子資料提供事業者が共通の基準に基づいて利用統計を集計・報告するための国際的な取り組みです。大学図書館などでは、電子ジャーナルやデータベースの利用状況を把握し、契約内容を評価する際の資料として、COUNTER準拠のレポートが利用されています。
COUNTERの利用指標には、InvestigationsとRequestsがあります。
Investigationsは、論文の抄録や書誌情報の閲覧、全文の閲覧・ダウンロードなど、コンテンツに対する幅広い利用行動を数えます。一方、Requestsは、そのうち全文の閲覧やダウンロードなどを対象とします。つまり、RequestsはInvestigationsに含まれる関係です。
RequestsはPDFファイルのダウンロードだけを意味するわけではなく、HTML形式で全文を閲覧した場合も対象になります。利用行動を共通の基準で定義することで、異なるプラットフォームの数値を比較しやすくしています。
こうした指標は、購読型ジャーナルだけでなく、オープンアクセス論文の利用状況を把握するうえでも役立ちます。
しかし、AIが論文から情報を取得して回答を生成する場合には、新しい問題が生じます。AIが論文を参照していても、人間の利用者がその論文を直接開くとは限らないからです。
また、AIが多数の論文から情報を取得したとしても、実際に回答に採用するのはその一部かもしれません。AIが情報を取得したことと、その情報を回答に利用したことを、区別して考える必要が出てきました。
COUNTERはAIによる利用をどう測ろうとしているのか
COUNTERは2026年10月23日、生成AIおよびエージェント型AIの利用統計に関する指針を更新しました。COUNTER実務指針Release 5.1.1に対応するもので、AIによるアクセスを従来の利用統計と区別して報告する方法を示しています。
新たな指針では、AIによるアクセスを識別するため、Access_Methodに「Agent」という分類を設けています。
AIによる利用の計測でも、従来のInvestigationsとRequestsに対応する考え方が採用されています。
例えば、AI_Investigationsは、AIが最終的な回答の生成に選んだ文章の抜粋などを計測する指標です。AI_Requestsは、その情報を含む論文の全文にAIがアクセスできる場合を対象とします。AIが全文を実際に読み通した回数を意味するものではありません。
今回の更新では、さらに一段階前の「取得（Retrieval）」を計測する指標が追加されました。
AIは回答を生成する前に、大量の情報を取得して内容を調べることがあります。新設されたTotal_Retrieved_InvestigationsとTotal_Retrieved_Requestsは、最終的な回答に採用されなかった情報も含め、AIによる取得を測定する指標です。
取得した情報が回答の生成に使われたかどうかは記録しないため、COUNTERでは、これらの数値はかなり大きくなると想定しています。
AIが情報を取得した回数と、回答に実際に採用した回数を分けて把握することで、従来は見えにくかった利用の過程を捉えようとしているのです。
外部のAIツールでの利用の扱い
出版社自身のプラットフォームに組み込まれたAIとは異なり、第三者が提供するAIツールの利用状況を出版社が直接把握することは容易ではありません。
COUNTERは、第三者AIツールでの利用を整理するため、SPURという業界の枠組みを参照しています。
SPURでは、AIによる情報利用を、Retrieved（取得）、Grounded（生成処理の文脈への読み込み）、Cited（回答中での明示的な引用）、Presented（回答内での情報の提示）、Engaged（元の情報源へのリンクを通じたアクセス）の5段階に分類しています。
この5段階すべてにCOUNTERの指標があるわけではありません。取得はRetrieval関連の指標で、引用や提示はAI_Investigationsなどで測定しますが、Groundedそのものに対応する指標は設けられていません。原典へのアクセスは従来の利用統計で把握します。
なお、出版社がMCPやAPIを通じてコンテンツへのアクセスを管理している場合、その取得は出版社側のプラットフォームで発生したAI利用として報告することが定められています。
新しい指標でも把握できない利用がある
今回の指針によって、AI経由の論文利用がすべて見えるようになったわけではありません。現時点では、特に次の制約があります。
まず、Agentと関連するAI利用指標は、COUNTERの任意の拡張項目です。通常使われる標準ビュー（Standard Views）には含まれず、対応する提供者に必要な指標を指定してレポートを取得する仕組みです。
普段確認している標準的なレポートにAI利用の数値が表示されていなくても、それだけでAIによる利用が存在しないとは判断できません。
また、これらの追加指標は、現時点では正式なCOUNTER監査の対象外です。従来の指標と同じ条件で検証されているわけではないため、数値を比較する際には留意したいところです。
さらに大きな制約は、第三者AIツールから利用データが提供されない場合、その活動をCOUNTERレポートに含められないことです。出版社が管理するAPIなどを通じた取得は把握できても、外部AIサービス内で情報がどのように使われたかは分からない場合があります。
利用データが提供された場合でも、どの大学や研究機関に所属する利用者によるものなのかを特定できないことがあります。そのような利用は、出版社全体の利用統計に計上できても、機関別の統計には反映できない可能性があります。
AIによる論文利用を把握するための指標は整備され始めていますが、実際に測定できる範囲は、出版社やAIサービスの対応状況に左右されるのが現状です。
図書館や研究者は利用統計をどう読めばよいのか
大学図書館にとって、利用統計は電子ジャーナルの契約や予算配分を検討する際の重要な判断材料です。利用状況の変化を継続的に確認することには、今後も意味があります。
一方、AIを介した情報探索が広がれば、論文への直接アクセスの増減だけでは、研究成果がどのように使われているかを説明しきれなくなる可能性があります。
例えば、ある電子ジャーナルの利用統計が前年より減少した場合、利用者の関心が薄れたのか、ほかの情報源へ移ったのか、それともAIによる要約や回答を介して情報を得る機会が増えたのかを、ダウンロード数だけで判別することはできません。
研究者にとっても同様です。自分の論文の閲覧数やダウンロード数は、研究成果への関心を知る手がかりになりますが、AI経由の利用まで含めた全体像を表しているとは限りません。
図書館が利用統計を確認する際には、契約先のプラットフォームがAgentのデータを提供しているか、従来の利用統計と区別して取得できるかを確かめておきたいところです。
新しい指標が利用できる場合も、それがAIによる情報の取得を数えているのか、実際に回答へ採用された情報を数えているのかを区別することになります。
とりわけ、AIによる取得回数が多いことを、そのまま研究成果の影響力や科学的価値の高さとみなすことはできません。AIが情報を取得した回数と、人間が研究成果を理解し、研究や教育に活用した程度は別のものだからです。
利用統計が示すものを確認する
論文のダウンロード数は、今後も学術情報の利用状況を把握するための重要な指標であり続けるでしょう。しかし、AIによる情報探索が普及するなかでは、その数字が何を測定し、何を測定していないのかを、これまで以上に意識する必要があります。
COUNTERが2026年10月に更新した指針は、AIによる情報の取得と利用を区別し、新たな利用実態を把握しようとする取り組みです。一方で、すべてのAI利用を網羅できる段階には至っていません。
利用統計を評価する際には、まず自分たちが参照しているレポートにどのような活動が含まれているのかを確かめることが重要です。新しい指標が利用できる場合も、その定義と計測範囲を理解し、従来の統計と併せて判断していくことになります。
