Our Philosophy
理念
Human + AI > Human Alone
Human + AI > Human Alone
We are currently in a pivotal transition period. In the natural sciences, we are witnessing the rise of “Autonomous Science”—a vision championed by researchers like Genki Kanda (Institute of Science Tokyo)—where AI-driven robots are beginning to run experiments independently. While the social sciences may not use physical robots, the software revolution is already here and is rapidly outpacing traditional methods.
私たちは今、研究手法の重要な転換期にいます。自然科学の分野では、神田元紀氏（東京科学大学）らが提唱する「Autonomous Science（自律型科学）」の台頭を目の当たりにしています。AIが駆動するロボットが自律的に実験を行い始めているのです。社会科学において物理的なロボットを用いることは稀ですが、ソフトウェアの革命はすでに到来しており、従来の手法を急速に凌駕しつつあります。
Our goal is to move beyond simple tasks and integrate AI into the core of the discovery process. Building on the comprehensive approaches proposed by Korinek (2023, 2025), we use AI from generating novel ideas all the way to conducting the entire research flow. Here is how we think about the future of research.
私たちの目標は、AIを単なる単純作業の効率化ツールとしてではなく、研究における「発見」のプロセスの核心に統合することです。Korinek (2023, 2025) が提案する包括的なアプローチに基づき、新たなアイデアの創出から研究フロー全体の遂行までAIを活用していきます。次世代の研究スタイルに対する、私たちの考えは以下の通りです。
Q.
Is relying solely on AI, or solely on human effort, enough?
AIだけ、あるいは人間の努力だけに頼れば十分か？
A. No. Human + AI is the answer. AI alone is powerful, but it is prone to hallucinations and lacks real-world context. Conversely, relying on human effort alone is no longer sustainable. Researchers have too much on their plates, and our cognitive capacity to process massive amounts of data is limited. We need a hybrid approach. いいえ。Human + AI 両方の力が必要です。AIは非常に強力ですが、実在しない文献をでっち上げるなどのハルシネーション（幻覚）を起こしやすく、現実世界の文脈を欠いています。逆に、人間の努力だけに頼る従来の手法ももはや持続可能ではありません。研究者は多岐にわたる業務を抱えており、膨大なデータを処理する認知能力には限界があります。だからこそ、ハイブリッドなアプローチが必要です。
Humans are the Architects
人間は「アーキテクト（設計者）」
We focus on the high-level tasks—project design, creative problem framing, ethical judgment, and final interpretation.
プロジェクトの設計、創造的な問いの構築、倫理的判断、そして最終的な解釈といった高次なタスクに集中します。
AI is the Engine
AIは「エンジン」
AI handles the heavy lifting—summarization, coding, drafting, and initial data processing. This allows us to focus on the quality of the question, not the quantity of reading.
要約、コーディング、下書き、初期のデータ処理などの重労働を担います。これにより、私たちは「読む量」ではなく「問いの質」に集中できるようになります。
Q.
Why approach this as a team rather than as individual researchers?
なぜ個々の研究者としてではなく「チーム」で取り組むのか？
A. Because the power of the team drives faster, safer innovation. スピードと正確性の両面で、圧倒的なメリットがあるからです。
Faster Learning
連携力
AI tools evolve daily. By working as a team, we can test different tools simultaneously and share the best prompts, adapting far faster than any individual could.
AIツールは日々進化しています。チームで異なるツールを同時にテストし、最良のプロンプトを共有することで、個人とは比較にならない速さで変化に適応できます。
Error Correction
相互チェック
A solo researcher may easily miss AI errors. Our team structure enforces cross-checking (e.g., Research Assistants validating AI outputs), creating a vital safety net for accuracy.
一人の研究者では、AIが生成したもっともらしいエラーを見逃す危険性があります。チーム体制で相互チェックを徹底することで、正確性を担保する重要なセーフティネットを構築します。
Experimentation is Key
実験的アプローチ
We are early adopters. We know the “perfect” workflow doesn’t exist yet, so we try different tools, compare results, and learn together.
私たちはアーリーアダプターです。まだ「完璧な」ワークフローが存在しないことを知っているからこそ、様々なツールを試し、結果を比較し、チーム全体で共に学びます。
Q.
Ethics and security. Do we need to care about these if we are getting good results?
倫理とセキュリティについて。良い結果が出ていれば、これらを気にする必要はないのか？
A. Absolutely. Efficiency cannot come at the cost of integrity. Getting good results is not enough if the process is flawed. Privacy issues, data security, and accurate authorship are crucial pillars of academic research. We must use AI carefully and deliberately. Our workflow combines AI’s speed with strict human oversight, ensuring that our research remains rigorous, secure, and ethically sound. いいえ、極めて重要です。効率を追求するあまり、研究の誠実さを犠牲にしてはなりません。プロセスに欠陥があれば、いくら結果が良くても不十分です。プライバシーの保護、データセキュリティ、そして正確なオーサーシップの担保は、学術研究を支える重要な柱です。AIは慎重かつ自覚的に使用しなければなりません。私たちのワークフローは、AIの圧倒的なスピードと厳密な人間のモニタリングを組み合わせることで、できる限り研究が厳格で安全かつ、倫理的にも健全であるよう努めます。