Google Researchは米国時間2026年10月14日、文書の論理や数式を検証するAI「Deep Review」を一般公開しました。無料枠は1人あたり週2回です。論文に加え、設計書や財務資料などの確認にも活用できるとしています。［1］［2］
Deep Reviewは、文書の誤りや説明不足を探す支援ツールです。指摘がなかったからといって、内容の正しさが保証されるわけではありません。公開時の利用条件と前身ツールの実績を確認し、無料枠の使い方を考えます。
週2回無料で利用できるDeep Reviewとは
文章を読みやすく整えるだけでなく、主張と根拠がつながっているかを調べる点が特徴です。Googleは主な用途として、論理の整合性や数学的な主張の確認、改善案の提示、事実の裏付けの確認、既存研究との比較を挙げています。［1］
たとえば「実験結果は改善した」と書かれていても、比較条件が違えば結論は変わります。文章の流れは自然でも、根拠が足りない場合もあります。こうした問題を探す、追加の確認役と考えると分かりやすいでしょう。
| 項目 | 公式発表で確認できる内容 |
|---|---|
| 一般公開日 | 2026年10月14日（米国時間） |
| 無料枠 | 1人あたり週2回の文書レビュー |
| 公開当初の入力形式 | PDF、プレーンテキスト |
| 利用回数の拡張・連携 | Gemini APIキーを接続すると利用上限を拡張できる。API経由の連携にも対応 |
| 複数ファイルの入力 | 今後対応する予定 |
| アップロード文書の扱い | モデルの学習・微調整・改善には使わない。画面に表示するため、1年間保存 |
出典：Google Researchの一般公開時の発表。［1］検証の対象となる文書の種類と、そのまま入力できるファイル形式は、分けて確認する必要があります。
長い文書は、区切って調べてから全体を確認する
Deep Reviewは、文書を部分ごとに検証し、最後に指摘をまとめる仕組みです。前身のPaper Assistant Tool（PAT）についての論文では、文書の分割、計算量の配分、各部分の検証、結果の統合という流れが説明されています。［3］
数式が多い部分には、より多くの処理を割り当てます。各部分を担当するAIには、文書全体も渡します。担当箇所を重点的に調べながら、前後の説明も参照できるようにするためです。
最後に別のAIが指摘を整理し、検索も使って裏付けを確認します。章ごとに担当者を置き、最後に編集者が全体を点検する形に近い仕組みです。ただし、この仕組みだけで見逃しや誤指摘をなくせるとはいえません。
前身PATの実績——利用者の評価と検出率は別の数字
「利用者に好評だった」ことと「誤りを正確に見つけた」ことは、分けて考える必要があります。Deep Reviewの前身は、論文の投稿前に助言するPATです。Googleは2025年12月、STOC 2026向けの実験を紹介していました。［4］
ICML 2026向けの試行では、約4,500本の論文にフィードバックを提供しました。参加者アンケートには869件の回答があり、92.1％が再利用を希望しています。73.3％は、助言を「非常に役立つ」または「おおむね役立つ」と評価しました。［5］
| ICML試行の指標 | 公表値 | 数字から分かること |
|---|---|---|
| フィードバックを提供した論文 | 約4,500本 | 試行の規模 |
| アンケート回答 | 869件 | 回答者の数。論文数とは集計単位が違う |
| 再利用したいと答えた割合 | 92.1％ | 回答者の利用意向 |
| 助言が役立ったと評価した割合 | 73.3％ | 回答者による有用性の評価 |
869÷4,500は約19.3％です。ただし、回答者数と論文数では単位が違うため、厳密な回答率とはいえません。まして、92.1％を「誤りを見つける確率」と読むことはできません。
ICMLでの助言は、正式な査読とは切り離されていました。論文の採否を決めるものではなく、著者が投稿前に原稿を改善するための支援です。［5］
89.7％の検出結果を「29件中の何件か」で捉える
前身PATの検証では、既知の誤り29件に対する検出割合が89.7％でした。あらゆる文書に当てはまる精度ではありません。2026年6月公開のプレプリントでは、数学・計算機科学の論文26本を検証の対象としています。プレプリントとは、査読前の段階でも公開される研究原稿です。［3］
| 検証方法 | 既知の誤りの検出割合 | 29件を基にした件数換算 |
|---|---|---|
| Gemini 3.1 Proへの単発の指示 | 55.2％ | 約16件 |
| PAT（Gemini 3.1 Pro） | 89.7％ | 約26件 |
| 差 | 34.5ポイント | 約10件 |
出典：PAT論文のTable 2。件数は、公表された割合と29件から換算した概数です。［3］
この比較から、同じモデルでも検証の手順や構成によって結果が変わることが分かります。ただし、対象は数式・証明の誤りに限られています。89.7％という数字も、出力された指摘の89.7％が正しいという意味ではありません。
この評価は、Gemini 3.1 Proを使った前身PATの結果です。公開版ではGemini 4 Argonへの対応が案内されていますが、上の数値をそのまま公開版の性能として示すことはできません。［1］
競合比較——SciSpaceの同名機能やElicitとは何が違う？
ツールを選ぶときは、文献を集めたいのか、自分の原稿を点検したいのかを先に決めると、用途を整理しやすくなります。SciSpaceにも「Deep Review」という名前の機能がありますが、Googleのサービスとは別です。公式説明によると、複数の論文から知見を集め、研究動向や未解決の課題を整理する機能です。［6］
| サービス・機能 | 公式説明に基づく主な役割 | 使い分けの目安 |
|---|---|---|
| Google Deep Review | 提出した文書の論理・数式・根拠を検証 | 書いた原稿を点検したい |
| SciSpace Deep Review | 研究テーマに沿って複数論文の知見を整理 | 関連研究の全体像を知りたい |
| ElicitのSystematic Reviews | 文献の検索、選別、データ抽出、知見の統合 | 文献を採用・除外した理由を記録しながら調べたい |
出典：各社の公式説明。性能の優劣を示す比較ではありません。［1］［6］［7］
こうした役割を踏まえると、文献を集めて下調べを進め、原稿ができた段階で検証する使い方が考えられます。これは本記事の分析です。役割が重なる部分はありますが、同じ名前や「レビュー」という言葉だけでは用途を判断できません。
週2回の無料枠は、初回と修正後の確認に使える
修正後の再検証まで行うなら、週2回の無料枠で「原稿1本を2段階で確認する」使い方ができます。これは公式の推奨手順ではなく、本記事の運用提案です。
| 無料枠の使い方 | 週に確認できる原稿数 | 残る課題 |
|---|---|---|
| 1本につき初回確認のみ | 2本 | 修正で新たな矛盾が生じていないかは、別途確認する |
| 初回確認と修正後の再検証 | 1本 | 確認できる原稿数は少なくなる |
たとえば週10本の記事を書く場合、無料枠で初回の確認ができるのは全体の20％です。再検証まで含めると10％になります。週2回という条件に基づく単純計算で、処理の失敗や再実行は含めていません。
すべての記事に少しずつ使うより、独自計算が多い記事や、複雑な比較を含む記事に絞る方法が考えられます。利用後は指摘の数に加え、実際に修正が必要だった内容も記録すると、使い続ける価値があるかを判断しやすくなります。
無料でも確認時間はかかる——効果を測るための試算
導入の効果は、AIの指摘を人が確かめる時間まで含めて測る必要があります。指摘が増えても、その多くが的外れなら、かえって負担が増える場合があります。
以下は、確認時間がどう変わるかを説明するための仮定で、Deep Reviewの実測値ではありません。従来の確認に60分、AI利用後の読み直しに25分、指摘1件の確認に3分かかるとします。
| 仮定した条件 | 人の作業時間 | 従来の60分との差 |
|---|---|---|
| 指摘5件を確認する | 25分＋5件×3分＝40分 | 20分短縮 |
| 指摘12件を確認する | 25分＋12件×3分＝61分 | 1分増加 |
この仮定では、確認する指摘が12件になると、時間の短縮にはなりません。ただし、重大な誤りを防げれば、時間が増えても利用する価値はあります。作業の速さと、見つかった問題の重要性は、分けて評価する必要があります。
試す際は「確認にかかった時間」「修正が必要だった指摘」「誤指摘」を記録するとよいでしょう。AIの処理を待つ時間も、締め切りに影響する場合は別に記録します。
読者への影響——任せる範囲を決めて使う
利用者にとっては、専門家に見せる前に、原稿の不十分な箇所を探す機会が増えます。ただし、原稿に書かれていない実験条件や、公開されていない根拠までは、AIだけで確かめられません。
たとえば「処理時間が100秒から80秒になった」と書かれている場合、短縮率は20％です。処理速度で比べると、100÷80＝1.25倍になります。この計算自体は確認できても、同じPCと設定で測ったかを確かめるには、測定記録が必要です。
文書内の計算が合っていることと、実際の測定が正しく行われていることは別です。ブログや技術資料でも、AIに確認させる原稿に出典、比較条件、計算式を残しておけば、人も確認しやすくなります。
保存条件にも注意が必要です。Googleは、文書を学習などには使わない一方、画面に表示するために1年間保存するとしています。未公開資料を扱う場合は、アップロードしてよい内容かを先に確認する必要があります。［1］
まとめ——まずは重要な原稿1本で確かめる
Deep Reviewは、文書の検証を手助けするツールの一つです。まずは重要な原稿1本で、初回確認と修正後の再検証を試す使い方が考えられます。無料枠は週2回ですが、人が指摘を確認する手間はかかります。
前身PATでは有望な結果が得られています。ただし、限られた誤りを対象とした評価や参加者アンケートだけで、あらゆる文書の正確さを保証することはできません。指摘を根拠と照らし合わせ、自分の作業に役立つかを確かめてください。
関連ページ
AIによる確認の限界も知っておくと、結果を判断しやすくなります。
- AIコードレビューはどこまで信用できる？GitHubが「ReviewBench」を公開
- Google、SynthID Detectorを一般公開――AI画像・動画はどこまで見分けられる？
- Google Deep Review公式ページ
出典・参考資料
公開時の利用条件はGoogleの発表、過去の評価結果は研究論文と学会公式ブログを基にしています。本記事で示した利用枠の配分、件数への換算、作業時間の試算は、独自の計算・分析です。サービスを実際に使った検証は行っていません。情報確認日：2026年10月15日。
- Google Research：Analyzing technical documents with Deep Review（2026年10月14日）
- Google Research：Research@ 2026: 10 ways we’re amplifying human ingenuity
- Jayaramほか：Towards Automating Scientific Review with Google’s Paper Assistant Tool（2026年6月26日、v1）
- Google Research：STOC 2026向けPAT実験の報告
- ICML：Retrospective on PAT x ICML 2026 AI Paper Assistant Program（2026年3月30日）
- SciSpace：Deep Review公式ヘルプ
- Elicit：Systematic Literature Reviews
コメントを送信