グローバル適応マッピング・イニシアティブを基盤にしたグローバル適応エビデンス合成の今後の進め方

変わりゆく世界でこれが重要な理由

気候の影響が強まるにつれ、各国や地域社会は沿岸の保護、都市設計の見直し、水や保健の確保などさまざまな対応を試みています。しかし、これらの取り組みを記述した研究が数万件に上る今、何がどこでどのような結果を生んでいるのかを把握することはほとんど不可能になっています。本稿は、世界の人間の気候変動への対応を体系的にマッピングしようとした大規模な国際的取り組み、Global Adaptation Mapping Initiative（GAMI）を振り返り、この増え続ける情報の洪水を政策決定者にとって使える形に変えるための教訓を抽出します。

人々がどう適応しているかの世界的な棚卸し

GAMIは、世界各地の129人の研究者が参加した大規模なコミュニティ主導プロジェクトでした。機械学習を使って約50,000本の学術論文をスキャンし、1,682件の研究を詳細に人間がレビューすることで、人々が気候変動に対処するために実施した実際の行動のデータベースを作成しました。これらの行動は水、保健、森林、都市、農業などの分野にわたり、山間地域から沿岸の大都市、アフリカの乾燥地まで幅広い地域を網羅しています。このデータベースはグローバルな適応を理解するための参照点となり、すでに18件のより焦点を絞った研究や、政府間パネル（IPCC）報告書や国連の気候プロセスなどの主要な評価に取り入れられています。

うまくいった点と不十分だった点

GAMIの強みと弱みを理解するために、プロジェクトの指導、コーディング、分析に関わった59人を対象に調査が行われました。回答者は、GAMIが科学と政策の分野で大きな影響を持ったことに概ね同意していました：広く引用され、主要な国際報告に情報を提供し、特に初期キャリアの研究者や低・中所得国の研究者に恩恵をもたらし、適応研究者の国際的なコミュニティ構築に寄与しました。しかし参加者や査読者からは重要な懸念も示されました。GAMIは多くの事例研究を共通のカテゴリに集約するため、現地の細部がぼやけてしまうことがあります。例えば小さな島嶼、森林、特定の都市での適応の実際のあり方が見えにくくなることがあります。また地理的・言語的な偏りも存在します。英語で索引付けされた査読論文に焦点を当てると、非英語の地域的知識や非公式な実践、先住民のアプローチなどが見落とされがちです。

地球全体をマッピングすることのトレードオフ

調査は中心的な緊張を浮き彫りにしました：世界をカバーするために、GAMIは深さを犠牲にせざるを得ませんでした。単一のコードブックで、工学プロジェクトからコミュニティ主導のイニシアティブまで多様な研究を「対応の種類」「関与者」「変化の速度」といった共通の見出しで分類しました。コーダーの専門分野が異なることが一貫した解釈を難しくし、多国の事例研究を数件のデータベース項目にまとめると文脈が消えることがありました。回答者はデータベースの信頼性、有効性、および利用性を総じて良好と評価しましたが、詳細な知見よりも大まかな傾向を捉えるのに向いていると指摘しました。公平性や特定地域といったテーマを詳しく調べたいユーザーは、失われたニュアンスを取り戻すためにデータの一部を再コーディングする必要があることが多かったといいます。

より公平で迅速な知識システムの構築

これほど大規模な手作業の取り組みは多くの無報酬の時間を要し、特にグローバル・サウスの貢献者や他の責務と両立していた若手研究者の負担が重くなりました。リーダーシップチームは当初グローバル・ノースに拠点を置く研究者が優勢であり続けましたが、著者規則や後の合成チームは地域のバランスを改善する方向に動きました。将来を見据えて、回答者は人間の専門知識と自然言語処理などの人工知能ツールを組み合わせる可能性に期待を寄せています。これらの手法は、学術論文だけでなく政府報告書、NGO文書、法的文書、データセットなどより多様な資料をふるいにかけ、出現する新しい研究を反映して「生きた」データベースを維持するのに役立つ可能性があります。しかし同時に、AIシステムは透明性があり、高品質なデータで訓練され、専門家による監督が必要であり、偏りや誤解を招く結果を避けることが強調されました。

次の波の気候行動にどう役立つか

総じて、本稿はGAMIが人間が気候変動にどう適応しているかの世界的なスナップショットを取ることが可能であることを実証し、この種の合成が世界が高まるリスクに追いついているかを判断する国際プロセスにとって不可欠であると結論付けています。しかし同時に、大局的なマップはそれを作る際の選択次第でしかないことも示しています：どの研究を含めるか、概念をどのように定義するか、誰がコーディングするか、現地の知見をどう扱うか。将来の「GAMI 2.0」には安定した資金、より包摂的なリーダーシップ、適応作業の報告に関する明確な基準、そして慎重に設計された人間–AIのパートナーシップが必要です。適切に実施されれば、こうした取り組みは散在する適応の事例を時宜を得た信頼できる指針に変え、温暖化する世界で地域社会、政府、組織がより賢明な選択をするのを助けることができます。

引用: Petzold, J., Garschagen, M., Biesbroek, R. et al. Ways forward for global adaptation evidence synthesis building on the Global Adaptation Mapping Initiative. Commun. Sustain. 1, 62 (2026). https://doi.org/10.1038/s44458-026-00071-5

キーワード: 気候変動への適応, エビデンス合成, Global Adaptation Mapping Initiative（グローバル適応マッピング・イニシアティブ）, 研究における人工知能, 世界的な気候政策