基本データ
「生物学(biology)」という言葉自体、まだ2世紀ほどの歴史しかない。1802年頃、ドイツの博物学者ゴットフリート・ラインホルト・トレヴィラヌスとフランスの博物学者ジャン=バティスト・ラマルクがそれぞれ独立に作った造語で、それまで博物学、医学、植物学、自然哲学に散らばっていた学問をひとつの科学として名づけたものだ。しかし、名づけられた対象自体は新しくない。アリストテレスはすでに紀元前4世紀に何十年もかけて数百種の動物を解剖・分類しており、あらゆる大陸の治療師や薬草師、博物学者たちが、単一の言葉を必要とするはるか以前から生き物についての詳細な実用知識を築き上げていた。
このページで「生物学者」と呼ぶすべての人々をつなぐのは、対象ではなく方法だ。生きたシステムについての着想を、実際の証拠――シャーレの中であれ、ゲノムシーケンサーの出力であれ、雪の中でオオカミを半年間追跡した記録であれ――に照らして検証すること。単一の遺伝子を編集する分子生物学者と、ゾウの群れを数える野外生態学者とでは日々の作業がほぼ重ならないが、両者はチャールズ・ダーウィンとグレゴール・メンデルが互いの存在を知らずに実践していたのと同じ学問に従っている。
このページは、アリストテレスの動物図鑑とリンネの命名法から、ダーウィン・ウォレス・メンデルがそれぞれ別ルートで同じ洞察に至った経緯、パスツールの病原菌説、見過ごされたロザリンド・フランクリンのX線写真、無視され続けたバーバラ・マクリントックの数十年、そしてPCR、ヒトゲノム計画、CRISPRに至る過程を追う。今日この職業に実際どう就くのか、実験台や野外での一日がどんな要求をするのか、誰がどうやって頂点に立ったのか、そしてAIや自動化がこの仕事のどこまでを現実的に代替できるのかを扱う。
The profile
- Resists AI64
- Pay46
- Barrier to entry76
- Autonomy66
- Demand60
- Impact82
How exposed is it to AI?
中程度
生物学のルーティンな実行作業――サンプル処理、シーケンシング、文献検索、基本的な画像・データ解析――のかなりの部分は、すでに部分的に自動化されているか、その方向に向かっている。生き残る仕事の核心は、どの問いを立てる価値があるかを選ぶこと、それに実際に答えられる実験を設計すること、そして機械がまだ雑音と確実に区別できない結果を解釈することだ。
AI & The Future →Seven ways into this profession
よくある質問
生物学者になるには博士号が必要か?
プロの生物学者になるにはどれくらい時間がかかるか?
生物学者と医師の違いは何か?
生物学者の給与はどれくらいか?
CRISPRとは何で、なぜそれほど重要なのか?
AIは生物学者に取って代わるか?
生物学者はみな実験室で働くのか?
生物学者になる上で一番大変な部分は何か?
More in Science & Research
物理学者
黒板一枚から3000人の共著者を抱える加速器論文まで、物質・エネルギー・空間・時間を支配する数学的法則を導き検証する仕事。
AI-resistant 65 🧪化学者
物質そのものを作り、測る科学者——バビロニアのタプティの蒸留器から今日のロボット実験室まで、スペクトルの意味を決めるのは常にこの人だ。
AI-resistant 70 📊データサイエンティスト
データからパターンを見つけ予測モデルを構築する職業――2008年生まれの肩書きだが、その土台には数値を数え、検証し、可視化してきた3世紀分の営みがある。
AI-resistant 38 🔭天文学者
バビロニアの粘土板から宇宙望遠鏡まで、宇宙を測り続ける科学者。今もデータの中のどの揺らぎが発見なのかを見極めている。
AI-resistant 70 🧮数学者
バビロニアの書記からフィールズ賞受賞者、AI支援証明まで――困難な問いを恒久的な確実性へと変え続けてきた職業、一つの定理ごとに。
AI-resistant 70