リクルートワークス研究所、孫 亜文（主任研究員 / 主任アナリスト）の #テレワーク# に関する記事がAERA DIGITAL（@dot_asahi_pub）に掲載されました。 高年収層の方がテレワークが定着　 働き方の柔軟性は仕事・生活満足度の高さに比例する調査結果も

🎦【セミナー動画公開】　リクルートワークス研究所・KIBOW・グロービス経営大学院 共催 地方圏の女性がキャリアの展望を持ち、主体的に行動する上での壁とは？ 自治体や企業に求められる支援とは何か――。データや現場の声、企業事例、パネルトークを通じて、その実態と必要な支援について議論しました。 #キャリア支援# #ダイバーシティ推進# #女性活躍推進#

いま話題になっている本の著者に、じっくりとインタビュー。今回は『あの若手はどうして辞めないのか 変わる社会と変わらない若者の本音』の著者、リクルートワークス研究所主任研究員の古屋星斗氏に話を聞きました。

2026年3月にフィリップス・ジャパン社長に就任した安部美佐子が、リクルートワークス研究所の機関誌『Works』（No.195）「経営とインクルージョン」特集にてインタビューを受けました。

日本版“ブルシット・ジョブ”の実態とは？ 「仕事の5割以上が無意味」と答えた人が37%にものぼる衝撃の調査結果。 海外の「暇」とは異なり、日本は「多忙なのに意味を感じられない」という独自の課題があります。 4つの類型から無意味な仕事の正体を解明し、その戦い方を提言します。 #ブルシット・ジョブ　##ワークス研究所#

民間企業の2025年度における正規社員の中途採用実績を調査しました。 2025年度下半期の中途採用実施割合は84.4％と過去最高値を更新しました。 2025年度の1社あたり採用実績人数は経験者・未経験者ともに増加し、未経験者比率が31.9％まで拡大しています。 #中途採用# #ワークス研究所#

Claude CodeやCodex、Cursorを「研究エージェント」に変えてしまうOSSワークスペースが登場しました。文献レビューから実験実施まで、複数の仮説を並行して走らせられます。 タイトル: alphaXiv/OpenResearch URL: 概要としては、Rust製でローカルSQLiteにデータを保持する「ローカルファースト」設計のワークスペースで、既存のコーディングエージェントの上に研究サイクルを自動化する層を被せています。 🌳 注目ポイント1: 並列探索と実験の追跡可能性 研究の方向性ごとに独立したエージェントセッションと分離されたgitワークツリーを割り当て、実験のバリアントをコミット履歴として記録します。実行ごとに不変のアーカイブが残るため、後から何を試したか完全に追跡できます。 🔍 注目ポイント2: 証拠の文脈管理 ログ・差分・ファイル・実行結果・成果物を、それらを生み出した作業内容と結び付けて保存する仕組みを持ちます。これにより実験結果の再現性と検証性が大きく向上します。 🔁 注目ポイント3: 自律的な研究ループとマルチエージェント対応 アイデア提案から実験実施、証拠検査、次のステップ決定までを自律的に繰り返すループを備え、Claude Code・Codex・OpenCode・Cursorから好みのエージェントを選べます。ローカル実行だけでなくSlurmやKubernetes、Ray、Hugging Face Jobsなどの実行環境にも対応しています。 研究者がデータの所有権を保ちながらAIエージェントを並列活用できる、実用的な基盤だと感じました。 #AIエージェント# #研究DX#

AIが自律的に論文を書く時代、「幻引用・メソッドとコードの不整合・再現不可能なスコア」という信頼性の危機が深刻化しています。 タイトル: Science One Framework: A verifiable autonomous research framework via Chain-of-Evidence Google CloudのScience One Frameworkは「検証可能性を後付けではなく設計の第一制約とする」というChain-of-Evidence原則で、AI自律研究の信頼性問題を根本から解決します。 🔍 注目ポイント1 — Chain-of-Evidence（CoE）の2原則 「すべての主張が記録された証拠チェーンを持つ（完全性）」「各チェーンがその主張を真に支持する（正確性）」という2原則を定義します。ベースラインシステムで最大21%あったPhantom Referenceを0%に削減し、論文に記述されたメソッドとコードの整合性も全評価システム中で最高水準を達成しています。後付けで検証するのではなく、主張を生成する段階で証拠チェーンを同時に構築する点が従来手法との根本的な違いです。 🏗 注目ポイント2 — 3モジュールアーキテクチャ Problem Investigator（Semantic Scholar APIで最大100本のPDFから引用グラフを構築し、モデル記憶ではなく取得データに根拠付け）、Discovery Engine（並列ブランチで複数解を探索し全評価器出力を不変記録として保持）、Paper Writer & Claim Verifier（専用エージェントが主張を特定のワークスペース成果物に結びつけ、不整合を削除ではなく保守的に修正）という3つのモジュールが科学的誠実性を構造的に担保します。 🏆 注目ポイント3 — MLE-BenchとParameter-Golfでの実績 医療画像・細粒度認識・3D知覚を含むKaggleコンペ5種で金メダル2個・銀メダル2個を獲得。全ベースラインシステムが失敗した3Dオブジェクト検出タスクで優勝しました。厳格なハードウェア・ファイルサイズ制約下でのParameter-Golf LLMコンペでも2026年4月27日時点のSoTAを達成し、ベースラインはいずれも有効な提出物を生成できませんでした。 厳密性と競争力は両立できます。AI Scientist v2・AutoResearchClaw・DeepScientistなど最先端5システムを上回り、検証可能な自律研究の新しい基準を打ち立てています。 #AIResearch# #科学AI#