導入

おめでとう！

あなたは今日、「 （退屈で） 受動的な学び」の時期から、「（自由で！）能動的な実践」の時期に移行します。 なんと素晴らしいことでしょうか。

僕にもあったその瞬間を思い出すだけで、胸がワクワクします。

注記： 本書はLLMを相棒に書いています。誤りが残っている可能性があるので、自分の目で確認しながら読んでください。事情と誤り報告のお願いは末尾のこの本の作り方についてにまとめました。

そもそも「研究」って何でしょう

研究室に配属されたばかりの頃、こんなことを考えたことはないでしょうか。研究ってそもそも何だろう。学会発表や論文執筆は、本当に自分にできるのだろうか。研究をしている人って、何か特別な人たちなんじゃないか。

まず言葉そのものに立ち戻っておきます。「研究」は、要するに 何かを深く知ろうとし、まだ誰もよくわかっていないことを自分なりに解き明かそうとする営み ――それだけのことです。

だから、何を問うかはあなた次第です。誰かが「これを研究しなさい」と差し出してくれるものではなく、世界のどの隅っこに自分の手を伸ばすかを、あなた自身が選ぶ。研究の自由と難しさは、まさにここに集中しています。問いを差し出されないからこそ自分で立てる必要があり、自分で立てたからこそ、その問いに責任を持てる。

そして、これは特別な人のためのものではありません。学部生として卒業研究に取り組むとき、修士課程で自分の問いを深めるとき――あなたはその瞬間から、研究という営みのなかにすでに立っています。研究を職業にするかどうかは、ずっと先で考えればいい話です。最初から完璧な問いを持っている必要もありません。その「自分の問いの立て方」も含めて、これから一緒に見ていきます。

この本の読み方

本書は、卒業研究から修士課程までに実際に使う話を本編（第1部〜第8部）に置きました。その先で必要になる話――博士課程、研究費、共著、査読する側の仕事など――は、巻末のこの先の地図に数百字ずつの概説としてまとめてあります。手順として使える厚みはありませんが、そういう世界があると知らないまま進まないために置いています。

頭から順に読み通してもかまいません。ただ、いま自分がいる段階から入るほうが早いはずです。

第1部は、研究の方法ではなく「どんな人生を送りたいか」「何を生産的だと考えるか」「困難とどう付き合うか」といった、少し大きめの問いから始まります。回り道に見えるかもしれません。ただ、何を問いに選び、なぜそれに時間を使い、結果が出ない時期をどう持ちこたえるかは、あなたがどう生きたいかと地続きです。急いでいるなら後回しでもかまいませんが、手が止まったときには戻ってきてください。

その「手が止まったとき」は、研究を続けていれば必ず来ます。自分は研究に向いていないのかもしれない、と思う日も来ます。そのときは第1部の詰まったときのセルフデバッグ・ガイドと自己正当化パターン辞典を開いてみてください。通読するものではなく、困ったときに引く辞書として書いてあります。

三冊の関係

僕は同じ読者を想定して、三冊を書いています。

• 『大学時代の庭』――高校生から学部生に向けた読み物です。学ぶとはどういうことか、意志ではなく仕組みに委ねること、学習が複利で効いてくること、仲間という構造。研究の手前にある 構え を扱っています。
• 『研究の一歩目』――いまあなたが読んでいる本です。研究の やり方 。困ったときに引く本として書きました。
• 『認知的教育AIの地図』――僕の研究室で 何を研究するか 。どんな素材・方法・歴史があり、教育・学習支援システム研究という領野がいま何を問題にしているかを扱います。

本書の第1部は人生や学びの話から入るので、『大学時代の庭』と主題が重なります。本書では研究に固有の部分だけを書き、その手前の話は『大学時代の庭』に譲りました。とはいえ、本書は一冊で完結するように書いてあります。気になった話題があれば向こうを開いてみてください、という程度のつながりです。

姉妹編はどちらも研究室サイト https://koike-lab.org/ からアクセスできます。

この本の作り方について

ここまで読んでくれたあなたに、本書の作り方について正直に書いておきます。

本書はLLMを相棒に書いています。 全体の章構成や枠組み、伝えたい主張やトーンは僕自身のものですが、各章の文章の起草、研究室で繰り返してきた話の整理、章ごとの語りの肉付けには、LLMを大きく使っています。素のままの僕一人で同じ範囲を一冊に編むのは、今の仕事と時間配分のなかでは現実的ではありませんでした。

それでも踏み切ったのは、研究室に入ってくる学部生のための「研究の進め方」の地図を、「いつかきちんとした完成品が書けたら出す」と引き延ばすよりも、 多少粗削りでもいまのうちに渡しておきたい と思ったからです。理想を待つあいだに、目の前の学生たちは卒業研究を始めなければなりません。

代償として、 本書は論文ほど厳格にチェックされていません 。LLMが生成する文章には、もっともらしく見えて事実とずれている部分（いわゆるhallucination）が混じります。 誤った主張・存在しないエピソード・おかしな具体例が、まだ残っている可能性があります 。

そういうわけで、お願いを二つ書かせてください。

• 書いてあることをそのまま信じきらず、自分の目で確認しながら読んでください 。とくに事実関係・固有名詞・数値については、必要に応じて元の文献にあたってもらえると助かります。
• おかしいと感じた箇所、明らかに事実と違う箇所、説明が不十分な箇所を見つけたら、ぜひ僕まで知らせてください 。連絡先はウェブサイトにあります。あなたが見つけてくれた箇所を直していくことで、本書はだんだん信頼できる地図になっていきます。これは仕様であって、欠陥ではありません。

なお、あなた自身が論文を書くときに生成AIをどう使うかは、本の原稿とは別の制約のもとにある話です。そちらは生成AIと論文執筆に書きました。

それから、はっきり書いておきます。 本書の内容を、僕がすべて深く理解して書いているわけではありません 。各章のテーマには、僕より遥かに詳しい専門家がたくさんいます。本書はあくまで、ある一人の研究者が、研究室に入ってくる学生に向けて、自分の理解の届く範囲で描いた地図です。

そういう前提で、ゆるく、しかし真剣に読んでもらえると嬉しいです。

あなたの歩みを支える小さな灯り

これから研究室に入るとき、あるいは進学を決めたとき、「何から手をつければいいのか」「どんな景色が広がっているのか」――この本が、その全体像を見渡す助けになることを願っています。

最初は少し怖くてもかまいません。わからないことだらけでも、走りながら学べます。この本が、あなたの歩みを支える小さな灯りとなりますように。

第1部：なぜ研究するのか

研究は、手順を踏めば成り立つ営みではありません。何を問いとして取り上げるのか、なぜそれに時間と労力を投じるのか、思うように進まない時期をどう持ちこたえるのか――研究の質は、こうした判断のしかたにかなり強く規定されます。そして、その判断は、あなたが「どう生きたいか」というもっと大きな問いと、地続きになっています。手前にあるはずの問いを保留したまま技術だけを身につけても、その技術はうまく根を張ってくれない、というのが僕の実感です。

だからこの第1部では、研究法そのものではなく、その手前にある問いを四つの角度から扱います。最初は そもそもどんな人生を送りたいか という大きな話、次に効率やスピードとは別の軸で 研究の生産性を捉え直す 話、それから研究につきものの 失敗や批判とどう付き合うか という話、最後に姿勢としての研究者像と職業としての研究者像を 「研究者」になるという選択 として整理します。

伝えたいのはつまり、研究を「技術」ではなく「生き方」として捉える視点です。「自分は研究に向いているのか」と問われたとき、僕はいつも、その問いを別の角度から見直してみてほしいと答えます。向き不向きの前に、あなたがどんな人生を送りたいかという話があるはずだからです。

研究室に入ったばかりの人も、進学を考えている人も、研究という言葉を遠くから眺めているだけの人も――どの位置で読んでもかまいません。すぐに答えが出なくても、答えを保留したまま第2部以降に進んで、ときどきここに戻ってきてもらえると嬉しいです。技術の話は、その後でいくらでもできます。

良い人生とは何か

研究を続けるかどうか、どんなテーマを選ぶか、博士に進むか。そのどれもが、結局のところ「あなたはどんな人生を送りたいのか」という問いと地続きになっています。ここを曖昧にしたまま技法の話に入ると、手は動くけれど心がついてこない、という状態に陥りがちです。

研究を続けていれば、何度か「自分はなぜこれをやっているんだっけ」と立ち止まる瞬間が来ます。論文が通らない時期、テーマがうまく転がらない時期、まわりが先に就職していく時期。そのたびに支えになるのは、研究の技術や進捗ではなく、「自分はこういう人生を送りたいんだ」という、自分のなかにある小さな旗のような感覚です。技術はその旗を立てたあとで身につければいい、というのが僕の率直な実感です。

生きることは、選び続けること

朝起きて何を食べるか、どの道を通って大学に行くか、誰にどんな返信をするか。一日のうちに、僕たちは数えきれないほどの小さな選択をしています。そのひとつひとつは取るに足らないように見えても、積み重なった先に「生き方」と呼ばれるものが立ち上がってきます。

その総和のなかには、もう少し大きな選択も含まれています。どんな価値観を中心に置くか、時間をどこに注ぐか、誰と関わり、社会とどう接続するか。こうした問いには教科書的な正解がありません。だからこそ、誰かに丸投げするのではなく、自分の頭で考えて選び取れるかどうかが、人生の質を決めていきます。正解がないのは不安なことですが、同時に自由でもあります。

学部生に進路の話を聞くと、よく出てくる答えがあります。「親に勧められたから」「世間的に安定しているから」「みんながそうしているから」。これらは合理的ですし、判断材料としては正当なものです。ただ気になるのは、その進路が 自分の意志による選択なのか、他者の期待への反応なのか を、本人がどこまで自覚しているかです。後者だけで決めてしまうと、表面的にはうまく回っているように見えても、ふとした瞬間に「これは本当に自分の人生なのか」と足元が揺らぐことがあります。

主体性は、わがままとは違う

「主体的に生きよう」と言うと、好き勝手に動くことだと誤解されがちです。でも主体性とは自由気ままさのことではなく、 選択の理由を自分のなかに持つこと 、そしてその責任を自分で引き受けることです。

同じ大学院進学でも、「親が望むから行く」と「自分の問いを追い続けたいから行く」では、入ってからの粘り強さがまるで違います。前者は何かにつまずいたときに「親のせい」と言いたくなりますが、後者は同じつまずきを自分の選択の延長として受け止められる。長い時間軸で見ると、この違いはびっくりするほど大きな差になります。

第一歩は、大きな決断の前に小さな自問を重ねておくことだと思います。どんな人生を送りたいのか、何に価値を見出すのか。完成形でなくていいし、来月には変わっているかもしれない。それでも「いまのところ自分はこう思っている」という軸が言語化されていると、迷ったときに戻ってこられる場所ができます。研究という営みは、この「暫定的な答えを持ちつつ更新し続ける」態度を、毎日のように実践する場でもあります。

問いを持って生きる

問いのない人生は、誰かが用意した答えを順番に消費していく人生になりやすい。逆に問いを持って生きるというのは、世界を絶えず見直し、再構成しながら歩いていくことです。なぜこの制度はこうなっているのか。なぜ人はわかっていることを行動に移せないのか。なぜ自分はこの作品にこんなに惹かれるのか。日常のなかにこうした問いを見出す視点は、そのまま研究の基礎になります。

同じニュースを読んでも、同じ街を歩いても、問いを持っている人の目には違うものが見えています。これは才能ではなく姿勢の話です。研究者になるかどうかとは別に、研究的な態度は人生を確実に豊かにすると思っています。

仕事に意味を持たせるということ

人生のうち、仕事と呼ばれる活動に注ぐ時間は想像以上に多い。平日の日中はほとんどそこにいて、休日の頭の片隅にも仕事が居座っている。だからこそ、その時間がお金を稼ぐ手段を超える意味を持つかどうかは、人生の質に直結します。

「意味のある仕事」と聞くと壮大なミッションを思い浮かべがちですが、僕の感覚ではもっと地味です。自分の価値観と仕事の中身が重なっている感覚。仕事を通じて自分が育っている感覚。そして、人とつながっている感覚。この三つが絡み合ったところに、意味は立ち上がってきます。どれかが欠けると、他の二つもしぼみがちになります。

研究という仕事には、少し変わった性格があります。最大の特徴は、毎日が未知への挑戦であることです。昨日までわからなかったことが、今日の自分の手で少しわかるかもしれない、という小さな興奮が日常に組み込まれている。二つ目は、長期的な視野が要求されること。成果が数か月で出ることのほうが稀で、数年、ときには十数年の時間軸で物事を考えます。忍耐力は試されますが、現代では珍しいくらい「じっくり考える」ことが許される仕事でもあります。三つ目は自由度の高さです。何を研究するか、どうアプローチするか、いつどこで作業するか。多くの場面で大きな裁量が与えられています。その自由は責任の裏返しで、サボろうと思えばいくらでもサボれてしまうのですが。

そして、研究生活にはどうしても意味を見失う時期が来ます。実験がうまくいかない、論文がリジェクトされる、同期がきらきらして見える。そんなときに「意味を持て」と自分に発破をかけても、たいてい逆効果です。僕が頼りにしているのは三つの帰り道です。初心に戻ること。視点をずらして、個人的な成功から、分野への小さな貢献や後輩の育成といった広い枠で眺め直すこと。そして距離を取ること。 意味は、目を凝らせば見えるものではなく、ふっと視線を外したときに浮かび上がってくるもの でもあります。

困難な時期に意味が見えなくなるのは異常ではなく、本気で向き合っている証拠でもあります。

大学という環境を使う

大学生活は、人生のなかでもとびきり自由度の高い期間です。授業に出るかどうか、何を学ぶか、誰と関わるか、時間をどこに注ぐか。その大半を自分で決められる。これだけ裁量の大きな数年間は、社会に出るとなかなか手に入りません。

少し具体的な話をします。日本で大学に通うには、国公立でも年間およそ五十万円、私立なら百万円から百五十万円程度の学費がかかります。住居費や生活費を加えると、四年間で一千万円近い投資をしていることになる。それだけ払っているのに、授業には最低限しか出ず、図書館も教員もゼミも研究支援もキャリア相談もほとんど使わないまま卒業する、というのは、投資判断として見るとかなりもったいない。

アルバイトや遊びを否定するつもりはありません。学外の経験は、視野や人間関係を広げるうえで貴重なものです。気になるのは、大学という知の環境に対して、戦略も意識もないまま背を向けてしまう状態のほうです。

大学は、何を学んだか、どう生きようとしたか、どのように考えたかが問われる場所です。その価値を使わないまま卒業証書だけを得る、という選び方もできますが、この数年をどう使ったかは、あとで必ず効いてきます。脅しではなく、まわりを見ていて感じる、わりとシンプルな観察です。

この章で触れた「どう生きるか」の話は、姉妹編『大学時代の庭』が一冊を通して扱っています。 本書はここから、研究という営みに固有の話へ進みます。

知を生み出すということ

研究って、生産的なんでしょうか。改めて聞かれると、答えに詰まる人は意外と多いと思います。研究はすぐに役に立つとは限らない。目に見える成果が短期間で出るとも限らない。評価のフィードバックは遅く、世間の物差しから見れば「非効率」に映ることすらあります。僕も家族や友人に「で、それは何の役に立つの？」と聞かれて、うまく答えられずに困った経験が何度もあります。

それでも、研究は人間にとってもっとも生産的な営みのひとつだと思っています。ただしそれは、単位時間あたりにアウトプットをどれだけ詰め込めるか、という意味での生産性ではありません。

いちばん生産的な行為は、概念に名前を与えること

研究におけるもっとも生産的な行為は、 新しい概念を提唱し、それに適切な名前を与えること だと僕は考えています。

これまで誰も気づいていなかった現象や関係性を発見し、それを「○○理論」「△△効果」「××モデル」といった形で名付けて世界に出す。この行為は、知識の積み増しを超えて、新しい意味の単位そのものを作り出します。

概念は、他の研究者にとっての足場になります。誰かがその概念を使って新しい問いを立て、別の誰かがその問いに応答し、さらに別の誰かが反論する。ひとつの良い概念が生まれると、そこを起点にした研究が分野全体で展開していきます。データや実験結果は時間とともに古びますが、本質を捉えた概念は、時代を超えて価値を生み続けます。

「相対性理論」も「自然選択」も「無意識」も、研究者が新しい概念を見いだし、名前を付けた結果です。目指したいのは、規模はそこまで大きくなくても、誰かにとっての足場になるような、自分の名前で呼ばれる概念を世界に置いていくことです。

学ぶことと、生み出すこと

大学で過ごす時間の大半は「学ぶこと」に費やされます。教科書を読み、講義を受け、レポートを書き、試験で問われたことに答える。すでに誰かが整理してくれた知識を受け取り、適切に使う訓練です。とても大事な営みで、これがなければ研究もできません。

けれど研究は、それと地続きでありながら、決定的に違う性質を持っています。研究は、すでにある知識を扱うだけでなく、まだ存在しない知を世界に出すことを目指すからです。

なぜそのように考えられているのか。どこまでが分かっていて、どこからが分かっていないのか。自分ならどんな枠組みで捉え直せるのか。こうした問いを起点に、既存の知識をいったん解体し、再構成し、必要なら別の視点を持ち込んで、まだ語られていないことを語る。このプロセスには、知識の単純な使用とは違う、自分の思考による構造化が要ります。

つまり知的生産とは、知識の「読者」でいることをやめて「著者」になる、という態度の転換です。大げさに聞こえるかもしれませんが、実際には卒業研究のレベルからすでに始まっている話で、誰もが少しずつ著者になっていく訓練を受けています。にもかかわらず、自分が著者であるという自覚を持たないまま大学院に進んでしまう人は、僕の周りにもけっこうな数います。

情報があふれる現代では、誰でもその気になれば膨大な知識にアクセスできます。だからこそ、「知っている」ことそのものの価値は下がりました。代わりに重要になるのが、その知識をどう再構成し、どう自分の文脈で意味づけ、どう他者と共有するかです。どんな問題を「問題」とみなすのか、何を重要だと判断するのか、どんな言葉で説明し誰に届けるのか。こうした選択を引き受ける態度を、僕は 知のオーサーシップ と呼びたいと思っています。

同じ論文を読んでも、自分の問いのなかにどう位置づけるかは人によって違います。同じデータを見ても、何を強調しどう語るかは選択の連続です。そう自覚した瞬間から、文献の読み方も、議論への参加の仕方も、書くものの質感も、少しずつ変わってきます。

創造は、反復から立ち上がる

「研究ってクリエイティブな仕事ですね」と言われることがあります。たしかに新しい何かを世界に出す営みではあるのですが、そう言われたときに小さな違和感を覚えます。世間で「クリエイティブ」と言うときに連想されがちなひらめきやセンスや天才性と、研究の創造性は、かなり質感が違うからです。

研究における創造は、雨上がりの空に突然かかる虹のようなものではありません。もっと地道で、何度も同じ道を行ったり来たりしているうちに、ある日ふと「あ、こうか」と形が見えてくる種類のものです。論文を何本も読んで、実験を何度もやり直して、立てた仮説を自分で壊してまた立て直して、書いたものを読み返して構造を組み替える。この 考え続ける時間の蓄積こそが、研究における創造の実態 です。だから「自分はひらめき型じゃないから研究は無理」と言う人がいたら、僕は迷わず「むしろ向いているかもしれませんよ」と答えます。

最初に読んだときには「ふうん」としか思わなかった論文でも、二回、三回と読み返すうちに、その構造や問いの含意が立体的に見えてきます。逆に、自分では完璧だと思っていたアイデアでも、人に何度か話しているうちに根本的な見落としに気づくことがあります。これは新しい情報が入ったからではなく、 同じ対象に向き合う回数が増えて、自分の側の解像度が上がった ということです。

ここでいう反復は、作業を機械的に繰り返すことではありません。同じ対象に何度も向き合いながら、毎回少しずつ違う角度から見ていく、意識的な反復です。一回目の自分と五回目の自分は、同じ対象を見ているようでいて、もうかなり違うものを見ています。

その代わり、創造は本質的に遅い行為です。本当に面白い問いを見つけるには時間がかかるし、深い理解や意外性のある視点は一夜では得られません。すぐに答えが出ない状態を異常と感じるのではなく、これが研究のデフォルトの状態だと受け止められるかどうか。この時間感覚を育てられるかどうかが、研究を続けられる人とそうでない人を、わりとはっきり分けているように見えます。

優れた研究者を間近で見てきて繰り返し確認したのは、彼らがすごいのはひらめきの瞬間ではなく、 ひらめかない期間に思考をやめないところ だということでした。創造性は才能ではなく姿勢で、誰でも鍛えられます。

アウトプットを前提にして読む

情報があふれる時代には、もうひとつ厄介なことが起きます。 情報に触れている時間がどれだけ多くても、考える時間はむしろ減っていく という逆説です。インプットの量と思考の量は本来は別の話のはずなのに、前者ばかりが膨らんで後者が痩せていく。

だから、アウトプットを前提としたインプットへの切り替えが効きます。書くために読む。話すために調べる。自分の問いを持って情報に向き合う。この前提があると、人は自然と「これは自分の問いにとって重要か」「これはどう使えるか」と情報を選別しはじめます。

具体的には、何かを学ぶときに、最初に「これを誰にどう話すか」「どんな問いの答えとして使うか」を一行でいいから決めておく。それだけで情報の入り方が変わります。読みながら自分の問いを書き出してみる、学んだことを誰かに話す前提で要約してみる、自分の言葉で言い換えてみる。こうしたささやかな能動性の訓練が、知識の受容を濃密にします。

情報との付き合い方そのものは、姉妹編『大学時代の庭』の「自分の頭で考え、自分の手で作る」で、研究の文脈を離れて扱っています。 生成 AI を執筆にどこまで使うかは、生成AIと論文執筆で扱います。

研究で実際に起きること

研究は知的で創造的な営みですが、同時に、ふつうにしんどい瞬間がたくさんある仕事でもあります。ただ、「困難がある」と言われても、まだ始めていない人にはピンとこないはずです。なので先に、実際に何が起きるのかを並べておきます。

どれも、研究室に入った人のほとんどが通ります。順調そうに見える先輩も、たいてい全部通ってきています。

この表は、あとで戻ってくるためのものです。いま全部読む必要はありません。実際にその状態になったときに、該当する行から入ってください。

本書の目線をひとつだけ

ここで、本書全体の目線を揃えておきます。研究で詰まったり手が動かなくなったりすることを、本書は 意志の強弱の問題としては扱いません 。

たいていの場合、止まっているのは意志ではなく、タスクの組み立て方や、時間帯と作業の組み合わせ方です。だから本書は、「もっと頑張る」よりも、「自分をよく観察して、自分に合う仕組みに組み直す」ほうに重心を置いています。研究者が研究対象を観察するのと同じ目線を、自分自身にも向ける。この姿勢が、各章の根底に流れています。

この章で扱うこと

上の表のうち、道具として使うもの（セルフデバッグ、自己正当化パターン辞典、モチベーション）は、実際に必要になる時期を考えて第4部に置きました。手を動かし始めてから開くほうが効くからです。

この章に残したのは、その手前にある捉え方の話です。

• 失敗との付き合い方 ― 失敗や批判を、研究という営みの一部として捉え直す。とくに研究批判と人格否定の区別は、学生のうちに誰かにちゃんと教えてもらえると、その後がだいぶ楽になります。
• 内発的動機付け ― 外部からの評価がゆっくりとしか返ってこない仕事を、長く続けるための燃料の話。才能ではなく、育てていくものとして扱います。
• コラム：信頼のある場でこそ批判が生きる ― 批判が成立する場は、どうやって作られるのか。

不安は、向き合えているサイン

研究で遭遇する困難の多くは、あなたが研究にきちんと取り組んでいるからこそ生じます。正解のない問いに取り組み、自分の問いが他者にどう位置づくかを探り、未知に向かおうとする。この営みに不安が伴わないほうが、むしろ不自然です。

その不安を「自分には向いていない」というサインと解釈してしまうのか、「ちゃんと向き合えている」というサインと解釈できるのか。同じ出来事の受け取り方ひとつで、研究生活の質はびっくりするほど変わります。

失敗との付き合い方

失敗は、研究の異常事態ではなく、デフォルトの状態である

研究を続けていると、思い通りにいかないことに何度も、何度もぶつかります。実験がうまくいかない、立てた仮説が支持されない、論文が査読でリジェクトされる、指導教員との会話がどうにも噛み合わない――書き出していくときりがありません。そうした経験のたびに「自分はこの世界に向いていないのでは」と感じてしまうことは、僕にもありましたし、いま研究室にいる学生たちを見ていても、当時の僕と同じように感じているらしい表情に出会うことがあります。

だから先に、はっきり言っておきたいことがあります。失敗は研究の「異常事態」ではありません。 むしろ、研究という営みの本質そのものです 。思考は常に試行錯誤の連続であり、多くの仮説は否定されることで分野が前に進んでいくし、他者からの問いや批判は自分の理解を磨くための鏡になる。こう書くときれいごとに聞こえるかもしれませんが、研究を長くやっている人ほど、これを身体感覚として理解しています。失敗やつまずきは、避けるべき例外ではなく、成長の前提条件のほうに近い。

研究を続けるうえで救いになるのは、「思い通りにいかない＝失敗」と捉えるのではなく、「思い通りにいかなかった結果、何かが分かった＝前進」と捉え直す視点です。実験が予想と違う結果を出したなら、その予想のどこが不正確だったのかが分かったということです。論文がリジェクトされたなら、いまの自分の議論のどこが弱いのかが、査読者の目を通して見えたということです。これは負け惜しみではなくて、実際にそう捉えると、同じ出来事から取り出せる学びの量がまるで違ってきます。

批判は、攻撃ではなく対話のかたちである

研究の世界における「批判」という言葉は、日常会話で使うときとは少し意味が違います。研究の批判は、相手を打ち負かすための攻撃ではなく、議論を通じて問いを磨き、知の地図を一緒に描き直すための、ごく基本的な作業です。「その問いはどの文脈に位置づけられるのか」「仮説と証拠の論理関係は適切か」「別の見方は可能ではないか」――こうした指摘は、相手の問いを軽んじているからではなく、本気で受け止めているからこそ出てくるものです。

「批判されない研究は、誰の関心も惹いていない研究」だと、僕は思っています。誰からも突っ込まれないのは、研究に賛成してもらえているからではなくて、興味を持って読んでもらえていないからであることが多い。批判とは、知の共同体における誠実な対話のかたちです。最初は怖いかもしれないけれど、慣れてくると、批判してくれる相手のほうがずっとありがたい存在に思えてきます。

研究批判と人格否定を、ちゃんと区別する

とはいえ、批判を受けて傷つくのが当たり前です。研究には自分の考え方や価値観が深く反映されているので、それが否定されると、自分自身が否定されたように感じてしまう。これは弱いからではなく、本気で取り組んでいる証拠です。だからこそ、ここでひとつ、しっかり区別しておきたい話があります。 研究に対する批判と、あなた自身への否定は、まったく別物です。

アイデアが不十分だと指摘されたとしても、あなたの人間としての価値が下がったわけではありません。説明がうまくできなかったとしても、あなたの知性が否定されたわけではありません。発表で突っ込まれて言葉に詰まっても、あなたが研究者として失格になったわけではありません。「あなたの問い」への問い返しは、「あなた自身」への攻撃ではない。当たり前のことのようでいて、感情の渦中にいるとびっくりするほど混同してしまうので、何度も自分に言い聞かせる価値のある区別です。

初めて学会で厳しいコメントをもらって、しばらく食事が喉を通らないくらい落ち込んだ、というのは、研究者ならよく聞く話です。それでも、時間を置いて冷静になってからコメントを振り返ってみると、その指摘がかなり的確で、その後の論文の質を一段引き上げてくれるものだった、と気づくこともよくある。痛みを与えてきた相手が、結果的には自分の研究を一緒に育てる側にいた、という構図です。批判が来たときにまず「自分への否定ではない」と一拍置く習慣をつけられるかどうかが、研究を長く続けるかどうかの分かれ目になります。

批判は、共同体に加わった証でもある

それでも、批判を受けるのは気持ちのいいことではありません。ただし、それは「あなたの問いが他者にとっても考えるに値するものだった」という証拠でもあります。反論されるということは、誰かが本気で向き合ってくれているということ。疑問を投げかけられるということは、あなたの問いが他者の認識に何らかの影響を与えたということ。 批判とは、あなたが知の共同体に加わった証でもある 、と捉え直してみてください。

無関心は批判よりずっと痛い。これは研究の世界で何年か過ごしていると、徐々に分かってくる感覚です。誰も読まない、誰もコメントしない、誰も反論しない――その状態こそが、本当は警戒すべきサインです。だから、批判を受け取るときには、痛みのなかに混じっている「自分の問いはちゃんと届いた」という小さな手応えを、ぜひ拾ってあげてください。

失敗が「蓄積」になる世界

研究という営みのもうひとつの面白い性質は、 失敗すら「蓄積」になる ことです。普通の仕事では、失敗はただの損失として処理されがちですが、研究では違います。うまくいかなかったアプローチが、次の誰かの設計の出発点になる。否定された仮説が、後の研究の制約条件として意味を持つ。自分のつまずきを共有することが、他の研究者の学びを助ける。「ネガティブな結果」も論文として価値を持つ分野が増えてきているのは、この感覚を分野全体で大切にしようという動きの表れだと思っています。

僕の知っている先輩で、博士論文の研究がほとんどうまくいかなかった人がいます。仮説はことごとく支持されず、実装したシステムは想定通りに動かず、本人もかなりつらそうでした。けれどその「うまくいかなかった理由の整理」が、後輩たちの研究方針を大きく変える材料になり、彼の博論は分野の中である種の警告書のように引用されるようになりました。失敗が、共同体の資産に変わったわけです。

これらの感覚をいっぺんに体得するのは無理です。それでも、失敗や批判に出会うたびにこの章を思い出してもらえれば、たぶん長い研究生活がずいぶん楽になります。

内発的動機付け

長期的なモチベーション管理については、第4部の「モチベーション管理」で詳しく扱います。ここでは、内発的動機とは何か、どう育てるかを考えます。

評価が遅い世界で、なぜ走り続けられるのか

研究は、外からの評価や報酬がすぐに返ってくる営みではありません。論文を書きはじめてから世に出るまで一年や二年かかることはざらだし、その内容が分野で本当に評価されるのはさらに先の話です。フィードバックの遅さで言えば、研究はかなり過酷な部類に入る仕事です。長い期間にわたって、出口の見えないトンネルの中を進んでいくような感覚が続くこともあります。

そんな仕事を、なぜ多くの人が続けられるのか。僕がいつもたどり着く答えのひとつが、 内発的動機付け（intrinsic motivation） です。外からのご褒美や叱責ではなく、行為そのものへの関心や喜びに支えられた動機の存在。これがあるかないかで、長い研究生活の手触りはぜんぜん違ってきます。

具体的には、こんな感情のことです。「分からなかったことが少し分かった」ときの、ささやかだけど確かな嬉しさ。「まだ誰も知らないことを、いま自分が明らかにしようとしている」という静かな高揚感。「この問いについては、たぶん地球上で僕がいちばん長く考えてきた」という、ちょっと変な誇り。こうした感情は、外から見ればとるに足らないように見えるかもしれませんが、当事者にとっては、しんどい時期を乗り越えるための燃料になります。困難そのものを消してくれるわけではないけれど、困難の中でもう一日、もう一週間、机に向かう力をくれる類のものです。

内発的動機は、生まれつきの性格ではなく育てるもの

「自分にはそんな気持ちは持てない」「最初から研究を心から楽しめている人とは違う」と感じる人もいると思います。けれど、内発的動機は生まれつきの性格ではなく、 ゆっくり育てていけるもの だと僕は思っています。育てるための具体的な手がかりは、たとえば次のようなことです。

まず、自分なりの問いを立ててみること。最初は他人の問いの劣化コピーでもよくて、繰り返しているうちに少しずつ自分らしい問いの輪郭が見えてきます。次に、小さくても「意味があった」と思える手応えを、ちゃんと自分で拾うこと。日々の研究の進みはあまりに小さいので、意識して拾わないと素通りしてしまいます。最後に、思考や試行のプロセスのなかに、面白さを見出す癖をつけること。結果ではなく、考えている瞬間そのものに小さな楽しさを感じられるようになると、研究の燃費が一気に良くなります。

この三つを丁寧に重ねていくと、研究が少しずつ「やらされていること」から「自分ごと」に変わっていきます。最初から研究が好きだった、という人ばかりではありません。多くは、自分の問いに名前がついた瞬間に急に風景が変わる、という体験を経て、研究を「自分のもの」として引き受けていきます。

内発的な動機と、外から与えられる動機(外発的動機)のバランスは、人によってかなり違います。自分で見つけた問いには深く入っていけるのに、振られた作業には極端に手が動きにくい、というタイプの人もいます。これは弱さではなく性質で、性質には性質に合った付き合い方があります。具体的には、振られた課題に手をつける前に、その課題が自分のどこに繋がるのかを、一度だけ自分の言葉で書き出す、という小さな一手間がよく効きます。「言われたからやる」のままでは止まっているものが、「これは自分のあの関心の延長だ」と腹に落とし直した瞬間に動き出す――こういうタイプの人には、この現象がよく起こります。長期的には、この一手間がいちばんの効率化になることがあります。

動機には複数の層があっていい

もちろん、人は「好きだから」「面白いから」だけで動くわけではありません。単位が必要だからやる、締め切りがあるから書く、人に認められたいから頑張る――こうした外発的な動機も、立派に動機です。これらを否定する必要はまったくないし、現実的には、外発的動機が研究生活のかなりの部分を支えていることも事実です。

ただ、外発的動機だけに頼っていると、長期的には継続性や納得感が痩せていく傾向があります。締め切りがなくなった瞬間に手が止まってしまったり、評価されない研究に意味を見出せなくなったり。だからこそ、外的な要請のなかにも「自分なりの意味」を見つけ出す視点を持っておくと、外発と内発が互いに補い合う構造ができあがります。締め切りがあるから書くのだとしても、その締め切りに追い立てられて書くことで自分の何が更新されるのかを、書き終わったあとに少しだけ振り返ってみる。それだけで、外発的動機が内発的動機を育てる栄養に変わる瞬間があります。

研究という、評価の戻りが遅い世界で生き延びるためにも、自分の中の小さな興味と好奇心の火を、丁寧に育てていく時間を取ってあげてほしいと思っています。

コラム：信頼のある場でこそ批判が生きる

研究の場では、批判や指摘をし合うことが、ごく日常的に行われます。むしろ、それこそが研究という営みの醍醐味であり、本質でもあります。だからこそ、批判が「攻撃」ではなく「対話」として機能している場と、そうでない場とでは、そこで育つ研究者の姿が大きく違ってきます。同じ厳しい言葉でも、信頼のある場で交わされる批判と、信頼のない場で投げつけられる批判は、まったく別の効果を持つからです。

「指摘されるのが怖い」「自分の意見が否定されるのでは」と感じる人は少なくありません。そういう不安があると、本来は創造的であるはずの議論が、いつのまにか防衛的な空気になってしまう。みんなが当たり障りのないことしか言わなくなり、誰も核心に触れられないまま時間だけが過ぎていく――そういうゼミに僕は何度か立ち会ったことがあります。雰囲気が悪いというより、研究そのものの伸びしろが、その場では失われている感じがします。

そこで大事になるのが、 信頼 です。研究室やゼミでの議論は、個人同士の競争ではなく、共通の問題に対して各自の知恵を持ち寄る場であるはずです。つまり、敵味方ではなく、「仲間同士で、難しい問いに一緒に立ち向かっている」関係。このことが場の参加者にきちんと実感できているとき、たとえ厳しい指摘を受けたとしても、それを敵意ではなく対等な協力として受け取れるようになります。

その信頼の土台は、公式な議論の場だけでは作られません。日常の関わりのなかで、少しずつ、ゆっくりと築かれていくものです。飲み会でもBBQでもボードゲームでも構いません。研究室という空間で、研究以外の姿を互いに知ることができるような交流があると、議論の空気は驚くほど変わります。「この人もこんなところで悩んでいるんだ」「思ったより、似たようなことで詰まっているんだな」――そんな小さな発見が、批判を恐れない対話の雰囲気をじわじわと育てていきます。

もちろん、交流が苦手な人もいます。無理をする必要はまったくありません。雑談をしたり、共通の活動をしたり、たまにご飯を一緒に食べたりするくらいの軽い接点でも、安心して話せる関係は十分育ちます。それから、誰かの真剣な取り組みをからかったり茶化したりしない、という暗黙のルールも大切です。お互いの関心やモチベーションを尊重し合うことが、切磋琢磨と自由な探究心が両立する文化を作ります。逆に、誰かが本気で語っているところを冷やかすような空気が少しあるだけで、その場の信頼はあっさり崩れます。

誰かの挑戦が、他の誰かの刺激になる。誰かのつまずきが、他の誰かの理解を深める。そうした連鎖が起きる場所では、批判も議論も、自然と建設的で前向きなものとして機能します。逆に、信頼のない場でいくら正論をぶつけ合っても、その正論はなかなか相手に届きません。研究には不安や孤独がどうしてもつきまといます。だからこそ、「自分は一人じゃない」と思える実感が、想像以上に大きな力になる。研究室の仲間たちが、それぞれの問いを抱えながら同じ地平に立っているという感覚があるだけで、議論はぐっと柔らかく、豊かなものになっていきます。

批判や対話が怖くなくなるのは、知的に成熟するからだけではありません。人として、その場所に安心していられるかどうか。それが、知的なやり取りを支える一番の前提だと、僕は実感を込めて思っています。

「研究者」になるという選択

「研究者になる」と聞いて、最初に浮かぶのはどんなイメージでしょうか。大学の教員、研究所の職員、白衣を着てラボで実験している人、毎日論文を書いている人。どれも研究者の姿のひとつです。ただ、先に強調しておきたいのは、研究者であるかどうかは職業だけでは決まらない、ということです。研究者であるとは、何を問い、どう向き合うかという 態度の選択 でもあります。

学部の卒業研究に取り組んだ瞬間から、あなたはもう研究者と呼ばれうる存在です。修士、博士、そして職業研究者。どの段階にいても、その核は変わりません。違うのは、求められる自律性のレベルと、引き受ける責任の重さと、関わる共同体の広がりです。

学部生としての研究者

卒業研究は、大学教育のなかでもっとも研究者的な態度が問われる場です。自分でテーマを決めて、問いを探し、先行研究を読んで方法を選び、結果をまとめて発表する。規模こそ小さいけれど、まぎれもなく研究者の基本動作そのものです。

このとき効いてくるのが、自分のスタンスをどう設定するかです。「卒業研究という授業を受講している学生」として過ごすのか、それとも「卒業研究を通して研究に取り組む駆け出しの研究者」として自覚を持つのか。表面の活動はほとんど同じに見えても、 この自意識の違いが、学びの深さにかなり大きな差を生みます 。前者は提出物を出すことがゴールになりがちですが、後者は自分の問いとどこまで誠実に向き合えたかを問い続けるようになります。

この時期に得られる最大の財産は、「問いを持つとはどういうことか」を身体感覚として理解できることです。難所もあります。正解のない状況に慣れていないため、迷いや不安が強く出やすい。指導教員との関係性に学びが左右されやすい。これらは多くの学部生が通る道で、あなたが特別不器用なわけではありません。

修士課程における研究者

修士に進むと、研究はもう一段専門的になります。自分の問いを先行研究のなかに位置づけ、他者にとっても意味のある問いへと整えていくプロセスが中心になります。

卒業研究では「自分が面白いと思う問い」を持てればよかったのが、修士では「他人もその問いを面白いと思える理由」を言語化できるかどうかが問われ始めます。なかなかしんどい転換ですが、研究者としての成長で言えば、とりわけ大きな段差のひとつです。

同時に、ゼミや学会で自分の研究を語り、批判を受け、それに応答する経験を積む時期でもあります。難しいのはテーマ設定で、広すぎても狭すぎても破綻します。限られた期間で成果を出さなければというプレッシャーから、焦りも生まれやすい。

博士課程における研究者

博士課程は、研究者としての自己設計が本格的に始まるステージです。問いを立て、方法を選び、成果を発表し、批判を受け、再構築する。このサイクルを自律的に回す力が求められます。修士までは指導教員という伴走者の比重が大きいですが、博士に入ると徐々に「自分の研究を自分でドライブする」性格が強くなります。これは怖さでもあり、自由でもあります。

TA などで教える立場に立つ場面や、他の人の研究にコメントする機会も増えます。受け取る側だけでなく、知的な支援者としての役割も担うようになるということです。

一方で、経済的に不安定で、心理的にも孤独になりやすい。成果主義的な競争にさらされて、他者との比較で疲弊しやすい時期でもあります。博士課程の数年間は研究者としての腰の強さを作る期間ですが、同時にメンタルが揺れやすい期間でもある、というのが正直なところです。進学したあとの過ごし方は、巻末の博士課程とは何かにまとめました。

職業としての研究者

アカデミア、企業、公共研究機関などで、研究を生業として担うフェーズです。ここでは、問いを深めるだけでなく、研究資金、人材、社会との関係を設計する存在になります。研究費を獲得し、後輩を指導し、組織の意思決定に関わる。研究の周辺で動かす変数が一気に増えます。

教育者、管理者、実務者としての顔も増えてくるので、純粋に考える時間をどう確保するかが重要なテーマになります。

四つの段階それぞれに固有の良さと難しさがあり、上の段階のほうが幸せというわけではありません。全体に通底するのは、小さくても自分の問いを持つことが、研究者として生きる最初の一歩だという事実です。

進学を「流れ」で決めない

大学院に進学することは、もはや珍しい選択ではありません。とくに理系では「修士までは行くのが当たり前」という空気の研究室も多く、学部4年の秋には進学前提の学生が多数派、という光景をよく目にします。それ自体は自然な変化ですが、この「当たり前」の前で一度立ち止まってほしいと思っています。

修士課程は、学歴の上積みではなく、 より深く問いに向き合うための時間を2年間まとめて確保する選択 です。卒業研究は、テーマを掴んだ頃に終わってしまうことがほとんどですが、修士の2年間はそこから先の景色が見えます。自分の問いを先行研究のなかに位置づけ、方法を磨き、議論に参加する時間が取れる。この2年で得られる思考の深さは、社会に出たときにも、ぱっと見では分からないけれど決定的な違いとして効いてきます。

博士課程についてはもう少し重い話があります。博士号は肩書きではなく、 自分にしか書けない論文を、自分の手で完成させる訓練の証明書 です。どんな仕事に就いても腐らない種類の経験で、近年は経済支援の制度も少しずつ整ってきました。自分の問いに本気で向き合いたい気持ちがあるなら、挑戦する価値は十分にあります。

ただし、修士から博士に進む場合、「流れで進学する」という発想は危険信号です。博士課程では、自律性、問いの独自性、思考体力、長期的なモチベーションが問われ続けます。入学時点で揃っている必要はありませんが、在学中に育てる覚悟と、育てるための環境が整っているかの見極めは要ります。

また、3年で修了したいと考える人は多いものの、現実には5年、6年かかることも珍しくありません。指導教員との相性、テーマの難易度、ライフイベントなど、自分の意志だけでコントロールできる部分は、実はそれほど大きくない。時間的・経済的・心理的なリスクを自覚したうえで、納得感を持って選ぶことが大事になります。

強調しておきたいのは、進学は逃げ道ではなく探究の選択だということです。就職活動から逃げたいから、社会に出るのが怖いから、なんとなく学生のままでいたいから。こうした動機で進学すると、博士課程の途中でほぼ確実にしんどくなります。「みんなが行くから」ではなく、 「自分は問い続けたいか」 という視点から判断してください。

一本道ではないキャリアの時代に

少し前まで、研究者になるということは、博士課程に進んで大学に職を得て、研究と教育に専念する、という比較的明確な一本道のように語られていました。

いま、そのパスは大きく多様化しています。博士号を取得した後に企業で研究を続ける人。修士修了で研究支援職や開発職に就いて、現場で研究的な仕事をしている人。海外に拠点を持ちながらプロジェクト単位で複数機関を渡り歩く人。常勤ポストを持たずに、いくつかの組織を横断しながら知的活動を続けている人。それぞれに固有の強みと弱みがあり、もはや「正解の道」と言えるものはありません。

この本では、「研究者として生きる」ということを広めに捉えたいと思います。 問いを持ち、その問いに向かって思考と行動を続けていく姿勢を、人生の軸のひとつとして選び取ること 。意識的に広く取っているのは、輪郭を狭く設定すると、現実に研究的な仕事をしている多くの人たちを視界の外に追いやってしまうからです。

キャリアの途中で方向転換したり、分岐したりしながらも、問いを持ち続けることで結果として研究者であり続ける人を、僕はたくさん見てきました。企業研究職からアカデミアに戻る人、フルタイムの研究職ではなくパラレルな実践者として動く人、一時的に研究を完全に離れたあとで再び問いに立ち戻る人。彼らに共通しているのは、ルートそのものを死守したのではなく、 自分のなかの問いを死守した ことです。

研究を続けることを支えるもの

研究は孤独で、不安定で、成果の見えづらい営みです。それでも続けようとする人が後を絶たないのはなぜか。いくつかの世代の研究者を見てきて感じるのは、その根っこに次のような感覚があることです。まだ語られていない世界を、自分の言葉で記述したいという思い。誰かの問いに応答することの喜び。自分の問いが、いつか誰かの人生とつながるかもしれないという、根拠の薄い、けれど確かな希望。

どれも、知識そのものというより、知と関係性に根ざした動機です。研究は孤独な作業のように見えて、実は他者との関係のなかで初めて成立します。

そしてもうひとつ、研究を続けることを支えてくれるのが、自分のことを研究者として見てくれる人がいる、という実感です。仲間、メンター、読者、学生、家族。彼らとの関係のなかで、問い続けている自分を信じられるようになっていく。これは個人の意志の問題というより、関係性のなかで育つ自己像の問題です。だから、研究を続けるためには、研究そのものへの集中だけでなく、それを支える関係をどう育てるかも、長い目で見るとかなり重要な投資になります。

第2部：研究の全体像と基本理解

第2部では、研究という営みの核心と全体像を捉え直します。

研究はただ知識を集める活動ではなく、 問いを立て、応答し、他者と知を共有する営み だと僕は考えています。第1部で「なぜ研究するのか」を見たので、ここではその先の「研究とは何か」を掘り下げていきます。

この部の流れはこうです。

• 研究するということ ― 問いを立てることの意味と、未知に向き合う態度
• 学術という仕組み ― 知の蓄積、自由と説明責任、論文や学会が果たしていること
• 研究者とは何か ― 求められる資質、多様なかたち、優秀さの測れなさ
• あなたにとっての研究 ― あなたの問いがどこから来て、どこへ効くのか

読み進める中で、「自分はなぜ研究をするのか」を一度立ち止まって考えてみてください。研究者になることは、職業を選ぶだけでなく、知的探究を通じて世界に関わる生き方を選ぶことでもあると、僕は思っています。

研究するということ

研究室に入ったばかりの頃、多くの人は期待と漠然とした不安を同時に抱えています。「研究って、結局のところ何をすることなのだろう」「自分にできるのだろうか」――そういう問いを抱いたことのある人は少なくないはずです。あなたも、もしかすると今まさに研究の入り口に立っているかもしれません。

「研究」と聞いて思い浮かぶのは、実験、データ分析、論文執筆、プレゼンテーションといった具体的な作業かもしれません。けれどもそれらはあくまで表層で、研究の核心はもっと根源的なところにあります。僕は研究を、ひとことで言えば 問いを立て、それに応答する営み だと考えています。問いがあるからこそ実験や分析に意味が生まれ、文章にする値打ちが生まれる。順序が逆ではありません。

そしてその応答は、ひとりで完結するものではありません。研究は孤独な自己満足ではなく、論文、学会、議論、査読といった場を通じて他者と知を磨き合う共同の営みです。既存の知識を受け継ぎ、問い直し、新たに構築し直す――創造と再構築を往復しながら、研究者は世界の見方を少しずつ更新していきます。その最も深いレベルで何が起きているのかは、知を生み出すということで書きました。

この章では、その営みの基礎にある二つの側面を見ていきます。

• 問いを立てることの意味 ― 良い問いはどこから生まれ、どう育つのか
• 未知に向き合う態度 ― わからなさを恥じず、出発点として引き受ける姿勢

入り口として、まずは「問い」から考えていきましょう。

問いを立てることの意味

研究は問いから始まる

研究は、情報を集めたり整理したりするだけの営みではありません。中心にあるのはいつでも「何を知りたいのか」という問いを立てる作業です。実験計画も、文献の読み方も、データの取り方も、すべては問いの形に従って決まっていきます。問いが曖昧なままで先を急いでも、たいてい途中で迷子になります。

研究室に入ったばかりの頃、この「問いを立てる」作業に戸惑う人は少なくありません。テーマは先生から与えられるものではないのか、自分で問いを作るなんて手に余るのではないか――そんなふうに不安になるのは自然なことです。最初は与えられた課題をこなすことで精一杯で、自分の問いと呼べるものなどない、というのも珍しい話ではありません。それでも研究を続けるうちに、問いこそが羅針盤になるのだと、身をもって理解していくことになります。問いがあるからこそ方向性が定まり、意味のある知見が生まれ、自分の仕事を他人に語れるようになる。だからこそ、この部の最初の章を問いの話から始めたいのです。

良い問いはどこから生まれるのか

良い研究の問いは、教科書の最後の練習問題とは違って、どこかに用意されているものではありません。むしろ、日常の中で感じる小さな「なぜ？」「本当に？」「もしかして？」という疑問から育っていきます。コーヒーを飲みながら抱いた違和感や、寝る前にふと頭をよぎった素朴な疑問が、何ヶ月か経って研究の核になる――そういうことが本当に起こります。

たとえば、オンライン授業を受けていて「なぜ対面授業よりも集中しにくいのだろう」と感じたとします。これは単なる愚痴に聞こえるかもしれませんが、扱い方によっては立派な研究の種です。掘り下げていけば、「注意の分散要因は何か」「画面越しのコミュニケーションの限界はどこにあるか」「効果的なオンライン学習環境をどう設計すべきか」といった、より精緻な問いへと発展していきます。あるいは論文を読んでいるときに「この結果は他の状況でも当てはまるのか」「なぜこの実験では統制群を設定しなかったのか」と引っかかる感覚も、新しい研究につながる出発点になります。

つまり良い問いとは、世界に潜む「ずれ」や「違和感」を捉える問いなのだと僕は思っています。理論と現実の食い違い、見過ごされてきた問題、既存の枠組みでは説明しきれない現象――こうした部分に敏感でいることが、問いを生む土壌を耕します。違和感は研究者にとっての贈り物のようなもので、それを言葉にできるかどうかで、その後の研究の厚みが変わってきます。

研究として成立する問いの条件

ただし、疑問を持てばそのまま研究になるわけではありません。研究として成立する問いには、いくつかの条件があると僕は考えています。

ひとつは 検証可能性 です。「人生の意味とは何か」という問いは哲学的には深いものですが、実証研究としてそのまま取り組むには抽象的すぎます。これを「人生の意味を感じている人とそうでない人の行動パターンには、どのような違いがあるか」と置き換えれば、調査や実験で検証できる形になります。問いを検証可能な形にどう削り出すかは、研究者の腕の見せどころのひとつです。

もうひとつは 新規性 です。すでに多くの研究で明らかになっていることを同じ方法でなぞるだけでは、学術的な貢献はどうしても限定的になります。とはいえ、新しいことだけが価値を持つわけではありません。異なる文化や時代での再検証、新しい手法による再検討も十分に意味があります。新規性は「誰もやっていない」ことではなく、「やる価値がある差分」をどう作るかという問いだと言ってもいいかもしれません。

そして 社会的意義 。学術的に興味深い問いでも、人間社会や学問分野の発展にどう貢献するのかを説明できることが大切です。「この研究で明らかになったとして、それで何が変わるのか」に答えられるかどうかは、研究の価値を大きく左右します。意義の語り方は研究者ごとに違っていいけれど、「自分は何のためにこれをやっているのか」を言葉にできない研究は、どこかで失速します。

問いを育てるプロセス

問いは最初から完成された形で現れません。文献を読み、議論し、仮説を立て、試行錯誤を繰り返すなかで少しずつ研ぎ澄まされていきます。むしろ、問いを育てていくプロセスそのものが研究の醍醐味だと僕は思っています。最初に立てた問いが半年後にはまったく別の形に変わっていることもありますが、それは失敗ではなく、研究が進んだ証拠です。

たとえば「AIは人間より賢いのか」という大きな問いから出発したとしても、そのままでは扱えません。「特定のタスクにおいてAIと人間のパフォーマンスを比較すると、どのような条件下でAIが優位になるか」というように、研究しやすい形へと絞り込んでいく作業が必要になります。この絞り込みの過程でこそ、研究者としての思考力が鍛えられます。漠然とした疑問を具体的で検証可能な形に変換する訓練は、論文を一本書く作業と同じくらい重要だと言ってもいい。

この過程で大きな役割を果たすのが、指導教員や研究仲間との対話です。自分では気づかない問いの曖昧さや、見落としている観点を他者に指摘してもらうことで、問いはどんどん洗練されていきます。あなたが言葉にできずにいた違和感が、他人から「それってつまりこういうこと？」と返されてはじめて像を結ぶ、そういう経験はこれから何度も起こるはずです。

問いの広がりと力

問いは個人の関心を超えて、他者や学問領域を動かす力を持ちます。あなたの問いが他の研究者の共感を呼び、新たな問いを生み、分野全体の進歩を促す。一つの問いが連鎖を生み、時にはその分野の見方を塗り替えることさえあります。

歴史を振り返ると、学問の大きな転換点には必ず新しい問いがあります。「なぜリンゴは落ちるのか」というニュートンの問いは古典物理学の礎を築きました。「人間の無意識には何があるのか」というフロイトの問いは心理学に新しい領域を開き、「コンピュータは人間のように考えることができるのか」というチューリングの問いは、人工知能という分野そのものを生み出しました。現代でも、「気候変動を食い止めるために技術はどう貢献できるか」「人工知能と人間の共生はいかにして可能か」「パンデミックの時代に教育はどう変わるべきか」といった問いが、新しい研究領域や学際的な取り組みを生み出し続けています。あなたが立てる問いも、同じ系譜に連なる可能性があります。最初は素朴に見えても、手をかけて育てることで、その問いは思いもよらないほど遠くまで届きうるのです。

問いを立てる技術

問いを立てる力は生まれ持った才能ではなく、訓練で伸ばせる技術だと僕は思っています。だから、もし「自分には問いを立てる才能がない」と感じていても、心配しなくて大丈夫です。日々の習慣を少しずつ変えていけば、問いを掴む感度は確実に上がります。

役に立つのは、まず 読書の習慣 を専門外にも広げることです。専門分野の論文だけを追っていると、視野が狭くなって問いの幅が出にくくなります。隣接領域の本や、まったく無関係に思える分野の本に触れることで、新しい問いの種が見つかります。次に 日常の観察 。電車のなかの人の動きやSNSでの議論のクセなど、身の回りの出来事に研究者としての眼差しを向けるだけで、世界はずいぶん違って見えてきます。さらに 他者との対話 を意識すること。異なる背景を持つ人と話すと、自分の前提がどれほど特殊な条件で成り立っていたかに気づかされ、その気づきが問いを育てます。そして最後に、 失敗を恐れない姿勢 。最初に立てた問いが研究として成立しないことは珍しくありません。むしろ、多くの問いを試して捨てる過程の中ではじめて、本当に価値のある問いに出会えるのだと僕は思っています。

次の節では、その問いを支える「未知に向き合う態度」について考えていきます。

未知に向き合う態度

「わからないこと」のほうが多い

研究を始めたばかりのとき、まず直面するのは知識の不足ではなく「わからないことの多さ」です。何をすればいいのかわからない、どこから手をつければいいのかわからない、ゼミの議論についていけない、論文を一本読み切るだけでも何時間もかかる。研究室に入りたての頃、先輩たちの議論を横で聞きながら、用語の半分も追えていない自分に落ち込む。研究を始める誰もが通る道です。

しかし、それこそが研究の本質でもあります。研究とは、すでにわかっていることをなぞる営みではなく、まだ解き明かされていないことに挑む営みです。だとすれば、「わからない」は避けるべきものではなく、最初の資源であり出発点だと考えていい。「わかる」と「わからない」のあいだの境界線にいる時間こそが、研究で最も濃密な時間です。

わからなさを引き受ける

未知に向き合う態度は、勇気や根性の問題ではありません。大切なのは、わからないことを恥じず、正面から引き受けることです。なぜわからないのか。どこが曖昧なのか。どの部分を切り出せば手がかりが見つかるのか。問い続けることで、霧が少しずつ晴れていきます。

「わかったふり」をして先に進むよりも、「ここがわからない」と正直に言葉にできる人のほうが、結果的に遠くまで行けます。周囲と比べて焦る必要もありません。むしろ、自分が「わからない」と感じていることに敏感でいるほうが、問いの種を見つけやすい。指導教員や先輩が自明のように扱っている前提に対して、「ちょっと待ってください、それってどうしてですか」と言える率直さは、研究の現場では歓迎されます。 あなたの「わからない」は、他の誰かもわかっていない可能性が十分にあります 。

逆に、「もうわかっている」「これで十分だ」と思った瞬間から、研究は静かに停滞を始めます。問いが立たなくなり、好奇心がしぼみ、知の前線から少しずつ遠ざかってしまう。

答えが出ないまま、とどまる力

この「わからない」状態に耐える力は、詩人ジョン・キーツが「ネガティブ・ケイパビリティ」と呼んだものと重なります。不確実性や曖昧さのなかにいながら、それでも探究を続ける力のことです。

早く答えを出したいという衝動を抑えて、もう少しだけ問いのなかにとどまる。研究の初期段階では、この力がとくに効いてきます。答えが見えないまま問いを抱き続け、試行錯誤を重ねるうちに、ふとした瞬間に方向性が見えてくる。 早すぎる結論は、しばしばこの出会いを奪います 。

長い目で見ると、このわからなさへの耐性は、心理学者アンジェラ・ダックワースが提唱した GRIT ――情熱と粘り強さの組み合わせ――へと育っていきます。一つの問いを深く追い続けること、失敗や挫折を越えて探究を続けること。いま感じている「わからない」は、その基盤を作っている最中の感覚です。

不確実性を楽しむ

研究では、不確実性は完全には消せません。実験結果が予想と違う、分析がうまくいかない、そもそもテーマ設定が適切か不安になる。こういう瞬間は、どんなベテランにも訪れます。だからこそ、その瞬間に「これこそが研究だ」と自分に言い聞かせてみてほしいと思います。うまくいかないからこそ、まだ解かれていない問題に触れているのだと思えば、戸惑いの色合いが少し変わります。

予想と違うデータが出た瞬間にニヤリとできるかどうか、計画がひっくり返ったときに「面白くなってきた」と思えるかどうか。その小さな反応の積み重ねが、研究を続ける力を支えてくれます。

学術という仕組み

「学術研究」と聞くと、どこか堅苦しく、近寄りがたい印象を抱く人もいるかもしれません。専門家が集まって難しい議論をしている世界、日常とは無縁の純粋な知の世界。たしかに学術研究は、日々の生活のすぐそばにあるものではありません。けれども、スマートフォンの中身も、医療現場で使われる薬も、子どもたちが学ぶ教科書の内容も、源流をたどればどこかで誰かの学術研究に行き着きます。

その核にあるのは、 問いを立てる力 と、 知を共有し積み上げる力 です。一人の問いが議論を呼び、新たな仮説や方法が生まれ、学問全体の進歩につながっていく。この連鎖の中にあなたも加わっていくのだと考えると、学術研究の見え方は少し変わるはずです。

知を積み上げる営み

学術の最も根本的な役割は、知を積み上げていくことにあります。一人の研究者の小さな発見が他の研究者の問いを刺激し、次の探究のきっかけになり、やがて学問全体の進歩につながっていく。一見ばらばらな研究も、長い時間軸で眺めると、先人の成果を足場にしながら少しずつ高みを目指しています。

自然科学では、新しい現象の発見が既存理論の見直しを促し、ときには長く信じられていた前提が覆されます。社会科学では、ひとつの分析結果が政策の議論に影響を与え、人々の暮らしにまで届くことがある。人文学では、歴史や文化の新たな解釈が僕たちの価値観を揺さぶり、社会の自己理解を更新していく。分野ごとに進み方はまったく違いますが、いずれも「いまある理解を一歩先へ」という構えを共有しています。

学術研究はまた、人類にとっての共通財としての性格を持っています。個人や一国の利益を超えて普遍的な知を共有し、未来の世代に引き継ぐこと。新しい知見は、原則として誰でもアクセスでき、検証でき、再利用できる形で残されることが望まれます。学術雑誌や国際会議、オープンアクセスの論文やデータベースは、そのために積み上げられてきた共有のインフラです。

あなたが将来書く論文も、誰かに読まれ、誰かの研究の足場になり、長い時間をかけて分野の地形を少しだけ変えていきます。

自由には説明責任がついてくる

学術研究の大きな特徴のひとつは、研究者が自分の問いを自由に設定できることです。何を問い、どのような方法で探究するのかを決めるのは、基本的に研究者自身。短期的な利益やその時々の流行に縛られず、本当に大切だと思う問いに長い時間をかけて向き合えること。これは学術の世界が歴史のなかで守ってきた、貴重な制度的特権です。

ただし、この自由は「好き勝手にやってよい」という意味ではありません。自由であるということは、同時に他者に説明責任を持つということでもあります。なぜこの問いを選んだのか。なぜこの方法を使ったのか。結論をどこまで一般化していいのか。それぞれの選択について筋の通った説明ができるかどうかが、研究者としての姿勢を映します。

研究を始めた頃、「学術の自由」という言葉に憧れを抱く人は多いと思います。好きなことを自由に研究できる、という響きには、ロマンチックな期待を寄せたくなるだけのものがあります。ただ、実際に始めてみると、その自由に重い責任が伴うことが見えてきます。指導教員から「その主張の根拠は？」「なぜこの方法を選んだの？」と問われるたびに、自分がいかに曖昧な根拠で進めていたかを痛感する。「なんとなくこっちが面白そうだったから」「先輩がやっていたから」では通用しません。

特に身に染みるのは、発表の場面です。十分に準備したつもりでも、質疑で「その分析手法は、あなたのデータに本当に適用可能なのですか」と鋭く突かれることがある。手法の前提条件を十分に理解せずに使っていた、というのは珍しくありません。冷や汗をかきながら答え、終わってから資料を読み直して赤面する。そうした場面をくぐるうちに、研究の各段階で「これは説明できるか」「他の研究者が納得するか」と自問する習慣が身についていきます。

一見窮屈に思えるかもしれませんが、この自問は創造性を削ぎません。説明できる範囲を一歩ずつ広げていくと、その境界にこそ新しい問いが立ち現れます。 誠実さは独創性と相反するものではなく、独創性を支える地盤 です。

公正さは共同体のインフラ

データの捏造や改ざん、他者の成果の盗用といった不正は、学問の信頼を根本から揺るがします。一人の研究者の不誠実な行動が、所属する研究室、ひいては分野全体の信用を一気に損なうこともある。だから誠実さは、個人の倫理観の問題であると同時に、共同体の存立を支えるインフラでもあります。

実験ノートをきちんとつけることや、引用元を正確に記すことは、地味で面倒な作業に見えても、このインフラを毎日少しずつ補修している営みです。具体的な作法は研究倫理と盗用と引用と参考文献の扱いで扱います。

さらに、学術研究は社会的責任を負っています。成果が社会に及ぼす影響、倫理的な含意、誤用や悪用のリスク。とりわけ生命科学や AI、エネルギー、安全保障に関わる分野では、研究の自由と社会的責任のあいだに緊張が生じます。「できるか」と「やるべきか」は別の問いです。

論文と学会が果たしていること

研究の営みは、問いを立て、答えを探し、それを他者に伝えるところまでを含みます。だから論文や学会発表は、研究の付録ではなく、研究そのものに欠かせない要素です。どれほど優れた洞察やデータを得ても、公表して共有しなければ、知の共同体に貢献することはできません。 ノートの中だけにとどまっている発見は、学術の文脈では「まだ存在していない」のと同じ扱いになります 。

論文を書くことは、自分の問いと答えを、他者が理解し検証できる形に整える営みです。書くという行為のなかで、自分でも気づかなかった論理の飛躍や、根拠の弱い箇所が浮かび上がってきます。だから執筆は、最後の仕上げであるだけでなく、研究の質を底上げする工程でもあります。

学会は、書いた内容を発表し、批判を受け、議論を交わす場です。発表のあとに来る厳しい質問や予想外のコメントは、しばしば研究を一段深いところへ連れていってくれます。

査読制度は、投稿された論文を専門家が評価し、新規性や信頼性、意義を吟味する仕組みです。最初の投稿で受理されることはむしろ稀ですが、そこで受けるコメントは、自分では気づけなかった盲点を映す鏡になります。

そしてもう一つ、論文や学会は研究者どうしをつなぐ場でもあります。誰かの論文を読んで「この方法は自分の分野でも使えるかもしれない」と気づくこと、学会の懇親会の雑談から共同研究が立ち上がること。僕自身、何度も経験してきました。表向きは厳格な評価の場ですが、その奥には、互いの知を補強し合うコミュニティとしての顔があります。

論文や学会の記録は、未来の研究者にとっての資源にもなります。あなたが何十年も前の論文に救われた経験があるなら、それと同じことを、いま自分が未来の誰かのためにやっている。学術が人類の共通財だと言われるのは、こうした息の長い受け渡しがあるからです。

実際にどんな場があって、どこに査読がつくのかは、次の発表と投稿の場を見渡すで地図にしました。

発表と投稿の場を見渡す

前の章で、論文と学会と査読が、研究を共同体の知に変える仕組みだという話をしました。では、実際にどこへ出すのか。

研究を外に出す場には、いくつも種類があります。研究会、全国大会、ワークショップ、国際会議、論文誌、紀要。名前は聞いたことがあっても、どれに査読があり、どれが業績としてどう数えられ、どういう順番で使っていくものなのかは、研究室に入っただけでは教わらないことが多いと思います。

先輩が「来月の研究会に出す」と言い、指導教員が「それは全国大会でいいんじゃない」と言う。この二つが何を指していて、何が違うのかが分からないまま、なんとなく流れていく。よくある光景です。

ここで一度、全体の地図を描いておきます。この先の章では、この地図の上で話が進みます。

先に、大事な前提

査読があるかないかは、場の種類では決まりません。 同じ「ワークショップ」という名前でも、厳しい査読がつくものもあれば、申し込めば発表できるものもあります。論文誌でも、査読の厳しさは雑誌によってまるで違います。

以下の表に書くのは、あくまで 典型的にはこうなっていることが多い という傾向です。実際にどうなのかは、その場の募集要項（Call for Papers）を読めば必ず書いてあります。「査読の有無」「投稿区分」「ページ数」「締切」。この四つは、出す前に必ず自分の目で確認してください。先輩の「あれは査読ないから気楽だよ」を鵜呑みにすると、たまに事故ります。

国内の場

研究会と全国大会に査読がないのは、質が低いからではなく、 出して議論してもらうための場 だという設計だからです。査読を通す時間をかけずに、いま考えていることを人前に出して反応をもらう。卒業研究の段階では、ここが最初の一歩になります。

紛らわしいもの

誌名だけでは査読の有無は判断できません。 学会が出す定期刊行物には、査読を経た研究論文を載せるもの（論文誌。英語では Transactions や Journal）と、会員向けに解説記事や学会の動向を載せるもの（学会誌・会誌。Magazine に相当）があります。この二つを別々の名前で出している学会も多いのですが、 一つの誌名のなかに両方が同居している学会もあります 。たとえば教育システム情報学会誌には、査読を経た論文と、依頼を受けて書かれた解説や特集記事が、同じ号に並びます。

だから見るべきは誌名ではなく、 掲載区分 です。「論文」「ショートノート」「解説」「特集」といった区分が、目次や各記事の冒頭に書かれています。自分が投稿するときも、業績リストに書くときも、この区分まで含めて確認してください。解説記事は分野を知るために読むにはとても良いものですが、査読つきの論文とは位置づけが違います。

紀要は、所属する大学や学部が出す刊行物です。 査読の有無や審査の厳しさは機関によってまちまちで、外部の研究者の目に触れる度合いも限られます。手軽に出せる反面、その論文を後から国際的な場に出したいときに、扱いが面倒になることもあります。出す前に、指導教員に「これは紀要でいいのか、外に出す価値があるのか」を一度相談してください。

お金を払えば載る雑誌があります。 査読があると謳いながら実質的な審査をせず、掲載料を取ることを目的にした雑誌が、この二十年で急増しました。名前が有名誌に似ていたり、専門外の分野から突然投稿を勧誘するメールが来たりします。判断に迷ったら、その雑誌に自分の分野の知っている研究者が載っているか、指導教員が名前を知っているか、を確かめるのが確実です。学生のうちは、自分ひとりで投稿先を決めないのが安全です。

国外の場

国際会議の投稿区分は学会によって呼び名が変わります。ショートペーパー、ポスター、デモンストレーション、遅れて届いた成果を扱う枠、博士学生が研究計画を相談する枠。どれも査読はありますが、フルペーパーより採択のハードルは低めに設定されているのが一般的です。フルで落ちた原稿を短くしてショートに出し直す、という動き方もよくあります。

併設ワークショップは、卒論・修論の段階で国際的な場に出てみたいときの、現実的な入り口になります。参加者が絞られている分、議論が濃く、同じ関心を持つ人と知り合いやすい。

論文誌の投稿区分にも種別があります。通常の「論文」のほかに、速報性を重視した「レター」や「短報」、分野の動向をまとめた「解説」や「サーベイ」。短報は分量が少ない分だけ審査が速く、結果が出たところまでで一度出す、という使い方ができます。解説やサーベイは依頼されて書くことが多く、学生が最初に書くものではありません。

査読の有無が左右すること

質の保証の度合い。 査読つきの論文は、専門家が方法と結論の妥当性を確認しています。査読なしの予稿は、著者が書いたものがそのまま載ります。間違っているという意味ではなく、 第三者の確認を経ていない という意味です。

業績としての扱い。 多くの分野で、査読つきの論文が業績の中心に数えられます。査読なしの発表は「発表した」という記録にはなりますが、同じようには数えられません。ここは分野差が大きいので、自分の分野の基準は先輩の業績リストで確かめるのが早いです。

次につなげられるかどうか。 研究会や全国大会で発表した内容を、後から論文誌に投稿するのは、多くの学会で認められています。予稿は「発表の記録」であって「出版物」ではない、という扱いだからです。一方、国際会議のフルペーパーとして出版された内容をそのままジャーナルに出すのは二重投稿になります。どこまで拡張すれば別の論文として認められるかは規定によるので、投稿前に確認してください。

読む側・引用する側としての地図

この地図は、自分が出すときだけでなく、 他人の研究を読んで引用するとき にも効いてきます。

査読なしの予稿やプレプリントを引用してはいけない、ということはありません。最新の動向はまず査読を通っていない形で出てくるので、引用しないほうが不自然な場面もあります。気をつけるのは二点です。

一つは、 査読つきの版が出ていないか確認すること 。プレプリントで読んだ論文が、その後に会議やジャーナルに採択されていることはよくあります。その場合は採択された版を引用します。内容が改訂されていることもあるので、確認せずに古い版から引くと、存在しない記述を引用してしまいます。

もう一つは、 その研究の位置づけを本文で示すこと 。「査読を経ていない段階の報告だが」「予備的な結果として」と一言添えるだけで、読者はその主張をどの程度の強さで受け取ればよいかが分かります。同じ目は自分の原稿にも向けてください。主張の根拠が査読なしの資料だけで組まれていると、査読者はそこを突きます。

学生のうちの進み方

典型的な順路は、だいたい次のようになります。

研究会か全国大会で初めて発表する。質問に答えられずに悔しい思いをする。指摘を受けて研究を直す。もう一度どこかで発表する。ここまでで、人前で自分の研究を話すことにだいぶ慣れます。そのうえで、まとまってきた段階で査読つきの場に出す。国内の論文誌か、国際会議のショート、あるいは併設ワークショップ。そこで通れば、次はフルペーパーや論文誌を狙う。

この順路を全部通らないといけないわけではありません。修士のうちに国際会議のフルペーパーが通る人もいます。ただ、 査読なしの場で場数を踏んでおくと、査読つきの場で落ち着いていられる のは確かです。

分野による重みの違いも頭に入れておいてください。情報系の一部では、トップ国際会議がジャーナルより重く見られます。生命科学系では、ジャーナルが業績の中心で、会議は途中経過を見せる場という位置づけが強い。自分の分野がどちらなのかは、指導教員や先輩の業績リストを眺めれば見当がつきます。

それぞれの場で実際に何が起きるか、どう準備するかは、第7部で扱います。査読という制度そのものの仕組みは 査読の仕組み、投稿の実務は 論文投稿プロセス にあります。

研究者とは何か

「研究者」と聞いて、どんな人物像が頭に浮かぶでしょうか。白衣を着て実験に没頭する科学者、本に囲まれた文献研究者、最先端のコンピュータでシミュレーションを回すエンジニア。あるいは「特別な才能を持った、自分とは違う世界の人」という印象を抱く人もいるかもしれません。

けれども、研究者の本質は肩書きや専門分野にあるのではなく、 問いを立て、その答えを探し、他者と知を共有する態度 にあると僕は考えています。それは、卒業研究に取り組む学部4年生であれ、大学院生であれ、産業界の技術者であれ同じです。研究者になるとは、ある日突然起こる出来事ではなく、その態度を少しずつ自分のものにしていく長い過程なのだと思います。

研究者の仕事は、論文を書くことだけではない

問いを立て、探究し、知を共同体に還元する。これは確かに研究者の核となる仕事ですが、それで全部だと思っていると、研究者という存在をかなり狭く捉えることになります。

実際の研究者は、後進を育て、他者の問いを磨き、学問の共同体を支える存在でもあります。学生のドラフトに赤を入れたり、後輩のテーマに「それ面白いね」と一言かけたり、査読で見ず知らずの誰かの論文を真剣に読んだりすることも、すべて研究者の仕事の一部です。こうした地味で目立たない活動の積み重ねによって、知の循環と継承が支えられています。

あなたが将来「研究者」と呼ばれるようになったとき、論文を書くことと同じくらい、あるいはそれ以上の時間を、こうした周縁の仕事に使うことになります。それは負担というより、研究者という生き方の本来の姿だと思っています。

求められる資質は、一つではない

よく語られるのは、独創性、論理的思考力、粘り強さ、好奇心、批判的精神といった資質です。どれも大事ですが、研究の現場にはそれ以外の強みもたくさんあります。

実験や観察に卓越した技術を持つ人。緻密なデータ分析や統計に長けた人。複雑な議論を整理し、他者の考えを引き出すのが得意な人。長い文章を粘り強く書ける人、短い時間で要点を語れる人、一見無関係なものを結びつける連想力に優れた人。研究室を見渡せば、まったく違うタイプの人がそれぞれの強みで前に出ているのに気づくはずです。

万能な一人の天才に依存するのではなく、異なる力が噛み合うことで共同体としての強さが生まれます。だから「自分にはよく言われる資質が足りないから研究者には向かない」と早合点する必要はありません。あなたの、ちょっと変わった得意領域こそが、意外な形で役に立つかもしれない。

ひとつではない研究者のかたち

実際の研究者の世界は、驚くほど多様です。分野によって扱う対象も、使う方法も、日々の働き方さえまるで違います。

理論の最前線で思索を深める人もいれば、実験現場で体を動かしてデータを集める人、コンピュータの前に張りついてモデルを改良し続ける人、フィールドに赴いて現場の声を拾い上げる人もいます。一日中机に向かっている研究者もいれば、週の半分は屋外にいる研究者もいる。それぞれの分野には、それぞれの 研究者の身体性 のようなものがあります。

歩む道も多様です。大学院を経て学術の世界に残る人、産業界で新技術の開発に取り組む人、行政や国際機関で成果を社会に還元する人、スタートアップを立ち上げる人、ジャーナリズムや教育の現場で研究的な態度を活かす人。一度アカデミアを離れて産業界で経験を積み、また大学に戻ってくる人もいます。

肩書きやポジションでは、その人が研究者かどうかは決まりません。共通しているのは、問いを持ち、探究し、知を他者と共有しようとする態度です。逆にいえば、立派な肩書きを持っていても、その態度を失った瞬間に、人は研究者ではなくなるのかもしれません。進路に迷ったときは、「ここを選んだら研究者ではなくなる」と切り捨てる前に、「どこにいてもその態度を持ち続けるには何が必要か」と考え直してみてほしいと思います。具体的な進路の選択肢は「研究者」になるという選択で扱っています。

優秀さは、一つの尺度では測れない

研究の世界に入ると、ふと「自分は優秀なのだろうか」という問いに直面します。周りが次々に成果を出し、賞を取っていく姿を見ると、胸の奥にざわめきが生まれる。表に出さないだけで、多くの人が抱えている感情だと思います。

僕自身も例外ではありません。学部2年生の頃から自主的に研究室に通い、早くから学会発表や論文執筆の経験を積みましたが、うまく説明できなかったり、テーマの難しさに足を取られたりして、学会では博士課程を修了するまで賞をもらえない時期が続きました。発表前夜に資料を作り直し、当日は緊張で声が震え、終わったあとに先輩から細かく指摘される。そういう日々のなかで、同世代が表彰されるのを見て羨ましさや焦りを感じたことは、一度や二度ではありません。「自分には研究は向いていないのかもしれない」と本気で思った時期もあります。

そんな中で出会った他大学の友人がいます。彼は、他人の研究テーマの良さや要点を見抜く力に長け、議論を通して相手の視点を引き出すのが本当に上手な人でした。発表を聞いたあとの質問が鋭く、しかも相手を追い詰めるのではなく、研究を前に進めるような問いを投げる。もちろん、彼も多くの賞を手にしていました。その視点や議論の巧みさは僕にはないもので、今でも尊敬と羨望の気持ちを抱いています。

けれども時間が経つにつれ、自分の強みも見えるようになってきました。それは「手の速さ」、つまり実験や実装をスピーディーに進める能力です。彼が言葉で議論を磨くのが得意なように、僕は手を動かして試作を作りながら考えるのが得意でした。今ではその友人とは、お互いの苦手を得意分野で補い合う関係を築けています。

自分にないものを持っている人を、競争相手としてではなく協力相手として捉え直せるかどうか 。その小さな転換が、長い研究者人生のあちこちで効いてきます。

多様性を受け入れるのは、簡単ではない

とはいえ、口で言うほど簡単ではありません。異なるやり方や考え方に苛立ちを覚えることもあれば、他者の輝きに羨望や焦りを感じることもあります。多様性は素晴らしいと頭でわかっていても、実際にその中に身を置くと小さな摩擦が積もっていく。それは誰もが抱く感覚です。

だからこそ、自分のスタイルを見つめ直し、他者を一方的に羨むのではなく、学び合う相手として尊重する態度が要ります。「あの人はあのやり方で、自分はこのやり方で」と並列に置けるようになると、ずいぶん楽になります。

研究者として成熟していく過程は、自分の輪郭をはっきりさせていく過程でもあります。自分はこれが得意で、これは苦手。だからこういうチームで、こういう仕事をするのが向いている。少しずつ言葉にできるようになると、研究はぐっと持続可能になります。

いま誰かを羨ましく感じているとしたら、それはあなたの中にあるまだ見ぬ強みを探すための、ちょうどよい入り口でもあります。

あなたにとっての研究

研究室に入り、初めて研究に向き合うとき、多くの人が戸惑います。「こんなテーマに取り組んで何になるのだろう」「この問いは世界や社会に意味があるのだろうか」。こうした疑問は悪いものではなく、むしろ大切な問いかけです。早い段階で一度この問いをくぐっておくと、その後の研究が自分自身のものとして根づきやすくなります。

小さな違和感から始まる

研究の入り口では、周囲の優秀さやテーマの小ささに気を取られて、自分の問いを過小評価してしまうことがあります。ゼミで先輩たちの壮大な議論を聞きながら、「自分の関心事なんて、ここで口にするほどのものではない」と縮こまる。そういう経験をした人は少なくないと思います。

けれども研究の多くは、とても小さな違和感から始まります。なぜこうなるのか。なぜ誰も気にしていないのか。なぜこういうやり方が当然とされているのか。その違和感を見過ごさず、問いとして立てる。そこが出発点です。立派な問題意識を後から取り繕うよりも、最初に芽生えた素朴な引っかかりを育てるほうが、結果的に強い研究になります。日常のなかで何度も頭をよぎるささやかな疑問を、まず捨てずにメモしておくところから始めて構いません。

問いは育つ

問いは、最初から大きなものではありません。手元の具体的な問題にしつこく食らいつき続けることで、背後にある構造や普遍性が見えてきます。

最初は「この機能、なんでこんなに使いにくいんだろう」という小さな引っかかりだったものが、半年後には「人と機械の協働とはそもそも何か」という問いにつながっていく。あるアルゴリズムの小さな改良が、思いがけず大きなテーマに通じることもあります。教育現場でのデータ分析が、教育の公平性という社会課題に接続していくこともある。

ただし、問いは勝手に育つわけではありません。時間と粘り強さ、そして自分の問いに対する誠実さが要ります。育てる過程で、最初の素朴な引っかかりは姿を変え、ときには見覚えのない場所に連れていってくれます。その変化を恐れずに追いかけることが、研究の醍醐味のひとつです。

メタ視点で位置づける

具体の問いに没入するだけでなく、そこから一歩引いて眺める視点も要ります。この二つは、研究者にとって両輪のように働きます。

自分の問いは、どんな分野のどんな文脈に接続しているのか。この問いを解くことで、どのような知の地図が書き換わるのか。いまの問いの背後に、より大きな問題は潜んでいないか。こうした問い方ができるようになると、研究は個人的な興味から、学術的な意義を持つ営みへと引き上げられていきます。

そしてこれは、論文や発表の場で最も求められる力でもあります。 査読者や聴衆が知りたいのは、あなたが何をしたかと同じくらい、それが何を意味するのか だからです。

僕の場合

僕にとっての研究の原点は、子ども時代の遊びにあります。小さな頃、レゴブロックに夢中でした。寝転がりながら何時間も遊び続け、組み立て、組み替え、また壊しては新しく作り直す。同じパーツの組み合わせから、毎回違う何かが生まれる。母から何度声をかけられても気づかないくらい、その世界に入り込んでいました。

大学に入って研究を始めた頃、ふとこんなことを考えました。「知識って、レゴブロックみたいだったらいいのに」。必要な場面で自由に組み替え、状況に合わせて新しい形にできる知識。そんな捉え方ができたら、人はもっと柔軟に学び、考えられるのではないか。素朴な発想ですが、この感覚が最初の論文のテーマになりました。

調べていくなかで、心理学や認知科学に「チャンキング」という概念があることを知ります。意味のあるまとまりとして情報が組織化され、状況に応じて再利用される仕組み。レゴで遊んでいたあの感覚に、学術的な名前と理論があったのだと知ったときは、嬉しさと同時にくすぐったい気持ちになりました。

さらに驚いたのは、この関心が教育学と人工知能研究の系譜に結びついていたことです。初期のプログラミング教育の草分けである LOGO の開発を主導した一人が、数学者であり教育学者のシーモア・パパート。彼は、子どもたちが自分で考え、作り、学ぶことの重要性を説き、『Mindstorms: Children, Computers, and Powerful Ideas』でその思想を広めました。このタイトルが、後にプログラム可能なレゴ製ロボット教材の名前の由来になります。そのパパートが、人工知能研究の先駆者マービン・ミンスキーとともに MIT の AI ラボを率いていた。子どもの頃の遊びと、いま自分が向き合っている研究のあいだに、何十年もの時間と何人もの研究者を経由した一本の糸が通っていた。そう気づいた瞬間の感覚は、いまでもうまく言葉にできません。

自分の問いが、歴史のなかで積み重ねられてきた問いの延長線上にあると気づいたとき、研究は個人の好奇心を超えて、より大きな物語のなかに位置づけられます。あなたにとっての研究の起源も、たぶんもう、子どもの頃のどこかに埋まっているのではないかと思います。

研究で得る力は、どこへ行っても効く

アカデミアに進むつもりがない人にとって、研究は自分の進路と無関係に思えるかもしれません。就職を考えながら研究に取り組んでいる学生から「これって意味あるのかな」と相談されるのは、指導の現場でよくある場面です。

問いを立て、情報を集め、整理し、分析し、考え抜き、他者に伝える。この一連のプロセスは、どの分野や職業に進んでも、問題を発見し解決する力の礎になります。論文を一本書き上げる過程で経験するのは、 複雑な問題と長期的につき合う訓練 そのものです。短期的な成果が見えにくい問題に粘り強く取り組み、自分の理解の限界を言葉にし、他人と協働しながら少しずつ前進する。

ここで大事なのは、テーマの小ささに縛られないことです。研究テーマは具体的でニッチになりがちで、人に説明しても「ふうん」で終わることもある。けれども、その小ささにとらわれてテーマを矮小化すると、本来得られるはずの成長の機会を失います。

あるアルゴリズムを実装したという事実そのものではなく、その過程で身についた問題分解の力、文献を読みこなす力、人に説明する力を自覚できるかどうか。面接で自分の研究を語るときも、「何を作ったか」より「どう考え、どう取り組んだか」のほうが、相手にとっても未来の自分にとっても価値があります。

ただし、これらの力は黙っていても身につくわけではありません。同じように研究室で過ごしても、その経験から何を抽出するかは人によってまったく違います。日々の作業のなかで「いま自分は何の力を鍛えているのか」と立ち止まる習慣を持てるかどうかで、残るものが変わります。

学びそのものの話は、姉妹編『大学時代の庭』の「学習は複利だ」で、研究の文脈を離れて扱っています。 具体的な進路の選択肢は、巻末のこの先の地図にまとめました。

第3部：研究実践の流れ

ここまでの第1部・第2部では、「なぜ研究をするのか」「研究とは何か」という、いわば足元の問いを一緒に掘ってきました。第3部からは話の重心が大きく動きます。ここから扱うのは、研究という営みの実際の進め方――テーマを決めるところから、日々の進捗、学会発表や論文化、そしてその先に控える次の問いまで、一本の流れとしての研究です。

この第3部を書いていて何度も自分に言い聞かせたのは、「これは技法書ではなくプロセスの地図だ」ということでした。論文の書き方や図表の作法、発表時のスライド設計といった具体的な技法は第5部と第6部に回しています。ここで知ってほしいのは、それらの技法を、研究という長い旅のどこで、どんな顔をして取り出すのか――つまり、技法以前の流れのほうです。技法そのものは、流れが見えてきたあとで各自が身につけていけば十分だと、僕は思っています。

この部でたどる道のり

研究という営みは、人によって順番も粒度も違いますが、それでも大筋ではいくつかの局面を通過します。第3部では、その局面を四つの章に分けて順番に歩いていきます。

研究テーマを決める 。配属直後の真っ白な気持ちのまま、自分の素朴な「なぜ」を学問の世界に位置づけ、限られた時間で前に進める計画に翻訳していきます。文献調査の基礎 と 研究計画の立て方 の二つの節で扱います。ここでいちばん伝えたいのは、テーマは「ひらめきで決まる」のではなく、「文献を読み、人と話し、書きながらゆっくり輪郭を出していく」ものだということです。

日々の研究の進め方 。研究の九割以上は、この地味な日常で決まります。日々の記録を残す 、メンターとの対話 、ゼミ・研究室内の議論 の三つの節で、華々しい発見の手前にある、小さな観察と記録の積み重ね方を扱います。

研究発表と論文化 。学会発表（予稿・練習・発表） 、論文執筆の流れ 、査読・フィードバックを受ける の三つの節です。研究を外に出す作業はどれも緊張を伴いますが、僕はこれを「自分の研究を磨き直す装置」として捉えてほしいと思っています。

新しいテーマへの展開 。ひと区切りついた研究の続きをどう描くか。研究は点ではなく、問いと答えがつながっていくサイクルです。次の問いをどう立てるかは、研究者として歩き続けるうえでとても大きな分岐点になります。

なお、締切から逆算して計画を組み、ズレに気づいて直していく段取りの話は、時間との付き合い方としてまとめたほうが読みやすいので、第4部：計画を立て、ズレに気づく に置きました。この部を読みながら、必要になったら覗いてみてください。

計画どおりには進まない、という前提で

研究は、計画どおりにはまず進みません。実装が思ったより難しかった、被験者が集まらなかった、新しい論文が出てきて前提が変わった――そういう想定外は毎月のように起きます。

でも、僕は長くこの仕事をやってきて、計画が崩れる瞬間ほど学びの濃い場面はないと感じています。崩れて、立て直して、また崩れて、また立て直す。そのつど自分の問いと向き合い直すことそのものが、研究という行為の中身でもあります。

この部を読み終えたとき、あなたが研究のプロセスを「作業の連続」ではなく 自分の問いが育っていく過程 として眺められるようになっていたら、僕としてはこの上なく嬉しいです。

研究テーマを決める

研究室に配属されて最初の数週間。多くの学生が口にするのは、判で押したように同じ言葉です。「先生、何をやればいいか分かりません」。あるいはもう少し控えめに、「自分のやりたいことが、はっきりしないんです」。

僕はこの言葉を聞くたび、いつもどこか安心します。なぜなら、最初からテーマがくっきり見えている学生のほうが、たいていの場合、あとで難所にぶつかるからです。「与えられた課題」をすぐに自分の問いだと信じ込んでしまうと、途中で迷いが生まれたときに、戻ってこられる場所がなくなります。逆に、最初に「分からない」をきちんと味わった学生は、その分からなさを抱えながら少しずつ問いを育てていく。あとから振り返ってみると、こちらのほうが研究者として骨太になっていく、というのが僕の率直な実感です。

だからまず伝えておきたいのは、 テーマ決めは焦って終わらせる作業ではない ということです。完璧なテーマを最初から見つけようとしないでください。小さな問いを、走りながら育てていけばいい。そのための足場の組み方を、この章で一緒に確認していきます。

「なぜ」から始めるということ

僕がいちばん大事にしているのは、 あなた自身の「なぜ？」「どうして？」から始めること です。流行のキーワードでも、就職に有利そうな分野でも、先生が褒めてくれそうなテーマでもなく、まずはあなたの素朴な疑問。

たとえば、「プログラミング初心者は、どうしてみんな同じところで詰まるんだろう」。「なぜ良いコードと悪いコードを、人は感覚で見分けてしまえるんだろう」。こういう一見ふんわりした問いが、実は研究の出発点としてはとても優秀です。なぜなら、それはあなた自身が本当に気になっていることだから。半年や一年、ひとつの問いに付き合い続けるためには、最初の動機が他人のものでは保たないのです。

もちろん、素朴な問いをそのまま研究テーマにすることはできません。素朴な問いは、まだ「日常の言葉」でしか語られていないからです。これをこの先、学術の世界の言葉に翻訳していくことになります。それが、文献調査と研究計画という、この章で扱う二つの作業です。

この章で扱うこと

テーマ決めを「ひらめきが降ってくるのを待つ作業」だと誤解している学生は少なくありません。実際には、これは地続きの作業の連なりであって、待つよりも動きながら見えてくることのほうが多い、というのが僕の感覚です。この章では、その作業を二つの節に分けて扱います。

ひとつめは 文献調査の基礎 です。あなたの素朴な問いを、学問の世界のなかに位置づけていく作業を扱います。すでに何が分かっていて、何が分かっていないのか。それが見えてくると、あなたの問いの輪郭が急に立ち上がってきます。

二つ目は 研究計画の立て方 です。位置づけられた問いを、「限られた時間で解ける形」に翻訳する作業です。ここでは、完璧な計画ではなく、走りながら調整していける計画の作り方に焦点を絞っています。

この二つは、順番にやって終わる作業ではありません。文献を読みながら問いが少しずつ変わり、計画を立てたあとにまた文献に戻る――そういう往復運動のなかで、テーマはじわじわ育っていきます。

「現象」ではなく「概念」を目指す

細かい手順に入る前に、僕がテーマ決めで毎年のように繰り返す話を、ひとつだけ書いておきます。それは、 「現象」ではなく「概念」を目指す ということです。

目の前の面白い現象を調べて終わりにしないでほしい。そこから抽出できる、もう一段抽象度の高い概念のほうを、テーマの軸に据えてほしいのです。たとえば、「プログラミング初心者が同じところで詰まる」という現象に、「認知的混乱の瞬間検出」という名前を与える。「コードレビューでの違和感」という現象に、「経験的判断の言語化困難」という呼び名を与える。そうやって名前をつけられるようになると、テーマは一気に研究らしい顔になります。

これは小さな違いに見えるかもしれませんが、その後の研究の伸びしろを大きく左右します。現象だけを追っていると、研究はその現象が起きる場面のなかでしか通用しません。でも、そこから概念を取り出せれば、別の場面、別のドメイン、別の対象にもあなたの仕事が届きうる。研究が「個別の話」から「他人にも使ってもらえる話」に変わる瞬間です。

ひとつ問いを置いておきます。「あなたの研究を、十年後に誰かが教科書で参照するとしたら、それはどんな『○○モデル』『○○理論』『○○手法』として呼ばれているだろう？」。最初は答えに詰まるのが普通です。でも、この問いを抱えながらテーマを育てていくと、自分の研究の輪郭が静かに変わっていきます。

完璧な答えは要りません。まずは、現象の向こう側にある概念を想像してみる。それだけで、テーマ選びの手触りはずいぶん変わってきます。次の節では、そのために避けて通れない作業――文献調査の話をしていきましょう。

文献調査の基礎

文献調査というと、「論文をたくさん読む作業」だと思っている学生が多いです。読むのが得意な人は楽勝、苦手な人は地獄、というイメージで身構えてしまう。まずは、この捉え方を少し書き換えるところから始めましょう。

文献調査の本質は、論文を消化することそのものではありません。 あなたの問いを、学問の流れの中に位置づけること です。「プログラミングってなんで難しいんだろう？」という素朴な疑問は、それ単体ではまだ研究になりません。でも、その疑問が認知科学の伝統の中でどう議論されてきたのか、学習科学ではどんな手が打たれてきたのか、教育・学習支援システム研究ではどう操作化されてきたのか――そういう文脈の中に置かれた瞬間、あなたの問いは急に学術的な意味を帯び始めます。論文を読むのは、その文脈に近づいていくための手段にすぎません。

だから、もし文献調査がしんどく感じるとしたら、それは「論文を読む量」が問題なのではなく、「自分の問いがまだ手元にない」せいかもしれません。読みながら問いを育てる、というのが、この節を通して伝えたい姿勢です。

学際的に読むということ

僕の研究室は情報系で、扱うテーマも教育・学習支援システム研究の近辺が多いのですが、こういう領域では、ひとつの分野の論文だけ追いかけていても、ほぼ確実に行き詰まります。人間の学習を技術で支援したいなら、「人間がどう学ぶか」と「技術で何ができるか」の両方を、同じ温度で理解しないといけないからです。片方しか知らないと、技術寄りの論文は理論的に薄く見え、人間寄りの論文からは実装の姿が想像できなくなります。

だから、普段あなたが見慣れない分野にも、思い切って手を伸ばしてください。プログラミング学習支援を研究したいのなら、認知科学で人間の思考プロセスを学び、学習科学で学習環境の設計を知り、情報科学で実装の手段を身につける。最初は外国語の文献を読むような気分になるかもしれませんが、半年も続けると、別領域の用語が自分の語彙に紛れ込んできます。研究室の学生にも、最初の半年は意識的に「自分の本拠地ではない分野」を一つ持っておいてもらうことが多いです。学習科学、認知科学、人工知能、教育心理学のどこかに、自分のもう一本の足を置く、というイメージです。

越境を恐れないでほしい。ただし、何でもかんでも読もうとすると、永遠に研究が始まりません。「自分の問いに直接効くのはどの分野か」を意識しながら、領域を広げすぎないように注意してください。

段階的に進める文献調査

文献調査を始めると、つい目の前の面白そうな論文から読み始めてしまいがちです。気持ちは分かるのですが、これをやると、たいていの場合あとで途方に暮れます。読んだ論文同士のつながりが分からず、自分の問いとの関係も見えず、「読んでも読んでも進んだ気がしない」という状態に陥る。そうならないためには、調査のフェーズを切り替えながら進めるのが現実的です。目安として、全体で一ヶ月ほどを三つの段階に分けて考えてみてください。

第1段階：全体像の把握（一週間くらい）

最初の一週間は、分野の地図を手に入れることに使います。Google Scholarで「[分野名] survey」や「[分野名] review」と検索して、最近5年以内のレビュー論文を2〜3本読む。これだけで、主要な概念、頻出する研究者の名前、最近のトレンドが、ざっくり見えてきます。

このフェーズでは、細部を理解しようとしないでください。地図を眺める作業なので、「ふむふむ、こういう議論の枠組みがあるのね」「この論文、複数のレビューで引用されているな」くらいの解像度で十分です。むしろ、ここで一本一本の論文に深入りすると、地図が永久に完成しないまま終わります。

第2段階：焦点を絞った調査（二週間くらい）

地図ができたら、次の二週間は、自分の具体的な問いに直接関わる論文を集めにいきます。Google Scholar、ACM Digital Library、IEEE Xplore あたりを使い分け、キーワードの組み合わせを工夫しましょう。意外と役に立つのは、有力な論文の参考文献リストと「Cited by」をたどっていく方法です。先行研究と後続研究の双方向に芋づる式に広がっていきます。

集めた論文を全部読もうとしないでください。タイトルとアブストラクトで一次選別し、本文を斜め読みして重要度を判定する。最終的に精読する対象として、直接関連する論文10〜15本、手法面で参考になる論文5〜10本くらいに絞り込めれば十分です。残りは「読んでないけど存在は知っている」状態でかまいません。研究は、知らない論文を恐れることよりも、知っている論文を使い倒すことのほうが大事です。

第3段階：研究ギャップの発見（一週間くらい）

最後の一週間は、読んだ論文を踏まえて、既存研究の限界や課題を整理する時間に使います。あなたの問いがそこにどんな新しい価値を付け加えられるのか――この「ギャップ」が見えてくると、研究の輪郭はぐっと立ち上がります。

ここで気をつけたいのは、「技術的に新しい」だけを評価軸にしないことです。理論的な理解の深まり、実践的な効果、別ドメインへの応用可能性、再現性の改善――いろいろな観点から、自分が貢献できそうな筋を評価してみてください。技術的新規性しか見ていないと、「ちょっと違うけど本質的には同じ」研究を量産してしまいがちです。

効率的に論文を読む

論文の読み方で大事なのは、細かいコツよりも構えです。それは、 全部の論文を最初から精読しない という構えです。最初から精読すると、時間がいくらあっても足りません。

ここで効くのが、階層的に読むアプローチです。まずタイトル・アブストラクト・結論を読んで全体像を掴む。これに5〜10分。ここで「自分の研究にとって重要そうか」を判定します。次に、判定で残った論文だけ、イントロダクションと実験結果を選択的に読む。20〜30分。最後に、本当に重要な数本だけ、1〜2時間かけて精読する。読み方を均一にしないことが、結果として読書量を稼ぐコツです。

読むときは、いくつかの問いを頭の片隅に置いておくと、読解の密度がはっきり変わります。「この論文が解きたい問題は何か」「提案手法の核心はどこか」「既存手法との違いはどこか」「実験設計は妥当か」「自分の研究への示唆は何か」。とくに最後の問いをずっと意識していると、読書ノートが「論文の要約」ではなく「自分の研究の補強材料」に変わっていきます。これが大きな違いです。

文献を管理する

文献は、読んで終わりにしてはいけません。Zotero、Mendeley、EndNote――どれでもいいので文献管理ツールを一つ選び、PDFと書誌情報をセットで保存する習慣をつけましょう。手法別・年代別・重要度別のタグと、ごく短い読書メモを残しておくだけで、半年後のあなたが本当に救われます。

調査の結果は、頭の中にしまい込むのではなく、研究マップや一覧表として外に出してみてください。手法の系譜、対象ドメインの分布、研究者ごとのスタンス――こういうものを地図にしてみると、自分の研究の置きどころが、一気に明確になります。最初はうまく描けなくて当然です。でも、繰り返し描いていくうちに、その地図はそのまま、あなたの論文の Related Work 節の骨組みに化けていきます。

よく落ちる落とし穴

最後に、僕がここ十数年で何度も見てきた落とし穴を、三つだけ書いておきます。

ひとつめは、最新論文ばかり追って古典的な重要論文を軽視してしまうこと。最新性は魅力的ですが、古典には議論の前提そのものが書かれていることが多い。ここを飛ばすと、最新論文を読んでも「なぜこの議論をしているのか」が分からないまま、表面の手法だけ追うことになります。

ふたつめは、有名会議の論文だけを見て、ニッチだが鍵になる研究を見落とすこと。トップ会議は採択率が低いぶん、洗練されたものが多いのは確かです。でも、自分の問いの本質に近い研究が、必ずしもトップ会議に出ているとは限りません。ワークショップ、国内学会、プレプリント、博士論文。地味に見える場所にこそ、宝が落ちていることがあります。

みっつめは、表面的な読み方で済ませて、「読んだ気」になってしまうこと。手法の詳細を理解しないまま要点だけ抜いて、Related Work に並べる。これは時間が経ってから一番効いてくるタイプの失敗です。査読で「この論文の理解、あやしくないですか？」と突っ込まれる、あるいは自分が新しい研究を始めたときに「あの論文、ちゃんと読んでおけば近道だったのに」と気づく。読みは深いほうがいい。広さと深さの両方を意識してみてください。

研究計画の立て方

文献調査がある程度進んで、自分の問いの輪郭が見えてきたら、次にやってくるのが研究計画の段階です。多くの学生が、ここで一度足を止めます。「ちゃんとした計画を書かないといけない気がする」「網羅的に書かないといけない気がする」と、無意識のうちに身構えてしまうのです。

僕は、その身構え方を少しほぐすところから話を始めたいと思っています。研究計画の本質は、ぶ厚い書類を仕上げることではありません。 あなたの問いを解決するために必要なステップを明確にし、限られた時間の中で確実に前に進む道筋をつくること です。研究計画は、あなたが書き上げて出すための書類ではなく、これから一年半なり三年なりを一緒に歩く、あなた自身のための地図なのです。

完璧な計画は、研究にとって邪魔になる場合が多い 。最初から完璧を目指して計画を組み立てると、想定外の事態が起きたときに、計画そのものを守ろうとして本来の問いを見失います。方向性だけ明確にしておいて、小さな改善を積み重ねながら、走りながら学ぶ。そのくらいの構えでちょうどいい、というのが僕の長年の実感です。

理解→設計→実装→評価の循環

情報系、特に人間を対象とするシステム開発の研究では、技術開発と人間理解の両輪を回していく必要があります。これは口で言うより、実際にやってみるとずっと難しい。技術ばかり進めて人間理解がついてこない、あるいはその逆、というのが、ありふれた失敗です。

頭の中で描いてみてほしいのが、四つの段階を巡る循環の絵です。最初は 理解段階 。あなたの問いに関わる人間の行動や思考プロセスを調べて、支援すべきポイントを特定する。何を支援したいのか、誰のどんな困りごとに介入したいのかを、ここで言葉にします。次に 設計段階 。理解した内容を、技術的に実現可能な形に翻訳していく。同時に、別ドメインへの応用可能性も視野に入れておくと、研究の射程が広がります。三つめは 実装段階 。核心機能から始めて、段階的にプロトタイプを発展させ、設計の実現可能性を確かめる。最後が 評価段階 。システムの効果やユーザビリティを測り、改善点を洗い出して、次の循環につなげる。

ここで強調したいのは、 この四つは一直線に進むものではない という点です。実装してみると設計の前提が崩れて、理解段階に戻る必要が出てくる。評価してみると、当初の問いそのものを再定義したくなる。何度も行き来しながら育てていくものだと思ってください。最初の計画段階で「何ヶ月までにこのフェーズ」と固定的に決めすぎると、戻ること自体が「失敗」に見えてしまいます。実際は、戻ること込みのプロセスです。

リスクと付き合う

システム開発研究には、どうしても技術的な不確実性がつきまといます。想定した技術が使えないかもしれない。実装が予想以上に難しいかもしれない。被験者が集まらないかもしれない。期待した効果が出ないかもしれない。こういうリスクを、計画の段階で完全になくすことはできません。

でも、減らすことはできます。やっておきたいのは、 代替案を先に考えておく ことです。「この技術が使えなかったら、何で代用するか」「被験者が集まらなかったら、対象を広げるか」「効果が出なかったら、何を再分析として用意できるか」。これを最初に紙の片隅にメモしておくと、いざというときの被害が桁違いに小さくなります。代替案は、悲観論ではなく、保険です。研究計画書のなかで明示する必要はないのですが、自分のノートのなかには必ず書いておいてほしい類のものです。

研究計画書で表現する

研究計画書は、書類としては概ね次の四つの部分で構成します。研究概要（タイトル・目的・期待成果）、背景・関連研究、研究アプローチ（手法・設計・評価）、スケジュール・リソースの順です。

このなかで、ほとんどの学生が一番軽く書いてしまうのが タイトル です。ところが、タイトルは計画書のなかで一番ものを言う部分でもあります。「AIを活用した教育システムの研究」のような抽象的な書き方は、誰でも書ける代わりに、誰の心にも残りません。「プログラミング初心者の思考プロセス可視化による適応的学習支援システム」のように、 何を対象に、何をどう扱うのか が一目で伝わる形まで詰めてください。タイトルがちゃんと書けていれば、研究の半分は決まったようなものです。

研究目的の節では、いきなり学術的な目的から書き始めず、まずはあなたの素朴な問い――たとえば「なぜ初心者は同じところで詰まるのか？」――を率直に書いてみてください。そこから、その問いを学術の言葉に翻訳した目的、そして理論・技術・実践のそれぞれにどんな期待価値があるのかを順番に整理していく。素朴な問いを最初に置いておくと、計画書全体に「なぜそれをやるのか」という芯が通ります。

スケジュールとマイルストーン

スケジュールを引くときに効くのが、年間を3ヶ月ずつのクォーターに分けるやり方です。第1クォーターで問題定義の完了、第2クォーターでプロトタイプ、第3クォーターでシステム完成、第4クォーターで評価と論文化、といった具合に、各クォーターの成果目標を具体的に決めます。月単位だと細かすぎて崩れやすく、半年単位だと粗すぎて軌道修正が間に合わない。クォーターはちょうどいい解像度です。

ガントチャートで全体を可視化しておくのも、地味だけど効きます。文献調査、要求分析、設計、実装、評価、論文執筆。それぞれの期間と依存関係を一枚にしておくと、遅れが出たときに「どこを調整すれば全体が崩れずに済むか」を判断しやすくなる。これは指導側にとっても助かるので、定期面談のときに毎回そのチャートを一緒に見られると、議論がぐっと速くなります。

研究の核を保ちながらも、実現可能性を重視して調整していきましょう。 完成度の高い小さな成果のほうが、未完成の大きな構想よりずっと価値がある というのが、僕の本音です。だから、計画は守るためにあるのではなく、調整するためにある。週次・月次のレビューと、指導教員との定期面談で、方向性のズレを早めに修正してください。

実行のコツ

最後に、計画を動かしていくうえでの心構えを少しだけ書いておきます。

ひとつは、 毎週、小さくても確実な進歩を積み上げる ということ。今週新しく分かったこと、動くプロトタイプの改善、問いの精緻化。ぱっと見は地味でも、こういう「手ざわりのある前進」が、長い研究を支えてくれます。逆に言うと、「今週は調査だけだったので進捗ありません」が三週続くと、危険信号です。調査自体の進捗を定義し直してください。

もうひとつは、 完璧な理解を待たずに行動する ということ。文献で学んだ理論を、まだ消化しきれていなくてもプロトタイプで試してみる。実装を通じて理論の理解を深めていく。情報系の研究では、頭で考える時間と手を動かす時間が半々くらいでちょうどよいと思っています。手を動かすと、頭で見えなかったものが見えてきます。

そして、困ったときは一人で抱え込まないでください。これは計画管理の技術というより、研究を続けるための生存戦略だと思ってもらっていいです。詰まっているときに一人で粘っても、ほとんどの場合、問題は解けません。誰かに話しかける、ノートに書き出す、ゼミで発表する。外に出す行為そのものが、計画を立て直す機会になります。

日々の研究の進め方

研究室に入ってきたばかりの頃、毎日がもっとドラマチックなはずだ、と無意識に期待してしまう人は多いと思います。新しい着想がぽんぽん降ってきて、システムを少し動かしただけで予想外の発見が続き、文献を一本読めば視野がぐっと広がる――そんな景色を、なんとなく頭のどこかで描いてしまう。新入生を迎えるたびに、僕はその前のめりな期待を眺めながら、ちょっとだけ申し訳ない気持ちになります。彼らがこのあと数ヶ月で経験することを、知っているからです。

期待してしまうこと自体は、ごく自然なことだと思います。映画やドラマで描かれる研究者像はだいたいそうなっているし、ニュースに出てくる「○○を提案」「△△を実現」という見出しは、その背後にある膨大な日常を見せてくれません。だから、研究を始める人は最初、たいていこの幻想を持って研究室に入ってきます。

でも、現実はだいぶ地味です。プロトタイプのUIを少しだけ作り直す、被験者から取れたユーザーログを眺める、関連研究を一本読んで自分の位置づけを微調整する、半構造化インタビューの書き起こしを少しだけ進める、共同研究者からのコメントに返信する、Slackで進捗を共有する。華々しい「ユーレカ！」の瞬間なんて、そうそう訪れません。実際に起きるのは、昨日と今日とでほんの少しだけ何かが進んでいる、その差分の積み重ねです。

多くの学生は、最初の半年でこの現実に静かに失望します。「こんな地味な作業の繰り返しで、本当に研究者になれるのだろうか」。指導していて、口には出さないけれど明らかにそう感じている学生の表情に気づくことは、何度もあります。僕自身も、博士課程のころにこの事実を受け入れるのに、ずいぶん時間がかかりました。

ある日、見え方が変わる瞬間が来る

けれど、時間が経つと、ある日ふと気づく瞬間がやってきます。

たとえば、数ヶ月前から少しずつ取りためたユーザーログを、何の気なしに改めて整理していると、小さな、でも一貫した使われ方のパターンが浮かび上がってくる。あるいは、半年前にざっくり書きかけたまま放置していた研究メモを読み返したとき、当時はぼんやりしていた問いが、今の自分には妙にくっきりと見える。書きかけのコードを開いたら、当時は「適当な仮実装」のつもりだったものが、今思えばシステムのコアにつながる重要なアイデアの種になっていた、と気づく。

その瞬間、これまで地味だと思っていた作業の一つひとつが、実は大事な意味を持っていたと分かるのです。毎日コツコツ書いていたコードや観察ログが、新しい洞察をひっそり用意していた。あの日の苦痛だった作業が、半年後の自分のための布石になっていた。

この気づきがあると、日常への向き合い方が、少しだけ静かに変わります。「今やっているこの実装は、全体のどの部分に貢献するのか」「この関連研究を読むことで、自分の研究の位置づけにどんな新しい視点が加わるか」――そんなことを意識しながら、毎日の作業に取り組むようになる。同じことをしていても、目線がほんの少し上がる感覚です。

大きな貢献は、日常の上に顔を出す

研究の大きな貢献は、突然天から降ってくるものではありません。価値ある論文も、劇的な一瞬の発見から生まれるわけではない。数ヶ月にわたるシステムの作り直し、ユーザーとの細かいやりとり、ログと観察の照合、そして丁寧な記録の積み重ね――これらが、新しい設計原則やインタラクションのモデルへとゆっくり育っていきます。途中の景色は、ほとんどの場合、地味です。でも、その地味さの中にこそ、研究の本当の中身が詰まっています。

だから、日常を雑に扱うと、必ずどこかで跳ね返ってきます。データの取りこぼし、メモの不備、ゼミでの発言の質――こういう細部が、半年後の論文の説得力に直結する。それも、自分が思っているよりずっと強く直結する、というのが、長く見てきての僕の実感です。何の準備もない頭の上に、空からアイデアが降ってきた人を、僕はこの分野で見たことがありません。

だからといって、毎日を緊張感だけで過ごせと言いたいわけではありません。むしろ逆で、日常をきちんと整えるほど、研究は静かに進みやすくなります。 気合いではなく、習慣で進める 。この章で考えたいのは、そういう、ちょっと足元の話です。

日々を構成する三つの柱

研究室での日常は、大きく三つの柱から成り立っています。自分一人と向き合う時間、指導してくれる人と向き合う時間、そして研究室の仲間と向き合う時間です。

日々の記録を残す では、一人の時間に何を書き留めておくかを扱います。研究ノート、実験や分析の記録、そして自分の理解度やモチベーションといった「心の進捗」。地味な日常が後から意味を持つのは、そのときの自分が何かを残していた場合だけです。

メンターとの対話 では、指導教員や先輩との関係をどう質の高いものにしていくかを考えます。「答えを聞きにいく」のではなく、「自分の問いを持って臨む」ことの意味が中心になります。

ゼミ・研究室内の議論 では、発表の場としてだけでなく、創造的な対話の場としてのゼミをどう使うかを扱います。発表する側だけでなく、聞く側の姿勢まで含めた話です。

この三つは、それぞれ独立しているように見えて、実は深くつながっています。自分の手元を記録していなければ、メンターとの対話は薄くなる。メンターと議論していなければ、ゼミでの自分の視点はぼやけたままになる。逆もまたしかりで、ゼミで他人の研究を聞いた経験が、自分の記録の解像度を上げる――そういう循環の真ん中に、日々の研究があります。

華々しい貢献を期待するのではなく、今日の小さな一歩を大切にしてほしい。研究の本当の価値は、日常の中にこそ隠れているからです。

日々の記録を残す

締切から逆算して週のタスクに落とす、ズレに気づいて計画を直す――そうした計画づくりと進捗の見直しは 第4部：計画を立て、ズレに気づく にまとめました。この節では、その計画の下を流れていく日々を、どう記録に残すかを扱います。

研究室に入って最初に身につけてほしい習慣をひとつだけ挙げるとしたら、僕は迷わず 毎日の記録 を挙げます。派手さはまったくありませんが、これをやっている学生とやっていない学生とでは、一年後に手元に残っているものがまるで違います。

研究ノートに何を書くか

実装で詰まった箇所のメモ、被験者の発話で印象に残った一文、システムの挙動を観察していて気づいたこと、関連研究を読んで触発された連想、失敗したパイロットスタディのときに何が起きていたのか――こういうものを、ノートやリポジトリのコミットメッセージに残しておきます。

最初は「こんなつまらないこと、記録する意味があるのか」と思うかもしれません。実際、書いている最中の手応えは、ほとんどゼロに近いことが多いです。

でも、後から見返すと、重要なヒントがそこに隠れていることが本当に多い。失敗したプロトタイプのメモから、次のシステム設計の中核アイデアが生まれたり、被験者の何気ない一言として書き留めただけのフレーズが、論文の重要な論点に化けたり、半年前の自分の問いが、今の研究の出発点だったと気づいたり。 記録は、未来の自分への手紙 のようなものです。

形式は紙のノートでもテキストファイルでも構いませんが、置き場所だけは一か所に決めてください。日によってノート、Slack、頭の中、と散らばると、半年後に探せなくなります。探せない記録は、無いのとほとんど同じです。

実験や分析は、やり直せるだけ書く

実験や分析の記録には、日々のメモとは別の要求があります。半年後の自分が、同じ手順をもう一度踏めるかどうか。これが基準です。

書いておきたいのは、いつ、どんな条件で、何を使って、何が起きたか。使ったデータのバージョン、パラメータの値、コードのコミットハッシュ、機材の設定、参加者の人数と属性。そして、うまくいかなかった試行です。最後のものが特に抜けがちで、しかも一番効きます。失敗した条件は論文には書かないことが多いので記録からも落としてしまいがちですが、落とすと「あれ、この条件は試したんだっけ」と、同じ場所を二度踏むことになります。

再現性を担保するための作法そのものは、第5部：データ収集・分析と再現性 で扱います。ここで言いたいのは、その作法の土台が、日々の面倒な書き留めにあるということです。

心の進捗も書き留める

記録するのは、手を動かした結果だけではありません。あなたの理解度、疑問、モチベーションの状態――こうした 心の進捗 も、研究にとっては立派な進捗です。

今週、論文を読んでいるなかで「あ、ここは前より深く読めるようになった」と感じたなら、それは確かな進歩です。実装は進まなかったけれど、自分の問いの解像度が上がったなら、それも進歩です。逆に、タスクは消化しているのにやる気が落ちているなら、それは拾っておくべき情報になります。

だから僕は学生に、今日分かったこと、面白かったこと、引っかかったこと、やる気が落ちた日の原因、誰かと議論して得た新しい視点を、数行ずつ残しておくことを勧めています。こういう記録を続けていると、ノートそのものが、自分の研究の伴走者のような存在になります。半年たって読み返すと、「あ、あのとき自分はこう考えていたのか」と気づく瞬間が必ずやってきます。

今日やったことを、三行で

一日の終わりに書くものは、長い文章である必要はありません。今日やったこと、そこで分かったこと、明日の最初の一手。この三行で十分です。

三つ目が、地味に効きます。翌朝、机に座ってから「さて何をしよう」と考える時間がなくなり、そのまま手が動き出せる。前日の自分が段取りを済ませておいてくれる感覚です。

そして、この三行はそのまま人に見せられる形にもなります。ゼミの前に「進んだこと・止まっていること・次にやること」を報告する研究室は多いと思いますが、毎日三行を残していれば、その準備はほとんど終わっています。指導教員との打ち合わせも同じです。記録は自分のために書くものですが、ついでに他人と共有する材料にもなる。

進捗を数字だけで測らないでください。あなた自身が変化したかどうか。それもまた、立派な進捗の一部です。

メンターとの対話

研究を進めるうえで、メンターとの対話は欠かせません。これは精神論ではなく、構造的な話です。研究は、自分の頭の中だけで進めると必ずどこかで詰まる仕事です。だから、その詰まりを別の角度から照らしてくれる存在が、どうしても要る。それがメンター――多くの場合、指導教員や先輩研究者――です。

ただ、僕が長年学生を見ていてしばしば感じるのは、 メンターという言葉のイメージが、実際の役割と少しずれている ということです。多くの学生は、メンターのことを「答えをくれる人」「困ったときに助けてくれる人」「正しい方向を示してくれる人」だと、どこかで思っています。それ自体は間違いではないのですが、その捉え方だけだと、対話は薄くなります。

実際のところ、メンターはあなたの問いや迷いを一緒に掘り下げ、思考の道筋を整理する手助けをする存在です。つまり、 あなたの問いがなければ、メンターは動きようがない 。この一行が、この節の中心にあるメッセージです。

あなたの問いから始める

良いメンタリングは、あなたが何かを持って研究室に来た瞬間から始まります。逆に言うと、何も持たずに来てしまうと、どんなに優秀なメンターでも力を発揮できません。

最初に身につけてほしいのは、 進捗や課題を、自分の言葉で説明できるようにしておく という習慣です。論理がきれいに整理されていなくてもいい。途中で詰まっていてもいい。「今、何を考えていて、何が分からなくて、どこで止まっているのか」を、たどたどしくでもいいから話せる状態になっていてほしい。これだけで、対話の質はまるで違ってきます。

逆に、沈黙のままメンターに対話の主導権を渡してしまうと、メンター側も勘で話すしかなくなります。「最近どう？」「ええと、まあ、ぼちぼち……」というやり取りが続くと、結局その場限りの一般論しか出てきません。それは相手の時間を無駄にするだけでなく、自分にとっても得るものが少ない。

問いを持って臨む、というのは、難しいことを言いたいのではありません。「今週はXが分からなくて、たぶん原因はYで、Zを試そうと思っているのだけど、それでいいのか自信がない」――このくらいの粒度で十分です。これだけ揃っていれば、メンターは具体的に踏み込んでくれます。

メンターとの関係は人間関係である

もう一つ忘れないでほしいのは、 メンターとの関係は学習契約ではなく、人間関係である ということです。

学費を払っているのだから指導を受けるのは当然、というロジックは、たしかに制度としては正しい部分があります。でも、その制度的な前提だけで関係を運用すると、対話の温度はどんどん下がっていきます。実際の指導現場で動いているのは、敬意、感謝、信頼といった、ずっと人間的な要素です。

これはきれいごとではなく、結果に直結する話です。あなたがメンターに敬意を払い、感謝を示し、信頼関係を築こうとしているとき、メンター側も自然と踏み込んだアドバイスを返してくれるようになります。逆に、関係を「サービス受給」として扱っていると、対話は徐々に表面的になっていく。これは僕自身、教員側として何度も経験してきた感覚です。

関係そのものを大事にしようとする姿勢が、結局は対話の実りを決めていく。これは技法というより、もう少し深いところにある話です。

相手の時間をどう扱うか

ここでもう一歩、踏み込んだ話をします。それは、 相手の時間の価値は、あなたの時間の価値と同等ではない ということです。

時給換算すれば、メンターの一時間は、学生のあなたの一時間の何倍もの価値があります。これは差別的な意味で言っているのではなく、単純な事実として、研究者としての経験年数が違えば、同じ一時間でできることの幅も深さも違うのです。だから、メンターに一時間もらったら、その一時間を無駄にしないために、あなたはその何倍もの時間をかけて、もらった助言を受け止め、噛み砕き、具体的な行動に変えていく必要があります。この非対称を忘れないでください。

そしてもう一点、ぜひ意識しておいてほしいことがあります。それは、 メンターがあなたに時間を割いてくれることは、必ずしも「学費の対価」として保証されているわけではない ということです。研究指導の多くの部分は、指導者側の善意や熱意によって成立しています。学費に含まれていると一般に考えられている範囲は、学生が思っているよりずっと狭い。深夜まで論文の添削をしてくれること、学会前のリハーサルに何度も付き合ってくれること、研究室外の進路相談に乗ってくれること――これらはどれも、当たり前ではありません。

だからこそ、対話の質を支える土台として、心に留めておいてほしいことが四つあります。感謝の気持ちを持つこと。相手の時間と労力を当たり前だと思わないこと。相手の時間の価値に見合うだけの準備と努力をすること。そして、自分の研究に自信と責任を持って向き合うこと。この四つが揃っているとき、対話は驚くほど深まります。

メンター側にとっての対話

最後に、これは僕自身の声として書いておきたい部分です。メンターにとっても、対話は一方的な労務ではありません。

学生の成長や挑戦を一緒に考え、行き詰まりに一緒に悩み、突破できたときに一緒に喜ぶ。これは、教員側にとっても、確かな意味のある学びであり、ささやかな喜びでもあります。だから、あなたが誠実に、真剣に、自分の問いを抱えて相談しに来てくれること自体が、僕にとっては嬉しいことでもあります。

そういう意味で、対話は双方向の営みです。あなたの誠実さや真剣さは、思っている以上にちゃんと相手に伝わっています。そしてそれが、巡り巡って、対話の質を静かに押し上げていく。メンタリングの好循環は、そういうところから始まります。

ゼミ・研究室内の議論

研究室におけるゼミやディスカッションは、研究を加速させるための大事な舞台です。ところが、新しく研究室に入った学生にとって、ゼミは長らく緊張と苦手意識の対象であり続けています。「発表する場所」「批評される場所」というイメージが強すぎて、近寄りたくない、できれば順番が回ってこないでほしい――そんな声を、毎年のように聞きます。

たしかに、ゼミは発表をして批評を受ける場ではあります。でも、それを「間違いを正される場」として捉えてしまうと、ゼミの一番おいしい部分を取り逃がします。 ゼミは、研究の質を高めるための創造的な対話の場 だ、というのが、この節を通して伝えたい一番の核です。

発表する側として

自分が発表する番になると、多くの学生が身構えます。質問が怖い、指摘されるのが怖い、知らないことを露呈するのが怖い。気持ちはよく分かります。でも、ゼミでの議論は、あなたを試すための儀式ではありません。

実際にゼミの場では、他のメンバーの質問や視点が、あなた一人では気づけなかった問題点や新しい可能性を照らしてくれます。「なんでそこは○○じゃなくて△△にしたの？」という素朴な質問の中に、あなた自身が無意識に避けていた論点が混じっていることはよくあります。質問は、攻撃ではなく、視点の提供なのです。

時には厳しい指摘もあります。論理の飛躍を指摘される、前提の曖昧さを突かれる、結果の解釈に疑問を投げかけられる。研究と自分を切り離して聞けるかどうかが、ゼミから得られる養分の量を大きく左右します。これは練習で身につく感覚なので、最初はうまくいかなくて当然です。この切り離し方については、査読・フィードバックを受ける でもう一度扱います。

逆に、厳しい指摘ほど、後から自分の研究を進める栄養になります。ゼミで一番痛かった一言が、半年後の論文の核になっていた、ということは、僕自身も学生も、何度となく経験しています。

聞く側として

ゼミの本当の価値は、実は 発表する側にいるときよりも、聞く側にいるときに発揮される と僕は思っています。研究室に所属している間、あなたが自分で発表する回数は限られていますが、誰かの発表を聞く機会はその何倍もあります。この「聞く時間」を、ただ座って消費するか、自分の思考力を鍛える時間として使うかで、二年後・三年後の研究力には大きな差がつきます。

聞く側に回ったときに意識しておきたいのは、次の四つの視点です。

• 発表の論理は明確か
• 前提は適切に置かれているか
• 方法は問いに応じて選ばれているか
• 結論はデータから導かれているか

この四つを頭に置きながら聞くと、ぼーっと聞いていたゼミが、急に立体的に見えてきます。発表者の主張のどこに飛躍があるのか、どの前提が共有されていないのか、結論が言いすぎていないか。こういう目で聞けるようになると、自分が発表者になったときに、自分の発表を内側から点検する力が身についていることに気づきます。ゼミは、他人の研究を素材にして、自分の批判的思考を鍛える場でもあるのです。

そして、感じたことはちゃんと声に出してください。最初はうまく言葉にならなくて構いません。「ここがちょっと引っかかったのですが、なぜ○○なのか教えてもらえますか」くらいで十分です。質問を出す側になり続けることで、議論の場そのものが活気づき、あなた自身もそこに参加している実感を持てるようになります。

議論を支える人間関係

もうひとつ大事なのは、ゼミが 人間関係の基盤を築く場 でもあることです。これは、発表や議論の技術論からは見えにくいけれど、実は議論の質を最も深いところで支えている要素です。

研究室のメンバーが互いを信頼し、尊重しあう空気があるかどうかで、ゼミの議論の活発さと実りはまったく違ってきます。同じ厳しい指摘でも、信頼のある関係のなかで投げかけられれば「ありがたい指摘」として響き、信頼のない関係のなかで投げかけられれば「攻撃」として刺さる。受け取り方の違いではなく、場の空気の違いがそれを決めるのです。

だから僕は、研究室のメンバー全員に、いくつかの基本姿勢を共有してほしいと思っています。批判は研究に向けて、人格に向けないこと。相手の努力を認め、リスペクトを忘れないこと。質問やコメントは、相手をやり込めるためではなく、相手の成長を助けるつもりで行うこと。これだけで、ゼミの空気はずいぶん変わります。

こうした姿勢が共有されていると、ゼミは「発表の場」から「全員で成長する場」へと姿を変えていきます。そして、あなた自身もその空気をつくる一員です。指導者だけがつくれる文化ではありません。あなたが今日のゼミでどう振る舞うかが、研究室の文化を一日分だけ前に進めます。そのつもりで、ゼミに臨んでみてください。

研究発表と論文化

研究は、自分の中で完結させるものではありません。ある段階まで来ると、必ず「他者に届ける」という局面がやってきます。学会で発表する、論文を書く、査読を受ける。これらは研究プロセスの最後にちょこんと載っているおまけではなく、研究そのものの一部です。

この章でいちばん伝えたいのは、 発表や執筆という「外に出す」作業そのものが、あなたの研究を磨き直す場になる という話です。問いを他者に説明しようとした瞬間に、自分でも気づいていなかった論理の弱さや、言語化を避けてきた前提や、見逃していた可能性が、いっせいに姿を現します。これは、自分一人で考えているだけでは絶対に起きないタイプの発見です。

発表や論文化を「成果報告の儀式」として捉えると、緊張だけが残ります。でも、これらを「自分の研究を一段深めるための装置」として捉え直せると、見える景色は少し変わります。そういう経験を、あなたにもぜひしてほしいと思っています。

この章で扱うこと

この章では、研究を外に出すまでの流れを、三つの局面に分けて扱います。

最初は 学会発表（予稿・練習・発表） です。予稿を書き、準備を整え、リハーサルを重ね、本番に立ち、そして振り返る――この一連の流れを、研究実践の中にどう位置づけるかを扱います。発表そのものの技術、つまり話し方や質疑応答のコツといったものは、第7部に譲ります。ここで考えるのは、もう一段手前の話です。

次に、論文執筆の流れ を扱います。いつ書き始めるか、どこから書き始めるか、そして書いたものを指導教員とどう回すか。タイトルやイントロの書き方、図表のつくり方といった具体的な技法は第6部で深く掘るので、ここでは「流れ」のほうに集中します。

最後が 査読・フィードバックを受ける です。研究プロセスの中で、他者からの批評をどう受け止め、どう活かしていくか。査読制度そのものの仕組みは第7部の役目で、ここは「あなた自身の受け止め方」の話に絞っています。

この章の立ち位置

この章は プロセスの章 です。具体的なテクニックが欲しくなる場面はたくさんあると思います。スライドの作り方、図表の整え方、査読への返信文の書き方。それぞれの入り口で、関連する第5部・第6部へのリンクを置いています。

おすすめの読み方は、まずこの章で全体の流れを押さえてから、必要な技法を第5部・第6部で深掘りする、という順番です。逆だと、技法が先行してしまって、「なぜそれをやるのか」が見えにくくなる。発表のスライドの整え方を学ぶ前に、そもそも発表が研究プロセスのどこに位置していて、何を達成するための場なのかを理解しておく。そのほうが、技法を学んだときの吸収力が違います。

発表や論文化は、どうしても緊張や不安の伴う場面です。でも、そこで起きているのはあくまで 研究コミュニティとの対話 であって、あなたを試す儀式ではありません。この章を通じて、そのことが少しでも腑に落ちてもらえたら、それで十分だと思っています。

学会発表（予稿・練習・発表）

学会発表は、研究活動のなかでもひときわ大きなイベントです。締切の前の数週間は研究室全体がざわつき、当日は朝から緊張で胃が痛い、というのが、毎年の風物詩のようになっています。それくらい消耗するイベントなので、できれば「成果報告」として軽く済ませたい気持ちも分かるのですが、僕は学生に、もう少し別の捉え方を提案するようにしています。

学会発表は、単に成果を報告する場ではありません。 研究者として育っていくための通過点 であり、自分の問いを知の共同体に差し出す機会でもあります。報告の場ではなく対話の場として捉え直すと、準備の仕方も、本番での立ち方も、終わったあとの整理の仕方も、ずいぶん変わってきます。

話し方、聴衆とのやりとり、質疑応答の技法といった発表そのもののスキルは、第7部：口頭発表 で扱います。 この節は、「発表というイベントを、研究プロセスにどう組み込むか」に焦点を当てます。

発表はプロセスの中間検証点

学会発表は、研究プロセスにおいて 中間検証点 のような役割を果たします。

自分の研究を他者に説明しようとした瞬間に、強みと弱み、曖昧なまま放置していた箇所が、いっせいにくっきり見えてきます。普段なんとなく「まあ大丈夫」と思っていた論点について、スライド一枚にまとめようとした瞬間に「あれ、これ実は説明できないな」と気づく。質疑応答で予想外の角度から突かれて、「そこは考えていなかった」という穴に気づく。そこから今後の方向性を見定め直す――発表は、研究の検証装置として機能するのです。

実際、発表を一回経るたびに、研究にはいくつかの確かな変化が起こります。 研究内容の論理が整理されること 、 他分野の研究者から思いがけない視点が入ってくること 、 研究の社会的な意義を言語化し直す機会が得られること 、そして 今後の研究計画の優先順位が更新されること 。この四つは、発表に行かなければ、なかなか起きません。少なくとも、自分一人で机に向かっているだけでは、ここまでまとまった形では起きない。

つまり、発表はゴールではなく、 研究を一段深めるための通過点 だと考えてください。これが、この節の根っこにある捉え方です。

発表までを五つの段階で歩く

予稿から振り返りまでの道のりは、分け方は人それぞれですが、五つの段階に分けて考えるのが現実的です。

最初は 予稿執筆 の段階。学会発表は、予稿の提出から始まります。多くの学生は、予稿を「事務的な提出物」として書こうとしてしまうのですが、これはもったいない。予稿は、あなたの研究と他者との 最初の対話 です。問題設定は明確か、方法や実験は十分に説明されているか、結論は過不足なく述べられているか、ページ制限のなかで要点が伝わるか。ここを丁寧にやると、予稿を書くこと自体が研究のブラッシュアップになります。逆に、予稿を雑に書いてしまうと、その雑さは本番のスライドにそのまま伝染します。

次に 発表準備 の段階。予稿が通ったら、本番に向けてスライドを組んでいきます。ここで気をつけたいのは、内容を覚える作業ではなく、 聴衆との対話を設計する作業 だということです。構成は聞き手にとって理解しやすい流れになっているか、制限時間に収まるか、スライドと口頭説明のバランスは適切か。そういう観点で全体を組み立て直しましょう。具体的なスライドの作り方や話し方は第6部に譲りますが、「誰に何をどう届けるか」という設計の意識は、技法以前の問題です。

三つめが リハーサル の段階。本番の前には、必ずリハーサルを行ってください。一人で通すだけではなく、メンターや同僚に聞いてもらうと、自分では気づけない改善点が必ず出てきます。話すスピードと時間配分、スライドの見やすさ、説明の論理の流れ、想定される質問への回答案。このあたりを実践的に詰めていく場です。リハーサルなしの発表は、僕の経験上、ほぼ確実に時間オーバーを起こします。練習でしか分からないものが、本当に多いのです。

四つめが 本番 の段階。当日の発表は、成果を披露する場であると同時に、知の共同体に自分の問いを投げかける場です。緊張は当然あります。大事なのは、緊張をなくすことではなく、緊張しながらも研究の核心を伝えることです。完璧な発表である必要はありません。質疑応答は、研究の盲点を教えてくれる貴重な時間です。うまく答えられなくても落ち込まないでください。むしろ、今後のヒントを無料でもらえるチャンスだと思ってください。「ご質問ありがとうございます。その点はまだ十分に検討できていませんでした」と正直に答えることが、立派な対応になる場面も少なくありません。

そして最後が 振り返り の段階。学会発表は、発表が終わった瞬間に終わるわけではありません。質疑で出た指摘、聴衆からの非公式なコメント、自分のパフォーマンスの感触――これらを整理して、次回の発表と、その先の研究計画にそのまま反映させましょう。一度で完璧を目指す必要はありません。学会発表は、反復するたびに上達する学習プロセスです。回数を重ねるごとに、確実に立ち方が変わっていきます。これは、何人もの学生の発表を見守ってきた僕の、確信に近い実感です。

• 第7部：口頭発表 - 効果的な発表技術とコミュニケーション技法
• ポスター発表 - ポスター発表の特徴と技法
• 国内学会と国際会議 - 発表の場の選び方

論文執筆の流れ

タイトルやアブストラクトの書き方、イントロの構成、結果や考察の組み立て、学位論文の章立て、執筆ツールや生成AIとの付き合い方といった執筆そのものの技法は、第6部：論文執筆のプロセス でまとめて扱います。 この節は、研究の流れのなかで いつ書き始め、どう指導教員と回すか に絞って書きます。

執筆は最終段階ではない

多くの学生は、論文執筆を研究活動の 最終段階 だと捉えています。実験が終わって、結果が出揃って、最後に書き起こす――そういうイメージです。気持ちは分かるのですが、僕はこの捉え方を、研究の早い段階で書き換えてもらいたいと思っています。

書こうとした瞬間に、仮説と結果の関係の穴、方法の妥当性の曖昧さ、研究意義の言語化不足が、はっきり見えてきます。「なんとなく分かっているつもり」だった論点が、文章にしようとすると、急に手元から逃げていく。これは多くの研究者が経験する感覚で、書く行為そのものが研究を一段先に進める力を持っていることの、何よりの証拠です。

だから、書き始めは早いほうがいい。実験結果が全部揃うのを待って書き始めるのではなく、「ここまでで分かったこと」をその時点で書いてみる。書いてみて初めて、足りないものや次にやるべきことが見えてくるのです。

どこから書き始めるか

早く書き始めるといっても、頭から順に書けるわけではありません。イントロと考察は、研究が結局何だったのかが固まらないと書けない部分です。これを一行目から書こうとして、何週間も空白のファイルと睨み合っている学生を、毎年のように見かけます。

先に書けるのは、たいてい方法と、手元にある結果です。実験や分析をやっている最中に方法を書いておく。データが出るたびに、図表と一緒に結果を書き足していく。イントロを最後に回すのは、多くの研究者が実際にやっていることです。

このとき効いてくるのが、日々の記録です。ノートや進捗メモを丁寧に残しておくと、執筆の負担は段違いに軽くなります。日常で書いてきた断片が、そのまま論文の素材として機能するからです（日々の記録を残す）。

指導教員と回す

草稿は、自分の中で完成させてから見せるものではありません。学生がよくやってしまうのは、何週間も一人で抱え込んで、力尽きた状態の原稿を締切の直前に持ってくることです。そこから直せる範囲は、どうしても表面的なものに限られます。

早めに見せるときは、文章になっていなくて構いません。主張を並べた箇条書き、図表だけを並べたファイル、章立てのメモ。骨格の段階で方向がずれていれば、その場で直せます。文章まで書き込んでから骨格の作り直しを言われるのが、いちばんつらい。

そして、この往復には回数分の時間がかかります。指導教員が原稿を読む時間、こちらが直す時間、そしてもう一周。締切から逆算するときは、この往復を最初から工程に入れておいてください（第4部：計画を立て、ズレに気づく）。「提出の一週間前に初稿」では、たいてい一周しか回りません。

返ってきたコメントは、直す前に意図を読んでください。一文の直し指令に見えるものの裏に、構成全体への不満が隠れていることがあります。指示どおりに一文だけ直して戻すと、次も同じ場所を指摘されます。意図が分からなければ、直す前に聞くのがいちばん早い。

関連セクション：

• 第6部：論文執筆のプロセス - 詳細な執筆技法と戦略
• 論文の構造と種類 - IMRAD構造と論文種別
• 推敲する - 推敲と改善の方法論

査読・フィードバックを受ける

論文を投稿すれば終わり、ではありません。むしろ、そこからが研究者としての成熟が問われる段階です。投稿した論文は、編集者を経て査読者の手元に渡り、第三者の専門家がその質や新規性、妥当性を評価していきます。そして数週間後――ときには数ヶ月後――に、査読コメントが返ってきます。

このコメントとどう付き合うか。これは、論文を磨くうえでも、研究者として育っていくうえでも、ものすごく大きな分岐点です。コメントを養分にできる人は、回数を重ねるごとに研究が強くなっていく。コメントを攻撃として受け取ってしまう人は、毎回消耗するだけで、なかなか前に進まない。同じ材料を渡されても、ここで明暗が分かれます。

査読制度そのものの仕組み（編集委員の役割、査読の種類、プロセス全体像など）は 第7部：査読の仕組み で詳しく扱います。 この節は、 研究プロセスのなかで、フィードバックをどう受け止め、どう活かすか という観点から書きます。

査読コメントを受け取ったとき

査読コメントは、時に厳しいです。予想外の角度からの指摘が含まれていることも、容赦のない一文が混じっていることもあります。届いた直後にこれを読むと、たいていの人は気持ちがざわつきます。これは経験豊富な研究者でも変わりません。僕自身も、査読コメントが届いたメールを開く瞬間は、いまだに少し身構えます。

でも、覚えておいてほしいのは、それはあなたを攻撃するために書かれたものではない、ということです。査読者の目的は、論文をより良くすることであり、コミュニティに残すべき仕事を選び取ることです。だから、まず深呼吸して、感情的な反応を一度脇に置き、コメントを冷静に読み解きましょう。読んだ直後に返事を書き始めない、という具体的な作法は 査読コメントへの対応 にまとめました。

冷静になったうえで大事になるのが、 指摘の背景にある意図を探る ことです。査読者がそのコメントを書いた裏側には、必ず何らかの問題意識があります。どの部分で論理が不十分だと感じたのか。なぜその疑問が生まれたのか。表面の一文だけを「直し指令」として読むのではなく、その奥にある問題意識を読み取る。そこまで踏み込めると、コメントは 論文全体の説得力を高めるヒント に変わります。これは慣れが要りますが、回数を重ねれば誰でも身につくスキルです。

査読対応の基本姿勢

査読対応では、コメントひとつひとつに丁寧に答え、修正の意図と内容を説明していきます。返答書（response letter）の書き方そのものは第7部で扱うので、ここでは姿勢の話をします。

ここで意識しておきたい姿勢が、次の三つです。

• 相手の指摘を軽んじない こと。たとえ自分の意見と違っても、「これは的外れな指摘だ」と内心で切り捨てると、その温度感は文面ににじみ出ます。
• 修正しない場合は、納得できる理由を明示する こと。すべてのコメントに従う必要はありません。でも、従わないなら従わない理由を、相手が読んで納得できる形で書く。これは反論ではなく、対話です。
• 感謝の言葉を忘れない こと。形式的なものではなく、本心からの感謝が伝わる返信を心がけてください。

査読者は、匿名で、自分の時間を使って、あなたの論文を読んでくれています。これは、当たり前のようでいて、実はものすごく贅沢なことです。まったく面識のない専門家が、自分の研究時間を削って、あなたの論文の細部に目を通してくれている。その時間と労力への敬意を忘れずに、建設的かつ誠実に返していきましょう。

メンタルをどう支えるか

最後に、いちばん大事な話を書いておきます。 初めての査読は、正直に言って、けっこう堪えます。

不採録（リジェクト）通知や厳しいコメントに落ち込むことは、珍しくも何ともありません。むしろ、落ち込まないほうが珍しいくらいです。ベテランの研究者でも、リジェクトされた日は一日くらい何も手につかない、ということがあります。だから、落ち込んでしまった自分を「弱い」と責める必要はまったくありません。落ち込むのは、本気で書いた証拠です。

でも、落ち込んだあとで、もう一度顔を上げるために、覚えておいてほしいことがあります。 査読はあなたの論文への評価であって、あなたの人格や能力への否定ではありません。 これを混同してしまうと、査読のたびに自尊心が削られていきます。混同せずに切り離せるようになると、査読は「自分の研究を磨くための無料の専門家コンサル」という、なかなかお得な制度に見えてきます。

それでも一人で受け止めきれないときは、信頼できるメンターや共同研究者に相談してください。一人で読むと攻撃的に見えたコメントが、誰かと一緒に読むと「これは本質的な指摘だね」と冷静に整理できることはよくあります。視点が一つ加わるだけで、コメントの色合いが変わるのです。

研究者に求められるのは、批判に対して硬く頑丈であることではありません。批判を養分にできる しなやかさ のほうだと、僕は思っています。傷つかない人になるのではなく、傷つきながらでも前に進む人になる。その姿勢を、査読のたびに少しずつ育てていってください。

新しいテーマへの展開

研究がひと区切りついて、論文や学会発表を終える。修論を出す、卒論を出す、大きなプロジェクトを締める。そういうタイミングで、必ずと言っていいほどやってくるのが「次の問いをどうするか」というフェーズです。

ここで多くの学生が戸惑います。「もうやることは出し尽くしたんじゃないか」「これ以上、新しいことなんて思いつかない」「最初のテーマは先生にもらったけど、次は自分で見つけないといけないのか」。あなたが今そう感じているとしても、それはまったく異常なことではありません。むしろ、そう感じる人のほうが圧倒的に多い。研究を一本仕上げたあとに、自分の頭が空っぽになったように感じるのは、ほとんど誰もが通る道です。

ただ、僕はこの段階を、研究人生における大きな分岐点として捉えています。 ここからが研究者としての本当の勝負どころ です。最初のテーマは、たいてい誰かに与えられたものか、研究室のテーマの延長線上にあるものです。でも、二本目、三本目と研究が続いていくとき、それを支えるのは、自分で問いを立て続けられる力です。その力を育てる最初の機会が、この「次の問いをどうするか」というフェーズなのです。

研究はサイクルであって点ではない

新しいテーマを探そうとして詰まったときに思い出してほしいのは、 研究は単発のイベントではなく、問いと答えが連鎖するサイクルである ということです。

ひとつの問いに対する答えは、必ず新しい問いを呼び起こします。「この結果は、他の状況でも成立するのか？」「制限条件を緩めると、どうなるのか？」「別の手法で再検証できるか？」「現場で実際に使うとどうなるのか？」「なぜそれは効くのか、メカニズムはどこにあるのか？」――終わった研究の周りには、いつもこういう問いが転がっています。終わった瞬間には見えにくいだけで、よく見ると、自分の手元にすでに次の問いが半分くらい用意されているのが普通です。

だから、新しいテーマを探すというのは、斬新なアイデアを天から降らせる作業ではありません。 既存の研究から自然に生まれてくる問いを、ちゃんと捕まえる 作業です。捕まえるためには、自分の研究をきちんと振り返る必要があります。何が分かって、何が分からないままだったのか。どこで諦めて、どこで保留にしたのか。その諦めや保留の中に、次の問いの種は埋まっています。

こうやって研究者は、個別の成果を積み重ねながら、研究領域全体の地図を少しずつ広げていきます。地図に空白を見つける才能は、ゼロから何かをひねり出す才能ではなく、自分の通ってきた道をきちんと振り返る力なのです。

リサーチアジェンダという地図

その振り返りを、もう一段大きな視座に置き直すための枠組みが リサーチアジェンダ です。

リサーチアジェンダというと、なにやら大層な響きですが、要するに「自分の研究計画と中長期的なテーマの見通し」のことです。一本の論文の計画ではなく、これから数年かけてどんな問いに取り組んでいきたいか、という地図のことを指します。

「やりたいことリスト」とは少し違います。やりたいことリストは、思いつくままに並べた願望の集まりですが、リサーチアジェンダはもう少し戦略的で、しかし同時に柔軟な計画です。頭に置いておきたい要素は、おおむね次の四つです。 自分の興味や問いの核心はどこにあるのか 。 その問いは、どんな研究分野、テーマ、手法につながっていくのか 。 短期・中期・長期で、どんな展望を描けるのか 。 他者（研究コミュニティや社会）にとって、どんな意義を持ちうるのか 。

この四つを、無理にきっちり決めなくて構いません。最初は粗くていいので、自分の頭の中にあるものを言葉にしてみる。それだけで、これから先の研究の進め方が、ずいぶん見通しよくなります。

リサーチアジェンダは、あなたと世界のあいだに橋を架ける設計図だと考えるとしっくりきます。自分の中だけにある興味は、まだ研究にはなりません。世界の側にある問題や知の空白と、自分の興味がどこで交わるのか。その交わりを言葉にしていく作業が、リサーチアジェンダの設定です。

過去の研究を棚卸しする

アジェンダを立てるときに、まずやっておきたいのが これまでの研究の棚卸し です。

具体的には、これまでの研究で何を明らかにできたのか、まだ解けていない問いや心に引っかかっている問いは何か、社会的・学術的にどんな文脈に接続しうるか――このあたりを、紙の上に書き出して整理していきます。頭の中だけでやろうとすると、たいてい同じところを堂々巡りします。一度外に出して、目に見える形にすることが大事です。

このプロセスを丁寧にやると、これまでの研究で諦めた論点、保留にした分析、もっと深めたかった現象が、過去の研究の周辺にしっかり残っていることに気づきます。新しいテーマは、必ずしもゼロから生み出さなくていい。自分がこれまで通ってきた道のなかに、すでに次の道筋の入り口が用意されています。

そしてこの棚卸しのプロセスでは、 メンターとの議論や、他の研究者との対話 が本当に効きます。一人の頭の中では片付かないものが、他者の言葉を通すことで急に形になるのは、よくあることです。「あなたの研究のここが面白かった」という一言が、自分では気づいていなかったテーマの核を照らしてくれることがある。だから、この時期は意識的に話す機会を増やしてみてください。

アジェンダを立てる視点

棚卸しを終えて、それでも次の形が見えてこないときに、自分に投げてみたい問いがいくつかあります。

なぜ、この問いが自分にとって重要なのか。現状の知見や方法で、何が分かっていて、何が分かっていないのか。誰の、どんな問題解決に貢献できそうか。どんなスキルやリソースが必要になるか。そして、小さなプロジェクトを積み重ねて、中長期的な展望につなげられないか。

こういう問いを掘っていくと、ぼんやりした「興味」が、だんだん具体的なテーマや計画に姿を変えていきます。最初の答えはたいてい曖昧なのですが、答えようとすること自体が、自分の中にある関心の輪郭を浮かび上がらせてくれます。

アジェンダは進化する

ひとつだけ念を押しておきます。 リサーチアジェンダは、一度決めたら動かせない硬い計画ではありません。

研究を進めるなかで、問いや関心が変わったり、新しい視点が割り込んできたり、社会の側から思いがけない要請が来たりするのは、ごく自然なことです。三年前に立てたアジェンダがそのまま今も有効、ということはむしろ稀で、たいていは半年から一年くらいの周期で書き換えながら使うものです。

その都度アジェンダを見直し、アップデートしていく柔軟さのほうが、硬く立派な計画よりずっと大事だと、僕は思っています。アジェンダの価値は、それを守り抜くことにではなく、節目ごとに自分の研究を見渡す視座を提供してくれることにあります。書き換えること自体が、研究者としての成熟のサインだと考えてみてください。

焦らないでほしい

最後に、ひとつだけ書いておきたいことがあります。

最初の研究テーマは、たいてい「与えられた課題」だと思います。やがて、自分の中から問いを立ち上げ、自律的に研究を進める段階に移っていく。この移行は、すぐには起きません。半年や一年、停滞感や「何も思いつかない時期」が続くこともあります。

でも、それは焦るべき時期ではありません。むしろ、そういう時期は、成長しているサインだったりします。最初のテーマを夢中でやり切ったあと、頭の中で次の問いがゆっくり熟成しているのです。表面的には停滞に見えても、内側では確実に何かが動いている。

だから、焦らないでください。これまでの成果を振り返り、人と対話し、文献を読み返し、少しずつ新しい道筋を探っていく。アジェンダは、あなたの研究人生と一緒に育っていく。そのくらいの気持ちで、手元の地図を書き換え続けていってほしいと思っています。

第4部：研究を続けるための技術

研究は短距離走ではなく、長距離走です。一晩の徹夜で一時的に進めることはできても、半年後、一年後の差をつくるのは日々の時間の使い方だと思っています。

この部で扱うのは、走り続けるための技術です。何に時間を使うかを決め、計画とのズレに気づき、深く考える時間を確保し、休み、そして止まったときに自分を立て直す。

技法そのものは、あなたもどこかで耳にしたことがあるはずです。ポモドーロ、重要度と緊急度のマトリクス、ガントチャート。道具は出揃っています。難しいのは、その道具を「終わりのない研究」という文脈にどう噛ませるかです。

• 何をやらないかを決める ― 断りにくい依頼が積み上がる研究で、時間の使い道を自分で選ぶ
• 計画を立て、ズレに気づく ― 中期のゴールから逆算し、ズレを情報として拾う
• 深く考える時間をつくる ― 集中を生み出し、守り、回復させる
• 休む、離れる、戻ってくる ― 休息と趣味を、研究を支える柱として置き直す
• 記録し、振り返り、少しずつ変える ― 自分の時間の使い方を観察し、一度に一つだけ変える

そして、止まったときに開く道具を三つ置きました。

• 詰まったときのセルフデバッグ・ガイド ― 手が動かない状態を切り分けて、立て直すための診断と処方
• 自己正当化パターン辞典 ― 着手を先延ばしにするとき口から出てくる、もっともらしい理由の辞典
• モチベーション管理 ― 評価がゆっくりとしか返ってこない仕事で、燃料を切らさないために

前半の五つは、調子がいいときに読んで仕組みを整えるためのものです。後半の三つは、調子が悪いときに開くためのものです。通読しなくてかまいません。必要になった章から入ってください。

何をやらないかを決める

研究という営みには、自然な終わりがありません。問いを一つ深めれば、そこからまた新しい問いが生まれます。文献も、気になる関連研究も、頼まれる雑務も、そのままにしておけば際限なく積み上がります。

一方で、一日に使える時間と集中は有限です。だから優先順位をつけるという行為は、スケジュール調整にとどまらず、いまどの問いに時間を投じるのかを選ぶことでもあります。

時間管理の質を本当に決めているのは、何をやるかのリストではなく、 何をやらないかを決められるかどうか です。やることのリストはいくらでも長くできます。問題は、その大半をどう見送るかのほうにあります。

研究の依頼は、断りにくい形で来る

研究に関わる活動は、どれも「やれば何かにはなる」ものばかりです。追加の分析、気になっていた論文、頼まれた勉強会の発表、他研究室とのコラボの誘い。完全な無駄ではないので、断る理由を見つけにくい。

気がつくと、自分の研究の中心ではない用事が机を占領していて、肝心の問いに割く時間が一日のすき間しか残っていない、ということが起こります。しかも、削られたことに気づきにくい。気づくのは、半年後に何も形にならなかったときです。

四象限で見る

優先順位を整理するとき、僕がいまも頭のなかで使っているのが、重要度と緊急度で切った四象限です。古典的な手法で目新しさはありませんが、研究の文脈に置くと、単なるタスク整理を超えた意味を持ちます。

重要かつ緊急 には、締め切りが迫った予稿、明日のゼミのスライド、査読コメントへの返信が並びます。ここに入ったタスクは避けようがありません。問題は、研究生活がここだけで埋まっていないかです。

重要だが緊急ではない が、研究者にとっての勝負どころです。新しいテーマを温めること、読まなければと思っている基礎文献、時間をかけて手を動かす予備実験、共同研究者との雑談に近い対話。明確な締め切りはないのに、半年後、一年後の研究の質をほぼ決めるのはここです。

緊急だが重要ではない には、他人の締め切りに巻き込まれた作業、儀礼的な対応が入ります。短く片付けるか、断るか、別の人に渡せないかを考える対象です。

重要でも緊急でもない は、無目的な通知チェックや、なんとなく開いた動画です。減らすほど上の三つに使える時間が増えます。

研究で厄介なのは、「重要だが緊急ではない」タスクほど、自分から見に行かないと気づけないことです。論文の締め切りは向こうからやって来ますが、新しいアイデアを練る時間は誰も催促してくれません。だから、この領域を守るには、カレンダーにあらかじめ枠を確保するような仕組みが要ります。

もう一つ、研究室や学会の雑務は「緊急かつ重要そうに見える」形で来ることが多いです。本当にそうなのかを一呼吸置いて考えるだけで、不要な巻き込まれはかなり減ります。

マトリクスは毎日細かく埋めるものではありません。週のはじめか、計画が崩れていると感じたときに、手元のタスクを書き出して放り込んでみる程度で十分です。そのうえで問いたいのは、「重要だが緊急ではない」領域に今週どれくらい時間を置けそうか、ということです。置けていなければ、いまは火消しに追われているサインです。

自分の基準を言葉にしておく

判断のたびにゼロから考えていると、その場の人間関係や気分に流されます。基準があれば、依頼を基準に照らして確かめるだけで済みます。

僕が「やる」側で使っている基準は三つです。自分の研究の核となる問いに直接つながっているか。研究者として伸びるために、いまの時点で必要な経験か。研究室やチームにとって価値があり、しかも自分がやることに意味があるか。三つともゼロなら、たいてい受けないほうがよい依頼です。二つ以上重なっていれば、忙しくても優先度を上げます。

「やらない」側の基準も言葉にしておきます。緊急性は高いが自分にとっての重要度は低い、他人の都合に巻き込まれた雑務。研究の方向性から明らかに外れている依頼。そして、仕上げの精度を上げ続けるだけで、もう成果には寄与しない完璧主義。最後の一つは厄介で、「やる」に見えて実は「やらない」と判断すべき領域に入ります。

この基準は石に刻むものではなく、半年か一年に一度、研究のフェーズに合わせて書き換える程度で十分です。基準を持つことより、更新し続ける習慣のほうが大事です。

断り方には幅がある

断ることが重く感じられるのは、たいてい「冷たく拒絶することになる」と思っているからです。実際にはもっと柔らかい断り方ができます。

一呼吸置いて、自分の研究や成長につながるかを考えてから返事をする。受けられないときは、理由を短く添えて丁寧に伝える。そして可能なら、時期をずらすか、別の形を提案する。「今月はどうしても難しいのですが、来月の後半なら相談できそうです」と一言添えるだけで、相手の受け取り方は変わります。

断ることを相手への拒絶ではなく、 自分の研究への責任の取り方 として捉え直すと、ハードルは下がります。決めているのは相手との関係ではなく、自分がいま投じるべき時間の使い道だからです。

「断れない」から「選べる」へ

キャリアの初期、多くの人は断れない人になります。「お忙しいところ恐縮ですが」と言われると、つい「大丈夫です」と返してしまう。

その結果起きるのが、ずっと忙しいのに自分の研究が進まない、という状態です。毎日何かには追われていて、机の前にも座っている。でも深く考える時間がどこにも確保できていない。

この状態から抜けるきっかけは、たいてい「間に合わなかった」経験です。他人の用事を引き受け続けて自分の仕事を後ろにずらし、提出を諦める。そこで、他人の時間は大事にしていたのに自分の時間はまったく尊重していなかった、と腑に落ちます。

とはいえ、断れない時期が無駄だったとは思いません。いろんなことを引き受けたからこそ、何が自分にとって大事かの感覚が育ちます。ただ、そこに居続けると研究者としての軸は育ちにくい。どこかで選べる側に移る必要があります。

忙しいことと生産的であることは違います。忙しさは雑務でもつくれますが、生産的であることは自分で選ばないと手に入りません。優先順位をつけるというのは、タスクを並び替える作業ではなく、 自分は何に時間を使う人間なのかを決める作業 だと思っています。

計画を立て、ズレに気づく

研究の計画は、スケジュール表というより、未知の土地を歩くための地図に近いと思っています。地図があっても、その通りに歩けるとは限りません。でも、現在地と目指す方向が分かっていれば、道を外れたときに戻ってこられます。

計画の価値は、予定どおり進むことではなく、 予定からのズレに気づけること にあります。この前提に立てると、計画との付き合い方はずいぶん楽になります。

二つの時間軸を噛み合わせる

研究生活には、少なくとも二つの時間軸が同時に走っています。日々や週単位で積み上げる短期の軸と、論文の投稿、学会発表、卒論や修論といった節目を見据える中期の軸です。

学生を見ていてよく感じるのは、どちらかに極端に寄ってしまっている人が多いことです。短期に寄りすぎる人は、目の前の作業に追われ続けて、半年後にどこへ向かおうとしていたのかを見失います。実験はやっているけれど、それがどの章のどの議論につながるのか分からない、という状態です。逆に、中期のゴールだけが頭にあって、今週の自分が何に手をつけるべきかが決まらない人もいます。どちらに寄っても研究は止まります。

中期から逆算する

短期の計画は、その週にやりたいことから積み上げるより、中期のゴールから逆算するほうがうまくいきます。「来週は何をしよう」と考え始めると、たいてい目に入っている近場のタスクで埋まります。「三か月後の学会に予稿を出す」を起点にすると、そこから手前に向かって必要な工程が並びます。

予稿提出なら、テーマの絞り込み、関連研究の整理、実験や分析の本体、原稿の執筆と推敲、共著者からのコメント反映、最終チェックと提出。修論ならもう一段重く、データ収集、分析、章立て、章ごとのドラフト、通し読み、推敲。これらの塊を、月単位、週単位、そして今日は何をすればよいかというレベルまで降ろしていきます。

ここで気をつけたいのは、逆算の精度を最初から高めようとしないことです。研究は、初めてやる工程ほど見積もりが外れます。最初に作るスケジュールは、現実とのズレを観察するためのたたき台だと思っておくと、後でぐらついても落ち込まずに済みます。

詰まりそうな工程を前に置く

計画通りに進まないのは、能力や根性の話ではありません。装置のトラブル、予想外の結果、共同研究者の都合、自分の体調。どれも避けがたく訪れます。

組むときに意識したいのは二つです。一つは、リスクの高い工程ほど先に着手すること。初めて使う装置、外部との調整、データ取得など、詰まりそうな匂いのする工程を期限の直前に置くと、詰まったときに残り全部が崩れます。

もう一つは、 自分だけで完結しない作業を早めに動かすこと です。共同実験、機材予約、倫理審査の申請、実験参加者のリクルート、データ取得の依頼。これらは自分が頑張っても進まない領域なので、待ち時間が発生する前提で前倒しにします。倫理審査は、申請から承認まで一か月以上かかることも珍しくありません。

計画に余裕がないときほど、こうした工程を圧縮したくなります。けれど、ここで圧縮した分は終盤に二倍三倍になって返ってきます。リスクの高い部分にバッファを置くのは、弱気ではなく現実主義です。

見える形にしておく

研究は、アウトプットまでの距離が長い仕事です。論文一本でも、構想から投稿まで半年以上かかることはふつうで、その日のうちに「これだけ進んだ」と区切れません。

だから、日々の積み重ねが全体にどう効いているのかが、途中ではほとんど実感できません。「今日一日、本当に進んだのだろうか」という疑問が溜まると、不安と焦りが積もります。学生からよく相談されるのも、たいていこの「進んでいる感覚が持てない」という悩みです。

可視化の道具はたくさんあります。ガントチャートは、中期計画を一枚で見渡したいときや、工程の依存関係を整理したいときに向きます。タスク管理ツールは、日々の進行をボードやリストで見たい場合に便利です。研究ノートに、今日やったことと次にやることを短く書くだけでも、前に進んでいる感覚を得るうえではかなり効きます。

道具選びで大事なのは、完璧な運用を目指さないことです。凝り始めると管理そのものが仕事になります。タスク管理ツールの色分けとタグ付けに半日かけて、肝心の研究はゼロ進捗、という日が僕にもありました。 三か月続けても面倒に感じない粗さ を探してください。最初は紙のノートとペンで十分です。

ズレは情報として扱う

計画どおりに一ミリもズレずに進んでいるときは、むしろ「なぞるだけになっていないか」と疑ったほうがいい、というのが僕の感覚です。研究は仮説を現実にぶつける仕事なので、ぶつかれば必ずズレが出ます。

可視化の目的は、ズレをきれいに見せることではなく、早く気づいて早く手を打つことです。週の半ばで気づけば軽い軌道修正で済むものが、月末まで放っておくと作り直しになります。

調整の周期は、週次がいちばん扱いやすいと感じています。月次や四半期だと、ズレの幅が大きくなりすぎて修正というより作り直しになり、日次だとその日の体調による揺らぎを拾いすぎます。僕は週末に、今週やったこととやれなかったこと、来週どう動かすかを、ノートに数行ずつ書き出しています。やれなかったタスクには「なぜか」を一言添える。装置の不調なのか、優先順位の判断ミスなのか、単に見積もりが甘かったのか。これを続けると、自分の見積もりの癖や、後回しにしがちな作業の種類が見えてきます。

ズレを失敗として扱わないことが、続けるための条件です。ズレを毎回「自分のせい」と引き受けていると、計画と向き合うのが嫌になり、やがて計画を立てなくなります。

そして、見直しを一人で抱え込まないこと。指導教員や共同研究者との定例は、自分以外の視点から短期と中期の進み具合を見てもらえる機会です。一人で眺めていると、自分の盲点と研究の盲点が一致して、両方とも見えなくなる瞬間があります。

計画倒れは、進んでいる証拠でもある

計画が変わるのは、研究が止まっているからではなく、研究が進んでいるからです。現実に触れたからこそ、予測と違う結果が出たからこそ、ズレが出ます。止まっているなら、計画はきれいなまま残るはずです。

この視点が腑に落ちると、計画を「絶対に守るべき約束」ではなく「現時点での最善の見通し」として扱えるようになります。研究の途中で生まれた想定外が、いちばん価値ある発見につながっていた、という経験を持つ研究者は少なくありません。

無計画でいいという話ではありません。大まかな方向と、いくつかのマイルストーンは要ります。ただしそれは、変化を許容する前提で作られている必要があります。計画は研究の質を高めるための道具であって、研究者を縛るための鎖ではありません。

深く考える時間をつくる

研究を始めたばかりの頃、僕は「もっと時間をかければ成果が出るはず」と素朴に信じていました。夜遅くまで机に向かい続けることが努力の証だと思っていましたし、土日に研究室に来ている先輩を見て、自分もそうあるべきだと感じていた時期もあります。

ただ、続けていくうちに、これには落とし穴があると気づきました。長時間の作業は集中を痩せさせ、思考の質を下げ、疲労によるミスや見落としを増やします。特に、問いを立てる、考察を書く、実験を設計する、データを読み解くといった部分では、時間を積んでも質はついてきません。八時間ぼんやりと机に向かって書いた文章を、翌朝二時間で書き直す、ということを何度かやって、ようやく「時間をかければ偉い」という発想を手放せたように思います。

研究者にとっての資源は、時間だけではありません。 そこに乗っている思考のキレ も資源です。同じ三十分でも、朝のまだ何にも疲れていない頭で過ごす三十分と、一日中決断と対応を重ねた末の夜の三十分とでは、書ける文章の精度も、追える思考の深さも違います。集中、注意、判断の余裕、感情の落ち着きは、時間とは別の軸で増減し、放っておくと一日のうちにじわじわ目減りします。

だから、時間管理の問題は「使える時間を増やす」だけでは半分しか解けません。残りの半分は、 頭の調子が良い時間に、頭を要する作業を寄せる ことです。

まず、タスクの粒度を疑う

効率というと、すぐに「速く処理する技術」を思い浮かべがちですが、もっと手前に効くところがあります。タスクの粒度です。

「データ分析を進める」という塊のままでは、どこから手をつけていいか分からず、時間ばかり過ぎていきます。「このスクリプトのバグを直す」「あの論文の要点を A4 一枚にまとめる」「グラフ三枚のキャプションを書く」といったレベルまで降ろすと、何にどれだけかかるかが急に見えてきます。研究者の作業が遅く感じられる原因の多くは、能力ではなく粒度の粗さからきていると感じます。

集中できないと感じたときも、まず粒度を疑ってみてください。集中が切れやすいのは、集中力そのものの問題ではなく、何をすればいいかが決まっていないことが原因である場合がほとんどです。

そして選び方。優先順位のつけ方で扱ったマトリクスでいえば、「重要だが緊急ではない」作業に時間を割けるかどうかが効率の本丸です。緊急なだけのタスクをいくら速く処理しても、半年後に振り返ったときに残るものは少ない。「速くやる」より先に「何をやるべきか」を整えないと、間違った方向に全力で走り続けることになります。

集中は生み出すもの

集中は、待っていれば降ってくるものではありません。条件を整えてやる必要があります。

手っ取り早く効くのが物理的な環境です。机の上から今日の作業に関係ないものを片付け、スマホは視界から外し、通知を切る。音の好みは人によりけりで、静寂が必要な人もいれば、カフェのざわめきのほうが集中できる人もいます。場所、時間帯、音、光、椅子の固さ。少しずつ条件を変えて、自分の最適解を探しておく価値があります。

次に、時間を区切ること。集中は無制限には続きません。二十五分作業して五分休むポモドーロ、九十分集中して十五分休む、午前はまとめて書いて夕方は雑務に回す。リズムを決めておくと、逆に集中の深さが安定します。終わりが決まっているからこそ、目の前の塊に意識を全部投入できる。

一日の設計としては、午前のいちばん頭が冴えている時間帯に、その日いちばん重い思考作業を置きます。論文を書く、考察を組み直す、データを真剣に眺める。メール返信、書類処理、事務手続きといった思考量の要らない作業は、集中が落ちてくる時間帯にまとめます。「今、自分はどのモードで作業しているか」を自覚するだけでも、同じ一日の中身が変わります。

始めるための着火装置

集中が深まったとき、「ゾーンに入る」と言うことがあります。心理学でフロー状態として扱われてきた現象で、課題の難易度と自分の能力が高いレベルで釣り合い、時間の感覚が曖昧になって、問いを追うことそのものが楽しくなる状態です。

ここで押さえておきたいのは、 フローは結果であって、狙って入りに行けるものではない ということです。

「集中できないからやらない」と思って待っていても、集中はやってきません。逆で、やっていないから集中できない。やる気や集中は、行動の前にやってくるご褒美ではなく、行動を始めたあとからついてくる副産物です。机に向かわなければ思考は走り出しませんし、一文書き始めなければ次の一文がどこから出てくるかも見えません。

そう考えると、大事なのはフローを呼び込もうとすることではなく、 始めるための摩擦を下げること だとわかります。僕が日々やっていることは、突き詰めると二つしかありません。

一つは、いらないアプリやウィンドウを閉じて、スマホを目に入らない場所に移すこと。タブを十数個開いたまま、通知が来る状態で、机の脇にスマホを置いておけば、集中は始まる前から砕けます。これは精神論ではなく、注意を物理的に奪われているという構造の話です。

もう一つは、その状態にしてからタイマーのスイッチを入れること。起動するというたった一動作が、「ここから集中する」の合図になります。集中していようがいまいが、その時間は手元の作業だけに向き合う、と決めてしまう。

この二つをサボった日は、何時間机に向かっていても進みません。逆に、これを回していると、ある日ふとフローが訪れます。気づけば三時間が経っていて、思考が勝手に連鎖している、という状態。狙って手に入るものではないので、 たまに訪れる贈り物 として待つくらいがちょうどいいと思っています。

休み方で、午後が変わる

生み出した集中を一日のなかで保てるかどうかは、休憩の質で決まります。

休憩と称してスマホを眺め続けると、脳はあまり回復しません。頭を使っていないつもりでも言語を処理する部分は動き続けていて、思考に使う領域は休めていない。実感としても、休憩明けに頭がすっきりしている感覚は得られにくいはずです。

代わりに効くのは、軽い散歩、ストレッチ、深呼吸、短い仮眠といった、身体を動かすか情報の入力を止めるタイプの休憩です。いったん外に出て五分歩く、椅子から離れて背伸びをする、目を閉じて呼吸を数える。これだけで午後の集中の持ちが変わります。

そして睡眠です。睡眠不足の翌日は、思考の質が明らかに落ちます。論文を読んでも頭に入らない、書いても浅くなる、考察が表面で止まる。「今日だけ頑張る」ために睡眠を削ると、翌日以降に倍以上の形で返ってきます。眠ることは研究をサボっていることではなく、明日の研究の質を仕込んでいることだと考えてください。休息の扱いは趣味・休息との付き合い方でも扱います。

意志ではなく仕組みに寄せる

意志の力で効率を上げようとすると、ほぼ続きません。今日は気合いを入れる、今日こそ集中する、と毎朝決める方法は、よくて一週間、悪ければ三日でしぼみます。

代わりに効くのが習慣です。毎朝、その日やる三つだけを一枚にまとめる。夜に一行だけ振り返りを書く。週末に翌週の計画を眺める。論文を読むときの自分なりのテンプレート、原稿を書き始めるときの取りかかり方、データをまとめるときの定型を持っておく。

研究を長く続ける人は、毎日新しい意志を絞り出しているのではなく、意志を絞り出さなくても回る仕掛けを持っています。あなたの効率は、意志の強さではなく、整えてきた仕組みの数で決まります。

最後に一つ。集中できる時間を一日のなかにいくつ確保できているかは、その人の研究の進み方を予測する、けっこう正直な指標です。立派な計画があるかどうかではなく、深く考える時間が今週ちゃんと机の上にあったかどうか。そこに目を向ける習慣が、長く研究を続けるうえでの防波堤になります。

休む、離れる、戻ってくる

研究は、のめり込むと何時間でも続けられてしまう性質を持っています。問いを追うのは楽しいし、放っておくと食事も忘れる。ただ、それを毎日続けられるほど、人間の身体と心は都合よくできていません。

休息はご褒美や贅沢ではなく、高いパフォーマンスを維持し、問いを持ち続けるための基盤です。休息が足りていないと、注意力は散漫になり、思考は短絡的になり、創造性は下がります。休まず働く姿勢は一見ストイックですが、実際には自分の可能性を自分で狭めている状態に近い、というのが、ある程度の年数を重ねたいまの実感です。

厄介なのは、疲れているほど、自分が疲れていることに気づきにくいことです。思考の質が下がっているのに、主観的には「頑張れている」と感じてしまう。徹夜明けに書いた文章を翌週読み返すと、論理が飛んでいたり、的外れなことを書いていたりする。疲労は、その渦中にいるときには見えません。だから、定期的に休んで、 ちゃんと休んだ自分 という比較の基準を持っておく必要があります。

休息の質は、長さでは決まらない

十時間ベッドにいてもスマホを触り続けていれば脳は休まりませんし、十五分の散歩で頭がすっきり戻ってくることもあります。

意識しているのは、体、心、頭のどこを緩めるかを分けて考えることです。身体の緊張を緩めるなら、散歩、ストレッチ、軽い運動、風呂。座りっぱなしの研究者にはとくに効きます。心理的な緊張を緩めるなら、深呼吸、気の置けない人との雑談、家族との時間。知的な緊張を緩めるなら、研究と関係のない分野の本、音楽、自然のなかに身を置くこと。専門書を読み続けて頭がささくれ立っているときは、まったく違う領域の文章に触れるほうが回復が早い。

とくに効くのが、頭を研究から離す時間を意識的に作ることです。論文のことを考え続けたまま休憩に入っても、脳はずっと稼働しています。そういう休憩は、量は多くても質が低い。

短い休みと、長い休み

短く何度も挟む休みと、週末や長期休暇で取る休みは、果たす役割が違います。

短いほうは、一日のなかの集中を支える道具です。短い散歩、五分の深呼吸、十分の仮眠、コーヒーを淹れる時間。二時間ほど書いたら一度立ち上がる、というだけで、夕方以降の思考の持ちが変わります。これは「休んでいると思われたくない」という気持ちで省略されがちですが、省略するほど終盤の生産性が落ちます。

長いほうは、研究の枠を超えた経験です。旅行、家族との時間、普段とは違う街の空気、長めの読書、何もしない一日。即効性はありません。その日に効果を実感できる類のものではなく、半年や一年のスパンで振り返ったときに、ここで蓄えた何かが効いていたと気づく種類のものです。

趣味は、別の軸を持つこと

趣味は「研究以外の余暇」というより、研究室や学会という限定的な場とは別の世界を持つ手段です。

楽器を続けている人は、構造やリズムへの感覚が磨かれます。スポーツをしている人は、粘り強さと、うまくいきそうかどうかの勘が育ちます。料理をする人は、段取りと並列処理の腕前が上がります。僕自身、ゲームをしたりライトノベルを読んだりする時間からアイデアをもらうことがよくあります。物語の構造を眺めていて、視点を変える発想が論文の構成にも使えると気づいたり、ゲームのレベルデザインの工夫を学生指導の組み立てに転用できると思ったり。

研究だけを続けていると、思考の枠が固まります。同じ分野の論文ばかり読み、同じ分野の人とばかり話し、同じ言葉づかいを使い続ける。そのなかにいると、自分の視野の境界が見えなくなります。趣味は、その境界の外を一時的にのぞかせてくれる窓です。

もう一つの効用は、成果や効率を問われない時間を持てることです。楽しいから続けている、上達してもしなくてもいい。この遊びのモードは、研究の世界では失われがちです。成果を求めるあまり発想が狭くなり、既知のやり方を繰り返すほうが安全に見えてくる。気づいたときには、机に向かうことが義務感だけになっています。研究の遊び心を取り戻したいときは、研究のなかで頑張るより、別世界の遊びを思い出すほうが早いことがあります。

休むことへの抵抗感

研究室で誰かが遅くまで残っていると、早く帰ることに後ろめたさを感じる。土日にメールを出してくる人がいると、自分も動かないと取り残される気がする。こういう空気は、どの研究室にも多かれ少なかれあります。

ただ、自分のパフォーマンスの波を理解して、休むときにしっかり休めるのは、成熟の証だと思っています。短距離で見栄を張れる人より、長距離で安定して走り続けられる人のほうが、研究では遠くまで行けます。「今週は疲れたので早めに切り上げます」と言える関係を少しずつ築いていくことは、自分のためだけでなく、研究室の文化を健全に保つことにもつながります。

参考までに、僕自身は学生時代から今まで、土日や祝日に研究作業をほとんどしない習慣を守っています。研究者としては珍しい部類かもしれません。平日にしっかり集中して、週末は明確に切り離す。研究はその気になれば無限に時間を吸い込むので、意識的に切れ目を作るほうが、かえって平日の密度が保てる、というのが実感です。

そして、僕も完璧ではありません。日中に三、四時間、動画の沼に沈んでしまう日はいまだにあります。動画から動画へ飛んでいるうちに、気づけば夕方になっている。そこからどう軌道修正するかが、自己管理の核心だと思っています。

研究はスーパーマンのような生活を求めるものではありません。人それぞれにペースがあり、試行錯誤のなかで自分らしいやり方を見つけていく営みです。

記録し、振り返り、少しずつ変える

研究は、ゴールが曖昧で、いつまでも続けられる仕事です。指導教員が一日中横に座って指示を出してくれるわけではないので、自分で自分を観察して舵を取り直す力が、そのまま成果を左右します。博士課程以降、周りからの具体的な指示が減ってくるほど、この力が効いてきます。

計画の立て方と進捗管理で扱ったのは、進行中の計画を軌道に戻すための短い周期の話でした。ここで扱うのは、もっと長い周期で、自分の時間の使い方のパターンそのものを見直す話です。

主観と実態は、思った以上にズレる

最初にやってほしいのは、自分が時間をどう使っているかを、見える形で記録することです。

人は主観で「今日は頑張った」「全然できなかった」と判断しますが、その感覚は実態とかなりズレています。午前中は研究に集中するつもりだったのに、結局メールと雑務で終わっていた。集中して書けたつもりだったのに、ログを見ると実質一時間しか書いていなかった。心当たりがあるはずです。

道具は何でも構いません。手帳でも、カレンダーでも、タスク管理アプリでも、紙のノートでも。大事なのは、後から「自分の一週間はどう使われたか」を眺められる状態にしておくことです。僕も研究を始めた頃は記録をほとんど取らず、「なんとなく頑張った気がする」だけで一年が過ぎました。一週間分のログを残し始めて、初めて自分が思っていたより会議に時間を吸われていることに気づきました。

ログを取り続けていると、しばらくして自分の癖が見えてきます。文献を読むのは午前中じゃないと頭に入らない。ゼミがある日の午後は、書く作業より図を描く作業のほうが進む。人によって出てくる癖は違います。これは弱さではなく、自分という個体の仕様の話で、仕様に逆らった働き方をしていると、同じ時間をかけても産出は伸びません。振り返りの本当の見返りは、その日の効率化より、 自分の仕様書が少しずつ手元に育っていくこと のほうにあります。

責めるのではなく、問いかける

記録が二週間ほど溜まったら、そこに問いを投げます。なぜそうなったのか。他にやりようはなかったか。自分はどんな作業に時間を吸われやすいのか。

ここで大事なのは、責めるのではなく問いかける、という態度です。集中できなかった時間帯があったとき、「なぜダメだったんだ」と責めるのではなく、「どうすれば次はもっと集中できるだろう」と聞き直す。やるべきでなかった雑務に時間を取られていたなら、そもそも断れなかったか、省略できなかったかを考える。

振り返りは反省会ではなく、次の行動のための仮説を立てる場です。反省会のモードに入ると、自分を責めることが目的化して、行動は変わりません。仮説のモードに入れば、観察した事実は責める材料ではなく試行錯誤の材料になります。

続けられる粗さで

長く立派な振り返りを月に一度書くより、雑でもいいから毎日数行のメモを残すほうが効きます。

僕は一日の終わりに、予定通りに進んだところ、ズレたところ、その理由を三行から五行で書いています。寝る前にこれを書くと、翌朝、机に向かったときの動き出しがスムーズになる、という副次的な効果もあります。

もう少し細かくやる日は、その日のタスク状況を冒頭に書いておいて、思い立ったタイミングで、いまの時刻といまやったことを書き連ねていきます。

09:42 メール処理、返信3件
10:05 ○○論文の関連研究セクション、書き直し開始
10:38 いったん止めてコーヒー。少しぼーっとする
11:10 戻ってきて、図のラフを書き直し

ルールはありません。書き忘れた時間帯があっても気にしない。感想を挟んでもいいし、浮かんだアイデアを書き殴ってもいい。フォーマットを守ろうとせず、忘れてもよいという緩さで運用するのが続けるコツです。やってみると、「気がついたら三十分動画を観ていた」というような取りこぼしも、書こうとすると素直に目に入ってきます。

一度に一つだけ変える

観察したら、次は変えてみる段階です。ここで陥りがちなのが、学期の合間に大きな反省をして立派な計画を立て、数週間でもとのパターンに戻る、というやり方です。これは意志が弱いからではなく、改善を単発のイベントとして扱っているからです。

やることは、小さな変更を試して効果を見ることです。午前中に頭を使う作業をまとめてみる。SNS を見る時間を夕方に固めてみる。昼食後の三十分に仮眠を入れてみる。研究室で書く日と家で書く日を分けてみる。どれも地味ですが、自分に効くかどうかはやってみないと分かりません。

試したら短くメモを残します。「午後の集中度が上がった」「昼食後の作業は不向きだった」。こういうメモが半年も溜まると、自分専用の「何が効くか辞典」ができます。市販の時間管理術より、あなたの研究生活に役立ちます。あなた自身を被験者として得たデータだからです。

ここで守りたいのは、 変更を一度に複数入れないこと です。三つも四つも同時に試すと、何が効いたのか分からなくなります。実験計画と同じで、変数は少なく、観察期間は短すぎず。

改善疲れとツール沼

完璧主義の人ほど、最適解を求めすぎて何も変えられなくなります。あるいは、手法を片っ端から試すこと自体が負担になり、本業が止まります。新しい時間管理アプリを試したくて設定に半日溶かし、その日は研究がほとんど進まなかった、というのが典型的なツール沼です。

僕も、学生の頃からいろいろ試してきました。標準の ToDo、流行りのタスク管理サービス、ポモドーロタイマー、ホワイトボード系のツール。乗り換えを繰り返した末にたどり着いたのは、オフラインの Markdown ツールを中心にした、地味でシンプルな構成でした。カレンダーは OS 標準で十分です。ポモドーロタイマーは、自分のリズムに合う形が欲しくて自作しました。

目安としては、七割の改善でよしとする、くらいのゆるさがちょうどいいです。残りの三割は次の機会に回せばいい。自分の働き方も研究と同じで完成しないので、完成させようとしないのが続けるコツです。

改善のタイミングは、カレンダーに予約しておくと続きます。週末の三十分、月末の一時間、四半期の終わりに半日。気が向いたらやる、では回りません。

他者の目を入れる

自分のパターンを自分で発見するのには限界があります。バイアスがかかっていますし、慣れてしまって違和感を持てない部分もあります。

同僚と雑談しているなかで「それ、午前にまとめた方がよくない？」と言われて、自分の癖に気づいた経験が何度もあります。自分の中では当たり前だと思っていたパターンが、外から見ると最適化の余地だらけだった、ということは珍しくありません。研究室の進捗共有で、進捗だけでなく「今週の働き方でよかったこと、悪かったこと」を一言ずつ言うだけでも、場の空気は変わります。

ツールも習慣も、自分を縛るためではなく、自分を自由にするための道具です。派手な革新はめったに起きませんが、小さな観察と更新を続けていれば、五年後のあなたは、いまより広い視野で時間を扱えているはずです。

詰まったときのセルフデバッグ・ガイド

研究をしていると、ある日突然「手が動かない」状態に陥ることがあります。

机に向かっても作業が進まない。タスクを開いても閉じてしまう。気づけば数日、数週間、何も触れていない。そして「自分はダメだ」「やる気がない」と自分を責め始める。

これは、あなたが弱いわけでも、研究に向いていないわけでもありません。ほぼすべての研究者が一度は通る、構造的に発生する現象です。原因は複数あり、それぞれに既知のデバッグ手順があります。バグレポートを書くつもりで、自分の状態を観察してみてください。

「手が動かない」を意志の問題として処理し続けると、対策はほぼ「もっと頑張る」しかなくなります。でも、頑張ろうとして頑張れた、という経験は、振り返ってみるとそう多くないはずです。手が動かないのは、たいてい 設計のどこかがズレている ことの結果です――タスクの粒度、報酬の見え方、納得の有無、その時間に残っている頭の余力。このどれかがいまの自分にフィットしていないだけで、フィットさせれば動きます。以下の切り分けは、そのズレが起きている場所を見つけるための道具だと思って読んでください。

この章の目的は、あなたが 自分で自分を立て直すための道具 を持っておくことです。指導教員や仲間に頼るな、という意味ではありません。むしろ、自分の状態を言語化できれば、相談そのものもうまくなります。

まず切り分ける

「手が動かない」を一括りにせず、原因を切り分けます。下の表を上から見て、当てはまるものの節に進んでください。複数当てはまることもあります。

各節の「いますぐやること」は、最初の一手が「 今日の30分で実行できる 」サイズになるように書いています。読んだら閉じて、すぐ手を動かしてみてください。

症状①：タスクが大きすぎて手がつけられない

見分け方：

• いまやるべきことを聞かれて、「論文を書く」「実験を進める」レベルでしか答えられない
• 「次の30分で何をするか」が即答できない
• タスクを思い浮かべると、漠然とした重さを感じる

なぜ起きるのか： タスクの粒度がデカすぎるだけです。「論文を書く」「実験を進める」は、そのままでは手のつけようがありません。漠然とした重さは、対象が大きすぎることのサインです。

いますぐやること：粒度を強制的に下げる

1. 今のタスクを紙かエディタに書き出す
2. それを「今の自分が30分で終わらせられる」サイズまで分解する
3. 30分サイズに収まらなかったら、それは まだタスクではなく目標 。さらに分解する
4. 分解した中で、一番小さいものをいまやる

例：「論文を書く」→「Introductionを書く」→「Introductionの第1段落を書く」→「第1段落の最初の3文を、雑でいいから書く」。

雑でいい。直すのは後の自分の仕事です。

症状②：失敗が確定するのが怖い

見分け方：

• 手を動かせば結果が出るが、その結果がダメだったらと思うと動けない
• 「いまやらなければ、まだ可能性がある」という感覚がある
• アイデアを温めている時間が長く、検証フェーズに入れない

なぜ起きるのか： 研究は仮説検証であって、自分の能力テストではありません。仮説が外れることは情報であって、あなた個人の評価ではありません。この2つが混ざると、手を動かすこと自体が自己評価の賭けになり、動けなくなります。

いますぐやること：失敗のコストを下げる

1. 「これがダメだったら何が起きるか」を紙に書き出す
2. たいてい、書き出すと「思ったほどヤバくない」ことに気づく
3. それでも怖いなら、 失敗してもいい小さな実験 として再設計する
4. 「本番の前のパイロット」「練習」と名前を変えるだけでも効く

症状③：そのタスクに納得していない

見分け方：

• 言われたからやっているが、なぜやるのかが腹落ちしていない
• このタスクが自分の研究のどこに繋がるか説明できない
• 「やらされている感」が強い

なぜ起きるのか： 僕は自分の研究室では「納得していないタスクをやれ」と言わないようにしています。納得できないなら、それは説明不足のサインで、指導側の責任なので。つまりこれは、あなたの気力の問題ではなく、説明が届いていないという状態です。

いますぐやること：納得を取りに行く

1. 「なぜこのタスクをやるのか」を自分で説明できるか試す
2. 説明できないなら、 それは指導側が答えを持っている問題 。30分以内に指導教員か先輩に聞く
3. 「言われたからやってる」状態のまま続けるのが、一番効率が悪い
4. 聞くのは恥ずかしいことではない。むしろ、納得して動けるほうが圧倒的に早い

症状④：フィードバックが遅すぎて報酬が来ない

見分け方：

• 手を動かしてから結果が見えるまで数週間〜数ヶ月かかる
• 進んでいる実感がなく、徒労感が強い
• 短期的に「できた」と思える瞬間がない

なぜ起きるのか： 研究は本質的に報酬が遅い。放っておくと、手を動かしてから「できた」と思えるまでのあいだに、気力のほうが先に切れます。だから、報酬は 設計 する必要があります。

いますぐやること：短いフィードバックループを人工的に作る

1. 週次で「今週やったこと」を一行でいいから書き残す（週報のような形でOK）
2. 中間成果物を週1回、誰かに見せる枠を作る（ゼミ、Slack、ペアでも可）
3. 大きな成果（論文採択など）ではなく、 小さな更新（コードが動いた、図が描けた） を意識的に祝う
4. 過去ログを見返して「半年前の自分より進んでいる」を確認する

症状⑤：単純に疲れている

見分け方：

• 睡眠が6時間を切る日が続いている
• 休日も研究のことが頭から離れず、回復していない
• 集中しようとしても文字が頭に入ってこない

なぜ起きるのか： 「休むのは甘え」ではありません。脳がエネルギー切れを起こしているときに意志で殴っても、効率は最悪です。回復は研究活動の一部です。

いますぐやること：回復を最優先にする

1. 今日は研究を諦める。寝る
2. 7時間以上寝る日を3日続ける
3. それでも戻らないなら、休日を完全にオフにする週を作る
4. 慢性的に疲れているなら、指導教員や信頼できる人に相談する

症状⑥：完璧主義で一歩目が出ない

見分け方：

• 「ちゃんとやらなきゃ」が強く、雑に始められない
• 最初の一行・一実験のクオリティを気にしすぎる
• 準備ばかり整えて、本番に入れない

なぜ起きるのか： 完璧な一歩目は存在しません。雑な一歩目を直す回数が、最終的なクオリティを決めます。一歩目でクオリティを出そうとすると、直す回数がゼロのまま止まります。

いますぐやること：「雑に始める」を自分に許可する

1. タイマーを15分セットする
2. その15分は「 世界で一番ひどい初稿を書く 」と決める
3. クオリティを一切気にせず、とにかく形にする
4. 15分後、雑な何かが手元にある。それを直すのは次のタスク

詰まる前の早期警告シグナル

症状が出てから対処するのは大変です。 前駆症状 の段階で気づけるよう、以下のシグナルを覚えておいてください。

これらは「あなたがダメ」というサインではなく、「システムにバグが出ている」というログです。早く検知できるほど修正コストは低い。

助けの求め方プロトコル

「相談していい」と言われても、 いつ・どう相談すればいいか がわからないと、結局抱え込みます。閾値を下げるために、いくつかの定型を持っておくと便利です。

レベル1：軽い詰まり

Slackなどのチャットツールに一言投げる：

「○○で詰まりかけてます。明日のゼミで5分もらえますか」

これだけでOK。詳細は対面で話せばよい。

レベル2：中程度の詰まり

週報や進捗ノートの「今週詰まったこと」欄に書く：

「○○の実装で詰まった。原因は△△だと思うが確信がない」

進捗報告の中に「詰まり欄」を持っておく理由は、 書きやすくするため です。「順調です」だけ書く必要はありません。

レベル3：深刻な詰まり

個別ミーティング（1on1）をお願いする：

「研究全体について少し話したいです。30分ください」

理由を詳しく書く必要はありません。「話したい」だけで十分です。

NGパターン

• 一人で抱えて数週間放置 → 一番コストが高い
• 「もう少し頑張ってから相談しよう」 → たいていもっと深く沈む
• 「こんなことで相談していいのかな」と迷う → 迷ったら相談する側を選ぶ

相談されて困る教員はほぼいません。相談されずに気づかないほうがよっぽど困る。 これは、自分が指導側に立って強く感じていることです。

おわりに

研究は長距離走です。詰まることは異常ではなく、デバッグできるイベントです。自分のシステムをよく観察して、長く走り続けられるように整備していきましょう。

姉妹章「自己正当化パターン辞典」と併せて使うと効果的です。症状（手が動かない）から入ってもいいし、言葉（正当化）から入ってもいい。どちらの入口からも、同じ場所にたどり着きます。

自己正当化パターン辞典

研究をしていると、自分の中から「もっともらしい理由」が湧いてきて、結果として手が動かない、続かない、という状態になることがあります。本人としては理屈が通っているので、それが「正当化」だとは気づきにくい。

この章の目的は、あなたが自分を責めるためではなく、 自分を観察するための言葉 を渡すことです。

ある言葉が自分の口から出ているという事実は、その言葉が「正しいか間違っているか」とは別の問題として、 特定のパターンが起動しているシグナル です。シグナルに気づけてはじめて、その状態は扱える対象に変わります。

姉妹章「詰まったときのセルフデバッグ・ガイド」が 症状 のデバッグだとすると、こちらは 言葉のクセ を通じた自己観察ガイドです。両方を行き来して使ってください。

なお、ここに挙げるパターンは、ほぼすべての研究者が通る道です。僕も例外ではありません。一生付き合うことになる思考のクセだと思って、辞典として手元に置いてください。

パターン辞典

各パターンを「 典型的な言い回し / 機能としてやっていること / 気づくための問い 」の3点セットで整理します。順序に意味はありません。自分に近いものを探してみてください。

パターン1：「ほんとうにやりたかったこと」型

典型的な言い回し：

• 「これは僕のほんとうにやりたかったことじゃない」
• 「もっと自分の興味に近いテーマがあるはず」
• 「いまのテーマはちょっと違う気がしてきた」

機能としてやっていること： 現実と接触することを回避している。「ほんとうにやりたかったこと」は、手を動かす前の純粋な状態の自分を指している。手を動かし始めた瞬間、現実（先行研究の制約、被験者の都合、技術的限界、時間不足）が「ほんとう」を汚しに来る。汚れを回避するために、まだ汚れていない次のテーマへ移動する。

気づくための問い：

• その「ほんとう」は、具体的にいつ・どんな形で実在したか？
• 過去のテーマも、始める前は「ほんとうにやりたい」と感じていなかったか？
• 「やりたいと思うこと」と「やって結果を出すこと」のどちらに自分は価値を置いているか？

パターン2：「もう少し勉強してから」型

典型的な言い回し：

• 「準備が整ってから始めます」
• 「もう少し基礎を固めてから」
• 「まだ自分には早い気がする」

機能としてやっていること： 完璧な準備が整ってから始めようとして、永遠に始まらない状態を作っている。本人は「責任ある態度」「謙虚な姿勢」と思っているが、実態は始めないことの言い訳になっている。

気づくための問い：

• 「準備が整った」の判定基準を具体的に書けるか？
• 準備は始めることでしか深まらない、という事実を受け入れているか？
• いまの準備度のまま始めたら、何が起きるか？（たいてい想像より致命的ではない）

パターン3：「これは本質的じゃない」型

典型的な言い回し：

• 「目の前のタスクは枝葉だから」
• 「もっと本質的な問題に取り組みたい」
• 「これをやっても意味がない気がする」

機能としてやっていること： 具体的な労働を「枝葉」と切り捨てることで、抽象的な「本質」探しに逃げている。本質は枝葉を経由してはじめて見えるのに、それを認めずに、本質に直接アクセスできるはずだという幻想を維持している。

気づくための問い：

• 「本質」を具体的に書き出せるか？
• 「枝葉」と呼んでいるタスクを完遂したときに見える景色を予測できるか？
• 抽象から抽象へジャンプするだけで、半年経っていないか？

パターン4：「先行研究を読み切ってから」型

典型的な言い回し：

• 「先行研究をもう少し読んでから設計します」
• 「サーベイが終わらないと方針が決まらない」
• 「まだ把握できていない論文がある」

機能としてやっていること： サーベイ自体が、手を動かさない正当化として機能している。論文は無限にあるので、「読み切る」は定義上不可能。読み続けている限り、手は動かさなくていい。

気づくための問い：

• いま読んでいる論文と、自分の研究の距離はどれくらい近いか？
• サーベイの「終わり」を期日で切れるか？（切れないならそれは作業ではなく逃避）
• すでに読んだ論文だけで、最小の実験は設計できないか？

パターン5：「もっと条件が整えば」型

典型的な言い回し：

• 「データがもっとあれば」
• 「計算機環境が整っていれば」
• 「共同研究者がいれば」
• 「時間がもっとあれば」

機能としてやっていること： 環境のせいにすることで、自分の責任範囲を縮小している。実際にはいまある条件でもできることがあるが、それを見ない。

気づくための問い：

• 「条件が整わない」状態でも、今日30分でできることは何か？
• 過去にその条件が整っていた時期、自分は何をしていたか？
• 条件が整っても、別の「条件」を持ち出さない自信はあるか？

パターン6：「これは僕の研究じゃない」型

典型的な言い回し：

• 「与えられたテーマに納得できない」
• 「自分のテーマって感じがしない」
• 「言われてやってるだけ」

機能としてやっていること： オーナーシップの欠如を理由に、コミットメントを保留している。健全な意味で「納得していない」場合もあるが、慢性化すると、何を与えられても「自分のじゃない」と感じるモードになる。

気づくための問い：

• 過去に「自分のテーマだ」と感じた瞬間はいつか？それは始める前か後か？
• 「自分の研究」になるための条件を、自分で書き出せるか？
• 与えられた問いを自分で再定式化する余地は、本当にゼロか？

パターン7：「失敗したら意味がない」型

典型的な言い回し：

• 「結果が出なかったら無駄になる」
• 「これがうまくいかなかったら詰む」
• 「リスクが高すぎる」

機能としてやっていること： 評価軸を「成功 vs 失敗」の二値に縮約することで、行動の閾値を不必要に高くしている。研究はネガティブな結果も情報だが、その前提を採用していない。

気づくための問い：

• 「失敗」と呼んでいる結果は、本当に何の情報も生まないか？
• 想定通りの結果が出ない実験を、修論や論文に書けない理由は何か？（たいていは書ける）
• 「失敗を認めたくない」のと「失敗の情報価値がない」のを混同していないか？

パターン8：「いま忙しくて」型

典型的な言い回し：

• 「いま別のことで忙しい」
• 「○○が落ち着いたら本格的にやる」
• 「もう少しタスクを片付けてから」

機能としてやっていること： 予定を他のタスクで埋めることで、研究に向き合う時間を構造的に作らない。場合によっては、忙しさを意図的に作っている（他の依頼を断らない、緊急性のないタスクを優先する）。

気づくための問い：

• 「忙しい」と感じる時間の中身を、15分単位で記録できるか？
• 他のタスクは断ることが、本当に不可能か？
• 「忙しい」を理由にしてきた期間は、合計でどれくらいになるか？

パターン9：「向いてないかも」型

典型的な言い回し：

• 「自分は研究者に向いてないんじゃないか」
• 「センスがない気がする」
• 「他の道を考えた方がいいかもしれない」

機能としてやっていること： 目の前のタスクの難しさを、自分の適性問題に飛躍させている。「このタスクが難しい」という観測可能な事実を、「自分は研究に向いていない」という観測不可能な結論に誤訳している。

気づくための問い：

• 「向いていない」の判定基準は何か？同期や指導教員はその基準を共有しているか？
• 「このタスクが難しい」と「自分は向いていない」の間にある論理の飛躍を埋められるか？
• 過去に「向いていないかも」と感じながらもやり遂げたタスクは、後から振り返るとどうだったか？

パターン10：「本気を出せば」型

典型的な言い回し：

• 「本気を出せばもっとできる」
• 「まだ本調子じゃない」
• 「その気になったら一気にやる」

機能としてやっていること： 本気を出していないことにしておくことで、結果が出なくても自尊心を守る装置を維持している。本気を出して失敗すると言い訳できないので、「本気」は常に温存される。

気づくための問い：

• 「本気」を出した経験は具体的にあるか？それはどんな状況だったか？
• 「本気を出していない自分」と「本気を出して失敗するかもしれない自分」のどちらが怖いか？
• 60%の力で続ける1年と、本気を温存する1年、どちらが成果が出るか？

パターンに気づいたときの対処

1. 自分を責めない

これらのパターンが出ること自体は、あなたがダメな証拠ではありません。脳が短期的に自分を守ろうとして起動する、ごく自然な反応です。問題は、これが慢性化して 人生から能動性を奪い始める ことであって、パターンが出る瞬間そのものではない。

2. 言葉が出た瞬間に、小さな行動をひとつ起こす

正当化の言葉は、 手を止める 機能を持っています。それを打ち消すには、 手を動かす しかない。30分でいいので、何でもいいから、手を動かす。

• 「もう少し勉強してから」が出たら、いまある知識で30分だけ実装してみる
• 「これは本質的じゃない」が出たら、その「枝葉」を30分だけ最後までやってみる
• 「向いてないかも」が出たら、目の前の具体的なタスクに30分だけ戻る

行動を起こすと、正当化の言葉は急速に弱まります。言葉と行動を同時に維持するのは脳に負荷がかかるので、行動が始まると言葉のほうが消えていく。

3. 信頼できる人に言語化して伝える

「自分はいま『ほんとうにやりたかったこと』パターンに入ってる気がする」と、誰かに言葉にして伝える。これだけで、パターンの拘束力はかなり弱まります。心の中で考えているうちは無敵に見えるけど、口に出した瞬間に「あ、これ言い訳だな」と本人も気づく。

ゼミや個別ミーティングは、このために使っていい場です。「正当化が出てきました」と素直に持ち込んでください。それは恥ずかしいことではなく、健全な自己観察のサインです。

補足：これらは「悪」ではない

最後に大事な話をひとつ。

ここに挙げたパターンは、すべて 短期的には自分を守る機能 を持っています。「ほんとうにやりたかったこと」を温存することで、現実に潰されないで済む時期がある。「もう少し勉強してから」が、本当に必要な準備期間と重なっている時期もある。「向いてないかも」が、進路を見直すべき本物のサインのこともある。

これらを一律に「逃避だ」と切り捨てるのは雑です。

ただ、 慢性化するとコストが極端に高くなる 。半年、1年、数年単位で同じパターンが繰り返されているとき、それは脳の防衛ではなく、 人生から能動性を奪う仕掛け になっています。

判定の目安としては：

• そのパターンが出てから、 3週間以内に行動が変わったか？ 変わったなら健全な防衛
• 同じパターンを 3回以上繰り返していないか？ 繰り返しているなら慢性化のサイン
• そのパターンが出たあと、 自分の行動が増えたか減ったか？ 減っているなら正当化として機能している

このパターンは、修士課程でも、博士課程でも、研究者になっても、社会人になっても出てきます。一生の付き合いになる思考のクセです。だからこそ、若いうちに 自分のクセを自分で観察できる言葉を持つこと が、長期的には大きな差になります。

おわりに

この章は「使うほど自分のクセが見えてくる」タイプのドキュメントです。一度読んで終わりではなく、何かに詰まったときに開いて、「いま自分はどのパターンか」を確認する辞典として使ってください。

姉妹章「詰まったときのセルフデバッグ・ガイド」と合わせて使うと効果的です。症状（手が動かない）から入ってもいいし、言葉（正当化）から入ってもいい。どちらの入口からも、同じ場所にたどり着きます。

モチベーション管理

研究の道のりは長く、途中には必ず難所があります。論文がリジェクトされる、実験がうまくいかない、方向性に迷う、将来への不安がよぎる。誰もが通る道で、僕も例外ではありませんでした。短距離なら根性で走り切れますが、研究はマラソンなので、ペース配分の発想がないと早い段階で潰れます。長い時間軸で研究への情熱を保つスキルは、技術的なスキルと同じくらい、その後を左右します。

内発的動機の哲学的な話は第1部：内発的動機付けで、 個人の問いがどう立ち上がるかは第2部：あなたにとっての研究で扱っています。 この章で考えるのは、 すでに持っている動機を、どう守り、どう立て直すか です。

内発と外発のバランス

研究を長く続けようとしたとき、最初に意識したいのは内発と外発のバランスです。内発的動機――研究そのものへの興味、好奇心、使命感――が主軸なのは前提として、現場には外発的動機――論文採択、賞、昇進――も現実として存在します。これを敵視する必要はありません。論文が通って嬉しい、賞をもらって元気が出る、というのは健全な反応で、短期的なエネルギー源としても、成長を測る目安としても役に立ちます。

危ないのは、 外発に主軸を置き換えてしまうこと です。外的評価は研究の価値を正確に映さないことが多く、タイミングも運に左右されます。外発を主食にしてしまうと、評価が滞った瞬間に動機が枯れます。「外発はおやつ、内発は主食」という比重を意識的に守り続けるのがコツです。僕も若い頃に賞や採択に振り回されて疲弊した時期がありましたが、軸足を内発に戻すと、評価がない時期も自分のリズムで動けるようになりました。

小さな進歩を記録する

長期戦を支えるのは、日々の小さな進歩を意識的に記録する習慣です。研究は成果が見えるまで時間がかかるので、年単位の目標だけを見ていると、途中の数ヶ月が空白に感じられます。論文を1本読めた、実験の準備が終わった、データの一部を分析できた、アイデアをメモに残せた。こうしたことを書き留めて、週末に眺め直す。それだけで、成果が見えない時期にも自分が前に進んでいる感覚を保てます。

コツは、記録の対象を「成果」ではなく「気づき」にしておくことです。今日気づいたこと、うまくいかなかったこと、予想外だった数値。成果を記録しようとすると成果が出ない時期に記録が止まりますが、気づきなら毎日あります。僕は予想外の結果も「新しいデータポイント」として同じノートに書くようにしていて、後から読み返すと、そこが次のテーマの入り口になっていたことが何度もありました。

情熱を見失いかける時期

研究をやっていると、情熱を見失いかける時期が必ず来ます。長く取り組んできたテーマで期待した結果が出ない。論文が連続してリジェクトされる。「自分は研究に向いていないのでは」と深く疑い始める。朝、研究室に行くのが重たい。データを見ても何も感じない。「なぜ研究者になりたいと思ったんだっけ」と、その理由すら思い出せなくなる。何年か走ってきた人なら、ほぼ全員が通過する道です。だから、自分だけが沈んでいるように感じても、それは事実とは違うのだとまず覚えておいてください。

抜け出すきっかけは、たいてい予期しない場所で訪れます。僕の場合は、学会の懇親会で他分野の年上の研究者と立ち話をしているときでした。「自分も博士課程の頃、何年か成果が出ない時期があった。でもその時期があったから、今の研究の方向性が見えた」。その場では聞き流したのに、後からじわじわ効いてきました。成功した人が後付けで語る苦労話としてではなく、いま進めている研究がまさにその時期から生まれた、という具体的な話として聞いたからだと思います。 挫折や失敗は研究者の成長過程の一部 なのだと、理屈ではなく体感で腑に落ちる瞬間が来ます。

もうひとつのきっかけは、他分野の人に自分の研究を話したときに来ます。「あなたの研究、とても興味深いですね」と言われて、反射的に「でも期待した結果は出ていないんです」と返したら、「期待と違う結果が出るということは、何か新しい発見があるということじゃないですか」と返ってきた。一瞬、本当に呆気に取られました。自分が「期待した結果」にばかり固執して、実際に得られた結果の価値を見落としていたことに、そこで気づいたのです。

視点が変わると、データの見え方も変わります。改めて手元のデータを見直すと、これまでノイズだと思っていた部分に意味のあるパターンが隠れていた、ということが起きる。それが良い論文になることもあれば、ならないこともあります。ただ、結果以上に大きいのは姿勢の変化です。 「期待した結果を得る」のではなく「現実から学ぶ」 。失敗を「能力不足の証明」ではなく「次に何を変えられるかを見つける材料」として扱う。同じ出来事でも、置くラベルが違うだけで体力の減り方が変わります。情熱は意志の力で取り戻すものではなく、視点を変えると勝手に戻ってくるものだ、と僕は思っています。

だからこそ、同じ分野の人とばかり話している状態は危険です。似たような言葉で似たようなことを反芻して、どんどん停滞していく。他分野の人と話す時間を意識的に作ってください。自分では見えていなかった価値を、外から言葉にしてもらえます。

スランプから抜けるための手

低下は徐々に進むので、自覚しないまま沈んでいきます。研究への興味が減退してきた、日常のタスクへの意欲が下がっている、同僚との交流を避けがちになっている、身体的・精神的な疲労が慢性化している。こうした状態が数週間続くなら、手を打つ頃合いです。

原点に戻る 。最初に抱いた問題意識、何に興味を持っていたかを思い出す。複雑になりすぎた研究計画をシンプルに整理し直すと、進む方向が見えてくることがあります。原点に戻ると、いま自分が引き受けている問題が「やる必要のある問題」だったのか「いつの間にか引き受けていた問題」だったのかも見えてきて、後者なら手放していい、と思えることもあります。

角度を変える 。同じ問題を違う手法、違う視点から見直す。 小さく勝つ 。大きな壁に向かっているときこそ、達成可能な小さな目標に分解して、成功体験を積む。動かないこと自体が自信を削るので、まず動くことを優先してください。 環境を変える 。図書館、カフェ、他研究室への短期滞在、学会への参加。物理的に場所が変わるだけで、頭の回り方が変わることがあります。今の研究に直結しない分野の学習――新しいプログラミング言語、別分野の論文、別の統計手法――も、意外なほど効きます。

そして 一人で抱え込まないこと 。指導教員や先輩との面談を通じて、状況を客観視し、助言をもらう。スランプの大半は、状態を言語化した瞬間に半分くらい解決します。長く研究を続けている人に話を聞くと、技法や時間管理より、「しんどい時期に話せる相手がいた」ことが一番の支えだった、と振り返る人が本当に多いのです。

論文発表のプレッシャー、就職活動の不安、経済的な困窮といった外からの圧力も、どの段階でもついてまわります。一気に全部を解決しようとせず、優先順位をつけて重いものから手をつける。大学のカウンセリング、キャリアセンター、経済支援制度は、使えるものを全部使ってください。

研究以外を守る

研究者としてのアイデンティティは大事ですが、 人生の全部が研究になると壊れやすい です。研究がうまくいかない時期に逃げ場も支えもない状態は、単純に危険です。芸術、スポーツ、社会貢献活動。直接研究の役には立たなくても、そこで得た視点や人としての幅が、間接的に研究に返ってきます。家族や友人との関係も、没頭しすぎると疎かになりがちですが、最終的にはここが支えになります。研究で揺れたときに帰る場所が研究室しかない、という状態を避けておくのは、長く続けるための地味で大事な工夫です。

段階によって、支え方は変わる

動機の支え方は、キャリアの段階でけっこう違います。学部から修士のあいだは、新しい知識を吸収すること自体が強い推進力になります。この時期に気をつけたいのは完璧主義に陥らないことで、失敗と試行錯誤が当たり前、むしろそれが本業です。博士課程からポスドクにかけては、自分なりの方向性を見つけることが問われます。研究の不確実性と競争と将来不安が一気に押し寄せて、一番揺れやすい時期でもあります。僕がこの時期に助けられたのは、同期との緩いつながりと、意識的に取った研究以外の時間でした。研究室を持つ段階になると、今度は業務の肥大化で研究時間が侵食され、「動機はあるのに研究できない」という変則的な疲れ方をします。

つまり、同じ「やる気が出ない」でも、原因は段階ごとに違います。自分がいま何に削られているのかを見極めないまま根性で押すと、たいてい的を外します。

自分なりの研究アイデンティティ

長期的な動機の核になるのは、 自分はどんな研究者でありたいか という問いへの、自分なりの答えです。これを持っていると、外的評価に一喜一憂せず、自分の価値観で判断できるようになります。

一度決めたら終わりではありません。10年も経てば自分の興味も社会の状況も変わるので、年に一度くらい、静かに見直す時間を持ってください。年末に一晩、「自分は今どんな研究者か」を書き出すだけでも違います。

モチベーションを管理する力は、技術的なスキルと同じように、意識して伸ばせる能力です。研究者人生は長いです。ペース配分を考え、沿道の景色を楽しむ余裕を持ちながら走っていきましょう。

第5部：調べる・確かめる

ここからの二つの部は、研究を形にするための技法です。まずこの部で、問いを検証できる形にして確かめるところまでを扱い、続く第6部で、その結果を論文として書くところを扱います。

第3部では研究実践の流れを地図として眺めました。この部では、その地図のなかで繰り返し使う道具を、一つひとつ取り出して見ていきます。

• 論文から逆算する研究設計 ― 仮のアブストラクトから計画を組み立てる
• メソッドの書き方 ― 方法は「選んだ理由の説明」である
  • 定性的研究 / 定量的研究 / システム開発研究
• 実験・調査を設計する と 実験・調査を実施する
• 研究倫理と盗用 ― 倫理審査、参加者への説明と同意、やってはいけないこと
• データ収集・分析と再現性

技法は「概念を贈るための道具」

一つだけ、先に書いておきます。僕は、研究スキルを「きれいな論文を仕上げる技術」とは捉えていません。

あなたの発見を、一つの概念としてはっきり表現し、適切な名前を付けて他者に渡す。その営みを支えるのが、ここで扱う技法たちだと思っています。メソッドの選択は、概念を検証可能な形で支える土台。データ分析は、概念を量的・質的に裏付ける手段。そして次の部で扱う執筆技法は、概念を明確に定義し、名付ける言葉の仕事です。

技法はあくまで道具ですが、道具が手に馴染んでくると、研究で見えてくる景色も変わります。最初は不器用でも、繰り返し使ううちに身体化されていく。そういうものだと思って、気長に付き合ってみてください。

必要な章から拾い読みしてもらって構いません。方法選びで迷ったら「メソッドの書き方」、実験を組む段になったら「実験・調査を設計する」というふうに、困ったタイミングで開いてください。

論文から逆算する研究設計

「研究テーマは決まったけれど、どこから手をつけていいか分からない」「なんとなく調べ始めたけれど、方向性が見えてこない」――研究室でよく聞く悩みです。 多くの人は「興味のあることを調べてみよう」というところから研究を始めます。 それ自体は悪い入り方ではないのですが、ここに一段、別の発想を重ねると研究の進み方がかなり変わります。 それが「どんな論文を書きたいかから逆算して、研究を設計する」という視点です。

僕がこの発想に出会ったのは大学院に入ってからしばらく経った頃で、それまでは「データを集めてから考える」というスタイルで動いていました。 ある時期に「最終的にどう主張するつもりなのか、絵にしてみてくれ」と指導教員に問われて、何も描けない自分に気づきました。 その日からです、僕が「論文を最初に書く」ようになったのは。 このスタンスを身につけてから、研究の進み方は劇的に変わりました。 ここでは、その「逆算思考」がもたらすものと、実践のしかたを書いておきます。

逆算思考がもたらす変化

論文の完成形を先に思い描いておくと、研究の方向性が一気にクリアになります。 「最終的にどんな主張をしたいのか」「そのためにどんな証拠が必要か」が見えていれば、日々の研究で迷子になりにくい。

具体例で考えてみます。 「オンライン学習システムの効果を検証したい」という漠然とした目標と、「小学生の算数学習で、AIによる個別指導が一斉指導よりも学習効果を高めることを実証する論文を書きたい」という具体的なビジョン――この二つを比較すると、後者のほうが日々の意思決定が圧倒的にやりやすい。 前者だと、「どんな学習者を対象にするか」「どんなシステムを作るか」「効果をどう測るか」がすべて未定で、何から手をつけていいか決めようがありません。 後者なら、対象、比較対象、評価指標がすでに方向づけられている。 目的地が見えていると、毎日の一歩の方向が定まります。

そしてこれは、リソースの最適配分にも効きます。 研究で一番貴重なのは時間です。 限られた時間で最大の成果を得るには、「論文に本当に必要な作業」と「面白いけれど本筋ではない作業」をはっきり区別する必要があります。 逆算思考ができていると、どのデータを集め、どの分析をやり、どの文献を深追いすべきかが明確になる。 脇道の誘惑は研究中、毎日のように襲ってきますが、目標から逆算できていれば、寄り道するかどうかを自分で判断できます。 脇道について「論文にどう寄与するか」を一瞬で問えるようになる、ということです。

逆算設計の実践

逆算設計の最初のステップは、完成した論文がどんな構造になるかを、ざっとスケッチしてみることです。 ここでは詳細にこだわる必要はありません。 「どんな問題を扱い、どうアプローチし、どんな結論に至りたいか」の大枠だけでいい。

具体的には、仮のタイトルを考え、200語程度のアブストラクトを書いてみるのが効きます。 内容の正確さより、研究の全体像を自分自身が掴むことが目的です。 僕は新しいテーマに取り組むとき、必ずこの「仮アブスト」を書きます。 書いてみて違和感があれば、そこが詰めの甘い場所です。 「ここの主張、根拠あるんだっけ？」「この結論、本当にこの方法で示せるんだっけ？」――仮アブストを通じて、研究計画の穴が浮かび上がってきます。 これは タイトル・アブストラクト で扱う本番のアブスト執筆とは別物で、あくまで自分の頭を整理するための道具です。

次に、その主張を支えるためにどんな証拠が必要かを考えます。 定量データが必要か、質的な事例が重要か、理論的な裏付けをどう示すか――ここを詰めていくと、研究の方法論が自然に決まってきます。 「この結論を説得力を持って示すには統制群との比較が要る」「ユーザーの主観的体験も必要だからインタビューを組み込もう」――こういう具合に、論理の必然から手法が導かれる。 これが「方法が先」ではなく「問いが先」の設計です。 方法論の章 でも詳しく扱いますが、この順序を間違えると、研究の説得力が大きく落ちます。

そして最後に、実行可能性との照合です。 理想的な設計ができても、実行できなければ意味がありません。 時間、予算、倫理、技術的な制約を考慮して、計画を調整します。 この過程で「本当にこの規模の実験が必要か」「もっとシンプルに同じことを示せないか」といった創意工夫が生まれます。 制約は敵ではなく、より良いアイデアを絞り出すきっかけでもあります。 研究費が限られている時期に「最小構成で同じ主張ができる設計」を考えざるをえなくなり、結果としてより本質を突いた研究になった――という話は、研究者の間でよく聞きます。

二つの研究タイプで考える

逆算思考の使い方を、典型的な二つの研究タイプで具体化してみます。

問題発見型の研究――たとえば「なぜ学生はオンライン授業で集中力を維持できないのか」という問いから始まる研究を考えます。 逆算思考でまず問うのは、「この問いに答える論文はどんな構造になるか」。 現象の確認 → 要因の特定 → 因果関係の検証、という流れが見えてくれば、観察調査から始めて、アンケート調査で要因を絞り、最後に統制実験で因果を確認する、という研究設計が自然に出てきます。 「全部一気にやろう」とせず、論文の論理の流れに沿って段階を切り分ける――ここが逆算の要です。

システム開発型の研究なら、「学習効果を高める新しいシステムを作りたい」という目標を設定したとき、完成論文では「開発したシステムが既存の方法より優れている」ことを示す必要があると逆算できます。 そのためには、既存システムとの比較評価、ユーザビリティの検証、実際の学習場面での効果測定が要ることが見える。 これらの検証計画を最初に立てておけば、開発段階からデータ収集を意識した設計ができます。 「作ってから評価方法を考える」のと「評価方法を踏まえて作る」のとでは、最終的な研究の質がまったく違います。

柔軟性との両立

ここまで読んで「では計画を硬く守ればいいのか」と思った人がいるかもしれませんが、逆算思考は硬直的な計画主義ではありません。 研究を進めるうちに新しい発見があったり、予想と違う結果が出たりするのは、研究では自然なことです。 大事なのは、変化に対応しつつも、研究の核となる目標を見失わないことです。

計画は定期的に見直し、必要に応じて軌道修正する。 「当初の想定とは違う結果が出たが、これはこれで意味がある」という柔軟さと、「本来の目標から大きく外れていないか」という軸の維持――この両立が逆算思考の本領です。 僕の経験では、逆算で大枠を持っていると、軌道修正のときに「何のために、どこを変えるのか」がはっきりするので、計画を捨てずに更新できる。 逆に、もともと計画がない研究は、軌道修正が漂流に変わりやすい。 計画は縛るためではなく、変えやすくするためにあると考えてみてください。

論文は研究の設計図

この章の核心は、論文を研究の「最終成果物」としてだけ捉えるのをやめて、研究全体を導く設計図として捉え直すことです。 建築家が設計図なしには建てないように、研究者も論文の構想なしに研究を進めないほうが良い。 そして設計図は、最初から完璧である必要はなく、進めながら更新されていくものです。 更新できる設計図を持っているかどうか――これが逆算思考の要です。

逆算思考が身についてくると、研究は格段に効率的になります。 そして何より、明確な目標に向かって進む研究は、進めている本人にとっても充実感のある営みになります。 ゴールが見えない研究は本人を消耗させますが、ゴールが見えている研究は、苦しい局面でも続ける力を与えてくれます。

メソッドの書き方

「論文の方法論の章をどう書けばいいのか分からない」「手順は書いたけれど、なんだか説得力が足りない」――研究室で学生から繰り返し聞く悩みです。 研究の中身は十分にあるのに、メソッドのセクションだけが妙に薄い。 あるいは、必要以上に膨らんで読みにくい。 このバランスは、慣れていないと取りにくいところです。

僕がメソッドの章を学生のドラフトで読むときに最初に確かめるのは、「これを読んだ別の研究者が、同じ研究を再現できるか」です。 これがメソッドの最低条件で、ここをクリアできない章は、どれだけ流麗に書いても論文として弱い。 そして説得力は、その最低条件のさらに先にあります。 読者が「なるほど、この方法ならこの問いに答えられる」と納得できるかどうか。 ここまで踏み込めて初めて、メソッドは論文の支柱になります。

メソッドは「選択の理由の説明」

メソッドを書くことは、手順を並べる作業ではありません。 「なぜその方法を選んだのか」「どんな配慮をしたのか」を含めた、選択の理由の説明です。 メソッドの章は、過去の自分への説明だと思って書く――これくらいの心持ちでちょうどいい、と僕は思っています。 研究を始める前の自分が、「なぜ別の方法ではなく、この方法を選んだのか」を納得できるかどうか。 そのレベルで書けると、読者にも査読者にも届くメソッドになります。

逆に言うと、「みんながやっているからこの手法を選びました」は、メソッドの章では決して書けない理由です。 慣例に従うこと自体は問題ないのですが、慣例の中身を自分の問いと照らし合わせて選び直す、という作業は省けません。 ここを省いた研究は、しばしば査読で「なぜこの設計なのか」と突かれます。

そう書けるようになるために、方法を選ぶ段階で頭に置いておきたい原則が三つあります。

問いを先に、方法を後に

一つ目は、 問いを先に、方法を後に 。

初めて本格的な研究に取り組むとき、多くの学生は「完璧な研究方法」を探そうとします。 先行研究を読み漁り、教科書やトップカンファレンスの論文をめくれば、「この手法なら間違いない」と確信できる方法がどこかに書かれているはずだ――そう信じている時期は誰にでもあります。

僕の研究室でよく見るのは、システムを作ったあとの「どう評価するか」で詰まる場面です。 学生が新しい学習支援システムを作る、あるいは創作支援ツールを作る。 形になったので、次は評価です。 ここで多くの学生がまず考えるのがコントロール実験です。 「提案システムあり群」と「ベースライン群」に被験者を分け、タスクの正答率や所要時間を比較し、p値を出して有意差を主張する。 この形が「ちゃんとした評価」だと信じて疑わない時期があります。

ところが、いざ設計に取りかかってみると、あちこちで違和感が立ち上がってきます。 30分のラボ実験で測れる効果は、本当に自分が作りたかった効果なのか。 「学習が深まる」「創作の幅が広がる」といった、自分がシステムに込めた価値は、正答率や所要時間ではうまく捉えられないのではないか。 被験者は数十人いるけれど、彼らはそのシステムを研究室で言われて触っただけで、自然な使い方とはほど遠い。

そこで方向転換を考え始めます。 フィールドへ持ち出して数週間使ってもらい、ログと事後インタビューで「実際にどう使われたか」「使ってみて何が変わったか」を見る、というやり方です。 ところが今度は、別の不安が頭をもたげてきます。 「サンプル数が10人ちょっとで、論文として通るのか」「定量的な比較がないと主観的に見えるのでは」――コントロール実験への憧れが、判断を曇らせるわけです。

ここで一段ずらして見てほしいのは、 コントロール実験もフィールドスタディも、異なる種類の問いに答える道具 だ、ということです。 「定量だから上、定性だから下」という上下関係はありません。 あなたが知りたいのが「タスク達成までの時間」なら、ラボでのコントロール実験が理にかなっています。 知りたいのが「人がそのシステムをどう自分の活動に組み込んでいくか」「どんな新しい使い方を発明するか」「長期的にどんな変化が起こるか」だとしたら、30分のラボ実験ではそもそも測れません。 「量的研究がかっこいいから」「インタビューのほうが楽そうだから」という入り方も、根は同じです。 方法への憧れが先に立つと、研究の方向のほうが歪みます。 方法に正解はありませんが、問いに対する適切さはあります。

限界は最初から織り込む

二つ目は、 限界は最初から織り込む 。 完璧な方法は存在しません。 どの方法にも長所と短所があり、一つ選んだ時点で何かを取りこぼします。 だから、その限界を認識し、どう緩和するかまで含めて設計するのが現実的です。

フィールドスタディに振り切るなら、サンプル数の少なさは自覚したうえで、ログと観察とインタビューを組み合わせて複数の方向から裏を取る。 コントロール実験を選ぶなら、ラボで測れる範囲の限界を考察にきちんと書き込む。 ここまでやれると、一段強い研究になります。

そして、その限界は論文に率直に書いてください。 サンプルサイズの制約、測定の不完全性、因果関係の特定の困難――どれほど優れた研究にも必ずあります。 隠そうとしても、査読者はまず気づきます。 「気づかれた限界」より「自分で書いた限界」のほうが、論文への信頼を保てる。 限界を書くことは弱さの告白ではなく、どこまで言えてどこから言えないかを自分で把握している、という証明です。 最初から織り込んでおけば、聞かれて慌てることもなくなりますし、そのまま次の研究への橋渡しにもなります。

分野の作法は尊重し、理由は自分で持つ

三つ目は、 分野の作法を尊重しつつ、理由は自分で持つ 。 分野ごとに方法論の慣例があります。 それを学ぶのは大事ですが、「みんながやっているから」だけで選ぶのは弱い。 その慣例がなぜ定着したのかを一度自分で確かめたうえで、「この問いに対してこの方法が最適」という固有の理由を、あなた自身の言葉で持っておいてください。

研究方法は、結局のところ道具です。 ハンマーではネジは回せませんが、ハンマーには釘を打つという素晴らしい機能がある。 あなたの研究という仕事に対して、どの道具が最も合うかを見極める目を養うこと――そこが、研究者としての腕の見せどころになっていきます。 そして、いったん選んだら、その道具の限界も含めて引き受ける。 ここまで腹を括れたら、方法選択の迷いは大きく減るはずです。

この先で扱うこと

代表的な三つのアプローチを、それぞれ章を分けて扱います。 世界観も得意不得意も違うので、自分の問いに照らして読んでみてください。

• 定性的研究 数値では捉えきれない意味や文脈を、インタビューや観察を通じて深く理解するアプローチ。
• 定量的研究 仮説を数値データで検証し、一般化できる知見を目指すアプローチ。変数や妥当性といった定量研究の概念は、ここにまとめてあります。
• システム開発研究 アイデアを実際に動くシステムとして実装し、その有効性を実証するアプローチ。

方法が決まって、実際に実験や調査を組む段になったら、実験・調査を設計する に進んでください。 量的方法と質的方法を組み合わせる混合研究法も、そちらで扱います。

定性的研究

「数値で表せない現象を、どうやって科学的に研究すればいいんですか」――研究室で学生からよく出る質問の一つです。 人間の気持ちや行動の意味、組織の文化、現場で実際に起きていることの手触り――こういうものは、数字に押し込めようとすると一番大事な部分が抜け落ちてしまう。 それでも研究として成立させたい、というときに頼りになるのが定性的研究のアプローチです。

定性的研究を、僕は「数値化が難しい現象の意味や文脈を深く理解するための営み」だと捉えています。 人間の行動、社会の仕組み、文化的な現象――そういう豊かで複雑な現実を、複雑なまま受け止めて、それでもそこから何らかの構造を取り出そうとする。 量的研究と並ぶ研究方法の一翼ですが、その世界観は少し違います。

数字では見えない現実を捉える

定性的研究の力は、統計では表現しきれない側面を扱えるところにあります。 「なぜその行動を取ったのか」「どんな気持ちでその体験をしていたのか」「その現象には当事者にとってどんな意味があるのか」――こういう問いに、定性的研究は正面から応えようとします。

たとえばオンライン学習の効果を量的に測れば、「テストスコアが10%向上した」という結果は出るかもしれません。 それはそれで貴重な知見です。 ただ、その学習者にインタビューしてみると、10%という数字の裏に、「最初の二週間は孤独で何度もやめようと思った」「先生の何気ないチャット返信が支えになった」「結局、隣で一緒に学ぶ友達ができたから続けられた」というふうに、まったく違う種類の景色が広がっているのが分かります。 学習効果が10%上がった、という事実は同じでも、その上がり方の中身が見えてくると、システムの改善の手がかりは一気に増える。 これが定性的研究で見えてくる現実の厚みです。

定性的研究のもう一つの強みは、事前に想定していなかった発見に出会えることです。 量的研究は仮説を立て、それを検証するために設計を組むので、想定外のことを拾うのは原理的に苦手です。 一方、定性的研究は調査設計に柔軟性があるので、対話や観察の流れの中で「これは予想していなかったが、本質的な話だ」というものを掬い上げられる。 参与観察を通じて、当初の関心とはまったく別の話題から研究の核が立ち上がってくる――というのは定性的研究ならではの醍醐味です。 最初に立てたフレームを後から組み替える勇気と、現場で起きていることに耳を澄ませる態度――定性的研究では、ここが要になります。

主な手法

定性的研究には大きく三つの典型的な手法があります。 インタビュー、参与観察、文書・資料分析です。 どれを単独で使ってもいいですし、組み合わせて使うこともよくあります。

インタビュー は定性的研究の中核です。 ただし、ここで誤解されがちなのは「インタビュー＝質問と回答の収集」だと思ってしまうこと。 押さえておきたい原則は一つ――インタビューは情報収集ではなく、対話を通じた理解の深化です。 半構造化インタビューでは、基本的な質問項目はあらかじめ準備します。 ただし、対話の流れによっては、用意した質問の半分は使わないこともある。 代わりに、相手の話の中で気になった一言を「もう少し詳しく聞かせてください」と掘り下げていく。 表情や声のトーン、言いよどんだ瞬間――これらすべてが情報源になります。 ある修士の学生が初めてインタビューをしたとき、「質問リストを順番に読み上げていたら、相手がだんだん事務的になっていきました」と落ち込んで帰ってきました。 そこから彼女が学んだのは、リストを「順番に消化するもの」ではなく「迷ったときに戻ってくる地図」として使う、という感覚です。 この感覚が掴めると、インタビューは別物になります。

参与観察 は、研究者自身がその場に身を置き、参加者として現象を体験しながら観察する手法です。 教室、職場、地域のイベント――その場で人々がどう振る舞い、どう関わり合うのかを直接見ることで、アンケートやインタビューでは絶対に得られない情報が集まります。 よく引き合いに出される例として、「会議が長引く理由」をインタビューで尋ねると全員が「議題が多いから」と答えるのに、実際に会議に同席して観察すると「特定の人物の長い独白」が原因だった、という調査の話があります。 当事者の語りと、外から見た現実は、しばしばずれます。 参与観察はこのずれを掬うための手法です。

文書・資料分析 は、政策文書、議事録、日記、ブログなどの既存資料を読み解くことで、現象の背景や変化を理解する手法です。 一見、地味な作業ですが、「なぜこの文書は作られたのか」「誰に向けて書かれているのか」「どんな社会的背景の中で書かれたのか」という文脈を意識して読むと、表面の文字を超えた読み方ができるようになります。 歴史的な変化を追ったり、組織の意思決定の系譜をたどったりするときには、特に効きます。

信頼性をどう確保するか

定性的研究で必ず問われるのが、「それは主観的すぎるのではないか」という疑問です。 研究者の解釈が混じる以上、これは避けて通れない論点です。 ここで効くのは、主観性を「隠す」のではなく「透明に扱う」という発想の転換です。

定性的研究では、研究者自身が「調査の道具」になります。 どんな視点で、どんな経験を持って、どんな価値観で現場に向かったか――それが結果の解釈に影響することは避けられない。 だから、研究者は自分の立場性（ポジショナリティ）を明示します。 「この研究にどんな関心を持ってきたのか」「対象者とどんな関係にあるのか」「自分のどんな前提が解釈に影響しうるか」――これを論文に率直に書く。 査読者にとっても読者にとっても、「研究者がどんな眼で見ているかが分かっている」状態のほうが、「中立を装っているが実は偏っているかもしれない」状態より、はるかに信頼できます。

もう一つの工夫がトライアンギュレーション（三角測量）です。 一つの視点だけに依存しないように、複数の方法や情報源を組み合わせる。 インタビューで得た情報を観察で確認したり、複数の研究者が同じデータを独立に分析して比較したり、参加者本人にも分析結果を確認してもらったり（メンバー・チェック）――こうした重ね合わせによって、解釈の妥当性が高まります。 僕の指導した院生で、自分のインタビュー解釈を協力者に見てもらった結果、「これは大事な点を取り違えている」と指摘されて分析を組み直した子がいました。 その経験以降、彼女のインタビュー研究は格段に厚みのあるものになりました。

データ分析という地道な営み

定性的データの分析は、テキストや観察記録から意味のあるパターンを取り出す作業です。 中心的な技法は コーディング で、データを繰り返し読み込み、重要な概念やテーマに名前を付けていきます。 最初は表面的なラベル付けから始まり、それを徐々に抽象化し、概念的なカテゴリーへと整理していく。 この作業は、探偵の推理に少し似ています。 細かい証拠を集めて、それらが指し示す物語を組み立てていく感覚です。

良い定性的研究は、現象を記述するだけでは終わりません。 その現象を説明する 理論や概念の構築 を目指します。 グラウンデッド・セオリーのような、データから帰納的に理論を生成する方法論も体系化されています。 「なぜこの現象が起こるのか」「どんな条件で生じるのか」「他の現象とどう関係するのか」――こうした問いに答える理論を、自分で集めたデータから立ち上げていく。 ここが定性的研究の最も面白い部分だと、僕は思っています。 そしてここで生まれた概念に名前を付け、定義を与え、他者に渡せる形にしていく――これは第5部と第6部を貫くテーマとして繰り返し出てくる、「概念を贈る」という研究の核そのものです。

実践で気をつけたいこと

定性的研究では、対象者との関係が深く、長くなる傾向があります。 だからこそ、倫理的な配慮の重みが量的研究以上に大きい。 プライバシーの保護、インフォームドコンセントの取得、得られた情報の扱い――これらは形式の問題ではなく、対象者があなたを信頼して話してくれた、その信頼に応える責任の問題です。 対象者の人生の一部に踏み込ませてもらう以上、心理的な負担を最小化し、必要なら研究の途中で立ち止まる勇気も要ります。

もう一つ、定性的研究の価値は最終的に文章の質に強く依存します。 読者がその場面を頭の中で思い浮かべられるような、具体的で生き生きとした記述を書けるかどうか。 重要な場面では、対象者の言葉をそのまま引用し、その言葉が語られた前後の文脈ごと書く。 この「厚い記述（thick description）」が書けると、読者はあなたが見た現実を追体験できます。 逆に、抽象的な要約だけで終わると、定性的研究の良さは半減します。 ここは、第6部の「論文執筆のプロセス」の章とも深く関わるところです。

定性的研究がもたらすもの

定性的研究は、既存の理論や常識を問い直し、新しい視点を提供する力を持っています。 量的研究では見落とされがちな少数者の経験、文脈に依存した現象、ゆっくりとした変化のプロセス――こういうものを丁寧に拾い、より豊かで多面的な理解を社会に届ける。 これが定性的研究の社会的な役割だと、僕は考えています。

あなたが定性的研究を通じて得た洞察は、政策の改善、制度の見直し、当事者への理解の深化など、いろいろな形で社会に還元される可能性を持っています。 数字一つでは動かない物事を、丁寧な記述と概念化を通じて動かす――それが、この方法の力です。

定量的研究

「このアイデアが本当に効くのか、客観的に示したい」「仮説を数値で検証して、説得力のある結果を出したい」――こうした思いから定量的研究に取り組む学生は多いと思います。 僕自身も、新しい手法の効果を主張するときには、「実際にこの数字でこれだけの差が出ました」と言い切れる証拠を持っていることの強さを、何度も痛感してきました。

定量的研究は、数値データを使って現象を測定・分析するアプローチです。 仮説の検証、因果関係の検討、一般化できる知見の獲得を目指す場面で使いますが、「数字を出せば客観的になる」という単純な話ではありません。 どんな数字を、どう取って、どう解釈するか――そのすべてに研究者の判断が介在します。

この章では、定量的研究の考え方と、設計を語るための基本的な概念を扱います。 実際に実験や調査を組み立てる手順――対照群の選び方、参加者の集め方、パイロットスタディ――は、実験・調査を設計する にまとめました。

定量的研究の力

定量的研究の最大の価値は、研究者の主観を最小化した分析ができることです。 同じデータを別の研究者が分析しても、適切な手法を用いれば同じ結果が得られる。 この再現性が、科学的知識の信頼性を支えています。 「このシステムを使うと作業時間が30%短縮される」という結果が出れば、それは研究者の印象ではなく、データに基づく事実として受け止められる。 政策判断や実務応用の場面で、この客観性は強い武器になります。

もう一つの大きな力が一般化です。 適切にサンプリングされたデータからは、より大きな母集団への推論が可能になります。 100名の学生を対象とした実験の結果を、同様の条件下にある他の学生にも適用できるかもしれない、という広がりを示せる。 個別事例を超えて、ある程度普遍的に成り立つ法則や原理を浮かび上がらせる――ここが定量的研究の魅力です。 ただし、この「一般化できる」という主張は、サンプリングと統計処理が適切に行われている、という前提つきの話であることは忘れないでください。

仮説を測定可能な形まで降ろす

定量的研究は、明確な仮説から始まります。 「AをするとBが改善される」という具体的で検証可能な予測を立て、それをデータで確かめる。 ここで僕が学生のドラフトを見るときに毎回チェックするのが、仮説の「測定可能性」です。 「使いやすくなる」ではダメで、「操作時間が30%短縮される」と書く。 「理解が深まる」ではダメで、「テストの正答率が15%向上する」と書く。 このくらい具体的に、測定可能な形で書けないなら、それはまだ仮説として磨かれていない、ということになります。

数字を入れること自体が目的ではありません。 狙いは、「どんなデータが得られたら仮説を支持したことになり、どんなデータなら否定したことになるか」を、データを取る前に言い切れる状態にすることです。 ここが曖昧なまま実験に入ると、出てきた数字を眺めてから都合のいい解釈を選ぶことになります。 その危うさについては、後ろの「統計的思考の落とし穴」で改めて書きます。

変数の三つの役割

定量研究の設計は、扱う量を三つの役割に仕分けるところから始まります。

独立変数 は、原因として想定し、研究者が意図的に操作する変数です。 従属変数 は、その操作の結果として生じる変化を測る変数。 そして統制変数は、従属変数に影響しうるけれど今回の関心ではない要因で、条件間で一定に保つか、測っておいて分析で調整します。

新しい教授法の効果を検証するなら、教授法が独立変数、学習成果が従属変数です。 学習者の前提知識、学習時間、実施する時間帯といった要因は統制変数にあたります。 これらを揃えておかないと、成果の差が教授法によるものなのか前提知識の差によるものなのか、区別がつかなくなる。 統制し損ねた要因が独立変数と一緒に動いてしまい、効果の解釈を混乱させることを、交絡と呼びます。 「何を変え、何を一定に保ち、何を測っておくか」を決める作業が、定量研究の設計の中心です。

ランダム化と RCT

統制すべき要因を一つずつ列挙して揃える、というやり方にはすぐ限界がきます。 特に人間を対象にした研究では、参加者の事前の特性は無数にあって、思いつく限り挙げても挙げ切れません。 ここで効いてくるのが 無作為割り当て（ランダム化） です。 参加者をくじ引きのように条件へ振り分けると、研究者が気づいていない特性まで含めて、群の間の偏りが小さくなることを期待できます。 最初に聞くと運任せに見えるかもしれませんが、統制し切れないものを平均的に打ち消すという点で、理にかなった手続きです。

この考え方を最もはっきりした形にしたのが ランダム化比較試験（RCT） で、参加者を無作為に実験群と統制群に分け、介入の有無だけが違う状態を作ります。 「観察された効果は本当に介入によるものなのか、他の要因が紛れ込んでいるのか」を切り分けられるのは、この設計の論理があるからです。 統計的な強さは分析手法から生まれるのではなく、設計から生まれている――そう捉えておくと、結果の解釈で足を踏み外しにくくなります。

ただし、ランダム化は万能ではありません。 群の人数が少なければ、無作為に割り当てても偏りは残ります。 教室やクラス単位でしか介入を割り当てられない、倫理的に一部の参加者だけ介入から外すことができない、といった事情でランダム化を使えない場面も多い。 その場合は準実験的な設計になり、群間の事前の違いを測っておいて統計的に調整する、といった手当てが要ります。 そして、何と比較するか――対照群に何を置くか――は結果の意味そのものを変える決定です。 その選び方は 実験・調査を設計する で具体的に扱います。

実験研究と調査研究

定量研究の代表的な手法は、実験研究と調査研究、そしてそれらを支える統計分析です。

実験研究 は、研究者が条件を制御できる環境で変数間の因果関係を示す手法で、定量研究の中でも最も厳密です。 先ほどの RCT は、この実験研究の理想形にあたります。

調査研究 は、実験が難しい場合や、自然な状況での現象を調べたい場合に有効な手法です。 アンケート、学力テスト、行動観察など、さまざまな方法でデータを取り、統計的に分析する。 調査研究では因果関係の特定は難しいですが、相関関係の発見、現状把握、関連要因の探索では強い力を発揮します。 大規模サンプルを扱えば、実験では絶対に得られない豊富な情報が集まります。

そして集めたデータから意味を引き出すには、適切な 統計分析 が要ります。 記述統計でデータの特徴を要約し、推測統計で母集団への一般化を試み、仮説検定で予測の妥当性を検証する。 回帰分析、分散分析、因子分析など、高度な手法も今は気軽に使える時代です。 ただし、ツールが便利になったぶん、「研究問いに最も適した分析を選ぶ」という判断のほうが大事になっています。 「使える分析」ではなく「問いに答える分析」を選ぶ、という発想を持っておいてください。

内的妥当性と外的妥当性

定量研究では「妥当性」という言葉が二つの層で使われるので、区別しておきます。

一つは研究デザインの妥当性です。 内的妥当性 は「この研究で得られた差が、本当に調べたい要因によるものか」という因果の確からしさ。 外的妥当性 は「この結果が他の状況や他の人たちにも当てはまるか」という一般化可能性です。 実験室で厳密に統制された実験は内的妥当性が高くなる代わりに、現実場面への適用可能性に疑問が残りがち。 自然な環境での調査は外的妥当性が高い代わりに、因果関係の特定が難しくなる。 この二つは多くの場合トレードオフの関係にあって、両方を同時に最大化することは原理的に難しい。 どちらをどれだけ取るかは、あなたの問いが何を必要としているかで決まります。

測定の妥当性と信頼性、そしてサンプルサイズ

もう一つは測定そのものの質です。 妥当性 は「本当に測りたいものを測れているか」、 信頼性 は「同じ条件で測り直しても同じ結果になるか」。 この二つが崩れていたら、どんなに洗練された統計分析をしても結果は意味を持ちません。 測定尺度を自分で開発するときも、既存尺度から選ぶときも、心理測定学的な特性を慎重に確認する必要があります。 信頼性係数を計算したり、因子分析で構造を確認したり、他の指標との相関で妥当性を検証したり――地味ですが、ここを丁寧にやった研究は強い。

もう一つ、早い段階でぶつかるのが「サンプルサイズはどれくらい必要か」という問題です。 小さすぎれば統計的検出力が不足して、本当はある効果を見逃してしまう。 大きすぎれば、実用的にはほとんど意味のない小さな差まで「有意」になってしまう。 事前の検出力分析で、期待される効果サイズに基づいて必要なサンプルサイズを計算しておくのが定石です。 やみくもに集めるのではなく、「この設計で、これだけの効果を検出するには何人必要か」を先に詰めておく。 実際に何人集められるかという現実の制約との折り合いは、実験・調査を設計する で扱います。

統計的思考の落とし穴

定量研究には、慣れてきた頃に陥りやすい落とし穴がいくつかあります。 研究室で学生の研究を見ていてもよく出会う典型的なものを、二つ挙げておきます。

一つ目は p値ハッキング です。 「p < 0.05」を目標に分析方法を試行錯誤したり、有意にならない結果を後から除外したり、有意になった結果だけを報告したり――こうした行動は、自覚せずに行われることもあります。 「もう一度別の方法で分析してみよう」「この外れ値を除けば有意になるかも」と思った瞬間が危ない。 事前に分析計画を立てて、それに従って分析する、というルールを自分に課しておくことが、恣意的な操作を避ける一番の方法です。 事前登録（pre-registration）の仕組みを使って、データを取る前に分析計画を公開してしまうのも有効です。 ここまでやっておくと、「都合のいい解釈を後から選んだのでは」という疑いを、設計の段階で断ち切れます。

二つ目は 相関と因果の混同 です。 「相関関係があることと因果関係があることは別物」――定量研究の基本中の基本ですが、論文の議論ではしばしば混同されます。 観察研究で見られる相関は、第三の変数による擬似相関かもしれない。 時間的前後関係、関連の強さ、他の説明の排除など、複数の条件を満たさない限り、因果の主張には慎重であるべきです。 査読でもこのあたりは厳しく見られるので、「相関が見られた」と「だから原因と言える」の間には、論理の橋を意識して掛けてください。

加えて、p値だけに依存することへの警戒も近年強くなっています。 有意性だけでなく、効果サイズの大きさ、信頼区間、実用的な意義を総合的に評価する――この姿勢が標準になりつつあります。

データの品質と報告

定量研究では、データ収集段階での品質管理が、その後の分析の信頼性を左右します。 欠損値の処理、外れ値の検出と対処、データ入力エラーの確認――地味な作業ですが極めて重要です。 分析を急がず、まずはデータをじっくり眺める――という工程を飛ばしてしまうと、後から取り返しがつかなくなります。 データ収集のプロセスを詳細に記録し、後から検証可能な形で保管することも、研究の透明性と再現性のために欠かせません。 これは データ収集・分析と再現性 の章でさらに詳しく扱います。

そして最後に、結果の解釈と報告の話です。 統計分析の結果を適切に解釈し、分かりやすく報告することは、研究の価値を大きく左右します。 数値を羅列するのではなく、それが研究問いにどう答えているのか、実用的にどんな意味を持つのかを明確に伝える。 研究の限界をどう扱うかは メソッドの書き方 に書いた通りで、ここでも同じです。 「強く言い切る」より「適切に主張する」ほうが、長期的には信頼を得る道です。

システム開発研究

「理論だけでは物足りない。実際に動くシステムを作って、現実の問題を解決したい」「新しいアイデアを形にして、その有効性を実証したい」――こうした思いから、システム開発を伴う研究に取り組む人は少なくありません。 教育・学習支援システム研究のような領域では、システム開発をベースに据えた研究が多くを占めます。

システム開発研究は、技術的な解決策を設計・実装し、その有効性を実証するアプローチです。 理論と実践を橋渡しし、現実世界で直接役立つ成果を生み出せる、魅力的な研究スタイルです。 ただし、「ものを作る」と「研究をする」は似ているようで違う営みなので、両立にはコツが要ります。

理論を現実に変換する魅力

システム開発研究の最大の魅力は、抽象的なアイデアを実際に動作する具体的な形にできることです。 「こうすれば学習効果が上がるはず」という仮説を、実際の学習支援システムとして実装し、ユーザーが使える形で提供する。 ここに、論文だけでは得られない手応えがあります。

そしてこの具現化のプロセスは、理論の妥当性を厳しく検証する機会でもあります。 僕には学生時代、頭の中ではきれいに動くはずだった対話システムが、実際に作って人に使ってもらった瞬間に、想定していなかった発話パターンの嵐に晒されて崩壊した経験があります。 あの一週間は本当に悔しかったのですが、後から振り返ると、研究としてはそこで初めて本物の問いが立ち上がったとも言えます。 「実装してみたら、理論では見えなかった問題が出てきた」「実際に使ってもらったら、想定していた使われ方と違っていた」――こういう発見が、システム開発研究ならではの貴重な知見です。 机上で完璧な理論より、現実でつまずいた経験のほうが、しばしば論文の核になります。

加えて、完成したシステムは、研究終了後も継続的に使われ、現実の価値を提供し続ける可能性を持ちます。 論文として知見を共有するだけでなく、動作するソフトウェアやサービスとして人々の生活を改善できる。 「このシステムのおかげで業務効率が上がった」「学習者の理解が深まった」というフィードバックを受け取ると、研究者として大きな達成感があります。

開発と研究の複眼

システム開発研究で一番難しいのが、エンジニアリングと研究の二つの視点を同時に持ち続けることです。

エンジニアリングの視点では、実装可能性、性能、保守性、ユーザビリティが問われます。 理論的に素晴らしくても、技術的に実現できなかったり実用に耐えなかったりすれば、価値のあるシステムにはなりません。 「どの技術で効率的に実装できるか」「応答速度は実用に耐えるか」「将来の機能拡張は容易か」――こうした技術課題と格闘しながら、研究目標を実現する最適解を探す。 ここはふつうのエンジニアリングと同じ作業です。

ただ、システムを作るだけでは研究にはなりません。 「そのシステムがなぜ有効なのか」「どんな原理に基づくのか」「他の手法と比べてどんな利点があるのか」――これを明確にできて初めて研究になります。 僕が学生のシステム開発研究を見るとき、一番チェックするのはこの「設計の意図」です。 「なぜここをボタンではなくスライダーにしたのか」「なぜこの順序で情報を提示するのか」「他にもありえた選択肢の中で、なぜこの選択をしたのか」――こういう問いに研究的な根拠で答えられるか。 ここに答えられないと、せっかく作ったシステムが「便利な道具を作りました」で終わってしまう。 逆に、設計選択の一つ一つに研究上の意味づけができていれば、システムそのものが論文の主張と一体化した研究になります。

設計から評価までの流れ

システム開発研究は、現実の問題を深く理解する 要求分析 から始まります。 既存のシステムやプロセスの何が不十分なのか、ユーザーはどんな困難を感じているのかを詳しく調べ、解くべき課題を明確にする。 ここで意識したいのは、「技術的にできること」と「現場で必要とされていること」のずれを丁寧に観察する、という視点です。 技術ドリブンで作ったシステムは、しばしば「技術的には可能だが、実際には使われない」ものになる。 要求分析の段階で、ユーザーのニーズ、組織の文脈、社会的背景まで含めて多角的に検討しておくと、こういう失敗を避けられます。

次に 設計原理の確立 です。 システムを作るだけでなく、その基盤にある設計原理や理論的枠組みを明示することで、研究としての価値が高まります。 「なぜこの方式が効果的なのか」「どんな学習理論や認知理論に基づいているのか」を説明できるようにしておく。 設計原理は、個別機能を超えた一般化可能な知見として、他の研究者や開発者にとっても価値があります。 ここを言語化できていない研究は、「便利だった」「使いやすかった」というユーザー感想で終わりがちです。

そして実装は 反復的に 進めるのが普通です。 プロトタイプの構築 → ユーザーテスト → フィードバック収集 → 改善、というサイクルを回す。 この反復は、システムの品質向上だけでなく、研究的な洞察を得るうえでも欠かせません。 「このバージョンではうまくいかなかった、なぜか」「ユーザーの反応からどんな新しい知見が得られるか」――こういう問いを持ちながら一周一周回すことで、技術的な改善と研究的な発見の両方が手に入ります。

評価の多面性

システム開発研究の評価は、単一の指標では成り立ちません。 最低でも三つの角度から評価する、という構えを持っておくと安全です。

一つ目は 技術的性能の評価 です。 応答時間、処理能力、エラー率、スケーラビリティなど、定量的に測れる指標でシステムの技術的品質を示す。 これは基本ですが、技術的性能だけでは研究としては弱い。 「なぜその性能が達成できたのか」「従来手法に対してどの程度の改善か」という研究的な視点を必ず添えてください。

二つ目は ユーザビリティと受容性 です。 実際のユーザーがシステムをどう使い、どの程度受け入れるかを、観察、インタビュー、アンケートで調べる。 ユーザー評価では、想定していなかった使われ方や問題点が発見されることが本当によくあります。 ある学生のシステムでは、想定していた「ボタンを順に押して操作する」使い方ではなく、「とりあえず全部のボタンを押してみる」探索的な使い方をするユーザーが多くて、設計の前提が崩れたことがありました。 こうした発見は、システムの改善だけでなく、人間とシステムの相互作用に関する新しい知見にもつながります。

三つ目は 実用性と効果の検証 です。 最終的には、そのシステムが本当に問題を解決し価値を提供できるかを検証する必要があります。 学習支援システムなら学習効果の向上、業務支援システムなら作業効率の改善――目的に応じた効果を、可能な限り客観的な指標で測ります。 この評価はしばしば長期の実証実験や現場運用を伴うので、研究期間との折り合いをどうつけるかは、最初から計画に組み込んでおきたいポイントです。

研究としての貢献を意識する

システム開発研究の学術的価値を高めるには、個別のシステム開発経験から、より一般的な原理や法則を抽出することが鍵になります。 「このドメインでは、この種のインターフェースが有効」「学習プロセスには、この段階でこの支援が必要」――こういう抽象化された知見は、他の研究者にとっても有用です。 ここで本書を貫くテーマである「概念に名前を与える」という作業が効いてきます。 あなたが作ったシステムから取り出した知見に、適切な概念名を与えて他者に渡せる形にする――この一手間で、システム開発は確かな研究貢献になります。

新しい開発手法、評価方法、設計原理の提案も立派な貢献です。 「この種のシステムを開発する際には、この方法が効果的」という方法論的な知見は、同様の研究に取り組む人たちの助けになります。

実践的な落とし穴

最後に、システム開発研究で陥りがちな落とし穴をいくつか挙げておきます。

技術選択は研究の成否にかなり影響します。 最新技術に飛びつくより、研究目標を実現するのに最適で、かつ実装可能性が高い技術を選ぶこと。 オープンソースの活用、既存システムとの連携、標準的なプラットフォームの利用で、開発効率を上げるのは賢い判断です。 「最新のフレームワークを使ったから論文になる」ということはありません。 研究の本筋に集中できる技術選択を心がけてください。

そして、開発リソースの管理。 システム開発には多大な時間と労力が要ります。 研究期間や人的リソースの制約を踏まえて、実現可能な範囲で規模や機能を設定するのが現実的です。 ここで意識したいのは、「完璧なシステム」より「研究問いに答えるのに十分なシステム」を効率よく作る、という構えです。 機能をどこまで実装するかは、論文の主張に何が必要かから逆算して決める。 研究の本筋から外れた機能拡張に時間を吸われると、肝心の評価やライティングに回す時間がなくなります。 これは 論文から逆算する研究設計 の発想と直結する話で、システム開発研究ほどこの逆算が効く領域はないかもしれません。

実験・調査を設計する

「実験をやってみたいけれど、どこから始めればいいのか分からない」「調査を計画したが、これで本当に知りたいことが分かるのだろうか」――研究の早い段階でよく出てくる疑問です。 実験や調査は、データを集める手段である以前に、自分の問いをどう問い、どんな証拠で答えるかを設計する作業です。 ここがしっかり組み立てられていないと、いくらデータを集めても結果は意味を持ちません。

実験設計でまず押さえておきたいのは、「設計は手順を決める作業ではない」ということです。 「どんな証拠があれば仮説を支持または否定できるのか」を深く考え抜く――これが設計の本体で、手順はその結果として決まってきます。 良い設計ができていれば、限られた資源でも多くのことが分かります。 逆に、設計が甘いと、立派な装置で大量のデータを集めても何も言えない、ということが普通に起きる。

この章は、実際に手を動かして実験や調査を組み立てる側の話です。 独立変数と従属変数、ランダム化、妥当性と信頼性といった概念そのものは 定量的研究 にまとめたので、用語が出てきたらそちらを参照してください。 設計が固まったあとの実施――手続きと教示文、パイロットスタディ、期間の見積もり、実施中の記録――は 実験・調査を実施する に分けました。

設計は問いから出発する

良い実験・調査設計は、常に研究問いから出発します。 「何を知りたいのか」が明確になって初めて、「どんな方法で調べるべきか」が決まる。 この順序を間違えると、手法が先行して本来の目的を見失います。

「オンライン学習は対面学習より効果的か」という問いに答えるには、学習効果をどう測るか、どんな条件で比較するか、他の要因をどう統制するかを綿密に計画する必要があります。 僕が見てきた失敗例で多いのは、ツールや手法ありきで設計が走り出し、後から「これで何を主張できるんだっけ」と困るパターンです。 問いの性質が設計の方向を決める、というのは原則として覚えておいてください。

そして、設計には必ずトレードオフがつきまといます。 実験室で厳密に統制すれば内的妥当性は上がりますが、現実場面から離れる。 自然な環境で調べれば外的妥当性は上がりますが、因果の特定は難しくなる。 両方を完璧に満たすことは原理的に難しいので、どこを取ってどこを諦めるかを意識したうえで設計してください。 諦めた側は、そのまま論文の限界の記述になります。 設計の段階でメモに残しておくと、考察を書くときに楽になります（限界をどう書くかは メソッドの書き方 に書きました）。

何と比較するか――対照群の選び方

実験設計で軽視されがちなのが、対照群の設定です。 「何と比較するか」は、出てきた結果の意味そのものを決める決定です。 新しい教授法の効果を調べる場合、従来の教授法と比較するのか、何も教えない状態と比較するのか、現在最良とされる教授法と比較するのか――どれを選ぶかで結果の意味が変わります。 「何も教えない」と比較して有意な効果が出ても、それは「教えることに意味がある」を示しただけで、新しい教授法の優位性を示したことにはならない。 査読者からよく突かれるのが、この対照群選択の妥当性です。

実際に選ぶときの目安を書いておきます。

主張したいことが「提案手法は既存手法より良い」なら、比較相手はその分野で標準的に使われている手法です。 ここで弱い相手を選ぶと、査読で「強いベースラインと比べていない」と必ず言われます。 自分の提案が有利になる比較相手を無意識に選んでいないか、一度疑ってみてください。

主張したいことが「提案手法のこの部分が効いている」なら、比較相手は提案手法から該当部分だけを外したものになります。 システムの研究では、機能を一つずつ抜いた版を用意して比べるこのやり方が、設計判断の根拠を示す近道です。 「なぜこの機能を入れたのか」という問いに、データで答えられるようになります。

統制群の参加者が介入を受けられないことが倫理的に気になる場合は、統制群にも研究が終わったあとで同じ介入を提供する、という組み方があります。 教育系の研究で使われる形で、参加者への説明もしやすくなります。

どれを選ぶにせよ、最後に「なぜこの対照群なのか」を一文で言えるか確かめてください。 言えないなら、主張したいことがまだ固まっていない可能性が高い。

誰を、何人、どうやって集めるか

調査でも実験でも、参加者をどう集めるか――サンプリング――が結果の価値を大きく左右します。 理想は知りたい母集団を正確に代表するサンプルを選ぶことですが、学部・修士の研究で無作為抽出ができることは、まずありません。 実際には、募集に応じてくれた人、授業を受けている学生、知り合いの紹介――手の届く範囲の人たちになります。 それ自体は仕方のないことです。 大事なのは、集まった人たちがどういう偏りを持つのかを正確に把握して、結果を解釈するときにそれを織り込むことです。 「大学生対象の調査結果を、一般社会人にどこまで適用できるか」という検討は、考察セクションで必ず求められます。 そのためにも、参加者の属性――学年、専攻、経験年数、対象領域の事前知識など――は、あとから必ず聞かれるので実施時に取っておいてください。

何人必要かを統計的に見積もる話（検出力分析）は 定量的研究 にあります。 ここでは、その見積もりを実際の人数にするところを書きます。

募集は思っているより時間がかかります。 必要な人数が20人なら20人に声をかければ済む、とはなりません。 日程が合わない、当日に来られなくなる、参加してもらってから条件を満たさないと分かる――こうした目減りを見込んで、多めに声をかける必要があります。 学部生を対象にするなら、試験期間と長期休暇は外す。 ここに重なると、募集の反応は目に見えて落ちます。 謝礼を出す場合は、大学の事務手続きに何が必要か――謝礼の形式、受領書、学外者を呼ぶ場合の書類――を先に確認しておくこと。 実験が終わってから手続きの不備に気づくと、協力してくれた人を待たせることになります。

誰に声をかけるかは、倫理審査で必ず見られるところでもあります。 自分が TA をしている講義の受講生を参加者にする、といった力関係のある募集は、それ自体が問題になりえます。 募集の組み方については 研究倫理と盗用 を読んでから決めてください。

抽象的な概念を測れる形にする

学習動機、満足度、ストレス、使いやすさ――研究で扱いたい概念の多くは、そのままでは測れません。 これを測定可能な指標に変換する作業が 操作化 で、調査の質はここで決まります。 手順としては、次の順で考えると迷いにくい。

まず、その概念を自分の研究の文脈で定義し直します。 「学習動機」と一口に言っても、やる気の強さの話なのか、取り組む理由の種類の話なのかで、測るものが変わります。 ここが曖昧なまま質問項目を作り始めると、あとで「結局この質問は何を測っていたのか」に答えられなくなります。

次に、その定義に合う既存尺度を探します。 自分で質問項目を書く前に、必ずここを通ってください。 検証済みの既存尺度には、妥当性と信頼性の検証結果が論文として付いてきます。 これを使えるかどうかで、査読での守りやすさがまるで変わる。 探すときは、同じ概念を扱った先行研究の方法セクションを読んで、何が使われているかを見るのが早いです。

使うと決めたら、原典にあたって項目とスコアリング方法を確認し、日本語版があるかを調べます。 翻訳版がない尺度を自分で訳して使うのは、本来それ自体が一つの研究になるくらいの作業です。 卒業研究の期間で手を出すかどうかは、指導教員と相談して慎重に決めてください。 そして、項目を勝手に減らしたり文言を変えたりしないこと。 変えた時点で、その尺度に付いていた妥当性・信頼性の保証は効かなくなります。

どうしても該当する尺度がなく独自に作る場合は、妥当性と信頼性の検証が自分の仕事として乗ってきます。 初学者にはかなり重い作業なので、可能な限り既存尺度を使うほうが安全です。

混合研究法と段階的な設計

量的研究と質的研究を組み合わせる 混合研究法 も、有力な選択肢です。 数値データで全体の傾向を押さえ、インタビューや観察で詳細な文脈を理解する。 学習支援システムの効果を測るときに、テストスコアの変化だけでなく、学習者の体験や戦略の変化も調べると、「なぜそのシステムが効果的なのか」という理解にたどり着けます。 量で「効いた」を示し、質で「なぜ効いたのか」を語る――この組み合わせは、論文の説得力を一段引き上げます。

複雑な研究問いには、複数の研究を段階的に実施する設計も有効です。 予備的な調査で全体像を把握し、その結果に基づいてより焦点を絞った実験を計画する、という運び方です。 限られた資源を効率よく使いながら、研究の精度を高められます。 博士論文クラスの研究では、こうした多段階の構成で全体を組み立てるのが普通です。

制約のなかで設計する

どれほど理想的な設計でも、実行できなければ意味がありません。 時間、予算、倫理、技術的制約を踏まえて、設計を現実に合わせて削っていく作業は必ず発生します。 ここで目指すのは、「理想的ではないが、この条件下では最適な設計」です。 制約があるから良い研究ができないのではなく、制約があるから工夫が生まれる――そう捉えられると、削る作業も設計の一部になります。

そして、削ったあとの設計が何を示すことになるのかも、一度見ておいてください。 研究の結果は、学術コミュニティだけでなく政策や社会の意識にも影響しえます。 偏った設計で誤解を招く結果を出したり、特定のグループに不利益をもたらしたりする研究にならないよう、社会的影響も考慮した設計が求められます。 ここは技術論を超えた、研究者の社会的責任の問題です。

設計が固まったら、実験・調査を実施する に進んでください。

実験・調査を実施する

設計が固まっても、そのままでは人を相手に回せません。 参加者が部屋に入ってから出るまでに何が起きるかを決め、小さく試して手順を直し、日程を組んで、実際にデータを取る。 この章は、実験・調査を設計する で組み立てた設計を、実施できる形にするまでの話です。

研究は、他者の協力があって初めて成り立ちます。 参加者の時間、プライバシー、尊厳を尊重し、研究による利益とリスクを慎重に評価することは、研究者の基本的な責務です。 形式的なインフォームドコンセントだけ取って終わりにするのと、参加者一人ひとりの理解を確認して進めるのとでは、研究の質も信頼関係もまったく変わります。 倫理審査の申請、説明文書と同意書の中身、匿名化の仕組み、謝礼の扱いといった実務は 研究倫理と盗用 にまとめました。 人を対象にするなら、この章の手順を組む前にそちらを通ってください。

手続きと教示文を作る

参加者が部屋に入ってから出るまでの流れを、時系列で一枚に書き出してください。 到着、同意の説明と署名、事前アンケート、練習、本試行、事後アンケート、インタビュー、謝礼、退室。 それぞれに何分かかるかも書き入れる。 これが手続きで、論文の方法セクションにほぼそのまま載ります。

このとき一番手を抜かれやすいのが、教示文です。 教示文は参加者に何をしてもらうかを伝える文章であり、条件間で揃っていなければならない入力でもあります。 実験者が口頭で説明していると、回を重ねるうちに言い方が変わります。 最初の参加者には丁寧に説明したのに、10人目には要点だけ、ということが普通に起きる。 だから、読み上げる原稿を作るか、画面に表示して読んでもらう形にして、全員に同じものが届くようにします。

教示文に入れるのは、このあたりです。

• 何をする課題なのか、どう操作するのか
• どこまでやったら終わりなのか（時間か、問題数か）
• 速さと正確さのどちらを優先してほしいのか
• 分からないことがあったときにどうすればいいか
• 途中でやめても不利益がないこと

三つ目を落とす人が多いのですが、これを言わないと参加者ごとに勝手な方針で取り組むことになり、所要時間のばらつきが跳ね上がります。

実験の目的をどこまで伝えるかも、決めておく必要があります。 「このシステムのほうが優れているかを調べています」と伝えてしまうと、参加者はその期待に沿った振る舞いをしがちです。 目的を伏せる場合も、嘘をつくのではなく、「二つの操作方法を比較しています」のように、正確だが誘導しない言い方を選びます。 どこまで伏せてよいかは倫理審査でも見られる点なので、事前に整理しておいてください。 伏せた場合は、終わったあとに研究の目的とデータの使い道を説明する時間を手続きに入れておくこと。 参加者は、自分が何に協力したのかを知る立場にあります。

そして、本試行の前に練習試行を入れて、操作に慣れた状態から測り始めること。 操作を覚える過程まで測ってしまうと、それは学習曲線を測っているだけになります。

実験者側にも台本を用意しておくと安心です。 参加者から来そうな質問――「これで合っていますか」「もう一度やり直していいですか」――への答えを先に決めておいて、誰が実験者をやっても同じ対応になるようにする。 その場で判断すると、対応が人によって、回によってずれます。

パイロットスタディで確かめること

本格的な実施の前に、小規模な予備調査――パイロットスタディ――を必ずやってください。 研究室のメンバーや友人に数名頼んで、本番とまったく同じ手順を通してもらいます。 僕の指導した学生で、パイロットなしで本実験に突入し、半分終わったところで設計の致命的な欠陥に気づいて泣きそうになっていた子がいました。 「準備に時間をかけすぎている」と焦らず、ここに時間を使うこと。 本研究の質と効率が、ここで決まります。

パイロットで確かめるのは、次のようなことです。

所要時間。 一人あたり何分かかるかが分かって初めて、一日に何人回せるか、募集のときに何分と伝えるかが決まります。 たいてい、見積もりより長くかかります。

教示が伝わるか。 読んだ人が「で、何をすればいいんですか」と聞き返してきたら、その教示文は失敗しています。 終わったあとに「何をする課題だと思いましたか」と聞いてみると、ずれが見つかります。

課題の難易度。 全員が満点になるようでも、全員が手も足も出ないようでも、条件間の差は出ません。 正答率が極端に偏っていたら、課題そのものを調整する必要があります。

データが想定した形で取れているか。 ログが記録されているか、欠損がないか、時刻が揃っているか。 そして、パイロットのデータで分析を最後まで通してみること。 これが一番大事です。 本番のデータが集まってから「この形式では予定していた分析ができない」と気づくと、取り直しになります。

機材と環境。 アプリが落ちないか、ネットワークが途切れないか、部屋の明るさや音が回ごとに変わらないか。

参加者の負担。 疲れた、飽きた、という反応が出るなら、課題を減らすか休憩を入れる。 疲労の影響が条件の効果と混ざってしまうと、あとから分離できません。

パイロットで手順を変えたら、変えたあとの手順でもう一度小さく回す。 そこまでやって、ようやく本番です。

なお、パイロットも人を対象にしたデータ取得なので、倫理審査の扱いを先に確認しておいてください（研究倫理と盗用）。

期間を見積もる

実験や調査は、実施そのものより前後の工程に時間を取られます。 卒業研究の計画を立てるときは、少なくとも次を別々に数えてください。

• 設計を固め、課題と尺度を決める
• 研究倫理審査の申請書を書き、審査を受ける
• パイロットを回し、手順を直す
• 参加者を募集し、日程を組む
• 実施する
• データを整形し、分析する

このうち見落とされやすいのが倫理審査です。 人を対象にする研究では、多くの機関で事前の審査と承認が要ります。 申請から承認まで一か月以上かかることもあり、承認が下りる前に取ったデータは使えません。 逆算の仕方と申請の中身は 研究倫理と盗用 に書いたので、設計が固まった時点で読んでください。

募集と実施も、カレンダー上は長く伸びます。 一人1時間の実験を30人分やるのは作業時間としては30時間ですが、参加者の都合に合わせて予約を埋めていくと、数週間に散らばるのが普通です。 そして、ほぼ必ず予定より遅れます。 予備の期間を持たずに組んだ計画は、最初のつまずきで破綻します。

実施中の記録と、想定外が起きたとき

本番が始まったら、回ごとに記録を取ってください。 実施日時、参加者ID、条件、課題の提示順、実験者が誰だったか、使った機材や部屋。 これだけで、あとから「このデータだけ様子がおかしい」となったときに原因を追えます。 記録の残し方そのものは 研究倫理と盗用 のデータ管理に書きました。

そして、想定外は必ず起きます。 アプリが途中で落ちた、参加者が教示を読み違えていた、隣の部屋の工事がうるさかった、実験者が手順を一つ飛ばした。 こういうときにやってはいけないのは、その場で黙って処理して、記録に残さないことです。 起きたこととその場の対応を、その回の記録にそのまま書いておく。 判断はあとでできますが、書き残していない出来事は二度と戻ってきません。

そのデータを分析に含めるかどうかは、できるだけ事前に基準を決めておきます。 「機器の不具合で課題が最後まで完了しなかった回は除外する」といった形で、実施を始める前に書いておく。 結果を見てから除外を決めると、自分では公正なつもりでも、都合のいいデータだけが残る方向に判断が傾きます。 除外した回は、件数と理由を論文に書きます。

途中で手順を変えたくなったときは、一度止めて指導教員に相談してください。 変えると、前半と後半のデータが別の条件で取られたものになります。 どうしても変える場合は、変更の前後で分けて記録し、混ぜないこと。 そもそも承認済みの計画を変えるなら、多くの機関で変更申請が要ります。

最後に、その日取ったデータはその日のうちにバックアップを取ってください。 参加者の協力で得たデータは、取り直しがきかないと思っておいたほうがいいです。

研究倫理と盗用

「この引用のしかたで大丈夫だろうか」「データの扱いで何か見落としていないか」「知らないうちに不正をしていないか」。研究倫理の気がかりは、研究者として活動する限りずっとついてまわります。慣れてくれば「これは大丈夫」「これは怪しい」の感覚が身についてきますが、最初のうちはどこに線があるのかわかりにくく、引用ひとつ書くたびに不安になる、というのは多くの研究者が通る道です。この章では、守るべき基本的な原則と、卒業研究や修士研究で実際に必要になる手続きを扱います。ルール遵守の話というより、 社会からの信頼と学術の価値を保つための、日々の判断の話 として読んでもらえればと思います。

なお、SNSでの振る舞いや公に発信する際の倫理はSNS との付き合い方で扱っています。実験や調査そのものの組み立て方――対照群、サンプルサイズ、教示文、パイロット――は第5部：実験・調査を設計するにあります。この章は、その設計を実際に人に対して実施してよい状態にするための話だと思ってください。

なぜ研究倫理が大事なのか

研究は、社会からの信頼と支援の上に成り立っています。一件の研究不正が、その研究者個人だけでなく、 分野全体や科学そのものへの信頼 を損ないます。大きな不正事件のあと、その分野の論文が一斉に疑いの目で見られるようになった例は、いくつもあります。不正な研究は、積み上げを崩すだけでなく、それを信じた後続研究も道連れにしてしまう。

研究公正の基本としてよく挙げられるのは、 誠実性 、 責任性 、 透明性 の三つです。誠実性とは、あらゆる段階で正直であること、つまり捏造・改ざん・歪曲をしないこと。責任性とは、研究の質と安全性に責任を持ち、社会への説明責任を果たすこと。透明性とは、過程と結果を適切に記録し、検証可能にすること。この三つは互いに支え合っていて、どれか一つが崩れると他の二つも揺らぎます。

研究不正：FFPとそれ以外

研究不正の中核は、いわゆるFFP――捏造（Fabrication）、改ざん（Falsification）、盗用（Plagiarism）――です。

捏造 は、存在しないデータや結果を作り上げること。防止には、実験ノートの詳細な記録、データ取得過程の文書化、第三者が検証できる状態の確保が有効です。データを取った瞬間に、どこから・どのように・いつ取ったかを残すクセをつけておくと、後で疑われたときにも自分を守れます。

改ざん は、資料・機器・過程を変えて成果を正確に示さないこと。元データの厳重保管、処理過程の明確な記録、適切な統計手法の適用がポイントです。図のスケールをいじって見栄えを良くする、外れ値を理由なく除く、といった「ちょっとした見せ方の工夫」が改ざんにつながる例があるので、自分の処理ステップは常に再現可能な形で残しておく。

盗用 は、他者のアイデア・研究内容・文章を、適切な引用なしに使うこと。適切な引用・参考文献の記載、盗用検知ソフトの活用、そして 自己盗用の回避 が予防策です。盗用は意図的なものだけでなく、メモを取るときに引用元をつけ忘れていて後で出典がわからなくなる、というルートでも起こります。読みながら必ず出典をメモに残す習慣が、結局のところ一番の防御です。

FFP以外にも気をつけたい行為があります。 重複投稿 （同一内容を複数誌に同時投稿する、または既発表の内容を再投稿する）、 オーサーシップの不正 （貢献していない人を著者に入れる、あるいは貢献した人を外す）、 利益相反の未申告 （研究に影響しうる経済的・個人的利害関係を開示しない）。どれもFFPほど派手ではありませんが、発覚すると同じくらい信頼を損ないます。

引用と参考文献

引用が必要なのは、先行研究の成果や理論を参照するとき、他者の意見やアイデアを紹介するとき、データや統計情報を使うとき、文章や図表を転載・改変するときです。「自分で考えたことだから引用は要らない」と思える内容でも、たいていは誰かが先に書いていて、調べると引くべき先行研究が見つかります。迷ったら引く、というくらいでちょうどいいです。

引用の適切さは、原典に当たって確認すること、文脈に応じた範囲で引用すること、引用の必然性を自分に問うことに尽きます。孫引きで済ませると、原典の意味を取り違えていることに気づけません。引用スタイル（APA、IEEE、Vancouverなど）は分野や投稿先の指定に従い、論文内で書式を揺らさないのが基本です。

自己盗用についても気を抜かないでください。自分の過去の成果を適切な引用なしに再利用することも盗用にあたります。過去の自分の論文からの引用も明示し、重複部分と新規の貢献を明確に区別する。自分の文章だから自由に使っていい、というわけではありません。

データ管理

データ管理は、地味ですがあとあと大きな差を生む部分です。記録は、実験条件の詳細、測定値、異常値や例外的なデータ、取得日時を、 「後から見て自分でも再現できる」状態 で残す。これが最低ラインで、ここを満たしていない記録は半年後の自分にすら通じません。

保管は、長期保存可能な形式で、バックアップを取り、アクセス権限を設定し、保管期間の規定を守る。実験ノートには、目的と仮説、手順と条件、観察と測定値、考察と今後の方針を、あとから書き換えられない形で、日付を入れて残す。これらは事故を防ぐためというより、 自分の研究を時間の経過から守る ための投資だと思ってください。

倫理審査を通す

人を対象にする研究――アンケート、インタビュー、ユーザ実験、授業実践の記録――では、多くの機関で事前の倫理審査と承認が必要です。「うちは情報系だから関係ない」ということはありません。人からデータを取るなら対象になります。まずは、自分の所属機関に倫理審査委員会があるか、申請が必要な研究の範囲はどこからか、指導教員に早い段階で確認してください。

申請書に書くことは、機関によって書式が違っても中身はだいたい共通しています。研究の目的と背景、参加者の条件と人数、募集の方法、参加者に何をしてもらうか（所要時間を含む）、収集するデータの種類、予想されるリスクと負担、リスクへの対処、データの管理・保管・廃棄の方法、謝礼の有無と金額。そして、参加者に渡す 説明文書と同意書 の実物を添付します。申請書は研究計画そのものなので、書いてみると設計の穴が見つかることがよくあります。むしろ、穴を見つけるために書くくらいのつもりで取り組んでください。

時間の見積もりで失敗する人が本当に多いところです。申請から承認まで、機関によりますが一か月以上かかることも珍しくありません。審査の締め切りが月に一度という運用のところも多く、その回に間に合わなければ次は翌月です。書類の修正を求められれば、さらに一往復かかります。逆算すると、 データを取り始めたい時期の二〜三か月前には、申請書を書き始めている 必要があります。卒業研究のスケジュールで言えば、夏のうちに設計を固めて申請し、秋から実施する、というくらいの前倒しです。

そして、これが一番大事なところですが、 承認が下りる前に取ったデータは使えません 。後から「あれも入れてよいことにしてください」と申請しても、通らないのが普通です。予備データだからといって例外にはなりません。

承認後に計画を変えるときも同じです。参加者を増やす、課題を差し替える、質問項目を足す。こうした変更は多くの機関で変更申請の対象になります。「これくらいなら」と自己判断せず、委員会の事務担当に一度聞いてください。

参加者への説明と同意

説明文書と同意書は、書式を整えるための紙ではなく、参加者が「引き受けるかどうか」を自分で判断するための材料です。最低限、次を書きます。

• 研究の目的と、誰が実施しているか（研究室、指導教員、連絡先）
• 参加者にお願いする内容と、かかる時間
• 予想される負担やリスクと、それへの対処
• 取得するデータの種類と、その使い道（学会発表、論文、公開データセットにするかどうか）
• 匿名化の方法と、データの保管場所・保管期間・廃棄の方法
• 謝礼の有無と金額、受け取りの手続き
• 参加は自由意思であり、 いつでも理由を言わずにやめられる こと、やめても不利益がないこと
• やめた場合、それまでのデータをどう扱うか（破棄するのか、そこまでの分は使うのか）
• 問い合わせ先

説明は「したつもり」と「相手が理解した」が別物です。文書を渡して黙読してもらうだけでなく、口頭で要点をなぞり、質問の時間を取ってください。同意書は2部作り、1部を参加者に渡します。

途中でやめる権利は、文書に書くだけでなく、実際に行使できる形で運用してください。「やめたい」と言われたらその場で止める。理由を聞き出そうとしない。残りの課題をやってもらおうと交渉しない。これは研究者側の都合よりも優先されます。謝礼も、途中でやめた場合に全額渡すのか按分するのかを事前に決めて説明文書に書いておくと、当日に気まずい判断をせずに済みます。謝礼の金額は、時間に見合った常識的な水準で、参加を断りにくくなるほど高額にしないのが原則です。大学によっては単価や支払い手続き（受領書、振込、学内ルール）が決まっているので、事務に確認しておいてください。

匿名化は、実験を始める前に仕組みとして用意します。参加者にはIDを振って記録し、氏名とIDの対応表は分析用データとは別の場所に、アクセスを限定して保管する。分析や発表で使うファイルには氏名を入れない。音声や動画は、それ自体が個人を特定できるデータなので、保管方法と公開範囲を説明文書に明記してください。自由記述やインタビューの発言を引用するときは、所属や担当科目のように本人が特定されうる記述を落としてから使います。少人数の授業や研究室が対象だと、匿名のつもりでも「これは誰のことか」がわかってしまうので、そこは意識して潰してください。

未成年が対象なら保護者の同意が要りますし、留学生が参加するなら説明文書の言語も考える必要があります。海外の共同研究者とデータをやり取りする場合は、国境を越えるデータ移転の規制が絡みます（実務は国際共同研究で概説しています）。このあたりは自己判断せず、所属機関の担当部署に確認してください。

学生がやりがちな失敗

研究室で実際に何度も見てきた失敗を、三つ挙げておきます。

一つ目は、 承認前に予備データを取ってしまう こと。「まだ本番じゃないから」「友人に試してもらっただけだから」という感覚でやってしまい、後から論文に入れられないことに気づく。パイロットも人を対象にしたデータ取得です。申請の段階で「パイロットを含む」と書いておくか、パイロットまで承認を待つか、どちらかにしてください。手順の動作確認を研究室のメンバーとやる程度なら扱いが変わることもありますが、それも含めて事前に確認するのが安全です。

二つ目は、 講義の受講生を参加者にするときの力関係 への無頓着さです。自分が TA をしている講義、指導教員が担当している講義。ここで参加者を募ると、学生側は「断ると成績に響くのでは」と感じます。本人にその気がなくても、立場の差がある限り、断りにくさは生まれます。対策としては、募集を第三者経由にする、成績評価が終わってから依頼する、参加・不参加が成績に一切関係しないことを担当教員自身の言葉で明示する、参加しない人にも同等の代替課題や機会を用意する、といった形を取ります。誰が誰に頼むのかという構図は、倫理審査でも必ず見られるポイントです。

三つ目は、 同意の範囲を超えてデータを使ってしまう こと。卒業研究のために取ったデータを、そのまま後輩の研究に流用する。ログデータを、説明していなかった別の分析に使う。取得時に説明した使い道の外に出るなら、改めて同意を取るか変更申請を出すかが必要です。最初の説明文書に、想定される使い道を少し広めに、しかし具体的に書いておくと後で困りません。

利益相反

利益相反は、研究者の個人的・経済的利益が、研究の実施や報告に不当な影響を与える可能性のある状況です。典型例は、企業からの研究資金、株式保有・役員兼任、コンサルティング契約、家族・親族の利害関係。学生でも、インターン先の企業のデータやシステムを使って研究する場合などに関係してきます。

対処の基本は、まず 開示 です。潜在的なものも含めてすべて開示する。ある時点では問題に見えなくても、状況が変われば問題化することがあるので、迷ったら開示する側に倒すのが安全です。その上で、回避、第三者による監視、意思決定からの除外を組み合わせて管理します。利益相反があること自体は必ずしも悪ではなく、隠していることが問題になります。

問題が起きたとき

研究不正の疑いを見つけた場合は、所属機関が定める手順に沿って相談・報告し、必要に応じて告発者保護制度を活用してください。一人で抱え込むと、自分まで巻き込まれかねません。

過去の不正事例を読んでおくと「これは確かに自分の研究室でも起こりうる」という感覚が育ちます。判断に迷ったら同僚や指導教員と話す。倫理は個人の心がけだけでは保てない部分があって、組織の文化として支える必要があります。自由と責任は表裏一体で、高い自由度を享受する研究者だからこそ、高い倫理基準が求められます。

データ収集・分析と再現性

「データは集めたけれど、どこから分析を始めればいいのか分からない」「他の人が同じ分析をしたら、同じ結果が出るだろうか」――研究を進めるなかで、こうした不安にぶつかる場面は多いと思います。 データ収集・分析は、研究の仮説を検証し、新しい知見を生み出す中核のプロセスです。 ただ、ここに関わる作業はしばしば地味で、つい雑になりやすい。 そして、その雑さが後から響いて研究全体の信頼性を損なう、というケースを僕は何度も見てきました。

データの扱いは、集めて統計処理をすれば終わり、ではありません。 データの品質、分析の適切性、結果の再現性まで含めた、総合的なアプローチが必要です。 この章では、データを巡る基本的な姿勢と、その実装の勘どころを書いておきます。

データは研究の生命線

「ゴミを入れればゴミが出てくる（Garbage In, Garbage Out）」という言葉があります。 データの品質は、研究の価値を直接左右します。 どれほど高度な分析を施しても、元データに問題があれば意味のある結果は得られません。 僕が学生のドラフトを見るとき、結果の異常さに気づいた瞬間に「データを見せて」と頼むのですが、そこで雑なデータが出てくると、研究全体を巻き戻すことになる。 収集段階から品質管理を徹底することで、後段の分析での困難を大幅に減らせます。 「この測定値は本当に正確か」「回答者は質問を正しく理解しているか」――こうした疑問を常に持ち続けてください。

そしてデータ収集は、分析計画と連動している必要があります。 「後でどんな分析を行うのか」を事前に明確にしておくことで、必要十分なデータを効率よく集められます。 分析段階で「このデータが足りない」「あの変数を測っておけばよかった」と気づくのは、残念ながらよくあります。 「もっと面白い解釈ができたのに」と臍をかむ、というのは、学生時代に多くの人がやらかす失敗です。 逆算思考 で、分析に必要なデータを漏れなく特定し、計画的に収集することが肝心です。

データ収集の現場での工夫

データの精度は、測定機器や調査票の質だけで決まるわけではありません。 収集手順や環境によっても大きく変わります。 同じ質問紙でも、実施時間帯、場所、説明の仕方で回答は変動しうる。 これらの潜在的な変動要因を特定し、できる限り標準化することで、データの信頼性は上がります。 マニュアルの作成、研究スタッフの訓練、環境条件の統一――地味ですが、効きます。 複数人で実験を回すときは、「説明の言葉を一字一句揃えるためのスクリプト」を最初に用意しておくと、結果のばらつきがぐっと減ります。

そして、現実の研究で完璧なデータセットを得られることは稀です。 回答拒否、測定エラー、実験からの脱落――欠損はさまざまな理由で生じます。 大事なのは、欠損の原因を理解し、それが結果にどう影響しうるかを検討することです。 欠損が完全にランダムに生じている場合と、特定の要因と関連している場合では、対処法がまったく違います。 「アンケートの最後の質問にだけ欠損が多い」のは疲労や時間切れが原因かもしれない。 「特定の属性の人に欠損が多い」なら、その属性自体が結果に偏りを生んでいる可能性がある。 欠損のパターンを詳しく分析し、適切な統計的手法を選ぶことで、欠損による偏りを最小化できます。

探索と確認を区別する

データ分析は、探索的段階と確認的段階に分けて考えるのが有効です。 探索的分析 では、データの特徴を把握し、予想していなかったパターンや関係を発見することを目指します。 確認的分析 では、事前に立てた仮説を厳密に検証します。 この区別を明確にすると、結果の解釈で適切な慎重さを保てます。

ここで僕がいつも学生に強く言うのは、探索と確認の境界を曖昧にしないこと、です。 探索的分析で偶然見つかったパターンを、さも予定していた仮説だったかのように報告するのは科学的誠実性に反します。 これはHARKing（Hypothesizing After the Results are Known）と呼ばれて、近年特に強く戒められている行為です。 「データを見ていたら、こういうパターンがあった」と気づくこと自体は素晴らしいのですが、それを「最初からそう予想していた」と書くのは別の話です。 論文では、どこまでが事前計画で、どこからが事後の発見かを、分けて書く。 これだけで論文の誠実性はぐっと上がります。

そして統計的検定は強力な道具ですが、万能ではありません。 p値の意味を正しく理解し、効果サイズや信頼区間と合わせて総合的に評価することが大事です。 「p < 0.05だから有意」で満足せず、「その効果はどのくらいの大きさなのか」「実用的な意味があるのか」「他の説明可能性はないのか」まで踏み込みましょう。 統計的有意性と実用的意義は必ずしも一致しません。 特に大規模データでは、実用的にはほぼ無視できるほど小さな効果でも「有意」になりやすくなります。 この事実を踏まえて結果を読む――ここが定量分析者の腕の見せどころです。

再現性という科学の基盤

近年、科学研究の 再現性危機 が深刻な問題として議論されています。 同じ研究を別の研究者が実施しても同じ結果が得られない、という事例が多数報告されている。 心理学、医学、機械学習――分野を問わず、同じ問題が指摘されています。 この問題に対処するには、研究プロセスの透明性を徹底的に高める必要があります。

具体的には、データ収集の手順、分析に使ったソフトウェアとその設定、除外基準、統計モデルの詳細――他の研究者が同じ分析を再現できるレベルまで、丁寧に記録して報告することが求められます。 論文には書ききれないこともあるので、補足資料やリポジトリで分析コードを公開する習慣も広がっています。 データの公開、分析コードの共有、研究計画の事前登録――こうしたオープンサイエンスの実践は、再現性の確保に大きく寄与します。 最初は追加的な負担に感じられますが、長期的には研究コミュニティ全体の信頼性向上に貢献する取り組みです。

そしてもう一つ、地味ですが大事なことを書いておきます。 自分自身の研究でも、数ヶ月後に見返したときに分析内容を正確に再現できるよう、丁寧な記録を残しておいてください。 分析スクリプト、使ったパラメータ、データの前処理手順、除外したケースとその理由――これらをノートやリポジトリに残す。 未来の自分も、あなたの研究を再現しようとする一人の研究者なのだ――そう捉えてみてください。 半年後の自分は、今のあなたが頭の中で覚えていることをほとんど忘れています。 半年後の自分を助けるためだと思ってやってください。 そしてこの習慣は、共著者や共同研究者と作業するときにも、強い武器になります。

データが語る物語を伝える

分析結果を効果的に伝えるには、数値を羅列するのではなく、どんな仮説から始まり、データがそれをどう支持または否定し、その結果が既存の知識に何を加えるのかを、流れとして組み立てる必要があります。 読者は、グラフや表の数字を眺めるだけでは結果の意味を掴めません。 あなたが伴走しながら、「ここに注目してください、これがこういう意味を持っています」と案内する文章が要ります。 案内の作り方は 図表・統計・可視化の技法 と 結果の書き方 で扱います。

そして、サンプルサイズの制約、測定の不完全性、因果関係の特定の困難といった限界は、どの研究にも必ず残ります。 その書き方は 考察・限界・結論の書き方 にまとめました。

データ管理と倫理

研究データには、しばしば個人情報や機密情報が含まれます。 これらを適切に保護し、参加者のプライバシーを守ることは、研究者の基本的な責務です。 データの暗号化、アクセス制限、保存期間の設定など、技術的な対策と合わせて、研究チーム全体での情報管理意識の共有も重要です。 データ管理計画を事前に策定し、それに沿って一貫して管理していきましょう。 新しくデータに触れる人には、まずデータ管理ルールから一緒に確認しておくのが安全です。

そして、集めたデータは当初の研究目的を超えて社会に貢献する可能性も持っています。 適切な匿名化処理を施したうえでの公開、他の研究者との共同分析などで、データの価値を最大化できる。 ただし、参加者の同意範囲を超えた利用は避け、常に研究倫理の原則に従って判断してください。 「どこまで使っていいデータなのか」を、最初の同意取得の段階で丁寧に設計しておくと、後で迷わずに済みます。

第6部：書く

前の部で、問いを検証できる形にして確かめるところまで来ました。この部は、その結果を他者に渡せる形にする作業です。

卒業論文でも、学会の予稿でも、ここがいちばん時間を食います。そして、いちばん学べるところでもあります。研究を進めている最中は「すべて理解している」と思っていても、文章にしようとした瞬間に、論理の飛躍や根拠の弱い箇所が浮かび上がってくるからです。書くことは、研究の最後の工程であると同時に、研究そのものを点検する工程でもあります。

扱うのは次の道具です。

型を知る

• 論文の構造と種類 ― IMRaD という型と、その型がなぜこの順序なのか
  • IMRAD構造とは何か / ジャーナル論文と会議論文

書く

• 論文執筆のプロセス ― 書く仕事全体の見取り図
  • タイトル・アブストラクト / イントロダクションの構成 / 結果の書き方 / 考察・限界・結論の書き方
  • 学位論文の構造 ― 卒論・修論は投稿論文とどこが違うか
  • 執筆ツールと原稿の体裁 / 生成AIと論文執筆

支える

• 関連研究の探し方・読み方 と 引用と参考文献の扱い
• 図表・統計・可視化の技法
• 推敲する

初めて論文を書くなら、学位論文の構造から入って全体の形を掴み、それから各部分の書き方に降りていくのが早いと思います。

論文の構造と種類

研究が一段落して、いざ論文を書こうとすると、最初にぶつかるのは「どういう順番で書くのか」という問いです。 やったことを時系列に並べればいいのか。 面白かった発見から書き始めればいいのか。 どちらも自然な発想ですが、どちらで書いても読んでもらえません。

論文には決まった型があります。 その型は誰かが趣味で決めたものではなく、読者が論文をどう読むかから逆算してできあがったものです。 査読者は、方法が妥当かを確かめたいときにメソッドの節を開きます。 先行研究との違いを知りたいときは、イントロダクションの後半を探します。 どの論文でも同じ場所に同じ種類の情報がある――この約束があるから、専門家は一本の論文を数十分で評価できるし、何十本もの論文を突き合わせて分野の状況を把握できます。

型を知らずに書くと、どうなるか。 情報は全部書いてあるのに、読者が探す場所にない論文ができます。 査読で「方法が不明確だ」と言われて読み返してみると、方法の話は考察のなかに紛れ込んでいた――こういうことが起こる。 書いた本人には全部書いたように見えるので、この種の指摘はなかなか腑に落ちません。 型は、書き手の自由を縛るものというより、書いた内容が読者に届くかどうかを決める部分です。

もう一つ、型を覚えておく実利があります。 毎回ゼロから構成を考えなくて済む、ということです。 書くこと自体が十分に難しい作業なので、構成という問題を型に任せられるのは、実際にはかなり大きい。 慣れてくると、データが出た時点で「この結果は結果の節のどこに置くか」が自然に決まるようになります。

ただし、型は一種類ではありません。 同じIMRADでも、30ページのジャーナル論文と6ページの会議論文とでは、どこを厚く書くかがまるで違います。 自分の研究をどの場に出すのかによって、型の使い方が変わる――だからこの章では、骨格の話と、出す場の話を続けて扱います。

そして型は、書くときだけのものではありません。 研究を始める段階で「完成した論文はどういう形になるか」を思い描けると、いま何を優先すべきかが見えてきます。 この使い方は次章の 論文から逆算する研究設計 で扱いますが、その前提として、ここで型そのものに慣れておいてください。

この章で扱うこと

• IMRAD構造とは何か Introduction / Methods / Results / Discussion という骨格を、なぜこの順序なのかというところから。
• ジャーナル論文と会議論文 論文を出す二つの場の性格の違いと、どちらに出すかの判断。

各セクションの具体的な書き方――イントロダクション、結果、考察――は、第6部に章を分けて置いてあります。 投稿先の選び方や投稿の手続きといった実務は、第7部の 論文投稿プロセス にあります。

IMRAD構造とは何か

IMRAD（Introduction, Methods, Results, And Discussion）は、現代の学術論文の標準的な骨格です。 初めて論文を書こうとするとき、この略語は少し堅苦しく見えるかもしれません。 「なぜこの順序で書かなくてはいけないんだろう」「自分の発見の流れをそのまま書いたほうが伝わるのでは」と感じる時期は、誰にでもあります。

ただ、論文を何本か書き、査読も何度か経験するうちに、この順序の意味が腹に落ちてきます。 IMRADは単なる形式ではなく、科学的な思考の流れそのものを反映した順序になっています。 読者が論文を読むときの頭の動きに沿い、発見を他者に最も伝えやすい順序として、長年の試行錯誤の末に洗練させた結果がこれだ、と捉えると、ずいぶん見え方が変わります。

四つのセクションの役割

イントロダクション、メソッド、リザルト、ディスカッション――この四つは、それぞれ別の問いに答えます。

• Introduction ：なぜこの研究が必要なのか。現状の問題、先行研究の限界、本研究で明らかにすること。
• Methods ：何をどうやったのか。他の研究者が同じ研究を再現できる詳しさで。
• Results ：何が観測されたのか。解釈は混ぜない。
• Discussion ：その結果が何を意味するのか。言えることと言えないこと、限界、今後の課題。

一覧にするとあっさりしていますが、この線引きを守るのは思ったより難しい。 とくに Results と Discussion の境目は、自分のデータを長く見ているほど見えなくなります。 「反応時間が短くなった」は観測ですが、「学習効果によって速くなった」は解釈で、後者は Discussion の仕事です。 役割を混同すると、読者は何を事実として受け取り、何を著者の主張として受け取るべきかが分からなくなります。

Methods について一つだけ先に書いておくと、手順だけでなく「なぜこの方法を選んだのか」の根拠まで含めてください。 手順が並んでいるだけでは、読者は「この方法で本当にこの問いに答えられるのか」を判断できません。 僕が査読でメソッドを読むとき、曖昧な記述や手順の省略があると、後ろの結果を信頼する気持ちが一気に下がります。 そのくらいに効くセクションです。

各セクションの具体的な書き方は、第6部で章を分けて扱っています。

• Introduction → イントロダクションの構成
• Results → 結果の書き方
• Discussion → 考察・限界・結論の書き方

なぜこの順序なのか

IMRADがこれだけ広く使われている理由は、読者の認知負荷を抑えつつ、論理的な理解を促すからです。 各セクションで何が語られるかを読者があらかじめ予測できるので、情報を効率よく処理できる。 関心のある部分から先に読むこともできます。 査読者にとっても、IMRADは論文の質を体系的にチェックしやすい型です。 そして何より、同じ構造を共有することで研究間の比較や統合がしやすくなり、分野全体としての知識の蓄積が進みます。

つまりIMRADは、書き手にとっての制約であると同時に、読み手にとっての地図でもあるわけです。 書き手は地図の凡例に従って書き、読み手はその凡例を信じて読む――この共有された約束事が、学術コミュニティを成り立たせています。

IMRAD以外の型

もちろん、すべての研究がIMRADにきれいに収まるわけではありません。 理論的研究では「背景 → 理論展開 → 応用例 → 結論」という流れのほうが自然なことがあります。 システム開発研究では「問題設定 → 設計 → 実装 → 評価 → 考察」という構造のほうがしっくりくることも多い。 人文系の研究では、もっと違う構成が標準的に使われている分野もあります。

大事なのは、読者にとって理解しやすく、研究の価値が伝わりやすい構造を選ぶことです。 IMRADはデフォルトの良い型ですが、絶対の型ではない。 あなたの研究の性質と相談して、必要なら調整してください。 ただし、調整するときも「なぜこの構成にしたのか」を自分で説明できるかどうかは確認しておくべきです。 慣例から外れる選択ほど、根拠が問われます。

学位論文では章が分かれる

あなたが最初に書くのは、たぶん卒業論文か修士論文です。 学位論文はIMRADをそのまま四つの章にするのではなく、Introduction が「序論」と「関連研究」に、Methods が「提案手法」と「実験方法」に分かれる形が一般的です。 分ける理由は分量で、詳しくは 学位論文の構造 に書きました。

型は研究の設計図でもある

最後に一つ。 テーマを決めた段階で、「これをIMRADで書くとしたらどうなるか」を考えてみてください。 イントロで何を主張し、メソッドで何を行い、リザルトで何を示し、ディスカッションで何を議論するか。 この想像ができると、研究そのものが整理されてきます。 論文は研究の終点であると同時に、研究を導く設計図でもある――この発想は次章の 論文から逆算する研究設計 で扱います。

ジャーナル論文と会議論文

論文を出す場所は、大きく二つに分かれます。 学術雑誌に載せるジャーナル論文と、学会の会議で発表する会議論文です。 発表の場にはこの二つのほかに、査読のない研究会や全国大会もあります。 全体の地図は第2部の 発表と投稿の場を見渡す にまとめました。 同じ研究でも、どちらに出すかで分量も、書く順序も、結果が返ってくるまでの時間も変わります。 そして、この二つは対立するものではありません。 ふつうは両方を使い分けながら、研究を育てていきます。

完成度の場と、速さの場

ジャーナルは研究の完成度と深さを見る場で、会議は新しさと速さを見る場です。 この違いは、まず紙面の量に出ます。 ジャーナル論文は8〜30ページ、会議論文は4〜8ページというのが、多くの分野でのおおよその幅です。

ジャーナル論文では、背景から結論まで、読者が全体像を掴めるように書きます。 方法の詳細、実験設計の根拠、結果の立ち入った分析、関連研究の網羅的な整理――これらを一本にまとめ上げる。 一本読めば、その分野の現状と課題が深くまで掴める。 まともなジャーナル論文はそう設計されていますし、書く側もそれを目指して書きます。 最初に他人のジャーナル論文を読んだとき、情報量の多さに圧倒されて「これと同じものを書けるようになるのか」と心が折れかける――どの分野でもよくあることです。 でも、その密度こそがジャーナル論文の価値なのだ、と後から分かってきます。

会議論文はその逆で、核心になるアイデアや発見だけを残します。 「この研究で一番重要なメッセージは何か」を絞り込む作業が、そのまま執筆になる。 冗長な説明や副次的な発見を削ぎ落として残った部分こそが、本当に伝えたかったことだったりします。 この絞り込み自体が、研究者としての思考を鍛える修行になる――僕はそう思っています。

ジャーナルの査読は往復で進む

ジャーナル論文で覚悟しておくことは、一回では終わらない、という点です。 投稿から掲載までは半年から2年かかり、その間に2〜4名の専門家が詳細なレビューを書きます。 そして最初の判定は、たいてい「修正して再投稿せよ」です。 指摘に応じて論文を直し、何をどう直したかを説明する文書を添えて出し直し、また読まれる。 この往復が二度三度続くことは珍しくありません。

「この実験設計では結論を支持するのに不十分ではないか」「この解釈には別の可能性もある」――こうした批判を受けて、研究の質は確かに上がります。 ただ、厳しいコメントが来て凹むのも事実です。 査読結果を読んでしばらく食欲がなくなる、というのは多くの研究者が一度は通る道です。 それでも往復のなかで、論文だけでなく自分の研究力そのものが育っていく。 そこに気づくと、査読に出すことへの心理的なハードルが少し下がります。

この性格を知っていると、執筆のスタンスも決まります。 ジャーナル論文でよくはまるのが完璧主義で、「もう少しデータを集めてから」「理論をもっと深めてから」と考えているうちに書き始められない。 僕の指導した学生でも、データが揃ってから半年以上、執筆に手をつけられずにいた子がいました。 気持ちはよく分かります。 ただ、査読が往復である以上、初稿は完成品でなくてかまいません。 現時点での最善の形で一度まとめ、査読の過程で磨く ――これが現実的なやり方です。

査読結果の区分と、コメントへの返答の書き方は、第7部の 論文投稿プロセス で実務として扱います。

会議は採択率とページ数で決まる

会議論文の側の事情は、採択率とページ制限です。

トップ国際会議は採択率が10〜20%ということも珍しくありません。 そして会議の判定は、原則として一度で決まります。 著者に反論の機会を与える会議もありますが、ジャーナルのように「直して出し直す」往復があるわけではない。 落ちたら次の会議に出し直す、というのが基本の動きです。 速報の場とはいえ、投稿の時点である程度の完成度が要る、ということになります。

ページ制限は厳しく、参考文献まで含めて何ページ、という決まり方をすることも多い。 書いてから削るより、書く前に何を落とすかを決めるほうが早く終わります。 ここで効くのが「伝えたいメッセージを一つに絞る」ことです。 複数の貢献を詰め込むと、かえって印象が散ります。 一つの強いメッセージに集中したほうが、記憶に残る論文になります。

読者層が多様であることも意識しておきたい。 あなたの専門分野の研究者だけでなく、関連分野の人、学生、実務家まで読みます。 専門用語は最小限にして、研究の意義と成果を平易に書く。 分野外の知人に下書きを見せると、自分が無意識に使っていたジャーゴンが浮かび上がります。

そして会議論文は、論文だけでなく発表とセットで評価されます。 その場で質問を受け、議論を交わし、新しい視点をもらえるのは、ジャーナルにはない即応性です。 僕が学生の頃、ある国際会議で発表した直後に、世界的な研究者が来て「君の仮説には別の解釈もできる、こう考えたことはあるか」と話しかけてくれたことがありました。 あの五分の対話が、その後の研究を一段階押し上げてくれました。 プレゼンの組み立てと質疑応答の作法は、第7部の 口頭発表（オーラル） で扱います。

締切の性質が違う

意外と効いてくるのが、締切の性質の違いです。

会議には、年に一度の固定された投稿締切があります。 研究の進み具合に関係なくその日は来るので、締切から逆算して実験を組むことになる。 間に合わなければ、次の機会は一年後です。 この強制力は、研究を前に進める装置として使えます。 「この会議に出す」と決めて逆算すると、だらだら続いていた実験に区切りがつきます。

ジャーナルには締切がありません。 いつ出してもいい代わりに、いつまでも出さないこともできてしまう。 そして出したあとは、返事が来るまで待つしかない。 数ヶ月の待ち時間を次の研究に充てる習慣をつけておかないと、その期間がまるごと空きます。

どちらに出すか

判断の目安は、それほど複雑ではありません。

まだ固まりきっていないアイデアで、方向性へのフィードバックがほしいなら会議です。 「この方向で本当に行っていいのか」を判断する材料が、発表と質疑で一気に集まります。 検証が一通り済み、主張が固まって、それを腰を据えて書き切りたいならジャーナルです。

実際には、会議で反応を見てからジャーナルに発展させる二段階の使い方が多い。 会議でのフィードバックを踏まえて研究を改良し、包括的な論文に仕上げる。 分野によっては「修士で会議論文、博士でジャーナル論文」というテンプレート的な進み方も見かけます。 ただし、会議論文をそのままジャーナルに出すのは二重投稿です。 どこまで拡張すれば別の論文として扱われるかは分野と雑誌の規定によるので、投稿前に必ず確認してください。

どちらが業績として重く見られるかは分野で違いますし、学生のうちにどの順で出していくかにも定石があります。 そのあたりは第2部の 発表と投稿の場を見渡す に地図としてまとめました。 この章で押さえてほしいのは、出す先が決まったあとに 書き方がどう変わるか のほうです。

論文執筆のプロセス

研究実践の流れの中での執筆の位置づけは、第3部：論文執筆の流れ で扱っています。 この章では、実際に書くときの技法と戦略に集中します。

「研究は終わったけれど、いざ論文を書こうとすると何から始めればいいか分からない」「文章を書いても、論文らしくならない」――論文執筆の壁は、多くの研究者にとって本当に高い。 何時間も机に向かっているのに一行も書けない、という日々は、ほとんどの研究者が学生時代に経験する難所です。 書ける人とそうでない人の差は、才能の差というより、書くことに対する姿勢と技法の差だと、今は思っています。

論文執筆は、研究結果を文章にまとめる作業ではありません。 思考を整理し、論理を構築し、読者との対話を創り出す知的な営みです。 研究で得た知見を、学術コミュニティが理解し活用できる形に翻訳する――これが、研究者としての中核スキルの一つです。

この章で扱うこと

この章は、書く仕事全体の見取り図です。 ここでは書くという営みそのものの性質と進め方を扱い、論文の各部分をどう書くかは、それぞれの節に譲ります。

• タイトル・アブストラクト 論文の「顔」をどう設計するか。
• イントロダクションの構成 読者を研究の世界に招き入れる最初の章の組み立て方。
• 結果の書き方 観測したことを、解釈を混ぜずに報告する。
• 考察・限界・結論の書き方 データが支える範囲で、結果の意味を論じる。
• 学位論文の構造 卒業論文・修士論文は、投稿論文とどこが違うか。
• 執筆ツールと原稿の体裁 LaTeX と Word、文献管理、図の形式、提出前のチェック。
• 生成AIと論文執筆 どこまで使ってよいか、何を自分の手でやるか。
• コラム：「書けない」から「書ける」への転換点 真っ白な画面を前に手が止まったとき、どう抜け出すか。

書き上げた原稿をどう磨くかは 推敲する、文献の扱いは 関連研究の探し方・読み方 と 引用と参考文献の扱い で扱います。

書くことは考えること

「書くことは考えることである」とよく言われますが、論文執筆ではこれが特によく当てはまります。 研究を進めている最中は「すべて理解している」と思っていても、いざ文章にしようとすると、論理の飛躍や不明確な部分が浮かび上がります。 これは苦しい作業ですが、研究を真に理解するための貴重な機会でもあります。 論文を書き始めて初めて「あ、ここの論理つながってないじゃないか」と気づく、というのは、多くの研究者が頻繁に経験することです。 書く前は分かっていたつもりでも、書いて初めて分かるレベルがある、ということです。

だから、書き始めるのは研究が完全に終わってからでなくてかまいません。 結果が出そろう前に方法の章を書いてみると、記録しそびれている条件や、説明できない手続きの選択が見つかります。

「なぜこの結果が出たのか」「この発見の意味は何なのか」――文章を通じてこういう問いに向き合うなかで、研究者としての洞察が深まっていきます。 そして同時に、論文は読者との知的な対話の場でもあります。 読者がどんな背景知識を持ち、どんな疑問を抱くかを想像しながら書く。 「この説明で読者は理解できるだろうか」「ここで疑問に思うのではないか」――こういう読者視点が、説得力のある論文の鍵になります。 書き手の独白ではなく、読み手との対話として論文を捉え直すと、文章の伝わり方が変わります。

なお、真っ白な画面の前で手が止まって最初の一行が打てない、という詰まり方については、コラム 「書けない」から「書ける」への転換点 で扱っています。

トップダウンとボトムアップを行き来する

論文執筆を進めるときに役立つのが、「全体の構造を決めてから詳細を書く」というトップダウンと、「個別の部分から始めて全体を組み立てる」というボトムアップを組み合わせるやり方です。 最初にアウトラインを作って全体の流れを決め、各セクションを書き進めながら全体構造を調整する――この往復で、論理的で読みやすい論文が生まれます。

完全にトップダウンだけだと、アウトラインを完璧にするまで動けなくなりがちです。 逆に、完全にボトムアップだけだと、書けるところから書いた結果として全体の論理が崩れる。 両方を行き来する、というのが現実的な解だと思います。 僕は、まず粗いアウトラインを作り、書きやすそうなセクションから手をつけ、書きながらアウトラインを更新する、というスタイルでだいたい進めています。

書く順序も、頭から順である必要はありません。 方法と結果は事実が確定しているので早く書けます。 考察はそれらが揃ってからでないと書けませんし、イントロダクションとアブストラクトは、論文が何を主張する論文になったのかが決まってから書くほうが速い。 僕は、方法・結果・考察・イントロ・アブストラクトの順で書くことが多いです。

なお、一度で完璧な原稿を書こうとする必要はありません。 何往復かして仕上げるのが前提で、その往復の進め方は 推敲する で扱います。

概念を明確にし、名付ける

第5部と第6部を貫くテーマですが、論文執筆で特に大事なのが、あなたの発見を明確な概念として定義し、適切な名前を与えることです。 僕はここを、論文執筆の最も知的でやりがいのある部分だと考えています。 研究で見えてきた「何か」を、他者に渡せる形にする――この作業が論文執筆の核です。

第一に、概念の明確化。 曖昧な表現ではなく、操作可能な定義として書く。

曖昧な表現：「学習者は混乱している」
明確な定義：「学習者がコード入力中に3秒以上の停止を示し、その後修正動作を行う状態を『認知的混乱』と定義する」

この差は、読者の理解にも、後続研究の再現性にも直結します。 「混乱している」では、別の研究者が同じものを観測しているかどうかが判定できません。 定義を揃えてはじめて、議論が積み重なる。

第二に、概念の命名。 覚えやすく、本質を表す名前を選ぶ。 略語や造語の乱用は避けて、読者が一度聞いて意味を想像できる名前にする。 名前のセンスは一朝一夕には身につきませんが、自分の研究の概念に名前を付ける経験を重ねるうちに、だんだん磨かれていきます。

第三に、概念の位置づけ。 既存の理論体系のなかにどう置くかを示す。 既存概念との関係性、新規性と継続性のバランス、今後の発展可能性――こういう座標軸のなかで、自分の概念が占める場所を読者に示す。 ここまでできて、概念は他者に渡せる「贈り物」として完成します。

一度名前を付けたら、論文の最初から最後まで同じ語で通してください。 同じものを「認知的混乱」「戸惑い」「つまずき」と書き分けると、読者はそれが同じ概念なのか別の概念なのか判断できなくなります。 文章に変化をつけたくなる気持ちは分かりますが、学術文章では、用語の言い換えは変化ではなく事故です。

指導教員や共著者と書く

論文執筆は、しばしば指導教員や共同研究者との継続的な対話を通じて進みます。 効果的な指導を受けるには、「どこが悪いか分からない」ではなく、「この部分の論理の流れが不自然な気がするが、どう改善すべきか」のように具体的に問いかけるのが効果的です。 質問の精度が、もらえるフィードバックの質を決める――これは指導を受ける側が早い段階で身につけたい大事な技術です。

原稿を見せるタイミングも大事です。 全部書き上げてから見せると、「そもそも主張の立て方が違う」という指摘を受けたときに、直す量が膨大になります。 アウトラインの段階で一度、章ごとの初稿の段階でもう一度、と小刻みに出すほうが、結局は速く進みます。 教員が読む時間も日程に入れてください。 「明日までに見てください」という渡し方を繰り返すと、もらえるコメントは浅くなります。

返ってきたコメントに納得できないときは、黙って無視するのではなく、なぜそう書いたのかを説明して議論してください。 そのうえで直さないと決めたなら、それは書き手の判断として構いません。 ただ、同じ箇所を複数の読み手が指摘したなら、たいていその箇所は本当に分かりにくい。 「読み方が悪い」と思ったときこそ、書き方を疑ってみる価値があります。

同僚との相互検討も強力です。 お互いの論文を読み合い、率直な意見を交換することで、自分では気づかない問題点や改善点が見えてきます。 研究室で輪読会や論文相互レビューが行われているなら、ぜひ積極的に関わってください。 読まれることで書き手は育ち、読むことで書き手としての眼も育ちます。

関連セクション：

• 第3部：論文執筆の流れ - 研究実践の流れの中での執筆の位置づけ
• 論文の構造と種類
• 推敲する

タイトル・アブストラクト

論文を書くときに最初に悩むのが、タイトルだという人は多いと思います。 「どんなタイトルをつければいいんだろう」「インパクトのある言葉を使ったほうがいいのかな」「ありきたりな言葉だと埋もれるんじゃないか」――そういう迷いは、僕も毎回経験します。 何本書いてもタイトル付けは難しい作業で、ここでセンスを磨くのは、研究者として一生続く修業のようなものです。

タイトルとアブストラクトは、論文の「顔」です。 読者が最初に目にする部分で、ここで興味を持ってもらえなければ、どれほど素晴らしい中身も読まれずに終わります。 そして現代では、論文はデータベース上で大量のほかの論文と並んでいる。 「目に留まる顔」と「目に留まらない顔」の差は、想像以上に大きい。 この節では、効果的なタイトルとアブストラクトを作るための考え方を書いておきます。

タイトルに込めるべきもの

タイトルは論文の内容を正確に反映する必要があります。 読者がタイトルを見ただけで、この論文が何について書かれているのかを大筋で理解できる――これが目標です。 たとえば「学習支援システムの開発」というタイトルは、漠然としすぎていて何を支援するのかが見えません。 「どんな学習を支援するのか」「どんな特徴があるシステムか」「誰を対象にしているか」――重要な情報が抜け落ちている。

一方で、「小学生の算数学習における誤答分析に基づく個別指導システムの開発と評価」とすると、対象（小学生）、分野（算数）、アプローチ（誤答分析）、成果物（個別指導システム）、範囲（開発と評価）が一目で伝わります。 やや長く感じるかもしれませんが、ここまで情報があって初めて、読者は「これは自分が読むべき論文か」を判断できます。これがタイトルの基本です。 判定の目安としては、「タイトルから論文の中身が想像できないなら、それは情報不足」「多少長く見えても、必要な情報が入っているなら問題ない」と思ってください。

また、いまの論文はオンラインデータベースのキーワード検索で見つけられることがほとんどです。 あなたの論文を必要としている人に届けるためには、適切なキーワードをタイトルに含める必要があります。 ただし、キーワードの詰め込みは逆効果になります。 不自然な羅列になると、読者は「内容が薄いから飾っているのでは」という印象を持つ。 読みやすいタイトルのなかに、重要なキーワードを自然に組み込む――このバランスが鍵です。

タイトルは簡潔でありつつ、具体的でもあるべきです。 一般的に（英語論文では）15〜20語程度が適切とされますが、内容を正確に伝えるためなら多少長くなっても構いません。 不要な修飾語や曖昧な表現を避けて、核心を端的に表現する――ここを意識してください。 「〜に関する研究」「〜についての検討」のような、何の情報も足さない表現は、思い切って削除する。

アブストラクトの構造

アブストラクトは論文全体の縮図です。 読者がアブストラクトだけを読んでも、研究の全体像を掴めるように書きます。 僕は、アブストラクトを「論文を一段階圧縮した別物」として捉え、これだけで自立して読める文章にすることを目指しています。

典型的な構成は、背景・目的、方法、結果、結論・意義、の四ブロックです。 まず、なぜこの研究が必要なのかを簡潔に説明する。 現状の問題や既存研究の限界を1〜2文で示し、本研究の目的を明確に述べる。

近年、オンライン学習の普及に伴い、学習者の理解度を適切に把握することの重要性が高まっている。しかし、既存の学習システムでは個々の学習者の誤解パターンを詳細に分析する機能が不十分である。本研究では、誤答分析に基づく個別化学習支援システムを開発し、その効果を検証することを目的とした。

このくらいの密度で、背景から目的までを流れるように書きます。 読者は最初の数文で「自分が読むべき論文か」を判断するので、ここで失敗すると後がない。

そして、どんなアプローチで研究を行ったかを簡潔に。 詳細な手順は不要ですが、読者が研究の信頼性を判断できる程度の情報は必要です。 「どんな対象に、どんな条件で、どんな評価を行ったか」が分かれば十分です。 次に、具体的な数値や発見を含めて、主要な結果を報告する。 曖昧な表現ではなく、可能な限り具体的なデータを示してください。 「効果が見られた」より「正答率が15ポイント向上した」のほうが、読者の判断材料になります。 最後に、研究の結論と、それが分野や実践にとって持つ意義を述べる。 ここで「だから何なのか」が示せていないアブストは、印象に残りません。

よくある落とし穴

タイトルとアブストラクトでよくある落とし穴を、いくつか書いておきます。

タイトルでは、過度に技術的な専門用語を避けましょう。 その分野の専門家以外には理解できないタイトルは、読者層を狭めてしまいます。 論文は、たいてい想定より幅広い読者層に読まれます。 可能な限り、関連分野の人にも届く表現を心がけてください。 また、先にも触れたとおり「〜に関する研究」という表現は避けたほうがいい。 これは何の情報も足さない冗長な表現です。 研究であることは論文の性質上当然なので、わざわざ書く必要はありません。

アブストラクトでは、結果の詳細な説明に紙面を割きすぎないように。 アブストラクトの目的は詳細な結果報告ではなく、全体像を伝えることです。 詳細は本文に譲り、アブストでは「何が分かったか」のエッセンスだけを示す。 そしてアブストラクトには、論文本文に含まれていない情報を入れてはいけません。 これは意外とやりがちなミスで、書き直しの過程で本文から消えた話がアブストにだけ残っていた、ということが起こります。 最終確認では、アブストの記述がすべて本文で裏付けられているかをチェックしてください。

書くタイミング

多くの人がタイトルとアブストラクトを最初に書こうとしますが、僕はむしろ、本文を書き終えてから最終的に仕上げるほうを勧めます。 研究の全体像が明確になってから書いたほうが、正確で魅力的なものになります。 逆算思考 のときに書いた「仮アブスト」とは別物として、最後にもう一度ゼロから書き直すくらいでちょうどいい。 仮アブストは自分の頭を整理するためのもの、最終アブストは読者に届けるためのもので、目的が違います。

そして初稿ができたら、同僚や指導教員に読んでもらいフィードバックを求めてください。 「このタイトルを見て、どんな内容の論文だと思いますか」「アブストを読んで、この研究の価値が分かりますか」と具体的に問うと、改善点が見えてきます。 特に、研究の中身を知らない人に読んでもらうのが効きます。 身内同士だと前提知識の共有があるので、本来必要な説明が抜け落ちていることに気づきにくいからです。

論文の顔とも言えるタイトルとアブストラクト。 ここを丁寧に作り込むことで、研究が多くの人に届き、学術コミュニティへの貢献が最大化されます。 中身がどれほど良くても、顔で素通りされたら届きません。 最後の仕上げに、本文以上の時間をかける価値があるパートだと、僕は思っています。

イントロダクションの構成

「イントロが書けない」――これは、研究を始めたばかりの人がほぼ必ずぶつかる壁です。 真っ白なページを前に、「どこから始めればいいのか」「何を書けばいいのか」と途方に暮れる。 最初の論文のイントロに二週間以上費やした、というのは多くの研究者が学生時代に経験する話です。 書いては消し、書いては消し、自分が何を書きたいのかすら見失っていく――懐かしくも辛い時期です。

ただ、イントロには明確な役割と構造があります。 それを理解すると、書き始めの手がかりが見えてきます。 読者を「あなたの研究の世界」に導き入れ、「なぜこの研究が必要なのか」を説得する――これがイントロの仕事です。 この節では、説得力のあるイントロを書くための構造と技法を扱います。

イントロが果たす三つの役割

イントロには大きく分けて三つの役割があります。 現状を理解してもらい、既存の取り組みと限界を示し、本研究の価値を宣言する。 この三つが順序立てて展開されると、読者は自然にあなたの研究のところまで辿り着きます。

まず、現状の理解。 イントロの最初の役割は、読者に「今、世界で何が起こっているのか」を伝えることです。 あなたの研究分野で、どんな問題が存在し、なぜそれが重要なのかを説明します。 たとえばオンライン学習に関する研究なら、「コロナ禍以降、オンライン学習が急速に普及したが、学習者の理解度把握が困難になっている」といった現状から入れます。 ここで大事なのは、読者が「確かにそれは問題だ」と感じられる状況説明をすること。 共感を呼ばない問題提起は、その後の議論をいくら積み上げても響きません。

次に、既存の取り組みと限界の整理。 その問題にこれまでどんな取り組みがなされてきたかを整理し、それでもなお残っている課題や限界を明らかにします。 ここが文献レビューの部分です。 目標は、既存研究を否定することではなく、先行研究の価値を認めつつ「それでもまだ解決されていない課題がある」ことを示すこと。 読者に「なるほど、まだやるべきことがあるんだな」と思ってもらえれば成功です。 先行研究をどんな姿勢で評価するかについては、引用と参考文献の扱い を参照してください。

そして、本研究の価値の宣言。 ここまでの流れを受けて、本研究によって何を明らかにし、どう貢献するのかを明確に宣言します。 「だからこそ、この研究が必要なのです」という論理的な帰結として置く。 ここまでの「現状」と「先行研究の限界」が丁寧に描かれていれば、本研究の宣言は自然に納得されます。 逆に、ここまでが弱いと、本研究の意義をどれだけ大声で叫んでも届きません。 イントロの説得力は、最後の一文より、そこに至るまでの流れにかかっています。

効果的な導入の技法

イントロの最初の数行は、読者の関心を掴めるかどうかの勝負所です。 ここで使える技法をいくつか紹介します。

身近な例から始めるのは効きやすい技法です。 専門的な話に入る前に、「自分にも関係のある話だ」と感じてもらう導入を心がけましょう。 「大学生の多くが、オンライン授業で集中力を維持することの難しさを経験している」――こういう書き出しは、多くの読者にとって身近です。 査読者も人間なので、「自分も思い当たる」と感じる導入は、その後の論述への態度を柔らかくしてくれます。

統計や事実で問題の規模を示すのも有効です。 問題の深刻さや規模を示すのに、客観的なデータは説得力を持ちます。 ただし数値の羅列にならないよう、その数字が何を意味するのかまで説明してください。 「2020年以降、オンライン学習を導入した教育機関は全体の○%に達している（出典, 年）。しかし、学習効果に関する懸念も高まっている」――こんな具合に、数字と問題意識を結びつけて示します。

そしてイントロの最後では、研究問いを明確に示します。 「本研究では、〜を明らかにすることを目的とする」という形で、焦点を絞り込む。 ここで注意したいのは、問いが大きすぎないこと。 僕の指導した学生のドラフトでよく出てくるのが、「教育を改善する」「学びを変革する」といった巨大な問いです。 気持ちは分かりますが、そのスケールは一本の論文では到底答えられない。 一つの研究で解決できる範囲に収まるよう、問いを丁寧に絞ってください。

イントロで文献にどう触れるか

先行研究をどう整理し、どう論じるかという話は 関連研究の探し方・読み方 にまとめてあります。 ここでは、イントロという限られた場所のなかで、文献をどれくらいの量と粒度で扱うか、という話だけをします。

分量の目安は、投稿論文なら2〜4段落です。 イントロの半分以上が先行研究の紹介で埋まっていたら、たいてい書きすぎています。 学位論文は事情が違って、関連研究が独立した一章になるので、第1章では本研究の位置づけに必要な最小限だけ触れ、詳しい整理は第2章に送ります。 このあたりは 学位論文の構造 で扱っています。

粒度は、個々の論文を一本ずつ紹介するのではなく、研究の群としてまとめるのが基本です。

細かすぎる：Smith（2019）は〜を行った。Jones（2020）は〜を行った。Lee（2021）は〜を行った。
適切　　　：学習ログから理解度を推定する試みは複数あるが（Smith, 2019; Jones, 2020）、
　　　　　　いずれも正答率を指標としており、解答に至るまでの過程は扱っていない。

一本ずつ並べる書き方だと、読者は「で、この分野は全体として何ができていて何ができていないのか」を自分で組み立てる羽目になります。 群としてまとめて、その群に共通する限界を一つ示す。 これで一段落です。 その限界が、あなたの研究が埋める隙間と対応していれば、イントロの論理はそれだけで通ります。

個別の論文を名指しで詳しく扱うのは、あなたの研究が直接それを土台にしているか、直接それと比較されるときだけで十分です。 そういう論文は、たいてい一本か二本しかありません。

よくある問題と対策

イントロでよく見る問題と、その対策を書いておきます。

範囲が広すぎる――これが最も多い問題です。 イントロで扱う範囲が広すぎると、焦点がぼやけます。 あなたの研究に直接関連する部分に絞って記述しましょう。 「教育全般」「学習者の心理」のような大きな話から始めて、なかなか自分の研究に到達しないイントロは、読者を疲れさせます。 最初から、自分の研究を中心に据えた狭い切り口で入っていく勇気を持ってください。

既存研究の紹介が浅い――これも頻出の問題です。 時間の制約から、既存研究の紹介が表面的になってしまうことがあります。 締め切りに追われて先行研究の紹介を雑に済ませると、査読で「この先行研究の理解は不十分だ」と指摘されるのはよくあるパターンです。 数は少なくても、重要な研究については詳しく検討し、その意義と限界を丁寧に分析してください。 浅く広くより、深く狭く、のほうがイントロでは効きます。

自分の研究の新規性が不明確――これは致命的です。 あなたの研究が既存研究とどう違うのか、どんな新しい価値を提供するのかが曖昧だと、研究の意義が伝わりません。 イントロを書き終えたら、「この論文の新規性を一文で言うと何か」を自分に問いかけてみてください。 即答できないなら、イントロの中で新規性が明示されていない可能性が高い。

イントロは論文の入り口です。 読者がここで興味を失えば、後続の素晴らしい内容も読まれません。 時間をかけて丁寧に作り上げることで、研究の価値を最大限に伝えられます。 僕は、論文全体に費やす時間のかなりの部分をイントロに使うことが多い。 それくらい、ここの出来は論文の運命を左右します。

結果の書き方

卒業論文で一番長くなるのは、たいてい結果の章です。 そして、指導教員の赤がいちばん入るのもここです。 イントロダクションは何度も書き直すうちに形が見えてきますが、結果の章は「何をどこまで書くのか」の判断が毎回違うので、型を知らないまま書くと際限なく膨らみます。

結果の章がやることは一つだけです。 観測されたことを、解釈を混ぜずに報告する 。 これだけです。難しいのは、書いている本人にとって、観測と解釈の境目がほとんど見えないことです。

観測と解釈を切り分ける

自分のデータを何ヶ月も見ていると、数字を見た瞬間に意味が浮かびます。 その意味のほうを書いてしまうのが、結果の章でいちばん多い失敗です。

観測：介入群の平均反応時間は 1.24 秒（SD = 0.31）、統制群は 1.51 秒（SD = 0.28）だった。
解釈：介入によって学習者の認知負荷が下がったため、反応が速くなった。

下の文が結果の章に入っていると、読者は事実と著者の主張を区別できなくなります。 「認知負荷が下がった」は測っていません。測ったのは反応時間です。 負荷の低下は、反応時間から著者が導いた推論であって、考察の章の仕事です。

判定の手がかりは、その文が 装置やデータから直接読み取れるかどうか です。 「〜が向上した」「〜が減少した」は多くの場合、観測です。 「〜が効いた」「〜のおかげで」「〜を示唆する」は解釈です。 書き終えたあとに、解釈に当たる述語を探して考察へ移すだけで、結果の章はかなり締まります。

ただし、完全な無味乾燥にする必要はありません。 どの結果が主要な発見なのかを、順序と分量で示すのは書き手の仕事です。 すべての数値を同じ重さで並べた結果の章は、読者にとって地図のない土地と同じになります。

順序を決める

結果を得た順に書くと、たいてい読みにくくなります。 実験は行き当たりばったりに進みますが、読者はその履歴に関心がありません。

順序の決め方は二つあります。 一つは、イントロダクションで立てた問いや仮説の順に並べる方法です。 問いが三つあるなら、結果も三つの節に分けて、同じ順で答えていく。 読者は、自分が抱えた問いが順に回収されていく感覚で読めます。

もう一つは、主要な発見から先に置く方法です。 分量の多い論文や、副次的な分析が多い場合はこちらが向きます。 いずれの場合も、節の見出しは「実験1」「実験2」ではなく、そこで何がわかったのかがわかる語にするほうが親切です。

図表と本文の分担

図表と本文が同じことを言っている論文は、読者に二度同じ作業をさせます。

図表は、個々の数値とパターンを示す場所です。 本文は、その図表のどこを見てほしいのか、何が読み取れるのかを案内する場所です。

冗長：表2に示すように、A群は 72.4%、B群は 65.1%、C群は 58.9% であった。
案内：正答率は A 群から C 群へ順に低下した（表2）。低下幅は A・B 間より B・C 間で大きい。

本文に数値を書くのは、その値が議論の中心になるときだけで十分です。 全部の数値を本文で繰り返すと、図表を作った意味がなくなります。

図表の番号は、必ず本文から参照します。 参照のない図表は、読者にとって存在しないのと同じです。 なお、表のキャプションは表の上、図のキャプションは図の下に置くのが多くの分野での慣例です。 図表の作り方そのものは 図表・統計・可視化の技法 で扱っています。

数値の書き方

有効数字は揃えます。 測定の精度を超えた桁を書くと、精度を偽ることになります。 反応時間を 1.2406 秒と書いても、装置の分解能が 10 ミリ秒なら、下の桁は意味を持ちません。

統計を報告するときは、検定の結果だけを書かないでください。 p 値は「差がどのくらいか」を教えてくれません。 効果量と、可能なら信頼区間を添えます。 サンプルサイズ、自由度、検定の名前も、再現のために要ります。

不足：介入群と統制群のあいだに有意差が見られた（p < .05）。
十分：介入群（M = 1.24, SD = 0.31）は統制群（M = 1.51, SD = 0.28）より速かった
      （t(58) = 3.42, p = .001, d = 0.89, 95% CI [0.11, 0.43]）。

「有意傾向がある」「有意差が見られなかったが、差がある傾向が確認された」という書き方は避けます。 差が検出できなかったのなら、検出できなかったと書く。 そのうえで、検出力が足りなかった可能性を考察で論じるほうが、読者に対して誠実です。

思わしくない結果を書く

仮説と合わない結果、予想と逆の結果、差が出なかった実験。 これらを落とすと、論文としては嘘になります。

報告しなかった分析が存在することを、読者は知りようがありません。 だからこそ、都合の悪い結果を落とす操作は検出されにくく、分野全体の知識を静かに歪めます。 探索的に見つけた分析を、最初から仮説だったかのように書くのも同じです。 このあたりの規範は データ収集・分析と再現性 で扱っています。

思わしくない結果は、そのまま書けば済みます。 「差は見られなかった」と書いても論文の価値は下がりません。 むしろ、うまくいった実験だけが並んだ論文のほうが、査読では疑われます。

書き終えたあとの点検

結果の章を書き終えたら、次を確認してみてください。

• 解釈を表す述語（示唆する、〜のため、効果的である）が残っていないか
• 本文の数値と図表の数値が一致しているか
• すべての図表が本文から参照されているか
• イントロダクションで立てた問いのすべてに、対応する結果があるか
• 統計の報告に、効果量とサンプルサイズが入っているか

最後の項目は、意外と抜けます。 自分の頭のなかでは自明でも、読者は数値からしか判断できません。

考察・限界・結論の書き方

考察は、論文のなかで唯一、あなたが自分の言葉で語る章です。 結果までは、データが言えることしか書けません。 考察では、そのデータが何を意味するのかを、あなたの責任で述べます。

その自由さのせいで、考察は二つの方向に崩れます。 一つは、結果の章をもう一度言い直しただけで終わる考察です。 もう一つは、データが支えていないところまで主張が伸びてしまう考察です。

考察の骨格

書き慣れるまでは、次の順で組むと形になります。

まず、この研究で何がわかったのか を数行で述べます。 数値を並べ直すのではなく、結果を一段上の言葉にまとめる。 「A 群のほうが速かった」ではなく、「手がかりの提示は、課題の難易度が高い場面でのみ反応を速めた」といった粒度です。

次に、先行研究との対話 です。 自分の結果が、既存の知見と一致するのか、食い違うのか。 一致するなら、どこまでを追認し、どこから先に進めたのか。 食い違うなら、なぜ食い違ったのかを、対象・課題・測定・条件の違いから説明します。 ここが薄い考察は、査読で「この研究は分野のどこに位置するのか」と必ず聞かれます。

そのうえで、なぜその結果になったのか の機構を述べます。 考えられる説明が複数あるなら、複数書いてかまいません。 むしろ、自分に都合のよい説明だけを書くと、査読者が代替説明を持ち出したときに答えられなくなります。 自分で代替説明を挙げ、それを支持または排除する材料を示すほうが、議論は強くなります。

最後に、この結果が誰にとって何の役に立つのか を書きます。 理論的な含意と、実践的な含意は分けて書いたほうが読みやすくなります。

言えることと言えないことを分ける

考察でいちばん気をつけるのは、主張の射程です。

言い過ぎ：本手法は学習効果を高めるため、教育現場での広範な活用が期待される。
適切　　：本手法は、今回の課題設定において反応時間を短縮した。
　　　　　学習の定着への効果は測定していないため、教育現場での効果は今後の検証を要する。

大学生 60 名を対象に 30 分の課題で得た結果から、「教育現場で有効である」とは言えません。 言えるのは、その対象・その課題・その時間で観測されたことだけです。

述語の強さも意識します。 「〜を示した」「〜を証明した」と書けるのは、その主張がデータから直接導けるときだけです。 推論が一段でも入るなら、「〜を示唆する」「〜と解釈できる」にとどめます。 相関しか見ていないのに因果の語彙（〜によって、〜が原因で、効果がある）を使わない、というのは、査読でもっともよく指摘される点の一つです。

限界の書き方

限界の節は、謝罪文ではありません。 「サンプルが少なく申し訳ないが」と書く必要はなく、書いたところで弱点は消えません。

限界を書く目的は、あなたの結論がどこまで有効なのか、その境界を読者に示すこと です。 境界が示されていれば、読者はその外側に結果を持ち出さずに済みます。

書くべき限界は、だいたい次の型に収まります。

• 対象の限界：参加者が特定の大学の学生に偏っている、特定の分野のデータしか使っていない
• 測定の限界：測りたかった構成概念を、代理指標で測っている
• 期間の限界：短期的な効果しか見ていない、長期の定着は不明
• 条件の限界：統制された環境で行ったため、実際の現場の雑音が入っていない
• 手法の限界：比較対象が一つしかない、既存手法の実装が原著と完全には一致しない

それぞれ、限界を挙げるだけで終わらせず、その限界が結論のどの部分を弱めるのか まで書きます。 「サンプルが少ない」だけでは、読者は何を割り引いて読めばよいのかわかりません。 「サンプルが 60 名であり、効果量の小さい差は検出できていない可能性がある」まで書けば、読者は判断できます。

ただし、なんでも書けばよいわけでもありません。 研究の骨格を壊すような限界（測定そのものが妥当でない、統制が成立していない）に気づいたなら、それは限界の節に書いて済ませる話ではなく、実験をやり直すか、主張を取り下げる話です。

結論の書き方

結論は、アブストラクトの貼り直しではありません。 アブストラクトは論文を読む前の読者に向けて書きますが、結論は論文を読み終えた読者に向けて書きます。 同じ内容でも、読者の持っている情報が違います。

結論でやることは三つです。 イントロダクションで立てた問いに、一文で答える。 その答えが分野に何を足したのかを述べる。 そして、次に何が要るのかを示す。

今後の課題は、思いついたものを並べるのではなく、この研究の限界から自然に出てくるもの を書きます。 限界の節で「長期の定着は不明」と書いたなら、今後の課題は追跡調査になります。 限界と無関係な課題が並んでいると、限界の節を形式的に書いたことが露見します。

卒業論文での分量

卒論では、結果まで書き終えて力尽き、考察が一ページで終わる、ということがよく起きます。 提出前の一週間で書かれた考察は、だいたい結果の要約になります。

考察は、書くのに時間がかかる章です。 先行研究を読み直す必要があり、自分の結果を突き放して眺める時間も要ります。 執筆スケジュールを組むときは、考察に結果の章と同じだけの日数を確保しておく ことを勧めます。 そして、考察の初稿は早めに指導教員に見せてください。 ここは一人で直せる部分が少なく、議論しながら形になる章です。

学位論文の構造

これまでの章は、学術雑誌や国際会議に投稿する論文を前提に書いてきました。 ただ、あなたが最初に書くのは、たぶん卒業論文か修士論文です。 この二つは、投稿論文とは読者も目的も違います。

投稿論文の読者は、その分野の研究者です。 前提知識を共有しているので、既知の説明は省けますし、ページ数の制限があるので省かなければなりません。

学位論文の読者は、審査する教員です。 あなたが何をわかっていて、何を自力でやったのかを判断するために読みます。 だから、投稿論文では省く説明を、むしろ書く必要があります。 使った手法をなぜ選んだのか、前提となる理論はどういうものか、実装のどこを自分で作ったのか。 学位論文は、成果の報告書であると同時に、理解と力量の証明書 です。

定番の章立て

分野によって差はありますが、日本の工学系・情報系の学位論文は、だいたい次の形に落ち着きます。

第1章　序論　　　　　研究の背景、問題意識、目的、本論文の構成
第2章　関連研究　　　既存研究の整理と、本研究の位置づけ
第3章　提案手法　　　（あるいは：理論的枠組み、システム設計）
第4章　実装・実験方法　何をどう作り、どう検証したか
第5章　結果
第6章　考察
第7章　結論　　　　　まとめと今後の課題
謝辞
参考文献
付録

IMRaD との関係でいえば、投稿論文の Introduction が第1章と第2章に分かれ、Methods が第3章と第4章に分かれる、と考えるとわかりやすいと思います。 分ける理由は分量です。 関連研究は投稿論文なら数段落ですが、学位論文では一章分の整理が求められます。

第1章の最後に「本論文の構成」を置くのは、学位論文特有の作法です。 「第2章では〜を述べ、第3章では〜を提案する」と書いておくと、審査員が全体を把握したうえで読み始められます。

分量の配分

卒業論文で 30〜50 ページ、修士論文で 60〜100 ページというのが、よくある規模です。 所属する専攻に規定があるなら、当然そちらが優先されます。

配分の目安としては、序論と関連研究で全体の 3 割、提案と方法で 3 割、結果と考察で 3 割、結論で 1 割といったところです。 ここで崩れやすいのが関連研究で、読んだ論文を全部紹介しようとして、一章の半分を占めてしまうことがあります。 関連研究の章の目的は、読んだ量を示すことではなく、自分の研究が埋める隙間を示すこと です。 その隙間の説明に必要な研究だけを、系統立てて並べます。

逆に薄くなりやすいのが考察です。 考察・限界・結論の書き方 でも書きましたが、ここは時間を確保しておかないと確実に痩せます。

投稿論文を書いてある場合

修士課程で学会発表や論文投稿をしていると、学位論文はそれらを束ねる作業になります。 このとき、発表原稿をそのまま章として並べるのは避けてください。 章ごとに用語が違う、同じ背景説明が三度出てくる、図のスタイルが揃っていない、という論文になります。

束ねるときにやることは三つです。 用語と記号を全体で統一すること。 重複する背景説明を第1章と第2章に集約すること。 そして、各章が全体のどこに位置するのかを説明する文を、章のはじめに足すこと です。

この作業をしていると、個々の発表を書いていたときには見えていなかった共通の問題意識が言葉になることがあります。 それが見つかったら、第1章の目的の書き直しに反映してください。

付録に何を置くか

本文に入れると流れが切れるが、審査では見てほしいもの。 これが付録の役割です。

置く候補としては、実験で使った教示文や質問紙の全文、実装したプログラムの主要部分、詳細なパラメータの一覧、本文に載せきれなかった個別データや追加分析、倫理審査の承認番号や同意書の様式などがあります。

卒論では、実験参加者への教示文を付録に入れておくと、口頭審査で「参加者にはどう説明したのか」と聞かれたときにそのまま示せます。

締切からの逆算

提出日から逆算した日程を、書き始める前に一度組んでおきます。 ここを組まずに走ると、たいてい考察と推敲が削られます。

目安として、提出の 1 ヶ月前に全体の初稿ができている状態を目指します。 指導教員の赤入れは一往復では終わりません。 二、三往復を見込み、教員が読む時間（数日から一週間）を毎回の往復に入れて数えます。 提出直前の週は、体裁を整える作業だけで埋まります。 参考文献の整形、図表番号の通し確認、目次の再生成、誤字の確認。 推敲する で扱った推敲を、この週にやろうとしても間に合いません。

初稿は、完成してから見せるより、章ごとに出すほうが速く進みます。 序論と関連研究を先に出し、赤が返ってくるあいだに方法と結果を書く。 全部書き上げてから根本的な指摘を受けると、修正の量が大きくなりすぎます。

口頭審査への接続

学位論文の審査は、たいてい発表と質疑がセットです。 論文を書き終えてから発表資料を作り始めるのではなく、本文の図をそのまま発表に使えるように作っておく と、この時期がずいぶん楽になります。

質疑で聞かれることは、ほとんどが限界と考察に関するものです。 なぜこの手法を選んだのか、なぜこの条件で検証したのか、この結果はどこまで一般化できるのか。 論文を書いているあいだに「ここは弱いな」と自分で感じた箇所は、まず間違いなく聞かれます。 その箇所について、限界の節で先に書いておくと、質疑では「認識したうえで、この範囲で主張している」と答えられます。 隠した弱点は必ず見つかりますが、示した弱点は、たいてい議論の材料として扱ってもらえます。

執筆ツールと原稿の体裁

内容が固まっても、原稿はファイルとして提出できる形になっていなければ受け取ってもらえません。 そして体裁を整える作業は、たいてい締切の直前、いちばん疲れているときに回ってきます。 書き始める前に決めておくと後が楽になることを、ここにまとめておきます。

LaTeX か Word か

まず、研究室や投稿先が配っているテンプレートに従う のが基本です。 選択の余地がないことも多く、その場合はここで悩む必要はありません。

自分で選べるなら、判断材料は二つです。 数式や参考文献が多い原稿なら LaTeX が向きます。 数式の組版、図表番号や引用の自動採番、参考文献の整形を、機械に任せられます。 一方、共著者や指導教員が Word しか使わないなら Word です。 赤入れは変更履歴とコメントで返ってくるのが普通なので、そのやりとりのしやすさは、組版の美しさより効いてきます。 僕の周りでも、LaTeX で書き始めたのに指導教員とのやりとりのために Word へ移す、という手戻りを何度か見ました。 どちらを使うかより、最初に決めて途中で変えない ことのほうが大事です。

共同編集とバージョン管理

Overleaf のようなブラウザ上の LaTeX 環境を使うと、環境構築でつまずく時間がなくなり、共著者と同じ原稿を同時に編集できます。 大学や研究室が契約している場合があるので、確認してみてください。

どの環境を使うにしても、過去の版に戻せる状態にしておいてください。 thesis_final.docx thesis_final2.docx thesis_final_修正版.docx という並びは、一週間後の自分にはもう区別できません。 最低限、thesis_20260115.docx のように日付を入れた命名にして、上書きせずに増やしていく。 git を使えるなら、原稿もリポジトリに入れるのがいちばん確実です。 LaTeX のソースはテキストなので、どこをいつ変えたかが差分として読めます。 「指導教員に見せた版に戻したい」という場面で、これは本当に助かります。

Word で赤入れをもらっている場合は、変更履歴とコメントが残ったまま提出しないよう気をつけてください。 反映し終えたら履歴を承諾し、コメントを削除してから、もう一度全体を通して見る。 指導教員のコメントが印刷された状態で製本された、という話は、笑い話では済みません。

文献管理ツールと BibTeX

参考文献は手で打たないでください。 著者名、誌名、巻号、ページ、年――項目が多く、どれか一つ間違えると読者が原典にたどり着けません。 そのうえ投稿先が変われば書式も変わるので、手で打ったリストは投稿先を変えるたびに作り直しになります。

Zotero、Mendeley、EndNote といった文献管理ツールに論文を登録しておくと、BibTeX ファイルや Word 用の書誌データを書き出せます。 あとはスタイルを差し替えるだけで、書式は自動で切り替わります。 ただし 引用と参考文献の扱い にも書いたとおり、自動生成された書誌情報には、データベース側の不備や登録時の入力ミスが混じります。 著者名の綴りと出版年だけは、提出前に自分の目で確かめてください。

図の形式

図は、拡大しても劣化しないベクタ形式（PDF、EPS、SVG）で作るのが基本です。 作図ツールから直接書き出せば、線も文字も鮮明なまま残ります。 写真やスクリーンショットのようにラスタ形式しか選べないものは、印刷を想定して 300 dpi 以上で用意します。 画面では十分に見える画像が、紙に印刷すると粗くなる、というのはよくあります。

それから、一度白黒で出力して確認してください。 学位論文は白黒で製本されることがありますし、査読者が白黒で印刷して読むこともあります。 色だけで系列を区別した折れ線グラフは、白黒にすると全部同じ線になります。 線種やマーカーの形も変えておけば、この問題は起きません。

図を貼った PDF を作ったあとは、文字が別のフォントに置き換わっていないかも見ておきます。 フォントが埋め込まれていない PDF は、投稿システムで弾かれることがあります。

ページ制限への詰め方

学会や雑誌の投稿では、ページ数の上限が決まっているのが普通です。 一ページ超過したときに手を出していいのは、本文のほうです。

削る先は、だいたい決まっています。 イントロダクションの一般論、同じことを二度言っている段落、図表に任せられる数値の羅列、関連研究の個別紹介。 図を小さくするのも手ですが、軸の文字が読めなくなるところまで縮めるなら、その図は載せる意味がありません。

やってはいけないのは、余白、行間、フォントサイズ、キャプションの文字サイズをテンプレートから変えることです。 多くの投稿先で規定違反にあたり、内容を読まれる前に差し戻されることがあります。 体裁を自動で検査する投稿システムも増えました。 規定は投稿先ごとに違うので、投稿規程を自分で読む のが結局いちばん早い。

提出前の機械的チェック

最後の一日は、読み直しではなく点検に使います。 内容を良くする作業はもう終わっている、という前提で、次を一つずつ潰してください。

• すべての図表が本文から参照されていて、番号が飛んでいないか
• 本文で引用した文献が参考文献リストにあり、リストにある文献が本文で使われているか
• 「図??」「[?]」のような未解決の参照が残っていないか
• 執筆中に書いた TODO やコメントが本文に残っていないか
• ファイル名と形式が投稿規程どおりか
• ページ数、余白、フォントが規定の範囲に収まっているか

匿名で査読する投稿先に出すなら、著者名と所属、謝辞、自分の研究を「我々の先行研究では」と書いた箇所も確認します。 PDF のプロパティに著者名が残っていることもありますし、自分の名前をファイル名に入れたまま出してしまう、というのもよくある失敗です。

生成AIと論文執筆

この本は LLM を相棒に書いています。 導入 に書いたとおり、構成と主張は僕のものですが、各章の文章の起草にはかなりの部分を任せました。 ですから、論文執筆に生成AIを使うこと自体を止めるつもりはありません。 ただ、論文は本の原稿とは違う制約のもとにあります。 立場としては一つだけです。 使うなら、どこまで使ったかを自分の言葉で説明できる状態にしておく 。

まず、自分が出す先の規定を読む

一般論から入らないでください。 使ってよい範囲を決めるのは、学会・雑誌・大学それぞれの規定です。 投稿先によって、補助的な利用まで認めるところ、開示を条件に認めるところ、特定の用途を禁じるところがあります。 学位論文なら、所属する大学や専攻の方針が別にあります。

方針はここ数年で何度も更新されてきましたし、これからも変わります。 だから、去年の投稿で確認したから今年も同じ、とは考えないでください。 投稿する時点の最新版を、自分で開いて読む 。 指導教員に「使っていいですか」と聞くのも大事ですが、規定を読んだうえで聞くほうが話が早く進みます。

開示を求められる場合がある

利用を認める代わりに、何をどう使ったかの記載を求める投稿先が増えました。 書く場所は、方法の節、謝辞、投稿システムのチェック欄など、投稿先によって指定が違います。

記載に必要なのは、どのツールを、原稿のどの作業に使ったか、です。 「英文の文法と語法の確認に使用した」「図の説明文の下書きの生成に使用し、著者が全面的に書き直した」といった粒度で書ければ足ります。 逆に言えば、開示の文が書けないような使い方をしたなら、そこは使い方のほうを見直す場面です。 自分が何をさせたのかを後から思い出せるように、記録を取りながら進めてください。

補助と生成の線引き

規定の書きぶりは投稿先ごとに違いますが、線が引かれる場所には共通の傾向があります。

英文の校正、文法と語法の確認、日本語から英語への下訳、言い回しの候補出し。 このあたりは、著者がもともと持っている内容を読める形に整える作業なので、比較的広く認められています。 英語を母語としない書き手にとっては、負担の差を埋める道具でもあります。

一方、関連研究の記述、結果の解釈、考察の組み立て、結論の主張。 ここは、内容そのものを作る場所です。 制限がかかりやすいのはこちら側ですし、規定が許していても、任せた分だけ後で困ります。 自分が持っている内容を通りやすい言葉にするのか、持っていない内容を作らせるのか 。 この問いを自分に向けると、たいていどちら側の作業かはわかります。

事実と引用は捏造される

生成された文章には、存在しない論文が混じります。 実在する著者名と、実在しない題名の組み合わせ。 形式は正しいのに、どこにもつながらない DOI。 それらしく見えるので、確認せずに通すと、参考文献リストに幽霊が並びます。

生成された文献は、一件残らず原典に当たってください。 DOI を開いて、論文そのものを見て、引用しようとしている主張がその論文に書いてあることを確認する。 「そういう論文がありそうだ」と「その論文がある」は別です。 数値、年号、人名、手法の由来も同じで、もっともらしい間違いのほうが、明らかな間違いより危険です。

入力してよいデータかを考える

未公開のデータ、査読中の自分の原稿、共同研究先から預かった情報、実験参加者の個人情報。 これらを外部サービスに入力してよいかは、規定と契約の問題です。 入力した内容がモデルの学習に使われる設定になっていることもありますし、大学が契約している環境なら扱いが違うこともあります。

査読を引き受けた他人の論文は、特に気をつけてください。 査読原稿は預かりものなので、要約や下訳のためであっても外部に出すのは守秘義務に反します。 多くの雑誌が、査読での生成AI利用を明示的に制限しています。

共著論文なら、自分ひとりの原稿ではありません。 どこまで使うかは、事前に共著者と合意しておいてください。 後から「あの原稿をそのツールに入れたのか」という話になると、内容とは無関係のところで信頼が崩れます。

自分の理解を通っていない文章は、審査で答えられない

卒業論文や修士論文は、学位論文の構造 で書いたとおり、理解と力量の証明書でもあります。 口頭審査では、なぜこの手法を選んだのか、この用語はどういう意味か、この段落の主張の根拠はどこか、と聞かれます。 自分の頭を通っていない文章は、その場で答えられません。 審査員は、書いた本人が説明できない文章をすぐに見つけます。

点検のしかたは簡単です。 自分の原稿の段落を一つ選んで、画面を閉じて、口で説明してみる。 説明できないなら、その段落はまだあなたの文章になっていません。 書き直すか、理解し直すかのどちらかをしてから先に進んでください。

著者になるのは人間だけ

多くの学会と雑誌が、生成AIを著者として記載することを認めていません。 理由ははっきりしていて、著者とは内容に責任を負う立場だからです。 問い合わせに答えること、誤りを訂正すること、データの出どころを保証すること――ツールはこれをしません。

だから、書かれた内容の責任は、すべて人間の側にあります 。 捏造された引用が残っていれば、それはあなたの原稿の誤りです。 どこかの文章に似すぎていれば、それはあなたの盗用です。 「そう出力されたので」は弁明になりません。

裏を返せば、責任の所在を自分で引き受けられる範囲であれば、道具として使えばいい。 どこまで使ったかを言えて、書いたことを説明できて、事実を自分で確かめてある。 この三つが保てているなら、使うか使わないかは方法の選択の問題です。

コラム：「書けない」から「書ける」への転換点

多くの研究者が、深刻な「書けない」状態を経験します。 研究データは十分にあり、分析結果も興味深いのに、いざ論文を書こうとすると筆がまったく進まない。 パソコンの前に座って、真っ白な画面を見つめること数時間。 「イントロをどう書き始めれば……」「この結果をどう説明すれば……」と考えているうちに、一日が終わっている――珍しくない風景です。 僕も学生時代、まったく同じ景色を見ていました。 しかも何度も、何日も、何週間も。

「他の人はどうやって論文を書いているんだろう」と疑問を抱いて、指導教員に相談する人も多いと思います。 僕も同じ相談をしました。 「論文を書くのが怖いんです。完璧でない文章を書くのが不安で……」と。

返ってきた答えは、意外にも単純なものでした。 「最初から完璧な論文を書こうとするから書けない。まずは思ったことを、とにかく文字にしてみなさい」 僕は最初、その答えに少しがっかりしました。 何か魔法のような技法を期待していたからです。 でも、半信半疑で実践してみて、それが実は本物の処方箋だったと気づくのに、そんなに時間はかかりませんでした。

「でも学術論文なので、きちんとした文章でないと…」と僕が返すと、指導教員はこう続けました。 「『きちんとした文章』は最後に作るもの。最初は自分にしか理解できないメモでもいいから、思考を言葉にする練習をしよう」と。 このアドバイスを受けて執筆スタイルが劇的に変わる学生を、僕は今も研究室で何人も見ています。 「論文を書く」のではなく、「自分の研究について自分に説明する」という気持ちで文字を打ち始める。 それだけで、画面に向かう時間の質が変わります。

実際にどう書くかというと、こんな調子です。 「この実験では○○を調べようと思った。なぜなら△△だから。結果は××だった。これは面白い。なぜなら……」 口語的でインフォーマルな文章から始めて、思考の流れに沿って書いていく。 論文の体裁を気にしない、引用形式を気にしない、丁寧語かどうかも気にしない。 ただ、頭の中にある研究の理解を、文字として外に出す作業に集中する。

驚くべきことに、この「雑談調」の文章はどんどん書けます。 一度書き始めると次々にアイデアが浮かび、気づけば数ページのメモができている、ということが起こる。 僕自身もこのスタイルで、書き始めの一時間で5000字書けた経験があります。 それまで何時間かけても一文も書けなかったのに、です。 書けない原因は、文章力ではなく、「完璧であろうとする心理」だった、ということが分かります。

このメモをもとに、今度は「読者に説明する」つもりで書き直します。 専門用語を加え、論理的に整理し、先行研究との関連を明確にする。 この段階では書くべき内容がすでに明確なので、作業としては翻訳に近い感覚になります。 ゼロからの創作ではなく、すでにあるものを学術的な体裁に変換する作業――こうなれば、難易度は一気に下がる。

この経験をすると、論文執筆が「思考 → 言語化 → 構造化 → 洗練」という段階的なプロセスだと実感できます。 一度にすべてを完璧にしようとするから、身動きが取れなくなる。 段階を分けて、各段階で求められるスキルが違うと知ると、心理的な負荷も大きく下がります。

効果的な執筆プロセスは、たとえばこう整理できます。 第一段階で、「自分への説明」として、思ったことを自由に書く。 第二段階で、読者を意識して、論理的な構成に整理する。 第三段階で、学術的な表現に洗練し、引用や図表を整える。 第四段階で、声に出して読み、流れと表現をチェックする。 段階ごとに頭の使い方が違うので、一つずつ集中して取り組めます。

もう一つ大事なのが、「完璧でない文章を書く勇気」です。 最初のドラフトは誰にも見せるものではありません。 思考の下書きとして、自由に、時には乱暴に書いてもいい。 僕の初稿は今でも、人に見せられない代物です。 それでも、初稿があるからこそ、二稿、三稿と磨けるのです。 初稿が存在しなければ、磨くべき素材がない。 「下手な初稿を書く勇気」が、論文執筆の最初の関門だと、僕は思っています。

この考え方の転換で、「書けない」ことへの恐怖は薄れていきます。 むしろ、書くことが思考を整理し、新しいアイデアを生む創造的な作業だと感じられるようになる。 論文執筆を「書きながら考える営み」として捉え直すと、執筆中に新しい発見が生まれることすらあります。

大事なのは、まず書いてみること。完璧でなくていいから、思考を言葉にする練習から始める。 執筆は技術ですが、それ以前に勇気の問題でもあります。 不完全でも書き始める勇気があれば、必ず「書ける」ようになる。 真っ白な画面の前で固まっているなら、まずは独り言を書く感覚で、最初の一行を打ってみてください。 そこからが本番です。

関連研究の探し方・読み方

「この分野の研究、どこから調べ始めればいいんだろう」「論文はたくさん読んでいるけれど、関連研究として何をどう整理すればいいか分からない」――研究を始めたばかりの人からよく聞く悩みです。 関連研究を扱う技法は、研究者にとって最も基礎的で、最も繰り返し使われるスキルの一つです。 ただ、初学者にとっては「やり方が分からない」より「やってもやっても終わらない」という壁のほうが大きい。 どこまで調べれば十分なのか、何を残して何を捨てるのか、その判断が難しい。

学生時代、文献の海で何度も溺れかける、というのは多くの人が通る道です。 「とにかく全部読まなきゃ」と思って読み続けた結果、肝心の自分の研究が一ミリも進まない、という状態に陥りやすい。 ここで掴むべきは、戦略的なアプローチです。 膨大な学術文献の海で迷子にならないための地図と、効率的な読み方のコツを、この章では書いておきます。

関連研究が果たす役割

どれほど独創的なアイデアでも、それは既存の知識の上に築かれています。 関連研究を調べることは、あなたの研究が立つ「知識の土台」を確認し、強化する作業です。 「誰も考えたことがない、完全に新しいアイデア」というのは、実際にはほとんど存在しません。 むしろ、既存の研究を深く理解したうえで「ここに新しい視点を加えられる」「この部分をさらに発展させられる」と気づくところから、価値ある研究が生まれます。 この感覚は、何十本かの論文を読んだ後に初めて腹落ちするものなので、最初から完璧を目指さず、徐々に獲得していけば大丈夫です。

そして関連研究を調べる過程で、「これまでに何が明らかになっているか」「まだ解決されていない問題は何か」が見えてきます。 この理解があって初めて、あなたの研究が提供する新しい価値を明確に示せます。 独自性とは、既存研究を無視することではありません。 既存研究を十分に理解したうえで、「だからこそ、この研究が必要なのです」と説得力をもって言えること――これが研究の独自性の正体です。 先行研究を尊重しないと、独自性も主張できない――というのは、執筆で押さえておきたい原則です。

効率的な文献探索の戦略

膨大な文献のなかから関連研究を見つけるには、良い「入り口」になる文献を探すのが近道です。 その分野の代表的な研究者によるレビュー論文は、分野全体の見取り図を提供してくれる優れた出発点になります。 最近の会議論文や学位論文の関連研究セクションも、現在活発に研究されている領域への良い案内役です。 便利なやり方として、最近発表された質の高い論文を一本見つけて、その引用文献リストを丸ごと参照する、という手があります。 良い論文の周りには、良い論文がクラスタを作っていることが多い。

そしてある論文に出会ったら、双方向に探索するのが有効です。 「この論文が引用している文献は何か」「この論文を引用している文献は何か」――両方を辿ることで、関連研究のネットワークが見えてきます。 Google Scholarの「引用元」リンクや、Connected Papersのような可視化ツールも便利です。 ただし、ツールに頼りすぎず、自分の頭で「この論文と自分の研究はどう関係するのか」を判断する習慣は持ち続けてください。

検索キーワードの選択も奥が深いところです。 最初から完璧なキーワードを見つけるのは難しい。 検索を繰り返しながら、より適切な専門用語や表現を学んでいく――このプロセスそのものが大事です。 「machine learning」と「artificial intelligence」では、ヒットする論文の傾向が違います。 「user experience」と「usability」も、微妙に違う研究領域を指します。 分野の専門用語を正確に理解し、使い分けること――これが効率的な探索の鍵です。 新しいテーマに取り組み始めたら、最初の一週間で関連しそうなキーワードを15個ほどリストアップしてみてください。 キーワードの語彙が増えると、文献検索の精度が一気に上がる。

そして、研究分野は時間とともに発展し、変化しています。 古典的な重要論文から最新の動向まで、時系列で理解することで、分野の発展過程と現在の課題が見えてきます。 「この理論はいつ、誰が提唱したのか」「その後どんな発展があったのか」「現在どんな問題が議論されているのか」――歴史的な流れを押さえておくと、あなたの研究が分野のどこに貢献できるかが見えやすくなります。

論文の効果的な読み方

学術論文は、最初から最後まで細かく読み通す必要はありません。 全部の論文を均等に深く読もうとすると、時間がいくらあっても足りない。 そこで役立つのが「段階的読解」のアプローチです。 まずタイトルとアブストで概要、結論で主要な発見を確認し、残った論文だけイントロで問題設定を確認する。 この三カ所を読めば、その論文を深く読むべきかどうかの判断材料がだいたい揃います。 本当に詳しく読むべき論文は、この段階的読解を通じて自然に絞り込まれていきます。 すべての論文を同じ深度で読もうとすると、かえって重要な論文を見落とす――これは経験則として強調しておきます。

そして論文を読むときは、「著者の主張は妥当か」「方法論に問題はないか」「結論は適切に導かれているか」という批判的な視点を持ちましょう。 これは著者を攻撃するためではなく、研究の限界を理解して、自分の研究にどう活かすかを考えるためです。 「この研究の弱点を自分の研究で補えないか」「この手法を自分の問題に適用するとどうなるか」――こういう建設的な批判的思考から、新しいアイデアが生まれます。 論文を「正解の記録」ではなく「対話の相手」として読む――この感覚を持てると、読書の質が変わります。

論文を読みながら重要なポイントを体系的に記録しておくと、後の研究活動で大いに役立ちます。 単なる内容要約ではなく、「この研究の独自性は何か」「自分の研究との関連は」「疑問点や改善点は」という観点でメモを取る。 僕は読みながら、論文ごとに「貢献」「方法」「限界」「自分の研究との関連」の四項目をメモしています。 デジタルツールを活用して、キーワードやテーマで検索可能な形で整理しておけば、後から必要な情報を素早く見つけられる。 ZoteroやNotion、Obsidianなど、自分に合ったツールを早めに見つけておくと、長い目で見て助かります。

関連研究の整理と分析

集めた関連研究は、テーマ、方法論、時代、理論的立場などの観点から体系的に分類します。 この分類作業を通じて、分野の構造や研究の空白領域が浮かび上がってきます。 マインドマップや概念図を作って研究間の関係性を視覚化するのも有効です。 「AとBは補完的関係にある」「CとDは対立する結果を示している」「EはFを発展させたがGの限界を引き継いでいる」――こういう関係性の理解が、あなたの研究の位置づけを明確にします。

そしてこの整理から、ギャップ分析が可能になります。 関連研究を整理した結果、「まだ十分に検討されていない問題」「矛盾する結果が報告されている領域」「新しい技術や理論をまだ適用していない領域」といったギャップが見えてくる。 これらのギャップこそが、あなたの研究の出発点です。 ただし、ギャップがあるからといって、それが必ず価値ある研究テーマになるわけではありません。 そのギャップを埋めることが、学術的・社会的にどんな意義を持つのかを慎重に検討する必要があります。 「誰もやっていないからやる」では、研究の動機として弱い。 「誰もやっていないことに意味がある」と「誰もやっていないだけで意味がない」を見分ける目を、文献を読みながら養っていってください。

論文における関連研究の書き方

関連研究セクションは、論文リストを羅列する場所ではありません。 それは、あなたの研究に至る「知識の物語」を語る場所です。 「この分野はこのように始まり、このような発展を遂げ、現在このような課題に直面している。だからこそ、この研究が必要なのです」――こういう論理的な流れを作ってください。 読者が関連研究セクションを読み終えたとき、「なるほど、だからこの研究が重要なのか」と納得できる構成を目指しましょう。

そのために、まず並べ方を決めます。 関連研究は、年代順に並べるのではなく、テーマごとに整理して紹介してください。 「学習者の動機付けに関する研究」「学習効果の測定に関する研究」のように分類し、それぞれで何が分かっていて、何が残っているのかを示す。 年代順だと、研究の系譜は見えても、「だから何が問題なのか」が見えにくい。 テーマ別に整理すると、「ここまでは分かっている」「しかしここが未解決だ」という構造が浮かび上がります。 この分類は、前の節で作った整理表やマップをそのまま節立てに使えることが多いと思います。

次に、個々の研究をどう論じるか。 「この研究は〜について重要な知見を提供したが、〜の点で限界がある」という形で、貢献と限界の両方を書きます。 褒めるだけでも、貶すだけでも、関連研究にはなりません。 両方を書くことで初めて、「だからこの研究が必要だ」という論理が成立するからです。 なお、先行研究に対してどんな姿勢で臨むべきかという規範は 引用と参考文献の扱い にまとめてあります。

そして最後に、整理した内容を踏まえて、あなたの研究の位置づけを明確にする。 「以上の先行研究を踏まえると、〜の点でさらなる研究が必要である」という形で、自分の研究の必要性へつなげてください。 ここの橋がきれいに架かっていると、読者は「なるほど、確かにこの研究が必要だ」と納得します。 逆に、限界をいくつも挙げたのに、そのどれとも対応しない研究が始まると、読者は置いていかれます。 挙げた限界と、あなたが埋める隙間は、一対一で対応しているのが理想です。

この整理をイントロダクションの中でどれくらいの分量と粒度で行うかは、イントロダクションの構成 で扱っています。 投稿論文では数段落に圧縮し、学位論文では一章分に展開する、というのが基本の使い分けです。

継続的な文献フォロー

研究分野は常に進歩しています。 一度関連研究を調べて終わりではなく、継続的に最新動向をフォローすることが大事です。 学術誌の新刊通知、学会の発表情報、研究者のSNSなどを活用して、分野の動きを追い続けましょう。 特に、あなたの研究と競合しうる研究は、注意深くモニタリングする必要があります。 「同じような研究がすでに発表されていた」という事態を避けるためにも、継続的な情報収集は欠かせません。

そして文献検索だけでなく、学会や研究会での人的交流も重要な情報源です。 「この問題について、他にどんな研究があるか知っていますか」という質問から、データベースでは見つからない情報が得られることがよくあります。 国際会議の懇親会で、自分では見つけられていなかった重要文献の存在を、別の研究者から教えてもらう――というのは、研究者なら何度か経験する場面です。 研究は孤独な作業のようで、実際にはコミュニティ全体の知識構築活動です。 人とつながることは、文献検索の最終的な仕上げになることも多いと思っておいてください。

引用と参考文献の扱い

「この情報の出典をどう書けばいいのだろう」「引用のルールが複雑すぎてよく分からない」「パクリと言われないか心配」――学術的な文章を書くときに、こうした不安を抱いたことはありませんか。 引用の作法は、学術コミュニティでは基本中の基本ですが、初学者にとってはルールが多くて戸惑う領域です。 そして「分からないから手を抜く」ことが許されない領域でもあります。 不適切な引用は、それだけで研究者としての信用を失う可能性があるからです。

引用と参考文献の適切な扱いは、学術的誠実性の根幹に関わるものです。 先人の知識に敬意を示し、読者が情報源を確認できるようにし、自分の貢献を明確に区別する――これらすべてが、適切な引用によって実現されます。 複雑に見えるルールも、背景にある理念を理解すれば、自然に身につきます。 ここでは、まず引用の意味から入り、それから具体的な作法に降りていきます。

引用は何のためにあるのか

学術研究は、先人が築いた知識の土台のうえに新しい知見を積み重ねる営みです。 引用は、この知識の系譜を明らかにし、あなたの研究がどんな思考の流れの中にあるのかを示します。 「この理論は誰が提唱したのか」「この手法はどこで開発されたのか」を明確にすることで、読者はあなたの研究をより深く理解できる。 引用は、知識の血統書のような役割を果たしているのです。

そして引用は、先行研究への敬意の表れでもあります。 あなたが今研究できるのは、過去の研究者たちの努力があったから。 適切な引用で、その貢献を認め、感謝の気持ちを表す。 同時に、引用は学術コミュニティ全体の発展にも貢献します。 適切に引用された論文はより多くの研究者に読まれ、次の研究につながる。 引用は、知識の循環を促す重要な仕組みです。 「引用される側」になったときの嬉しさを一度経験すると、「引用する側」としての姿勢も変わります。

もう一つ大事なのが、自分の貢献を明確にすることです。 他者の研究と自分の貢献を明確に区別することは、研究者としての誠実性の証明です。 「ここまでは既存の知識、ここからが自分の新しい貢献」という境界を明確にすることで、あなたの研究の独自性が鮮明になります。 適切な引用によって、読者は「この研究者は先行研究をよく理解している」「そのうえで確実に新しい価値を加えている」と確信できる。 逆に、引用が雑だと、たとえ独創的な貢献があっても、それが既存研究の中でどう位置づけられるかが見えなくなり、評価しにくくなります。

何を引用すべきか

他者の文章をそのまま使うときは、必ず引用符で囲み、出典を明記します。 「一言一句そのまま」でなくても、特徴的な表現や独特な概念を借用する場合は、引用として扱うのが安全です。 「これは自分で考えたものか、どこかで読んだものか」と迷ったら、引用するほうを選ぶ。 過度な引用が問題になることは稀ですが、引用不足は深刻な問題になりえます。 僕が学生のドラフトを見るとき、「これは引用が要るのでは」と感じる箇所があれば、必ず本人に確認します。 判断に迷ったら引用する、という基本姿勢を持っていてください。

そして、文章を直接借りていなくても、アイデアや理論、研究結果を参考にした場合は引用が必要です。 「○○によれば」「○○の研究では」と情報源を明示しましょう。 パラフレーズ（言い換え）をしたからといって、引用が不要になるわけではありません。 形は変えても、本質的にはその人のアイデアを使っているからです。 ここを誤解している学生が時々いて、「自分の言葉に書き直したから引用は要らない」と思い込んでいる場合がある。 これは典型的な学術的不誠実につながるので、強く注意してください。

一方で、何でもかんでも引用すればいい、というわけでもありません。 「地球は丸い」「水は100度で沸騰する」といった一般常識には引用は不要です。 ただし、何が「常識」で何が「専門知識」かの境界は、分野や文脈によって違います。 迷ったら、「この分野の専門家でない読者でも知っているか」という基準で判断してください。 専門的な知識については、基本的なことでも出典を示すほうが安全です。

引用スタイルの選択と一貫性

APA、MLA、Chicago、IEEEなど、さまざまな引用スタイルがあります。 最初はその違いに戸惑いますが、大事なのは投稿先の要求に従い、選んだスタイルを一貫して使うことです。 スタイルの違いは、表面的な形式の問題のように見えて、実はそれぞれの学問分野の文化や慣習を反映しています。 分野の「作法」を理解し適切に従うことで、あなたもその学術コミュニティの一員として認識されやすくなります。

そして、引用情報の正確性は極めて重要です。 著者名の誤記、出版年の間違い、ページ番号の誤り――こうしたミスがあると、読者はあなたの情報源を確認できなくなります。 原典を直接確認せず、他の文献の引用情報をそのまま転記する「孫引き」は避けましょう。 情報の劣化は思っている以上に頻繁に起こります。 孫引きで広まった記述を信じて原典を見に行ったら全然違う主張だった、というのは、研究を続けていれば一度は遭遇する話です。 可能な限り、原典にあたって確認してください。

引用管理ツール――Zotero、Mendeley、EndNoteなど――を活用すれば、引用情報の管理と論文への自動挿入が楽になります。 ただし、ツールを使っても最終確認は人間が行う必要があります。 自動生成された引用情報には、書誌DBの不備や登録時の入力ミスが混じっていることがあるので、必ずチェックしてください。

適切な引用の実践

同じ情報源でも、どんな文脈で引用するかで書き方は変わります。 背景説明として簡潔に触れる場合と、詳細な議論の根拠として使う場合では、引用の仕方が違う。 「Smith（2020）によれば…」「先行研究（Smith, 2020; Jones, 2021）では…」「Smithの研究（2020）は重要な示唆を与えている」――文脈に応じて適切な表現を選んでください。 著者名を文中に出すか、括弧の中に押し込むかでも、引用が議論にどれだけ重みを持つかが変わります。 重要な引用は文中で、補足的な引用は括弧で、というのが一つの目安です。

そして適切な引用は重要ですが、引用が多すぎて自分の議論が埋もれてしまうのは避けるべきです。 引用は議論を支える道具であって、議論の主体ではありません。 「この段落で、自分は何を主張しているのか」「この引用はその主張にどう貢献しているのか」を意識しながら配置しましょう。 引用が並びすぎている段落は、たいていの場合、書き手自身の論点が薄い。 論点の薄さを引用で埋めようとすると、読者は逆に「この人は何を言いたいのか」と感じます。

先行研究への姿勢

引用するとき、あなたは必ず先行研究を評価しています。 その評価をどんな姿勢で行うかは、本書のなかで何度も出てくる話なので、ここにまとめておきます。 関連研究の節でも、イントロダクションでも、考察でも、基準はここに書くものと同じです。

原則は一つで、他の研究を不当に貶めて自分の研究を持ち上げない、ということです。 各研究の貢献を適切に評価したうえで、残された課題や発展の可能性を指摘する。 「○○は間違っている」ではなく、「○○の指摘は重要だが、□□の点で限界がある」という形で書く。 批判的な引用は学術的議論の発展に貢献する重要な要素ですが、その批判が根拠に基づき建設的であることが前提です。 感情的な切り捨ては、書き手のほうの評価を下げるだけです。

この原則には、実利的な理由と、原理的な理由の両方があります。

実利のほうから言うと、あなたが雑に切り捨てたその研究の著者が、あなたの論文の査読者である可能性はかなり高い。 分野が狭ければ狭いほど、そうなります。 そこまで運の悪い話にならなくても、先行研究を粗く扱った書き方は、査読者からも読者からも「この人は分かっていないのではないか」と受け取られます。 僕も査読をしていて、先行研究を雑に切り捨てる論文を読むと、書き手の研究者としての品性を疑ってしまうことがあります。

原理のほうは、もっと単純です。 学術コミュニティは協働の場であり、長く続く対話の場です。 あなたが今その問題に取り組めているのは、その問題を扱える形にまで持ってきた先行者がいたからです。 先行研究への敬意を示しながら、その上にあなたの貢献を積み重ねる――この姿勢があってこそ、読者の信頼を得られます。

もう一つ、実務的な注意があります。 限界を指摘するときは、その研究が実際に主張していることに対して指摘してください。 論文が「この条件下では」と限定して述べていることを、「一般には成り立たない」と批判するのは、相手の主張を広げて叩いているだけです。 これは査読者にはすぐ見抜かれますし、指摘された側からすれば、読まれていないのと同じです。

デジタル時代の引用

ウェブサイト、ブログ、SNSの投稿など、オンライン資料を引用する機会が増えています。 これらの資料は変更されたり削除されたりする可能性があるので、アクセス日時の記録が重要です。 そしてオンライン資料の信頼性や学術的価値を慎重に評価することも必要です。 「誰でも編集できるWiki」と「査読を経た学術論文」では、資料としての重みがまったく違います。 便利だからといって質を下げない、という線は引いておきましょう。

arXivやbioRxivなどのプレプリントサーバーの普及で、査読前の論文を引用する機会も増えています。 これらを引用するときは、査読を経ていないことを明示し、慎重に扱ってください。 プレプリントは速報性に価値がありますが、最終的な査読を経た版とは内容が変わることもあります。 技術報告書、会議資料、政府文書などの「灰色文献」も重要な情報源になりますが、性質と限界を理解したうえで、適切に活用しましょう。

引用の倫理

他者のアイデアや表現を適切に引用せずに使うことは、学術的不正行為です。 意図的な盗用はもちろん論外ですが、無知や不注意による盗用も深刻な問題になります。 「これくらいなら大丈夫だろう」という軽い気持ちが、取り返しのつかない結果を招くことがあります。 近年は剽窃検出ツールも普及していて、雑な引用は機械的に検出される時代です。 疑わしい場合は、必ず適切に引用してください。

そして見落とされがちなのが、自己盗用です。 自分の過去の文章をそのまま使い回すことも、問題になる場合があります。 同じアイデアを発展させるのは問題ありませんが、同じ文章を重複して発表するのは避けるべきです。 過去の自分の研究を参照する場合も、適切に引用し、どの部分が新しい貢献なのかを明確にしてください。

文化的側面

引用の慣習は学問分野によって大きく違います。 人文学では古典的な文献への言及が重視され、自然科学では最新の研究結果への引用が中心になる。 あなたの分野の引用文化を理解し、その慣習に従うことで、独自の作法を身につけた書き手として読んでもらえます。 優れた論文を読み、その引用の仕方を学ぶことも重要です。 僕の分野でも、引用のスタイル一つで「この人はこの分野の作法に通じているな」と感じることがよくあります。

グローバルな学術コミュニティで活動するなら、国際的に通用する引用基準を理解することも大切です。 英語論文では英語文献が中心になりがちですが、重要な日本語文献がある場合は適切に紹介しましょう。 言語の壁を越えて価値ある知識を共有することも、研究者の役割の一つだと、僕は考えています。

引用と参考文献の扱いは、学術的誠実性の証明であり、知識コミュニティへの参加の表明でもあります。 ルールが多くて煩雑に感じるかもしれませんが、その背後には「他者の貢献に敬意を払い、自分の貢献を正直に区別する」というシンプルな倫理があります。 疑問があるときは引用するほうを選ぶ慎重さが、長期的にはあなたを守ることになります。

図表・統計・可視化の技法

「データはあるけれど、どう見せれば読者に伝わるだろう」「グラフを作ったけれど、なんだか説得力が足りない」「複雑な結果を、もっと分かりやすく表現したい」――研究結果を視覚的に表現する場面で、こういう悩みはよく出てきます。 僕も、自分の論文の図表を作っていて「これで本当に伝わるのか」と何度も書き直した経験があります。 そして査読のコメントで、「この図、何を見せたいのか分からない」と指摘された苦い記憶も。

図表や統計の可視化は、複雑なデータを直感的に理解できる形に変換する技術です。 優れた可視化は、長い文章でも伝えきれない洞察を、一目で読者に伝えます。 ただし、ツールでグラフを作れば終わり、ではありません。 データの性質を理解し、読者の視点を考慮した戦略的な設計が必要です。 ここでは、その設計の勘どころを書いておきます。

可視化が論文にもたらす力

人間の脳は視覚情報の処理が得意です。 数値の羅列では見えなかったパターンや傾向が、適切なグラフによって瞬時に理解できるようになります。 「AグループとBグループの平均値に統計的有意差がある（p < 0.05）」という文字情報よりも、箱ひげ図で両群の分布を示したほうが、読者は差の意味をより深く理解できる。 複雑な統計結果も、可視化により直感的に届くようになる。 これは認知的なコストの問題で、文章で読み解くより図で見るほうが速くて深い、ということです。

そして適切に設計された図表は、論文の説得力を大幅に引き上げます。 読者は、主張を支える証拠を目で確認することで、より強い納得感を得ます。 特に査読者や学会の聴衆にとって、視覚的な証拠は重要な判断材料です。 「この結果は信頼できるのか」「この効果は実用的に意味があるのか」という疑問に、図表が明確に応えられれば、研究の価値がより正確に伝わります。 逆に、図表が雑だと、それだけで論文全体の印象が悪くなります。 僕は査読をしていて、図表が雑な論文には本文の精度も信頼できなくなる、ということを何度も経験しました。

データの性質に応じた表現

数値データの性質によって、適切な可視化は大きく変わります。 連続値の分布を示すならヒストグラム、時系列変化なら折れ線グラフ、グループ間の比較なら棒グラフ――基本の対応はあります。 ただし、「このデータにはこのグラフ」という単純な対応だけでは不十分です。 「読者に何を伝えたいのか」という目的に応じて、最適な表現を選ぶ必要があります。 同じデータでも、平均値の比較を強調したいのか、分布の違いを示したいのか、外れ値を見せたいのかで、適切な可視化はまったく変わります。 「データを正確に表す」ことと「メッセージを効果的に伝える」ことは別の判断軸だ、と捉えておくといい。

質的データも適切に可視化することで、構造や関係性を明確に示せます。 アンケートの自由記述やインタビューデータから、概念マップ、ネットワーク図、ワードクラウドなどの手法でテキストデータに潜む意味を視覚的に表現できる。 質的データの可視化では、データの豊かさを保ちながら重要なパターンを浮き彫りにする、そのバランスが大切です。 過度な単純化は情報の損失を招き、複雑すぎる表現は理解を妨げます。 ワードクラウドのような可視化は手軽ですが、「単語の頻度」しか伝えないので、過信せずに使う必要があります。

図表設計の三つの原則

図表設計で押さえておきたいのは、明確性、正確性、読者への配慮の三つです。

まず明確性。 図表の最も重要な目的は、情報を明確に伝えることです。 装飾的な要素や不要な情報は、むしろ理解を妨げます。 「この要素は、メッセージの伝達に本当に必要か」と自問しながら設計してください。 軸ラベル、凡例、タイトルなどの基本要素を適切に配置し、読者が迷わず情報を読み取れるようにする。 色の使い方も慎重に決める必要があります。 色覚多様性への配慮も含めて、すべての読者にとってアクセシブルな設計を心がけましょう。 赤と緑だけで違いを示すグラフは、それだけで一定割合の読者には判別できません。 色だけでなく形やパターンも併用する、という基本を覚えておいてください。

次に正確性。 統計図表では、データを正確に表現することが絶対条件です。 軸の目盛りを恣意的に調整して効果を誇張したり、不適切な統計手法の結果を確実な事実のように見せたりするのは、学術的誠実性に反します。 y軸を途中から始めて差を大きく見せる、という古典的なごまかしは、いまだに散見されますが、見る人が見ればすぐ分かり、書き手は信頼を一気に失います。 エラーバー、信頼区間、統計的有意性の表示も、読者が結果の不確実性を適切に理解できるよう、正確に表現する必要があります。 「見栄えの良いグラフ」より「正確で誠実なグラフ」を優先してください。

そして読者への配慮。 図表は読者とのコミュニケーションツールです。 読者の専門性、文化的背景、読解環境を考慮した設計が重要です。 専門的な学術誌の読者と、一般向け解説記事の読者では、求められる詳細度や表現が違います。 さらに、印刷版、デジタル版、プレゼンでの表示――メディアの特性も考慮が必要です。 画面上では美しく見えるグラフが、白黒印刷すると判読できない、ということはよくあります。 僕は、論文用の図は必ず一度白黒で出力して確認するようにしています。

統計結果の表現

平均値、標準偏差、分布の形状など、記述統計の結果を可視化すると、データの特徴がより深く伝わります。 「平均値は○○、標準偏差は△△」と文字で書くより、ヒストグラムや箱ひげ図で分布を示したほうが、データの性質がはるかに正確に把握できる。 外れ値の存在、分布の歪み、複数の山を持つ分布――平均値と標準偏差だけでは見えない重要な情報も、可視化で浮かび上がります。 分析を始める前に、まずはデータを生のまま可視化してみる――というのが、僕としては第一歩としてお勧めです。 データそのものをじっくり眺める習慣がつくと、解釈ミスが減ります。

そして統計的検定の結果や信頼区間など、推測統計の結果を視覚化するときは、不確実性を適切に示すことが大事です。 点推定値だけでなく、その推定の精度や信頼性も読者に伝わるよう表現しましょう。 p値だけに依存せず、効果サイズ、信頼区間、実用的意義も総合的に表現することで、読者はより適切な判断ができます。 「効果があった」と一言で言うのではなく、「これくらいの大きさの効果が、これくらいの確からしさである」と示す――この姿勢が、定量分析の説得力を一段引き上げます。

表の作法

ここまで図の話ばかりしてきましたが、表には表の作法があります。

使い分けの基準は単純です。 読者に個々の値を正確に読み取ってほしいなら表、全体の傾向や関係を見せたいなら図。 群ごとの平均と標準偏差を、後続研究が再利用できる形で残したいなら表が適していますし、時間に沿った変化の形を見せたいなら図です。 同じデータを表と図の両方で出すのは、紙面の無駄になります。

キャプションの位置は、表は上、図は下に置くのが多くの分野での慣例です。 投稿先のテンプレートに指定があれば、当然そちらが優先されます。 キャプションは、本文を読まなくても中身が分かる長さで書きます。 「表1 実験結果」では何の結果か分かりません。 「表1 条件別の正答率と反応時間（n = 60）」のように、何が並んでいるのかを書いてください。

数値は桁を揃えます。 同じ列に「0.5」「0.52」「0.518」が混ざっていると、読者は比較のたびに桁を数え直すことになる。 列ごとに有効数字を決めて、小数点の位置を縦に揃える。 桁数は測定の精度で決まるもので、分析ソフトが出力した桁をそのまま貼るものではありません。

罫線は減らします。 すべてのセルを線で囲んだ表は、線のほうが目立って数値が読みにくくなります。 表の上端、見出し行の下、下端の三本だけを引く形が、学術論文では標準的です。 列の区切りは、線ではなく余白で示す。

統計表にも定型があります。 記述統計なら、行に条件や群を、列にn、平均、標準偏差を並べる。 検定結果なら、検定統計量、自由度、p値に加えて、効果サイズと信頼区間まで載せる。 有意水準をアスタリスクで示すなら、表の脚注でその意味を明示します。

そして、表は必ず本文から参照します。 「表1に示す」で終わらせず、「条件間の差は反応時間より正答率で大きかった（表1）」のように、その表のどこを見てほしいのかを本文の側で示してください。 参照されない表は、読者にとっては読み飛ばす対象でしかありません。

ツールと技術

可視化ツールはたくさんあります。 Excel、R、Python、Tableau、Power BIなど、それぞれ得意分野が違う。 大事なのは、ツールの特性を理解し、目的に応じて適切に選ぶことです。 簡単なグラフならExcelで十分ですが、複雑な統計可視化や大量データの処理にはRやPythonが向いています。 インタラクティブな可視化が必要なら、専用のツールを検討しましょう。

ただし、ツールの習得に時間をかけすぎて肝心の研究がおろそかになるのは避けてください。 「最新のツールを使いこなしたい」気持ちは分かりますが、自分の現在のスキルと研究で必要なことのバランスを考えて、現実的に選びましょう。 論文の図のために半年かけてR言語を一から勉強する、というのは、たいてい優先順位の付け方を間違えています。 まずは慣れたツールで作って、必要なら段階的に高度なツールに移っていく、というやり方が現実的です。

そしてデジタル環境では、読者が操作できるインタラクティブな図表も利用できるようになっています。 パラメータを変えて結果の変化を確認したり、詳細情報をクリックで表示したりすることで、より深い理解を促せます。 ただし、インタラクティブ要素がすべての読者にアクセシブルとは限りません。 基本的な情報は静的な表示でも理解できるようにし、インタラクティブ要素は補完的な機能として位置づけるのが無難です。

分野特有の可視化慣習

図表の慣習は学問分野によって大きく違います。 物理学では理論曲線との比較、生物学では有意性の明示、工学では性能比較が重視される――それぞれの分野の文化があります。 あなたの分野で評価の高い論文を参考に、その分野で求められる図表の質と慣習を学びましょう。 優れた先行研究の図表を眺めているだけでも、表現の引き出しが増えます。 僕は、新しい分野に手を出すときには、まずトップ会議の論文集をめくって、図のスタイルを真似るところから始めることが多いです。

そしてグローバルな学術コミュニティでは、国際的に通用する可視化基準を押さえておく必要があります。 単位系、記号の使い方、色の意味――こうしたものには国際的な慣習があります。 文化的背景による解釈の違いもあって、ある文化では直感的な表現が、別の文化では混乱を招くこともある。 意識しておいてください。

倫理的な可視化

統計図表は、意図的でなくても読者に誤解を与えることがあります。 軸の範囲設定、縮尺の選択、データの選択的表示などで、同じデータでもまったく違う印象を与えてしまいます。 「技術的には正しいが、誤解を招きやすい」表現は避けるべきです。 読者が適切な判断を行えるよう、公正で誠実な表現を心がけてください。

また、可視化に使ったデータの収集方法、前処理、除外基準などを適切に開示することで、読者は結果の妥当性を評価できます。 美しいグラフの背後にあるデータの質と限界を、正直に伝えること。 これが信頼の積み上げ方です。 派手な可視化で一瞬の印象を稼ぐより、誠実な可視化で長く信頼される――こちらのほうが、研究者として持続可能な道だと、僕は思っています。

推敲する

「論文は一度書いたら終わり」――そう思っていた時期が、僕にもありました。 締め切り直前に書き上げ、ざっと見直して投稿する、というスタイル。 それで通った論文ももちろんあるのですが、振り返ると、もっと推敲に時間をかけていれば伝わり方が違っただろうな、と思う論文も少なくありません。 本当に価値のある論文は、書き直しと推敲を重ねることで生まれます。 初稿から最終版まで、何度も見直し、磨き上げることで、研究の価値が最大限に読者に伝わります。

校正と推敲は、研究の価値を最大化する最後の、そして地味に最も重要な工程です。 どれほど優れた内容も、適切に表現されなければ価値は伝わりません。 系統的なアプローチで文章を改善することで、読者の理解を深め、強い印象を残せます。 ここでは、その系統的なアプローチを書いておきます。

段階的に降りていく

一度で完璧な原稿を書こうとしないでください。 複数のサイクルを通じて段階的に洗練させるほうが、結果的に良い論文になります。 そしてサイクルごとに、見るところを変えます。 一周目は内容の網羅性、二周目は論理の流れ、三周目は文章の明確さ――というふうに、その回で何を見るかを決めて読む。 全部を同時に見ようとすると、どれも中途半端になりますし、そもそも人間の注意はそんなふうに分散できません。

この「見るところを変える」は、大きいところから小さいところへ、という順序で進めるのが効率的です。 全体の構造、段落の論理、文の表現――この順序で降りていく。 順序を逆にすると、文の表現を磨いた後で構造を変えることになり、磨いた文がまるごと不要になる、というもったいないことが起きます。

まずは論文全体の論理的な流れを確認します。 序論から結論まで、一貫した議論が展開されているか。 各章の役割は明確で、読者を自然に導く構成になっているか。 「この段落は本当にここに必要か」「この議論の順序は最適か」――こういう視点で、大きな構造から見直す。 細部の修正に入る前に、全体の設計図が適切かを確認してください。 僕は、初稿が出来上がったらまず章立てだけを書き出して、流れに違和感がないか確認することにしています。

次に、各段落が一つの明確な主張を持ち、その主張を適切に支持しているかを確認します。 段落の最初で提示した主張が、段落の終わりまで一貫して展開されているかもチェックしてください。 一つの段落に複数の主張が混じっていると、読者は要点を掴みにくくなる。 段落間の接続も大事です。 前の段落から次の段落への移行が自然で、読者が迷わず議論を追えるかどうかが、論文の読みやすさを大きく左右します。 僕の経験上、論理的に弱い論文は、段落の最初と最後を読んだだけで筋が通っていないと分かる、というケースが多い。

距離を置く、声に出す

書いた直後の文章は、客観的に評価するのが本当に難しい。 頭の中の理解と紙面に書かれていることが混ざってしまって、書いていない情報まで「書いてある」と感じてしまうからです。 少なくとも一日、できれば一週間くらい時間を置いてから読み返すと、問題点がはっきり見えてきます。 このとき、「自分が読者だったら、この説明で理解できるか」という視点で読むことが重要です。 著者としての知識を一度忘れて、初めてこのテーマに触れる読者の立場になって評価してください。 僕は、本当に大事な論文ほど、提出前に最低一週間、寝かせるようにしています。

そしてもう一つの強力な技法が、音読です。 文章を声に出して読むと、リズムや読みにくい部分が明確になります。 息継ぎが困難な長文、不自然な語順、繰り返しの多い表現――耳で聞くと気づけるものが、目で読むだけでは気づけない。 学術的な文章であっても、自然に読めることは重要です。 読者が内容に集中できるよう、文章表現の引っかかりを極力取り除きましょう。 僕は重要な論文ほど、一度プリントアウトして音読しながら赤ペンを入れる、ということをやります。 紙にすると不思議と画面では気づかなかった違和感に気づけるし、声にするとさらに見えるものが増える。

言葉のレベルを磨く

構造と段落が整ったら、いよいよ文の表現に入ります。 冗長な表現や不必要な修飾語を削り、より簡潔で力強い文章を目指します。 「〜ということが考えられる」「〜であると思われる」といった曖昧な表現は、可能な限り明確な表現に置き換えましょう。 学術文章は丁寧であるべきですが、丁寧と曖昧は違います。 言い切れるところは言い切る、留保が必要なところだけ留保する――この使い分けによって、説得力のある文章になります。

ただし、簡潔さを追求するあまり、必要な説明を省略しないよう注意が必要です。 読者の理解に必要な情報は確実に提供しつつ、無駄を削る――ここのさじ加減が、推敲の腕の見せ所です。 「自分には自明だから書かなくていい」と判断したことが、読者にとっては必須の説明だった、というのはよくある失敗です。

専門用語の扱いも、推敲の重要な観点です。 専門用語は、適切に使えば議論の精度を高めますが、過度な使用は読者の理解を妨げます。 使用する専門用語は必要最小限に留め、初出時には適切な説明を加えましょう。 「この用語を使わずに説明できないか」と常に自問し、一般的な言葉で表現できるならそちらを選ぶことも大事です。 僕の指導した学生でよくあるのが、教科書から拾った専門用語を多用しすぎて、自分の言葉でない論文になってしまうケース。 専門用語の濃度は、研究の専門性ではなく、書き手の自信のなさを反映していることがあります。

日本語の学術文章の作法

ここまでは、どの言語で書いても同じ話です。 以下は、日本語で書くときの型をいくつか挙げます。 英語論文の作法を教わる機会は意外とあるのですが、日本語の学位論文をどう書くかは、誰にも教わらないまま卒論を迎える人が多いと思います。

まず、常体（である調）で書きます。 「〜と考えられる」「〜を提案する」であって、「〜と考えられます」ではありません。 本書は研究室での口頭の説明に近い調子なので敬体で書いていますが、論文は別です。 一本の論文のなかで両方が混ざるのがいちばん悪いので、最初に決めて最後まで通してください。

一つの文には一つのことだけを書きます。

悪い：本研究では学習ログを収集し、そこから特徴量を抽出して分類器を学習させ、
　　　従来手法より高い精度が得られたが、対象者が限られているため一般化には注意が必要である。
良い：本研究では、学習ログから特徴量を抽出し、分類器を学習させた。
　　　その結果、従来手法より高い精度が得られた。
　　　ただし、対象者が限られているため、一般化には注意を要する。

文が長くなるのは、たいてい「〜し」「〜が」「〜ため」でつないでいるときです。 特に「〜が」は、逆接にも単なる接続にも使えてしまうので、読者はどちらなのか判断しながら読むことになります。 迷ったら切ってください。

主語と述語は近づけます。 日本語は述語が文末に来るので、主語のあとに長い修飾を挟むと、読者は主語を抱えたまま文末まで歩かされます。

遠い：本手法は、従来の手法が前提としていた、利用者があらかじめ目的を明確に持っている
　　　という仮定を置かない。
近い：従来の手法は、利用者があらかじめ目的を明確に持っていることを前提としていた。
　　　本手法は、この前提を置かない。

段落は、先頭の一文で主題がわかるように書きます。 先頭文を読めばその段落が何の話かわかり、先頭文だけを拾っていけば論文全体の筋が追える。 査読者も指導教員も、最初はその読み方をします。 一つの段落に主題が二つあるなら、段落を分ける。 逆に、二、三行の段落が延々と続いているなら、たいてい主題が立っていません。

接続詞は、論理の関係を示すときだけ置きます。 「しかし」「したがって」「一方」は、その関係が本当にあるときに使う。 なんとなく置かれた「また」「そして」は、読者に関係を誤読させるだけなので削ります。 削ってみて文の並びがそのまま読めるなら、その接続詞は要らなかった、ということです。

冗長な言い回しは、推敲で機械的に潰せます。 「〜することができる」は「〜できる」、「〜という形で」「〜という点において」はたいてい丸ごと削れます。 「測定を行った」は「測定した」で足ります。 一つずつ見れば小さい差ですが、一本の論文で何百回と出てくるので、読む速度に効いてきます。

体言止めは、本文では使いません。 「以上が本手法の概要。」ではなく「以上が本手法の概要である。」と書く。 使ってよいのは、図表のキャプション、箇条書きの項目、見出しくらいです。

最後に、表記の統一。 送り仮名（「行う」か「行なう」か）、漢字とひらがなの使い分け（「事」「時」「様々」を開くかどうか）、全角と半角、数字を算用数字にするか漢数字にするか。 どれを選んでも構いませんが、一本の原稿のなかで揺れていると、読者は内容と関係のないところで引っかかります。 これは検索置換で一括処理できる種類の作業なので、推敲の最後にまとめてやってください。

客観性と公正性のチェック

すべての主張に適切な根拠があるかを確認します。 「明らかに」「当然」といった表現で済ませず、なぜそう言えるのかを明示的に説明する。 こうした言葉が出てくる箇所は、たいてい根拠の説明をサボっています。 反対意見や限界についても公正に言及することで、議論の客観性と説得力が上がります。 「自分の主張に都合のいい話だけしている」と読者に感じさせないことが、説得力の基礎です。

そして無意識のうちに入り込む個人的なバイアスや主観的な判断を特定し、除去します。 特定の理論や手法に偏重していないか、公平な視点で議論を展開しているかを慎重に確認してください。 ここは自分一人ではどうしても気づきにくい部分なので、共著者や同僚に読んでもらってフィードバックをもらうのが効果的です。 査読者の役を、投稿前に身近な人にやってもらう、という発想です。

最終チェック

推敲の最終段階では、見落としやすい部分を機械的にチェックします。 すべての引用が適切な形式で記載され、参考文献リストと一致しているかを確認します。 地味な部分ですが、学術的誠実性に関わる重要な要素です。 本文中で引用しているのに参考文献リストに載っていない、あるいはその逆――こうした不整合は、思っているより頻繁に起きます。 引用と参考文献の章 で扱った作法に照らして、最終確認をしてください。

そして本文と図表の間に矛盾がないか、図表への言及が適切に行われているかを確認します。 図表番号の間違い、データ解釈の不一致、本文の数値とグラフの数値のずれ――こういうミスは最後まで残るので、最終チェックでまとめて潰してください。 僕は最終チェックで、本文に出てくるすべての図表番号と、図表のキャプションを並べて突き合わせる、ということをやっています。 地味ですが、ここでの一手間が査読での恥ずかしい指摘を防いでくれます。

推敲は、研究成果を読者に効果的に伝えるための重要な工程です。 系統的に段階を踏んで改善を重ねることで、あなたの研究の価値を最大限に引き出せます。 時間をかけて丁寧に磨き上げて、読者に深い理解と強い印象を残す論文に仕上げてください。 推敲は地味な作業ですが、研究全体に費やした時間と労力が、最後に文章として結晶する大事な工程です。 ここを軽く見ないでほしい、というのが、何本か論文を書いてきた僕からのお願いです。

第7部：発信・評価・フィードバック

卒業研究の段階では、ここから先は読み飛ばしてかまいません。 ただし、もし卒業研究で学会発表をする機会があるなら、口頭発表とポスター発表の章だけは目を通しておくと役に立ちます。論文投稿や査読の話には、修士課程以降に必要になったら戻ってきてください。

第7部は「伝える」「評価される」「また伝える」の往復についての話です。研究はあなたの机の上で完成するものではなく、学会や査読といった他者との対話のなかで少しずつ磨かれていきます。ここではその対話に参加するための技法を、僕が発表と査読の現場で学んできたことを交えて書いていきます。

まず学会発表です。口頭発表とポスター発表 で二つの形式の違いを押さえたうえで、口頭発表（オーラル） にスライドの設計から当日の話し方、質疑応答までをまとめました。ポスター特有の作法は ポスター発表 にあります。初めて壇上に立った日のことは コラム：初めての学会発表で気づく「伝える」ということ に書きました。

次が論文です。投稿先の選び方と投稿前の準備は 論文投稿プロセス、査読という制度そのものの仕組みは 査読の仕組み にあります。結果が返ってきてからの実務――コメントの読み解き方、優先順位のつけ方、返答書の構成と提出前の点検――は 査読コメントへの対応 の一章にまとめてあって、この部でいちばん手順に近い章です。初めての査読で「建設的批判」の意味が腑に落ちるまでの過程は コラム：初めての査読で知った「建設的批判」の意味 に、採択後の校正刷りの点検とリジェクト後の再投稿は 採択・リジェクトから学ぶ に置きました。

査読する側に回ったときの責務、研究を社会に伝える発信、SNSとの付き合い方、国内学会と国際会議の使い分けについては、巻末の この先の地図 に短い概説を置いています。どれも必要になってから読めば十分な話です。

第5部・第6部との役割分担を一行で言えば、そちらが「概念をつくり、名付ける」技法、この部はその先で 名付けた概念をどう手渡すか です。発表や査読は、あなたの概念が他人の言葉に翻訳されていく場でもあり、そこで受け取る反応が次の概念の種になります。また、学会発表を準備する段取りそのもの――予稿の締切、練習の組み方、当日までの動き方――は 第3部：学会発表（予稿・練習・発表） に書きました。プロセスとしての段取りは第3部、その場で使う技法はこの部、というふうに行き来して読んでもらえるとちょうどいいと思います。

発表も査読も、最初は緊張するものです。僕自身、はじめての発表では原稿を丸暗記して本番で真っ白になりましたし、はじめての査読返答では書きすぎて編集者に呆れられました。それでも、この対話の場を避けずに立ち続けたぶんだけ、研究者としての輪郭がはっきりしてきたと思っています。あなたが自分の研究を誰かに届けようとするとき、この部が小さな手がかりになれば幸いです。

口頭発表とポスター発表

学会発表には、大きく分けて口頭発表（オーラル）とポスター発表という二つの形式があります。どちらも研究を他者に手渡す場という点では同じなのですが、時間の流れ方も、聴衆との距離も、終わったあとに残るフィードバックの粒度も、ずいぶん違います。この章ではまず、この二つがどういう場で、どういう性質を持つものなのかを素描しておきます。それぞれの具体的な技法は、口頭発表 と ポスター発表 の節で詳しく書きます。あわせて、初めて壇上に立った日のことを書いた コラム：初めての学会発表で気づく「伝える」ということ も置いてあります。

口頭発表とポスター発表は、何が違うのか

口頭発表は、10〜20分ほどのあいだに、スライドを使って一対多に語る形式です。聴衆の数は多く、一人ひとりとは話せませんが、そのぶん、研究をひとつのストーリーとして提示できる強みがあります。質疑応答で予想外の視点に出会える楽しさもあって、終わったあとに「あの質問、効いたな」と何日も反芻することになる発表は、決まって口頭のほうです。話の流れに乗ってもらいやすい一方で、その流れを自分でコントロールしきらないといけない、という負荷もあります。

ポスター発表はまったく別の経験です。2〜3時間のセッションのなかで、立ち話をしながら一人ずつに説明していく形式で、相手の専門や関心に応じて説明をその場で変えられます。議論が深まりやすく、「同じ話を何度もすることで、自分の研究の要点が自分のなかで整理されていく」という副産物もあります。ポスターセッションを終えると、声は枯れているのに、頭はやけにすっきりしている――というのは、ポスター発表をしたことのある人の多くが経験する不思議な感覚です。

ざっくりした目安としては、完成した物語を持っているなら口頭、まだ議論しながら育てたい研究ならポスター、と考えると選びやすくなります。初めての学会発表なら、まずはポスターから入るのも手です。個別対話のなかで、自分の説明がどこで詰まるか、どの図が伝わらないかが、かなりはっきり見えてきます。最初から大きなホールで一対多に話すよりも、立ち話の手応えで自分の研究を確かめるほうが、地に足がつきます。

どちらの形式でも変わらないこと

形式は違っても、学会発表の本質はひとつです。あなたの研究を他者の視点にさらして、自分ひとりでは見えなかった研究の輪郭を教えてもらうこと。質問や批判は研究を値踏みするためのものではなく、研究を一緒に育てるためのものです。攻撃されているように感じる瞬間があっても、たいていの場合、相手はあなたの研究を面白がっているからこそ口を開いている。この前提を腹に落としておくと、本番での落ち着き方がだいぶ違ってきます。

僕自身、同じ研究を口頭でもポスターでも発表したことがありますが、得られるフィードバックの種類はまったく違いました。口頭のあとには「研究全体の位置づけ」について聞かれることが多く、ポスターのあとには「この図のこの部分」のような粒度の細かいコメントが残った。同じ研究を別の解像度で眺められた、という意味で、両方を経験できたのは贅沢な学びでした。チャンスがあれば、あなたも一度、両方の形式を試してみてください。同じ研究が、少し違って見えてくるはずです。

口頭発表（オーラル）

学会発表に向けた準備のプロセス（予稿・練習・当日までの動き）は 第3部：学会発表（予稿・練習・発表） で扱っています。ここではその先、スライドを設計し、本番で研究を届けるための技法に絞って書きます。

「本番になると心臓がうるさくて頭が真っ白になる」「準備したはずなのに伝わった手応えがない」「質疑で的外れな返事をしてしまった」――口頭発表をしたことのある人なら、どれかひとつは心当たりがあると思います。僕自身、初めての発表で原稿を丸暗記して壇上で真っ白になった経験から始まって、その後の十数年でずいぶんいろんな失敗を重ねてきました。この節は、その失敗から拾い上げてきた技法を、自分なりに整理し直したものです。

口頭発表は、あなたと聴衆が同じ部屋に居合わせる、短い時間のライブです。論文と違って、その場で反応を読み取り、説明の密度を調整できる。逆に言えば、ライブだからこそ、準備を「再生用の原稿づくり」だと思ってしまうと足をすくわれます。本番で力を発揮する発表者は、原稿を捨ててもその場で話せるくらい、自分の研究を自分のものにしている人です。

聴衆を読むことから始める

発表準備の出発点は、自分のスライドではなく、その場に誰が座っているかの想像です。同分野の専門家ばかりなのか、隣接分野も混ざるのか、企業の人が多いのか学生が多いのか、相手はあなたの研究の前提をどこまで知っているのか。同じ研究でも、専門家向けなら技術的な新規性を前面に、異分野向けなら問題意識と応用可能性を前面に――というふうに、強調する場所を変える必要があります。

これは「八方美人な発表」をしろという話ではありません。むしろ逆で、「誰にでも伝わる発表」を目指すよりも、「この部屋の中心にいる人にまず届く発表」を目指すほうが、結果的に全員に伝わります。狙いを絞ったぶんだけ、説明に芯が通る。芯が通った話は、対象から少し外れた人にも、不思議とまっすぐ届くものです。

僕がいつも本番前に確認するのは、参加者リストや過去のセッション構成です。司会の名前と専門、隣のセッションのテーマ、招待講演者の研究分野――これらを眺めるだけで、「この時間、この部屋に集まる人たち」の輪郭がぼんやりと見えてきます。完全な想像でかまわないので、聴衆の中心人物を一人決めて、その人に向けて話す気持ちで準備すると、強調点が自然に決まっていきます。

ストーリーとしての発表設計

よい発表は、事実の羅列ではなく、ひとつの物語です。僕がいつも意識しているのは、「こういう問題がある」「既存のやり方ではうまくいかない」「だから僕はこういうアプローチを試した」「その結果こういうことがわかった」「だから次はこう進めたい」という、五段階の骨格です。これは学会発表だけでなく論文のイントロにも共通する構造で、人が納得するときの思考の順番に沿っています。

冒頭で問題提起をきちんとして、聴衆に問題を「自分ごと」として受け止めてもらえれば、中盤の技術的な話は耳に入ります。逆に、冒頭で「こういう手法を提案します」と切り出してしまうと、聴衆は「なぜそれを聞かなくちゃいけないのか」のところで立ち往生します。問題から入ること、それも自分の言葉で問題を描き直すこと――この一手間が、発表全体のトーンを決めると言ってもいいくらいです。

物語にすることのもうひとつの効果は、発表者本人が話を覚えやすくなるという点にあります。話の筋が通っていれば、次に何を言うかは自然と思い出せる。逆に、トピックの羅列を暗記しようとすると、緊張で一箇所つまずいた瞬間に全体が崩れます。物語化は、聴衆のためであると同時に、本番のあなた自身のための保険でもあるわけです。

だからスライドは、1枚ずつ作り始める前に、まず骨格を箇条書きでメモに書き出します。そのうえで、問題提起、関連研究とその限界、提案、検証、結果、まとめという各ブロックに何枚必要かを見積もってから作り始めると、時間配分の事故が減ります。「結果」だけ10枚あって「問題提起」が1枚しかない、というアンバランスな構成は、ブロック単位で枚数を見積もる習慣があれば防げます。

スライドは話の伴走者である

スライドは、話の代替物ではなく、話を助ける伴走者です。文字で全部書かれていると、聴衆はあなたの話を聞かずに文字を読み始めます。そうなった瞬間にライブ性は消えて、発表は「資料配布のついでに人が立っている時間」になってしまいます。

設計の原則としてまず守りたいのが、 1枚のスライドに1つのメッセージ です。1枚に複数の論点を詰め込むと、聞き手の視線は迷い、話し手も何を強調したかったのか見失います。効くのは、スライドの上部にタイトルの代わりとして「そのスライドで伝えたい結論の1文」を置く方法です。「結果」ではなく「提案手法は既存手法より精度を15%向上させた」と書く。これだけで、聞き手はそのスライドの論点を一目で把握できますし、あなた自身も話の軸を見失わずに済みます。

あとは、聞き手の負荷を下げるための細かい作法です。文字は最小限に抑えて、1枚30〜60文字を目安に。数値や関係性は表より図、図より簡略図に寄せて、図を主役にする。色は強調色・補助色・ベース色の3色までで、これ以上増やすと情報の階層が消えます。そして余白を2〜3割は残す。びっしり埋めたスライドは、それだけで聞き手の目を疲れさせます。聴衆が一目で「いま話されているのはこの図のこの部分だな」と追えるようになっていれば、それで十分です。

よく使うスライドの型

型にはいくつかの定番があって、迷ったらこれらを使い回すと安定します。Before / After は現状と提案後を対比する型で、効果の可視化に向いています。プロセス図は研究のステップを順に示すもので、方法の説明で有用です。比較表は既存手法との違いを一覧にできるので、関連研究の位置づけに使えます。ビッグナンバーは主要な結果を大きな数字ひとつで示す型で、印象に残ります。クローズアップは図の一部分を拡大して指し示す型で、聞き手の視線を一点に集めたいときに有効です。

本編のスライドの後ろには、予想される質問への回答を「予備スライド」として置いておきます。本編から取り除いた詳細データ、補足実験、限界の議論などを入れておくと、質問が出たときに即座に提示できます。「ご質問ありがとうございます。実はその点について補足のスライドがありまして」とすぐ切り替えられると、準備の深さが伝わります。

リハーサルで仕上げる

スライドは机上で完成しません。まず一人で、時間を計って一通り声に出して話してみる。ここで詰まる箇所が、メッセージの弱いスライドです。次にメンターや同僚に見てもらう。自分では気づかない前提知識のギャップを指摘してもらえます。会場の画面で確認できるなら、それもしておく。プロジェクタの色再現や文字の視認性は、会場で見るまでわからないことがあります。

発表時間は、一度だけでなく複数回、実際に声に出して計ってください。本番では緊張のせいで早口になることもあれば、逆にスライドを読み上げて間延びすることもあります。「短縮できる場所」と「絶対に削れない場所」を事前に決めておくと、本番での調整が利きます。僕は重要なスライドの右下に小さく目安時間を書き込んでおくことが多くて、これだけでも当日の安心感が違います。

声と身ぶり

声の大きさ、速度、抑揚を意識するだけで、伝わり方はがらりと変わります。特に、重要な一文の前に一拍おく、というのは、その場で誰にでもできて効果が高い技法です。一拍の沈黙は、聴衆に「いま大事なことが来るぞ」と身構えてもらう合図になります。間を恐れて喋り続けると、すべてが等価値の情報になってしまい、結局どれも残りません。

身ぶりも同じです。概念の大きさを手で表す、プロセスの流れを左右の動きで示す、対比を両手で表現する――こうした動きが、スライドだけでは伝わらない感覚を補ってくれます。手をポケットに入れたまま喋るのと、ジェスチャーを交えて喋るのとでは、聴衆の集中度がまるで違います。

質疑応答は発表の延長

質疑応答は採点の場ではなく、対話の続きです。「どう答えるか」よりも「質問をちゃんと聞く」ほうが先で、質問の意図が読めないときは素直に聞き返していい。「ご指摘の○○の点についてですが、こう理解してよろしいですか」と確認することは、決して恥ずかしいことではなく、むしろ誠実な姿勢として受け取られます。わからないことは「それは今のデータからは答えられません。貴重な論点なのでこのあと考えます」と正直に言ってかまわないし、批判的な質問にも「その可能性は議論していませんでした。ありがとうございます」から入ると、場の空気がやわらかくなります。

攻撃的に返す必要はまったくありません。質問者もあなたと同じ研究者コミュニティの一員で、多くの場合、研究を面白がっているから質問しているだけです。僕自身、若いころに自分の研究を否定されたと感じて言い合いになったことがありますが、あとで録音を聞き返すと、相手は親切に補足を入れてくれていただけでした。質問者の表情や口調から「敵意」を読み取ってしまう癖は、緊張しているときほど発動します。質問をフラットに受け取る姿勢は、訓練でしか身につかないものなので、何度も発表の場に立って慣れていくしかありません。

緊張との付き合い方

緊張を完全になくす方法はありません。僕も十年以上発表を続けていますが、本番直前にはいまでも心拍数が上がります。ただ、緊張の中身は分解できるし、分解すれば対処もできます。

準備不足からくる緊張は、練習の量と質でしか解決できません。スライドを見ずに自分の言葉で話せるところまで持っていく、これが一番効きます。失敗への恐れからくる緊張に対しては、「失敗しても研究者人生は終わらない」という事実をきちんと知っておくことです。多くのベテランも、若いころに大失敗をやらかしている。そして身体的な緊張には、深呼吸をする、肩を回す、会場に早めに入って雰囲気に慣れる、といった身体からのアプローチが有効です。

完璧を目指すのではなく、聴衆とこの研究について話したい、という気持ちを先に置くと、自然と肩の力は抜けます。「自分の出来栄えを評価される場」から「自分の研究について語り合う場」に意識を切り替えるだけで、本番の手触りはずいぶん変わります。

発表後にやるべきこと

発表が終わった瞬間にすべてが終わるわけではありません。むしろ、発表のあとにこそ、本当の収穫の時間があります。懇親会や休憩時間に話しかけてくれた人とは連絡先を交換しておく、もらったコメントをその日のうちにメモに残す（翌日には細部を忘れます）、後日、印象的な議論をした相手にはフォローアップのメールを送る――この三つを丁寧にやるかどうかで、その学会から得られる資産はまるで変わります。

学会で得られるいちばんの財産は、発表そのものよりも、そのあとの雑談と、そこから始まる数年越しの関係性のほうにあることが多いです。発表は、その関係性が始まるきっかけにすぎない。そう思っておくと、本番で多少うまくいかなくても、リカバリーの余地はいくらでも残っているとわかります。

関連セクション：

• 第3部：学会発表（予稿・練習・発表） - 発表までのプロセス
• ポスター発表 - もうひとつの発表形式
• 第6部：図表・統計・可視化の技法 - 図の作り方の基礎

ポスター発表

「ポスターは作ったけど、どう説明すればいいのか」「立ち止まってもらえない」「口頭発表と何が違うのかピンとこない」――初めてポスターセッションに立つと、たいていこのあたりで戸惑いが出てきます。3時間のあいだに数人にしか説明できず、立ちっぱなしで足だけがやけに痛くなって帰る、というのも、初回ではありがちな話です。

ポスター発表は、一枚の紙を舞台にして、立ち話の形で研究を伝える場です。口頭発表のように時間に追われることはなく、そのかわり「足を止めてもらう」ところから勝負が始まります。話しかけてくれる相手のレベルや関心はまちまちで、その場で説明を組み替える力が問われる。口頭発表のような「演出された一回」ではなく、いくつもの小さな対話の集まりがポスターセッションです。ここでは、その場を活かすためのポスターの作り方と、当日の立ち居振る舞いを書いていきます。

ポスター会場では何が起きているのか

遠くから見ているとわかりにくいのですが、ポスター会場で交わされるコミュニケーションは何層にも重なっています。最初にあるのが「3秒勝負」の層で、来場者は遠目にタイトルと主要図を見て、面白そうかどうかを瞬時に判定します。次に「30秒の立ち話」の層があって、興味を持った人が寄ってきて、あなたの一言説明を聞きます。そこから先に進んだ人とは「数分の議論」になり、手法や結果を順に説明していきます。さらに同じ問題意識を持つ相手とは、「数十分の対話」が続いて今後の展望まで踏み込むことになります。

これらのどの層でも会話が自然に続くようにポスターと自分を設計するのが、ポスター発表のうまさだと思っています。3秒の層を突破するためのデザインと、30秒の層に応えるための一言説明と、数分の層で繰り出す手法の概略、そしてその先の議論を広げるための話題――これらを一つひとつ別物として準備しておくと、3時間が驚くほど豊かな時間になります。

遠くから伝わるデザイン

ポスターは、まず遠くから見て「何の話か」が伝わる必要があります。タイトルは大きく、結論も大きく、数メートル離れても読める文字サイズに。主要な図は、結果を象徴する一枚に絞って、真ん中付近に置く。複数の図を並列で並べると視線が散ってしまい、結局どこを見ればいいのかわからなくなります。視線の流れも設計の対象で、多くの人は左上から右下へと視線を動かすので、その順で論理が進むように配置するのが基本です。

ポスターは論文の縮約版ではない、という点を強調しておきたいです。文字を詰め込んで論文の各セクションを再現したくなる衝動はわかりますが、それは罠です。「詳しく知りたい人は著者に話しかければいい」という前提で、紙の上には結論にたどり着くのに最小限の情報だけを残すくらいでちょうどよい。話しかけてもらうための呼び水として、ポスターはあるのです。

文字情報を削り切る

はじめてのポスターで段落文を貼り付けて作ってしまい、誰にも読んでもらえなかった、という失敗もよく聞く話です。遠くから見ると黒い帯にしか見えず、そばに来た人もパッと目を逸らしていく。ポスターの文章は、論文ではなくプレゼン資料に近い粒度――箇条書きと短いフレーズで十分です。本文は1.5メートルの距離から読める大きさに、1セクションの文字は視線一往復で読み切れる量に、装飾フォントは避けて視認性の高いフォントで統一する。これだけ守れば、デザインの素人でも「読み始めてもらえるポスター」は作れます。

説明は3段階で用意しておく

話しかけてくる人が使える時間はまちまちです。会場をざっと回っているだけの人、テーマに興味があってちゃんと聞きたい人、同じ問題で苦労していて深く議論したい人――この3層に対応できるように、説明をあらかじめ3段階で用意しておくと、当日の余裕がまるで違います。

30秒バージョンでは、この研究は何で、なぜ重要で、何がわかったか、をひと息に話す。2〜3分バージョンでは、手法の要点と主要な結果まで踏み込む。それ以上の時間が取れる相手には、詳細なデータや派生研究、限界の議論まで広げていく。相手の専門や反応を見ながら、「もう少し技術寄りで話しますね」「一歩引いて問題意識から話しますね」と切り替えられると理想的です。最初に「どちらの分野のご研究ですか」と聞いてしまうのも、説明の解像度を合わせる近道です。

質問にどう応じるか

ポスターでは、口頭発表よりも踏み込んだ質問が来ます。しかも、まったく想定していなかった分野からの質問も多い。これはポスターの怖いところでもあり、面白いところでもあります。

知らない分野からの質問が来たときは、無理に答えようとせず、「その分野は勉強不足なのですが、どのあたりで応用が見えそうですか」と逆に教えてもらうのが一番です。批判的な指摘を受けたときも、「まさにその点は自分でも悩んでいて」と同じ目線で議論に入ると、相手も研究仲間モードになってくれます。面白い論点が出たら、その場で必ずメモする。立ち話の最中に出た一言が、数ヶ月後の論文の核になる、ということが本当に起こります。

ポスターの前は、双方向の議論が一番起きやすい場です。「説明する人」になりすぎず、「一緒に考える人」として立つつもりでいると、思いがけない発見があります。これはポスター発表者として上達するための、一番大事なマインドセットだと思います。

細部の物理的な準備が当日を支える

ポスターはデザイン勝負だと思われがちですが、実は持ち物などの細かな準備がものを言います。画鋲やテープは会場にない場合もあるので自分でも持っていく、名刺と要旨の紙を手元に用意しておく、詳細データはタブレットで見せられるようにしておく、立ちっぱなしで足が疲れるので履き慣れた靴で行く――こういう泥臭い準備を整えておくだけで、当日の精神的な余裕がまるで違ってきます。

ポスターをどう持っていくかも意外と重要で、丸めて筒に入れて持っていくのか、布製のポスターを折りたたんで運ぶのか、現地で印刷するのか、選択肢はいくつかあります。海外で発表するなら現地で印刷できるかを学会の事務局に問い合わせておくとよいでしょう。現地印刷にできれば、当日の荷物が一気に軽くなります。こういう細かい工夫の積み重ねが、3時間立ち続ける当日の体力の消耗を抑えてくれます。

ネットワーキングの場としてのポスター

ポスターセッションは、学会のなかで発表者と聞き手の距離がもっとも近い場です。印象に残った相手とは、その場で連絡先を交換しておくといい。「あとで懇親会に合流しましょう」と一言添えられればなおよし。研究室の枠を超えたつながりは、こういう立ち話から始まることが多くて、そのときの相手が数年後の共著者になっていたりします。

同時に、自分のポスターの前にずっと立っているだけでなく、他のポスターを回る時間も自分への投資になります。優れたポスター発表は、デザインも、説明の順序も、質問のさばき方も、その場で観察するだけで学びになる。異分野のポスターを眺めるだけでも、自分の研究の新しい切り口が見えてきたりします。同じセッションで隣に立っている人と、終わったあとに「お互いどうでした？」と話せる関係を作っておくのもおすすめです。

オンライン・ハイブリッドの場合

オンラインやハイブリッドのポスターセッションでは、立ち話の自然さが再現しにくい分、いくつか工夫が要ります。画面共有での説明を想定して、拡大しても読める解像度で作っておく。1分程度の紹介動画をあらかじめ用意しておくと、非同期で見に来た人にも研究の輪郭が伝わります。チャットでの質問にも対応できるよう、手元で文章を打てる準備もしておくとよいでしょう。

ハイブリッド開催のときは、物理会場にいる相手とオンラインの相手の両方に配慮するのが大変ですが、「両方の相手に一度は目を向ける」ことを意識するだけで、参加者の体感はだいぶ変わります。完璧な両立は難しくても、片方だけを見ない、というルールだけでも守ってみてください。

コラム：初めての学会発表で気づく「伝える」ということ

学会で初めて発表する日のことは、きっと誰にとっても特別な記憶として残ります。指導教員に「いい経験になるから」と勧められて出した予稿が思いがけず通ってしまい、採択通知を見て最初に思ったのは「嬉しい」よりも「どうしよう」だった――というのも、よくある話です。本番までの数週間、スライドのデザインを何度も作り直し、発表原稿を一字一句暗記しようとする。「完璧な発表」にすれば緊張しなくて済む、と思い込んでしまう。気持ちはとてもよくわかります。ただ、振り返って言えるのは、暗記に走った時点で本番の自分の手をすでに縛り始めている、ということです。

当日、会場に入った瞬間に頭の中がすっと冷えて、そのあと真っ白になる――これも、初めての発表ではありがちです。壇上に立って最初の数分、暗記した文章を思い出そうとして、スライドの文字を棒読みしてしまう。あとで録画を見返して、自分が思っていた以上にどもっていたこと、声が震えていたことに気づく。そういう場面を経験したことのある人は、決して少なくないはずです。

ただ、不思議なことに、数分経つと急に落ち着きが戻ってくることがあります。「暗記した原稿を再生する」モードから、「自分の研究について話す」モードに切り替わる瞬間です。研究の動機や、なぜそのテーマを選んだのかを自分の言葉で話し始めると、聴衆の表情が変わるのがわかる。身を乗り出して聞いてくれる人が現れる。暗記した原稿から離れた瞬間に、ようやく聴衆と同じ部屋にいる感覚が生まれる、というわけです。

質疑応答でも、印象に残る気づきがあります。準備していた技術的な想定質問ではなく、「この研究の社会的意義をどう考えますか」「なぜこのテーマだったのですか」といった、もっと根っこの問いを投げかけられることがある。そのときに自分が本当に研究に込めた思いをそのまま話すと、質問者は深くうなずいてくれます。技術の説明よりも、動機を語ったときのほうが、明らかに場が温まる――これは初めての発表でよく起こることです。

発表後、聴いていた研究者が話しかけてきて「研究への情熱が伝わってきた」「技術の話よりも、動機の部分が一番印象に残った」と言ってくれることがあります。そう言われた瞬間に、学会発表についての考えがひとつ変わる人は多い。 完璧な発表よりも、真摯な発表のほうが届く 。技術的に完璧でも、心のこもっていない発表は聴衆の記憶に残りません。逆に、多少つたなくても、研究への情熱や誠実さが乗っていれば、人は耳を傾けてくれる。これが、初めての発表で多くの人が手にする最大の学びです。

もうひとつ気づくのは、暗記ではなく理解に基づく発表のほうが、結局のところ強いということです。原稿を丸暗記すると、予想外の状況で対応できなくなります。棒読みのモードから抜けられるのは、原稿が頭から飛んだから、というよりも、自分の研究を自分の言葉で語る感覚を取り戻せたから。 自分の研究を深く理解して、自分の言葉で語れるようになることが、本当のプレゼンテーション力 だと、僕は思っています。

聴衆との対話を意識する、というのも、僕がいつも頭に置いているテーマです。一方的に情報を伝えるのではなく、対話するつもりで話すと、声の抑揚もスライドの切り替えも自然になります。質疑応答も同じで、「試練」ではなく「一緒に考える時間」として捉えると、建設的で楽しい場になります。

僕は発表の冒頭で、できるだけ「なぜこの研究をしているのか」を語るようにしています。技術的な詳細の前に、動機や意義を置くと、聴衆に「この時間は聞く価値がある」と感じてもらえる。これは何度発表を重ねても変わらない実感です。失敗や予想外の結果についても、隠さずに話すほうがいい。完璧な成功談よりも、試行錯誤のプロセスのほうが、聴衆にとっては学びがあることが多いし、正直に話すほうが自分も楽です。

これから初めて発表するあなたには、完璧を目指すよりも、自分らしさを大切にしてほしいと思います。研究への思いをそのまま伝えるほうが、きっと心に残る発表になります。壇上で頭が真っ白になっても大丈夫です。その先にちゃんと言葉は戻ってきます。

論文投稿プロセス

「論文は書き上げたけど、どこに投稿すればいいんだろう」「投稿規程が長くて読むのが億劫」「リジェクトされるのが怖くて送信ボタンを押せない」――論文投稿の直前には、たいていこのあたりで足が止まります。原稿を仕上げる作業より、投稿先を決めて送信ボタンを押すほうがエネルギーを使う、というのは、研究者なら誰もが知っている感覚です。

投稿は事務作業に見えて、実は研究者としての戦略と判断の塊です。投稿先の選択ひとつで、査読の質も、採択までの時間も、研究の届く範囲も変わります。ここでは僕が自分で投稿してきた経験と、共著者として伴走してきた経験から見えてきたポイントを整理します。

投稿先にどんな種類があるか（研究会、全国大会、国際会議のフルとショート、併設ワークショップ、論文誌の論文と短報）は、発表と投稿の場を見渡す で整理しました。ここでは、投稿先を決めたあとの実務を扱います。

投稿先を選ぶ視点

雑誌にはそれぞれの流派と読者層があります。理論重視、実装・応用重視、学際歓迎、特定領域への特化――過去の掲載論文を数本ざっと眺めると、その雑誌が何を面白がる場なのかが見えてきます。タイトルだけでなく、最近1〜2年のオープンアクセス論文をいくつか読み比べてみると、その雑誌のキャラクターは驚くほどはっきり浮かび上がります。

インパクトファクターだけで決めるのはおすすめしません。「この雑誌の読者に、僕の研究はどう刺さるか」という問いを先に立てます。マッチしていない雑誌に投稿すると、査読者の関心と論文の主張がすれ違って、不幸な形でリジェクトされがちです。指標は雑誌選びの最後の参考材料にして、まずは内容の相性で絞るほうが、結果的には、読んでほしい読者に届きやすくなります。

そして、すべての研究をトップジャーナルに出す必要はありません。完成度、新規性、査読にかかる時間、キャリア上の必要性――これらを天秤にかけて、どこに出すかを決めます。革新的だが予備的な研究はレター誌や会議のショートペーパーに、完成度の高い体系的な研究は主要ジャーナルに、実装・応用寄りの研究は応用系の雑誌や実践系会議に、というのがひとつの目安です。一本一本の結果から何を学んで次につなげるか、まで含めて投稿戦略です。

投稿前の準備

投稿規程は単なる形式要件ではなく、その雑誌が重視している価値観の表明です。文字数制限、図表の規格、引用形式、著者情報の書き方――「だいたい合ってるから大丈夫」で送ると、事務段階で差し戻されて時間を失います。規程に従うこと自体が、研究者としての丁寧さを示す行為だと思って、面倒でも一度通読します。

カバーレターは、編集者が最初に読む文書です。研究の背景、新規性、意義を短くまとめ、「なぜこの雑誌なのか」を一行でもいいから書いておきます。それだけで編集者の受け止め方が変わることがあります。利益相反の有無、査読者の推薦・忌避、関連する先行発表――透明にしておいたほうが、後々の信頼を損ないません。カバーレターを「事務文書」と思って手を抜くと損をします。

共著者がいる場合、投稿前に全員の同意を得るのは最低ラインです。著者順、責任分担、対応窓口をメールや共有ドキュメントで明示しておくと、査読対応のフェーズで揉めません。投稿先の選択についても、事前に全員で話しておきます。送信ボタンを押す前にいま一度、「この投稿、誰の名前が載るんだっけ」を確認するクセをつけておくと、後々のトラブルが減ります。

査読プロセスの現実

査読には、数週間から数ヶ月、長いと1年以上かかることがあります。待っている間は何もできないと感じがちですが、次の研究に手をつける時間だと割り切るしかありません。待ち時間を別の論文の構想や予備実験に充てる習慣がつくと、研究生活はずいぶん楽になります。

結果はおおむね、「採択」「小修正後採択」「大修正後再査読」「リジェクト」のどれかになります。大修正後再査読は落胆するものではなく、「もう一度対話のテーブルに着ける」というチャンスだと捉えます。査読コメントへの対応と返答書の書き方は 査読コメントへの対応 にまとめています。

リジェクトは終わりではありません。トップ会議・トップジャーナルの採択率は1〜2割のことも多く、リジェクトは日常です。むしろ、リジェクトで得られた査読コメントを反映してから次の投稿先に出せば、通る確率は上がります。詳しくは 採択・リジェクトから学ぶ を参照してください。

倫理的な線引き

投稿のフェーズで気をつけるべき倫理的な論点は、いくつか決まっています。まず、同じ内容を複数誌に同時投稿するのは、学術的に最もやってはいけないことのひとつです。査読リソースの二重消費になるし、発覚すると著者としての信頼を大きく損ないます。リジェクトされてから次に送る、というのが守るべき順序です。

過去の自分の発表と重なる部分があるなら、その旨を明記して、新規性のある部分を明確にします。プレプリント公開が許容される雑誌かどうかも、投稿前に確認が必要です。透明性を保つのが一番の防御です。隠そうとして発覚するより、最初から明示しておくほうが圧倒的に安全です。

オーサーシップも重要なポイントです。実質的に貢献した人だけを著者にします。名誉著者やギフト著者は避けます。貢献の中身は著者貢献声明（CRediTなどの標準分類）で明示しておくと、後々のトラブルが減ります。「念のため指導教員も入れておく」「研究室のボスは自動的に共著者」といった、曖昧な運用は、自分の関わる論文から少しずつ減らしていきたいところです。

オープンサイエンス時代の投稿

arXiv、bioRxiv、PsyArXivなどのプレプリントサーバーで査読前に公開すると、早期にコミュニティのフィードバックが得られ、先取権の主張にも役立ちます。ただし、先に触れたとおりプレプリント公開を受け入れない雑誌もあるので、投稿先の方針は必ず事前に確認します。分野によっても文化の差があって、機械学習系のように公開が当然の分野もあれば、医学系のように慎重な運用が求められる分野もあります。

データとコードの公開も、いまや多くの雑誌で推奨または必須になっています。個人情報や企業秘密への配慮を前提に、再現性の観点から可能な範囲で公開するのが現在の標準です。データとコードがあれば査読者が分析を確かめられるので、査読の質も上がります。実際、「データが公開されていない論文は信用できない」という空気が分野によっては強まっています。

オンラインシステムとの付き合い方

投稿システムの入力項目は多く、初めて使うと半日仕事になることもあります。図表のアップロード、メタデータ、査読者候補の入力――どれも一見すると単純ですが、分量が多いので体力が要ります。締切の前日に一気にやろうとすると必ずどこかで詰まるので、余裕をもった日程で取り組みます。

投稿後しばらく音沙汰がない場合は、丁寧な問い合わせをしてかまいません。編集部も見落としていることがあります。「進捗を伺ってもよろしいでしょうか」と一言送るだけで査読が動き出す、というのも珍しくない話です。

関連セクション：

• 査読の仕組み - 査読プロセスと対応全般
• 採択・リジェクトから学ぶ - 結果を次につなげる

査読の仕組み

「査読って何をされるんだろう」「厳しいコメントが来たら心が折れそう」「査読者は何を基準に見ているのか」――初めて論文を投稿して結果を待っているときは、こういう不安がぐるぐるします。投稿ボタンを押した瞬間から査読結果のメールが届くまでの数ヶ月は、たいていの研究者にとって落ち着かない時間です。

査読は学術出版の品質保証の仕組みであり、同時にあなたの研究を他者の目で鍛える対話でもあります。この章では、査読を「受ける側」としてどう向き合うかに焦点を当てます。査読を「する側」の責務については、査読する側になる で別途扱います。受ける側とする側の両方を経験すると、査読という仕組みの全体像がぐっと立体的に見えてくるので、両方の章をあわせて読んでもらえると嬉しいです。

コメントの具体的な読み解き方から、修正後再投稿の返答書の書き方までは 査読コメントへの対応 にまとめています。あわせて、初めての査読で「建設的批判」の意味が腑に落ちるまでの過程を書いた コラム：初めての査読で知った「建設的批判」の意味 も置いてあります。

査読プロセスは、こうやって進む

投稿後に論文がたどる大まかな流れは、まず初期スクリーニングから始まります。編集者が雑誌との適合性と基本的な要件を確認する段階で、ここでデスクリジェクトされることもあります。デスクリジェクトは門前払いに見えますが、その雑誌のスコープに合っていないだけのことも多いので、別の投稿先を探す合図として受け取ればいい話です。

スクリーニングを通過すると、論文は査読者の選定と依頼に進みます。通常2〜4名の査読者に送られて、数週間から数ヶ月かけてコメントが集まってきます。すべての査読者から返事が揃った段階で、編集者が判断をまとめ、結果通知が著者のもとに届きます。結果は採択、小修正後採択、大修正後再査読、リジェクトのいずれかで、再査読が必要な場合は修正稿と返答書を提出して次のラウンドに進みます。

査読に回った時点で、あなたの論文は「一定の水準を満たしている」という編集者の判断を一度は得ている、とも言えます。デスクリジェクトと異なり、査読まで進んだ論文は、雑誌のスコープに合い、最低限の体裁も満たしていると見なされたわけです。リジェクトされても、その事実だけは小さな励ましとして手元に残しておいてかまいません。

査読者は何を見ているか

査読で評価される軸は、だいたい決まっています。まず新規性と意義、つまり既存知識に何を加えるのか。完全に新しくなくても、視点や応用で貢献していれば十分です。次に方法論の適切性、つまり問いと方法が噛み合っているか、実施が厳密か。論理の一貫性も重要で、前提・議論・結論がつながっているかを見られます。最後に表現の明確性、つまり図表・引用・文章の精度です。

どれか一つが致命的に弱いとリジェクトになりやすく、逆にどの軸でも一定の水準に達していれば評価は安定します。「ここはこの分野ならではの強い貢献」と「ここは弱いけど致命的ではない」のメリハリがつけられている論文は、査読者から見ても評価しやすい。これは 査読する側になる でも触れますが、受ける側として知っておくと自分の論文の弱点が見えやすくなります。

結果の四パターンへの向き合い方

採択は、もちろんうれしい結果です。ただし、ここからの校正・最終修正にも手を抜かないこと。誤字、図表の解像度、引用の抜け――公開される最終版に責任を持つのは著者です。出版後の発信については 研究を社会に伝える で詳しく書いています。

小修正後採択（Minor Revision）は、ほぼ通っています。コメントに丁寧に対応して、早めに返して完結させるのが基本です。ここで時間をかけすぎると、編集側のスケジュールに影響して印象を悪くするので、修正は集中して片付けるのがおすすめです。

大修正後再査読（Major Revision）は、もっとも多くの論文が通る道です。最初に通知を見たときは「結局やり直しか」と落胆するかもしれませんが、ほとんどのコメントは建設的です。具体的な対応の仕方は 査読コメントへの対応 に譲ります。

リジェクトは決して失敗ではありません。優れた研究でも、最初の投稿先では落ちることがあります。査読コメントから得られる学びは大きく、次の投稿先で通せば最終的には発表にたどり着きます。詳しくは 採択・リジェクトから学ぶ を参照してください。

査読者と対話する姿勢

査読は敵対的なやり取りではなく、研究の質を上げるための協働です。「ご指摘のとおりです」と認められる部分は素直に認める、同意できない指摘は感情を挟まず根拠を示して丁寧に反論する、わからないコメントは複数の解釈を示して意図を確認する――この三つを軸にすると、返答の文面は自然と整います。書き分けの具体例は 査読コメントへの対応 に書きました。

査読の倫理

著者側として知っておきたい倫理原則もあります。査読中の論文内容を、SNSなどでむやみに公開しないこと。査読プロセスの詳細を、第三者に不適切に公開しないこと。査読者への敬意を、返答書の文面にも反映すること。これらは「決まりだから守る」というよりも、建設的な学術コミュニケーションの場は全員の振る舞いで保たれている、と考えて守るのが一番です。査読を受ける立場と査読する立場は、研究者人生のなかで何度も入れ替わります。受ける側のときの振る舞いが、いずれ査読する側の文化を形作っていく、という意識を持っておくとよいでしょう。

関連セクション：

• 査読コメントへの対応 - コメントの読み方と返答書の書き方
• 査読する側になる - 査読を「する側」としての責務
• 論文投稿プロセス - 投稿そのものの戦略
• 採択・リジェクトから学ぶ - 結果を次に活かす

査読コメントへの対応

「コメントが長すぎて、どこから手をつけていいかわからない」「厳しい指摘に落ち込んで数日動けなかった」「査読者の意図が読めない」「反論したい箇所がある、でも角を立てたくない」――査読結果を受け取った直後の戸惑いは、どの研究者にも覚えがあると思います。最初の数本の論文では、査読レポートのPDFを開くだけで一日を消費する、というのも珍しい話ではありません。

査読コメントは、あなたの研究をより良くしたい専門家からの提案書です。表面的には批判的に見えても、その背後には時間を割いて読んでくれた査読者の善意があります。査読者は無償で何時間もかけて他人の論文を読み、コメントを書いてくれている人たちで、その労働の対価はあなたの研究が良くなることだけです。この前提を念頭に置いて読み始めると、同じ文章でも見え方が変わってきます。ここでは、そのコメントをどう読み解き、原稿にどう手を入れ、返答書としてどう返すかまでを通しで整理します。

コメントの種類を見分ける

査読コメントは、内容によっていくつかのタイプに分けられます。分類できると、対応の重さと順序が見えてきます。

まず多いのが、方法論に関するコメントです。「サンプルサイズが小さい」「統制群の設定が適切でない」「統計手法の選択に疑問」――研究の根幹に関わる指摘で、ここに触れるコメントは最優先で検討します。完全に対応できない場合でも、限界として明示する必要があります。方法論の指摘を黙って通すと、査読者は「自分の指摘は読まれていないのか」と感じて評価を下げる傾向があります。

次に多いのが、論理構成に関するコメントです。「議論に飛躍がある」「章立ての順序が不自然」――読者の理解に関わる指摘で、同じ結果でも構成を変えるだけで印象は劇的に変わります。これは対応する価値が高く、労力も比較的少ない部類なので、コストパフォーマンスの良い修正領域です。

文献レビューに関するコメントもよくあります。「この先行研究が引用されていない」「関連研究との位置づけが曖昧」――あなたの研究の学術的な居場所を明確化するための指摘で、知らなかった論文を教えてもらえるのは純粋にありがたい話です。ここは素直に取り込むのが正解で、推薦された論文を一つも引用しない、という選択肢はほぼありません。

最後に、表現・明確性に関するコメントがあります。「説明が不足している」「図表が読み取りにくい」「用語の定義が不明確」――コミュニケーションに関わる指摘です。一見軽く見えますが、ここで誤解されると、読み手が本質の議論までたどり着けません。地味ですが効くタイプの修正です。

最初の一読では判断しない

ここで一つ、僕の経験則を書いておきます。コメントを開いた日には、返答書を書き始めない。受け取った直後は、どうしても批判として受け止めてしまい、感情が強く動きます。その状態で返答書を書くと、文面に防衛的なトゲが残ったり、逆に自虐的な譲歩を書きすぎたりして、後から読み返すと送れない代物になっていることが多い。

一日、できれば数日寝かせてから読み返すと、同じ文章が「批判」ではなく「提案」に見えてきます。「どうしよう」から「どう直そう」に切り替わるまで時間をあけるのが、結果的に一番早いやり方です。僕は査読レポートが届いた日は、本文を流し読みするだけにとどめて、本格的な対応は週末まで持ち越すようにしています。

優先順位をつけて手を入れる

すべてのコメントに同じ重さで応じる必要はありません。僕は対応に入る前に、軽く分類しておくことにしています。研究の根幹に関わり、対応しないと通らないものをMust、対応しないとクオリティが下がるものをShould、対応すれば良くなるが今回のスコープ外としてもよいものをCould、と仮のラベルをつけて、Mustから順に手をつけていきます。

Mustが解決できない場合は、論文の主張を調整するか、投稿先を変えることも視野に入れます。「査読者の指摘を全部解決しないといけない」と思い込むと身動きが取れなくなりますが、実際には「主張を絞れば指摘の射程外になる」「別の雑誌のスコープなら問題にならない」という選択肢もあります。優先順位をつける作業は、論文の本質を再確認する作業でもあります。

査読者間で矛盾するときの判断

複数の査読者がいると、正反対のコメントが来ることがあります。査読者Aは「詳細すぎる」、査読者Bは「説明不足」――こういう状況は珍しくありません。

このとき大切なのは、両方に合わせようとしないことです。中間を取ると、結局どちらも満足させない、一番中途半端な原稿が出来上がります。それぞれの査読者の専門性と関心を読んで、どちらの指摘が研究の本質に近いかを判断する。どちらかの立場を選び、もう片方には理由を説明する、というのが基本です。

そして、判断したこと自体は返答書のなかで表に出します。「査読者1からは○○を削るべき、査読者2からは○○を充実させるべきとのご指摘をいただきました。両方の視点を踏まえ、以下のようにバランスを取りました」というふうに、矛盾を明示してから自分の判断を見せる。隠そうとするより、そのほうが査読者にも編集者にも納得してもらえます。迷う場合は「査読者間で意見が分かれているため、編集者のご判断を仰ぎたい点があります」と書き添えてもいいし、事前に編集者に相談してもかまいません。まったく失礼ではなく、むしろ歓迎されることが多いです。

返答書は査読者への手紙である

返答書の一つ目の役割は、査読者との学術的対話を続けることです。「コメントを受けてこう考え、こう改善した」という思考の過程を見せることで、査読者は自分の指摘が活きたことを確認できます。一方的な報告書ではなく、相手に向けた手紙として書くと、文面が自然と整います。「査読者のご指摘を読んで、僕は……」と書き始めるイメージで、対話の相手として査読者を意識しながら書く。これが返答書の最初の心構えです。

もう一つの役割は、修正の透明性を担保することです。どこをどう直したかを明示しておけば、修正が適切だったかを誰でも後から確かめられます。編集者にとっても、将来の読者にとっても、この透明性は大事です。「修正した」とだけ書いて中身を示さない返答書は、査読者の負担を著しく増やしてしまい、再査読のラウンドで悪い印象を残します。

返答書の基本構成と体裁

僕が使っている標準的な構成はこうです。まず査読者・編集者への感謝の一言から入り、全体的な修正の概要を1段落ほどで述べる。そのあと、各コメントへの個別対応を順に書いていき、査読者の指摘外で自主的に改善した点があればそのあとに添える。最後は結びの挨拶で締めくくる。これだけ守れば、読み手の負担は大きく減ります。

複数の査読者がいる場合は、査読者ごとにセクションを分けます。さらに、コメントには番号を振って、各コメントへの応答を番号で対応させます。たとえば「Reviewer 1のComment 1-1」というふうにラベルを付けて、査読者のコメントをそのまま引用したあとに自分の応答を続ける、という形式です。引用部分は、インデントやイタリック、ブロック引用で地の文と視覚的に分ける。査読者は自分の指摘が漏れなく扱われているか確認したいので、この「番号対応」だけで信頼度が上がります。

書式の統一も読みやすさに直結します。フォント、文字サイズ、行間を一貫させ、ページ番号と行番号は修正版に合わせる。細かいことのようですが、これができているだけで「この著者は丁寧だ」と感じてもらえます。僕は返答書のテンプレートを一つ用意していて、そこに各案件の中身を流し込むようにしています。書式は一度決めたら使い回すのが楽です。

一つひとつの応答の書き方

各コメントへの応答は、まず相手の指摘に対する短い感謝から始めます。「ご指摘ありがとうございます」「重要な点をご指摘いただきました」――紋切り型でも構いません。相手への敬意を文面に残すことが大切です。淡々と修正内容だけを並べると、機械的な文書になってしまい、査読者との対話感が失われます。

そして、何をどう変えたかを具体的に示します。「修正しました」だけでは不十分で、ページ番号、行番号、修正前後のテキストを示すと、査読者が対応を確認する負担が激減します。たとえば「ご指摘を受けて、第3章第2段落（p.15, lines 23-28）を以下のように修正しました：修正前：『〜』 修正後：『〜』 この修正により、○○の点が明確になったと考えます」というふうに、修正前と修正後を並べて見せて、変更の意図まで添えるのが理想です。修正版本文でハイライトや色分けを使って変更箇所を示すのも効果的で、これがあると査読者の確認作業が一気に楽になります。

同意・部分同意・反論の書き分け

応答の文面は、対応のパターンに応じて書き分けます。一番多いのは、同意して直す場合です。「ご指摘はまったくそのとおりです。この重要な点を見落としていました。以下のように修正し、論文の質が向上したと考えています」と、素直に認める一文を先に置きます。直すことで論文がどう良くなったかも添えると、査読者にも「読んだ甲斐があった」と感じてもらえます。

部分的に応じる場合は、「ご指摘のうち、○○については以下のように改善しました。一方で、△△については現在の××という制約により完全な対応は困難ですが、代わりに□□を追加することで、部分的に同じ論点に応えています」と、応じた部分と応じなかった部分をはっきり切り分けて書きます。すべてを呑むかすべて拒むかの二択にしなくていい、というのが返答書の自由なところです。

反論する場合こそ、丁寧さが効いてきます。査読者が誤読している、あるいは別の前提に立っているときは、丁寧に反論してかまいません。「ご指摘について慎重に検討しました。結論としては、以下の理由により現在のアプローチを維持させていただきたいと考えています」と前置きして、根拠を箇条書きで並べる。感情的な表現や皮肉は避け、ただし主張は明確に書く。最後に「この点についてさらに議論が必要でしたら、喜んで対応いたします」と対話の余地を残しておくと、建設的な印象になります。反論は決して悪いことではなく、むしろ筋の通った反論によって査読者の信頼を得られることもあります。

返答書は、短すぎると不誠実に見え、長すぎると読まれません。コメントの重さに応じて詳細度を変えます。方法論に関わる重要な指摘には詳しく根拠を添えて、軽微な表現修正には短く「修正しました」プラス修正後の文章で、同意できない指摘には理由を丁寧に、ただし冗長にならないように。論文の本文と同じで、返答書でもメリハリをつけることが大切です。

意図が読めないとき、応じられないとき

どうしても意図が読み取れないコメントもあります。そういうときは、複数の解釈を並べて、もっとも可能性が高いものに沿って対応するのが現実的です。「このご指摘を○○と理解して以下のように対応しました。もし意図が異なる場合はご教示ください」と柔らかく書き添えると、編集者経由で再確認が取れることもあります。無理に当てずっぽうで答えると、的外れな修正になって次のラウンドで余計に時間を取ることになります。

大規模な追加実験やデータ収集など、現実的にできないことを求められることもあります。その場合は、現在の制約を正直に書き、代替アプローチを提案します。「ご提案いただいた追加実験の重要性は理解しておりますが、現在の○○という制約により実施が困難です。代わりに△△の分析を追加することで、部分的に同じ知見を示せると考えます」というふうに、できないことを理由込みで率直に書くほうが、取り繕うより信頼されます。査読者も人間なので、無理な要求であることは多くの場合自覚しています。「ここまではできるけど、ここから先は別の研究になるので今回は範囲外にしたい」と誠実に書けば、たいていは理解してもらえます。

指摘を超えて手を入れる

査読コメントに「直接答える」以外にも、対応の仕方はあります。補助分析を加える、限界を議論する節を足す、代替的な解釈を提示してどちらを取るかを議論する、関連研究との比較表を追加する――こういう「拡張型」の対応で論文全体が強くなることがよくあります。「このコメントにどう答えるか」ではなく、「このコメントを通じて研究をどう発展させるか」に問いを置き換えると、思わぬ改善が生まれます。

査読者に指摘されていないけれど、読み返して気づいて直した点があれば、返答書に一言書いておきます。「査読の過程で○○にも改善の余地があることに気づき、あわせて修正しました」――こうした自主的改善は、「言われたところだけ直した」という印象を残すよりも、「査読を機に全体を見直した」という印象を残すぶん、査読者の評価を上げる傾向があります。

提出前のチェックリスト

僕が返答書を送る前に確認しているポイントが、いくつかあります。すべてのコメントに対応しているか、見落としはないか。ページ・行番号は修正版と一致しているか。感情的な文言が残っていないか。「修正しました」だけで終わっている応答がないか。修正版本体と返答書の記述が食い違っていないか。

そして最後に、書き上げた返答書をもう一度寝かせます。コメントを受け取った日に書き始めないのと同じ理由で、書き終えた日にも送らない。翌朝読み返すと、ほぼ必ずどこかに直したい部分が見つかります。送信ボタンは、翌朝の自分が押す。これが、僕が返答書を書くときのいちばんのルールです。

自分の弱点のパターンを知る

査読コメントは、自分の研究スタイルの弱点を映す鏡でもあります。複数の論文で繰り返し指摘される論点があれば、それは習慣的な弱点である可能性が高い。いつも方法論の説明が足りないと言われる、文献レビューが浅いと言われる、図表のキャプションが不十分だと言われる――こういうパターンが見えたら、次の執筆ではその点をチェックリストに入れておくと効きます。

査読は一本の論文を直すだけでなく、あなたの研究者としての型を作る作業でもあります。たとえば「方法論セクションが薄い」と何度も指摘される人は、その後テンプレートを作ってから書くようになる、といった具合に。執筆の終盤に「あの査読者だったらここに何と書くだろう」と想像する癖をつけておくと、結果的に、一度目の査読で通る確率が上がります。

関連セクション：

• 査読の仕組み - 査読プロセスの全体像
• 採択・リジェクトから学ぶ - 結果が出たあとの実務
• 第3部：査読・フィードバックを受ける - コメントの受け止め方

コラム：初めての査読で知る「建設的批判」の意味

初めて査読付きジャーナルに論文を投稿したあとの数ヶ月間は、多くの人にとってひりひりした時間になります。投稿ボタンを押した瞬間の張り詰めた感覚、そのあとに続く落ち着かない日々。査読結果のメールが届く日が近づくほど、件名を見ないうちから胃が重くなる。これは研究者なら誰もが一度は通る道で、特別あなたが弱いという話ではありません。

ようやく届いた結果のメール。件名に「Major Revision Required」と書かれているのを見て、採択でもリジェクトでもない中途半端さに一瞬ほっとし、次の瞬間にまた緊張する。恐る恐るPDFを開くと、査読者からのコメントが数ページにわたってびっしり並んでいて、「こんなにダメ出しされるのか」と落ち込む。よくある光景です。

このとき、コメントが的を射ているように見えれば見えるほど、自分の研究が全部否定されたような気分になりがちです。返答書を書こうとしても手が動かない。指導教員に「最初はこんなものだよ」と慰められても、頭ではわかっているのに気持ちが追いつかない。その日はもう何もできずにPDFを閉じてしまう、というのも珍しい話ではありません。

でも不思議なもので、一晩寝てもう一度読み直すと、同じコメントの見え方が変わってくることがあります。「先行研究との関連をもう少し明確にしてほしい」という指摘は、論考の穴を親切に指差してくれているもの。「この手法では捉えきれない側面について、限界として認識していることを示してほしい」というコメントも、自分の研究を過大評価していた部分をそっと訂正してくれている。そう読めるようになる瞬間が、たいてい翌日にやってきます。査読コメントは批判ではなく提案だったのだと、そこでようやく腑に落ちます。

そこから始まる修正作業は、たしかに大変です。先行研究を新たに読み込み、考察の章を書き直し、方法論の説明を膨らませる。数週間かけて修正版を仕上げ、返答書を添えて再投稿したとき、原稿は最初に送ったものとは別物になっています。査読前と査読後で、同じ研究なのに別の論文に見える――この体験こそが、研究観そのものを少しずつ変えていきます。

査読者は、研究を潰すためにコメントを書いているわけではありません。その研究の価値を最大限に引き出そうとしているのです。コメントの最後に「この研究の核となるアイデアには価値があります。上記の修正を加えれば、もっと多くの読者に届く論文になるはずです」といった一言が添えられていることもあって、そうした瞬間に、査読の本質がようやく見えてきます。名前も顔も知らない相手だけれど、査読者はその論文にとっての重要な共著者のような存在なのだ、と。

僕は査読を「通過すべき試練」ではなく、 研究を向上させるための共同作業 として捉えています。自分が査読者として依頼を受けるようになっても、最初に立ち戻るのはこの感覚です。「どうすればこの著者の研究をより良くできるか」という視点でコメントを書くと、査読者側の仕事も手触りが変わります。

査読は確かに厳しいプロセスです。でもそれは、研究コミュニティ全体で知の質を高めようとする集合的な営みであって、その一員として参加できることは、研究者としての誇りでもあります。初めての査読コメントを受け取って落ち込んでいるあなたにも、同じ文字列がいずれ違う顔をして見えてくる日が来ます。

採択・リジェクトから学ぶ

「やっと採択された！でもこれで終わりじゃないのか」「リジェクトされて気力が湧かない」――査読結果はどちらであっても、その日の気分に大きく響きます。ただ、結果が出た日から先には、感情とは別に片付けるべき実務があります。ここでは採択後の校正、リジェクト後の読み直し、投稿先の選び直しという、結果を次につなげる作業のほうを中心に書きます。落ち込みとの付き合い方そのものは 第3部：査読・フィードバックを受ける にまとめました。

採択後の校正刷りを点検する

採択通知が届いた日は、ちゃんと喜んでいい日です。共著者や応援してくれた人に連絡して、区切りをつけておく。研究は成果が出るまでの時間が長いので、こういう節目を素通りすると息が続きません。

そのうえで、送られてくる校正刷り（プルーフ）には、想像以上に誤字や図表の乱れが潜んでいます。「もう通ったから」と油断せず、最後まで細部に目を通します。見るべきところは決まっていて、誤字脱字、引用番号のずれ、図表の解像度とキャプション、共著者の所属情報や連絡先、数式の表示崩れ、参考文献の抜け、そして謝辞と助成金番号。出版されてしまえば訂正には公式な手続きが必要になるので、ここが本当に最後のチャンスです。校正の段階で見落としたミスを出版後に直そうとしてやけに苦労した経験が僕にも何度かあって、いまでは校正刷りを二日かけて読み返すのを習慣にしています。

論文が公開されたら、所属機関のページ、SNS、学会発表などで成果を届けにいきます。ただし、誇張せず、限界も添えて伝えること。「この技術ですべてが解決する」みたいな煽り方をすると、一時的に注目されても長期的な信頼を失います。発信の具体的な技法は 研究を社会に伝える で扱っています。

リジェクトのコメントを読み直す

リジェクト通知が来た日は、落ち込んでいいと思います。無理にポジティブに解釈しようとせず、その日は研究のことを考えずに過ごしていい。そのうえで、数日置いてから査読レポートを開き直します。

そのときに自分に向ける問いは決まっています。なぜリジェクトされたのか、つまり査読者は何を問題視したか。そのうち、自分でも気になっていた弱点はどれか。改善可能なものと、今回のスコープ外のものはどう分かれるか。この三つを順に確認していくと、リジェクトの中身を冷静に見られるようになります。

同僚や指導教員と読み合わせるのも有効です。第三者の目線が入ると、「致命的だと思っていた指摘」が実はそれほどでもなかったり、逆にこちらが軽視していた指摘が根本問題だったりすることに気づけます。コメントを分析し終えたら、具体的な改善項目をリスト化します。方法論の見直し、追加分析、文献レビューの拡充、論理構成の調整――全部に応える必要はありませんが、価値のある指摘は積極的に取り込みます。リジェクト後の修正を経て、最初の版よりはるかに良い論文になることは、実はよくあります。コメントの分類と優先順位のつけ方は 査読コメントへの対応 に書いたやり方がそのまま使えます。

投稿先を選び直す

再投稿のときに大事なのは、単純に別の雑誌に送るのではなく、どの雑誌なら今の論文が正当に評価されるかを考え直すことです。前回のリジェクト理由が「スコープ不一致」なら、よりフィットする雑誌を探す。「新規性不足」なら、より専門的な雑誌や応用系の雑誌のほうが合うこともあります。スコープに合わない場所に何度送り直しても、結果は変わりません。

同じ研究でも、見せ方次第で違う顔を見せます。投稿先が変われば、イントロの強調点、結論の書き方、タイトルの言葉選びも調整の対象になります。再投稿は「別の雑誌に同じ原稿を送ること」ではなく、前回の査読で明らかになった課題を可能なかぎり解決し、新しい投稿先の特性に合わせて論文を調整する作業です。この手間をかけられるかどうかで、次の結果が決まります。投稿先の選び方そのものは 論文投稿プロセス に書いたとおりで、リジェクトのあとこそ、あの視点をもう一度使う場面です。

一本に賭けない構え

優れた研究者は、ほぼ例外なく多くのリジェクトを経験しています。学会で会う有名な研究者ほど、酒の席で「あの論文、最初に出した雑誌では落ちたんだよ」という話をしてくれることが多くて、研究者人生の大半はリジェクトとともに進むのだと、何度も思い知らされます。

一本の論文のリジェクトに心を持っていかれすぎないためには、複数のプロジェクトを並行して走らせておくのが効きます。ある研究がリジェクトされても、別の研究は進んでいる。「全リソースを一本に賭ける」構造だと、査読結果への依存度が高くなりすぎます。査読者の指摘から、思いもよらなかった次のテーマが見えてくることもあって、リジェクトされた日を「次のテーマの種をもらった日」として捉え直せると、結果との付き合い方はずいぶん楽になります。

査読結果が出る日も、その前後の日も、生活のリズムが変わらない人ほど、研究者として長く走れるというのが、僕がこれまで観察してきた印象です。結果に振り回されない土台は、研究以外の場所にあります（第4部：趣味・休息との付き合い方）。

関連セクション：

• 査読コメントへの対応 - コメントの読み方と返答書
• 論文投稿プロセス - 投稿先の選び方
• 研究を社会に伝える - 採択後の発信

第8部：研究の未来とあなた

ここまで、問いを立てること、時間と付き合うこと、読むこと、書くこと、発信すること、続けることを順番に見てきました。ひと通りの話を終えたところで、最後にもう一度、少し引いた場所から研究を眺めてみたいと思います。

この第8部は、新しい技法を増やす部ではありません。 これまで積み上げてきたものを、「あなたの人生」という尺度で捉え直す ための、短い締めくくりです。残っているのは2章だけです。

• 社会と研究のつながり：研究は独立した営みではなく、誰かの生活や社会の課題と地続きです。自分の研究がどこに着地するのか、それを誰にどう伝えるのかを考えます。
• 研究者として生きる：技法や肩書きの話ではなく、「研究者として生きるとはどういうことか」を、この本全体のまとめとして考えます。

未来の話は、どうしても抽象的になりがちです。「AIが」「グローバル化が」「オープンサイエンスが」――こうした大きな言葉で語れば語るほど、自分の足元からは遠ざかっていきます。だから僕はこの部を、 あなた自身の手触りのある問い に引き寄せて読んでほしいと思っています。社会のなかで自分の研究をどう位置づけるのか。10年後も研究者でいるために、今の自分は何を残しておきたいのか。大きな話を、自分の大きさに翻訳しながら読んでみてください。

なお、学び続けるための習慣そのものについては、巻末の学び続けるということで扱っています。

社会と研究のつながり

研究という営みは、机の上だけで完結しているように見えて、実はその外側にある世界と細い糸で何本もつながっています。あなたが今日読んでいる論文、来年使うはずの装置、五年後に問われる成果。それらはどれも、社会とのつながりのなかで成り立っています。第8部の最初の章では、その糸を切らずに、つながりを意識しながら研究をしていくとはどういうことかを考えてみたいと思います。

ここまで、問いの立て方や時間の使い方、論文の書き方、発信のしかた、研究を続けるための作法を順番に見てきました。それらはすべて、研究室の内側で完結する話のようでいて、外の世界とつながっていました。ここでは、その外側のほうから自分の研究を見直します。

研究は誰かに支えられている

研究活動の多くは、最終的には誰かのお金で動いています。税金、民間からの投資、寄付、学費。誰かが負担してくれているからこそ、あなたは今日も実験装置に触れたり、論文を書いたりできています。だから研究者は、明示的にも暗黙のうちにも、社会に対して「なぜこの研究をやっているか」を語る責任を負っています。

これは窮屈な話ではなくて、むしろ自分のためになることです。自分の研究が誰に支えられ、誰の役に立ちうるのかを言葉にする作業は、自分の研究の意味を自分で掴み直す作業でもあるからです。申請書を書くたびに、僕はそう思います。最初は「審査員に伝わるように」と思って書き始めるのに、途中から「自分はそもそもなぜこれをやりたかったのか」を再発見する時間に変わっていきます。社会への説明責任は、実は自分への問い直しの装置でもあるのです。

一方で、研究の価値を短期的な成果だけで測るのは難しい、という事実もあります。何年も後にしか花開かない発見、地味だけれど分野の土台を支える基礎研究、すぐには応用できない概念の整備。こうした仕事は、その時点ではうまく説明できないことも多いものです。だからこそ、基礎研究の意義や、長い時間をかけて初めて見えてくる価値を、社会に向けて丁寧に説明し続けることも、研究者の仕事のうちだと僕は思っています。短期的な成果と長期的な意義の両方を、同じ一人の研究者として語れるかどうかが、この仕事の腕の見せどころです。

研究が社会に及ぼすもの

研究成果は、ときに意図した通りに社会へ届きます。医療技術が人の命を救う。省エネ技術が環境負荷を下げる。教育研究の知見が学校現場のやり方を少し変える。そういうまっすぐな貢献は確かにあって、それを目にするのは、研究をしていてよかったと思える瞬間でもあります。

しかし現実には、研究の影響は予想外の方向にも広がります。ソーシャルメディアが人々をつなぎながら、同時に分断や偽情報も生み出したように。暮らしを便利にするはずだった技術が、誰かの仕事を奪ったり、誰かの不安を増やしたりすることがあります。だから研究者は、自分の研究が社会のなかで「意図しない姿」を取る可能性を、最初から視野に入れておく必要があります。すべてを予想することはできません。でも、「自分の手のなかにあるうちは責任を持って向き合う」という姿勢があるかどうかで、後から大きな違いが出てきます。

さらに言えば、研究は新しい技術を生むだけでなく、人々の世界観そのものを変えます。進化論、相対性理論、DNAの二重らせん構造の発見。こうした発見は、人間が自分自身をどう理解するかを書き換えました。あなたの研究もまた、規模は小さくても、誰かの世界の見え方を少しずらすかもしれません。第2部で「未知に向き合う態度」の話をしましたが、研究が未知に手を伸ばすということは、その先で世界の輪郭を描き直すかもしれない、ということでもあります。

伝えるという仕事

研究成果を社会に届けるとき、専門用語を日常語に置き換えるだけでは足りません。大事なのは、相手が何を知りたがっているかに合わせて、研究の意味を翻訳し直すことだと僕は思っています。同じ研究でも、語る相手が違えば、切り取るべき面はまったく変わります。

学生に話すとき、市民に話すとき、政策担当者に話すとき、記者に話すとき。専門家の同僚に話すとき、研究室に来てくれた高校生に話すとき。どれも同じ研究を語っているのに、強調する場所も、使う比喩も、許される省略も毎回違います。第7部で発信について書いたことの延長線上に、こうした翻訳の作業があります。そしてこの翻訳は、一方通行の発信としてではなく、相手からの問いを引き受ける対話として成立したときに、初めて意味を持ちます。質問されて気づく自分の前提というのが、毎回必ずあります。

不確実性をどう伝えるかも大事です。研究には必ず「わからない部分」が残りますが、それを隠して断定調で語ってしまうと、後から信頼を失います。「ここまではわかっている、ここから先はわからない」と線を引いて話せることは、研究者の誠実さの核だと思います。社会に向かって話すときほど、つい「強い言葉」を使いたくなります。でも、強い言葉に頼らなくても伝わる文章を書く訓練を、論文と同じくらい意識して積んでおくと、長い目で見たときに信頼の貯金が貯まります。

社会課題を自分の研究に引き寄せる

社会課題に取り組むとき、つい「大きな話」から始めたくなります。気候変動、少子高齢化、AIの倫理、格差の問題。どれも本当に重要な話題で、関わりたくなる気持ちはわかります。でも実際に研究が動き出すのは、その大きな問題を、自分の手が届くサイズの問いに砕いたときです。第3部で扱った「研究テーマを決める」プロセスが、ここでもそのまま生きてきます。

そのときに効くのが、当事者との対話です。対象となる人々を「研究対象」としてだけ扱うのではなく、「一緒に問いを立てる相手」として迎えると、問題の見え方が変わります。彼らが普段使っている言葉、彼らが本当に困っていること、彼らがすでに持っている知恵。これらは論文のなかからは出てきません。当事者と話すと、最初に立てた問いがそもそもズレていた、と気づく場面が何度もあります。そのズレに早く気づけるほど、研究は実のあるものになっていきます。

成果の還元もセットで考えたいところです。学術論文として書くのはもちろん大事ですが、関わってくれた人たちに「あなたたちの協力が何につながったのか」が見える形で返すことも、同じくらい大事です。要約のレポートを送る、現場で簡単な報告会を開く、わかりやすい資料を一枚作る。これらは契約上の義務というより、一緒に研究をつくった仲間への礼儀だと僕は思っています。研究は一人でやっているように見えても、実際にはたくさんの人の時間と善意の上に成り立っています。その事実をときどき思い出して、目に見える形でお返しする習慣を持っておくと、次に研究を始めるときの土台もきれいに残ります。

AI、オープンサイエンス、グローバル化を現場の話として捉える

「AIが研究を変える」「オープンサイエンスが標準になる」「研究はグローバルな営みだ」――こういうフレーズは、聞き慣れすぎて意味を失いやすい言葉でもあります。だから僕は、これらを語るときには必ず、自分の現場で起きている小さな話に引き寄せて考えるようにしています。

AIについて言えば、僕の研究室でも、文献の整理や下書き作り、英文のチェック、コードの補助といった場面で日常的にAIを使うようになりました。便利な道具が増えたのは事実ですが、同時に「自分が考えなければいけないところはどこか」を意識する場面も増えました。AIに代行させてよい部分と、絶対に自分の頭を通さないといけない部分。その線を、研究室のなかで一緒に研究を進める仲間と一つずつ確認していくこと。それが、抽象的な「AI活用」をその研究室の現実にする作業です。

オープンサイエンスも同じです。「データを公開しましょう」と言うのは簡単ですが、いざ自分のプロジェクトの生データを公開しようとすると、匿名化、メタデータの整備、再利用しやすい形式への変換、ライセンスの選択、と地味な作業が大量に出てきます。共同研究者と「どこまでをいつ公開するか」を相談するのも、そう簡単ではありません。それでも、論文を書きながら少しずつ公開できる形に整えておくと、次のプロジェクトで自分が一番助けられたりします。理念の話を、目の前の作業に翻訳できる人が、現場では強いです。

グローバル化も、結局は具体的な共同研究者の顔です。巻末の国際共同研究でも触れていますが、海外の同僚と一緒に論文を書くと、メールの書き方、締め切り感覚、議論の進め方、どこで譲ってどこで踏ん張るかの感覚まで、全部少しずつ違います。「グローバルな研究」というよりも、「文化の違うチームで一本の論文を書ききる」という、極めて泥臭い作業の積み重ねです。その積み重ねを通じて、自分の研究の前提がいかにローカルだったかに気づかされます。それが、抽象的なグローバル化を自分の身体で理解する道だと思っています。

自分のなかの線を引き直す

社会との関わりが深くなるほど、倫理的な判断の場面は増えます。誰かを傷つけないか。既存の格差を広げていないか。データをどう扱うか。プライバシーと透明性のバランスをどこで取るか。こうした問題には、教科書的な一般解はありません。

そのつど、あなた自身が「自分はどこに線を引くか」を決め、それを説明できるようにしておくしかありません。説明できるというのは、誰かを納得させるという意味ではなく、自分自身に対して理由が言える、という意味です。後から振り返ったときに、「あのときはこういう理由でこう判断した」と言葉にできること。それが、研究者としての判断の蓄積を、自分の財産に変えていきます。

判断に迷ったら、一人で抱え込まずに、信頼できる同僚や指導教員と話してみてください。一緒に線を引き直してくれる人の存在は、この仕事を長く続けるうえで本当に大きな支えになります。研究倫理と盗用でも書いたように、倫理は孤独な内面の問題ではなく、信頼できる対話相手と一緒に育てるものだと思っています。

まとめ

研究と社会のつながりを意識することは、研究の自由を狭めることではありません。むしろ、自分の研究が何のためにあるのかを、自分の言葉で語れるようになることです。社会に対する説明責任は、自分への問い直しの機会でもあり、社会への翻訳作業は、自分の研究を新しい角度から見直す機会でもあります。

あなたの研究が社会のどこに届くのか、誰のためにあるのか、どんな影響を残すのか。そして、その影響を引き受ける覚悟を、自分はどこまで持っているのか。こうした問いを持ち続けることが、研究者として長く歩いていくうえでの、静かな羅針盤になると僕は思っています。

研究者として生きる

研究者であることは、職業の肩書き以上のものです。どんな問いを大事にするか、困難にどう向き合うか、他者とどう関わるか、時間をどう使うか。これらすべてに、研究者としての姿勢がにじみ出ます。この本の最後の章として、技法ではなく、その姿勢の話を書いておきたいと思います。ここまで扱ってきたことは、表面的にはバラバラのテーマに見えますが、書きながら何度も気づいたのは、それらが結局「同じ一つの姿勢」の違う面だった、ということでした。

問いを手放さない

問いを立てることは、研究者であり続けるための最も基本的な動作です。そしてこの力は、研究テーマを決めるときだけに発動するものではありません。学生の話を聞きながら、その奥にある別の問いに気づく。雑談から、まだ誰も書いていない論文の輪郭を見つける。会議のなかで、他の人が当たり前にしている前提を、ふっと疑ってみる。

研究者として生きるとは、こういう小さな問いを立てる動作を、生活のリズムのなかで続けていくことだと思います。すべての問いを論文にする必要はありません。むしろ、 論文にならない問いの量 こそが、研究者の頭の柔らかさを支えています。

同じことが、「なぜ研究するのか」「どんな研究者でありたいか」という自分への問いにも言えます。この答えは、テーマが変わるたび、ライフステージが変わるたびに書き換わっていきます。大事なのは答えを固めることではなく、問い自体を手放さないことです。5年後の自分が違う答えを出しても構いません。むしろ、5年経っても一字一句変わらないなら、その間あまり動いていないかもしれない、と疑ったほうがいいくらいです。この問いを手放した瞬間から、研究は誰かに渡された宿題のようなものになっていきます。

独自性は、掘った先に出てくる

技法だけで独創的な研究が生まれるわけではありません。書き方が完璧でも、書いている問いがありきたりなら、その論文は分野のなかで埋もれます。

独自性は、誰かと違うことをしようとして出るものではなく、 自分が本当に気になっていることを丁寧に掘った ときに自然に出てくるものだと僕は思っています。流行を追うのと、自分の問いを追うのは、似ているようで違います。流行は、追っている最中は安心できますが、追い終わった瞬間に何も残りません。自分の問いは、追い始めは心細くても、追い続けるほどに自分の輪郭をはっきりさせてくれます。

掘る力を支えるのは、異なる視点を自分のなかで掛け合わせる習慣です。異分野の論文を読む、専門外の人と話す、直感と論理を両方使う。普段読まない分野の本を一冊読むこと、自分の研究と関係ないように見える映画や小説に時間を使うこと。こうした寄り道が、後になって効いてきます。

失敗を引き受ける

リジェクトのメールを開いた瞬間に、自分の能力そのものが否定された気がする。あの感覚は、僕にも今でも残っています。慣れません。でも、慣れないからといって毎回沈み続けるわけにもいかないので、 「自分」と「自分の論文」を切り分けて受け止める 作業を、何度でもやり直すしかないのだと思っています。

論文1本の採否、資金1つの当落、発表1回の出来。これらはどれも大事ですが、研究者人生の長さから見れば、一つ一つは点でしかありません。長い目で見て効いてくるのは、点を線にしていけるかどうかです。リジェクトされた論文を直して別の場所に出し続けることのほうが、最初から通った論文1本より研究者としての厚みを生む場面を、僕は何度も見てきました。

それに、失敗をたくさん経験した研究者ほど、後輩に対して優しくなれます。これは綺麗事ではなくて、自分の失敗の痛みを覚えている人は、他人の失敗の痛みも想像できるからです。失敗は自分一人の蓄積で終わらず、コミュニティの優しさを支える共通の財産にもなります。

一人でやっているわけではない

研究は一人でやっているように見えて、実はずっと誰かと一緒にやっています。指導してくれた先生、議論してくれた同僚、査読してくれた知らない誰か、批判してくれた友人、雑談してくれた学生。彼らとの一回一回のやり取りが、あなたの研究と、研究者としての姿勢を少しずつ形づくっていきます。

だから、関わり方の作法が効いてきます。好きになれない相手や、噛み合わない相手も必ず出てきます。それでも、相手を尊重する構えを崩さないこと。陰で悪く言わないこと。批判するときも、人格ではなく研究の中身を対象にすること。これらは、コミュニティを長く健全に保つために誰にでもできる、一番小さな貢献です。

専門を深めることと、社会に開かれていることも対立しません。むしろ、深い専門性を持つ人ほど、他者や社会と対話する責任と機会が増えます。社会と研究のつながりで書いたように、市民講座で話したあとに自分の言葉遣いの傲慢さに気づく、といったことが実際に起きます。社会との関わりは研究の足を引っ張るどころか、自分の研究の解像度を上げてくれます。

研究者である前に、一人の人間である

最後に、どうしても伝えておきたいことがあります。あなたは研究者である前に、一人の人間です。家族がいて、友人がいて、趣味があって、身体の調子があって、心の揺らぎがある。その全部を抱えたうえでの、研究者です。

研究で成果を出すことと、一人の人間として幸せであることは、対立しません。むしろ、人として豊かに暮らしている研究者のほうが、長い時間軸で見ると質の高い仕事をしていると、僕は感じています。睡眠、食事、運動を軽んじると、必ずどこかで返ってきます。三十代までは無茶が利くのに、四十代に入ると同じ無茶ができなくなる。若いうちから自分の身体の使い方の作法を整えておくのは、研究を犠牲にする話ではなく、質の高い仕事を長く続けるための投資です。

研究室の外に、自分が「ただの自分」でいられる場所を必ず確保しておいてください。研究がうまくいかない時期には、その場所があなたを救ってくれます。うまくいっている時期にも、その場所があなたを謙虚でいさせてくれます。

研究は人生を豊かにする手段の一つであって、人生そのものではありません。 本末転倒になっていないか、時々確認してください。研究が人生を支配し始めたなと感じたら、立ち止まって距離を取る。それは怠けではなく、長く研究者でいるための、最も誠実な選択です。

あなた自身の色で

研究者として生きるとは、問いを手放さず、失敗を引き受け、誰かと関わりながら、それでも自分のペースで歩き続けることだと思います。派手な成功譚である必要はありません。地味でも、あなた自身の色で続けていける歩み方があれば、それで十分です。

そして、研究者としてのあなたの人生は、あなた自身のものです。この本に書ききれなかった、あなただけの選択と迷いと工夫のなかで、あなたの研究者像は形づくられていきます。ここに書かれた言葉は参考の一つでしかなく、最終的にその形を決めるのは、あなた自身の手です。

この先の地図

ここから先は、卒業研究の段階では使わない話をまとめています。博士課程、研究費、共著、国際共同研究、査読する側の仕事、学会運営。どれも、必要になったときに調べれば済むことばかりです。

それでも短く書いておくのは、こういう世界があると知らないまま進むと、選択肢が見えないまま道が決まってしまうことがあるからです。たとえば、研究費の申請書を書いた経験があるかどうかで独立後の数年が変わることは、博士課程に入る前に知っておいたほうがいい。共著の著者順を執筆前に決めておく、という作法も、最初の共著論文に関わる前に頭の片隅にあれば揉めずに済みます。

各項目は数百字です。手順として使える厚みはありません。必要になったら、学会の入門記事や所属機関の事務に当たってください。ここで渡したいのは、地図の縮尺のほうです。

博士課程とは何か

進学するかどうかの判断は「研究者」になるという選択で書きました。ここでは、進学したあとの3年で何が起きるかだけを書いておきます。

修士までは、指導教員が用意したテーマの一部を担当することが多いはずです。手は動くようになり、ある手法には詳しくなりますが、研究のオーナーシップは指導教員の側にあります。博士課程で起きるのは、 このオーナーシップが自分の側に移ってくる ことです。最初は大半の判断を確認しないと進めない状態から始まって、博士論文を書く頃には、相談はしつつも決めるのは自分になっている。この移行が博士課程の本体で、学位はその結果として付いてきます。

3年はだいたい三つに分かれます。1年目は土台を作る時期で、関連研究を読み込み、入学時の抽象的な計画を実行可能な形に書き直し、この先使う道具を揃えます。2〜3年目は実行の時期で、検証し、論文にし、査読コメントに向き合います。最後は束ねる時期で、それぞれの論文を書いていたときには見えていなかった共通の問題意識が、博士論文を組む作業のなかでようやく言葉になります。

博士研究は孤独です。同じ問題を考えている人が世界に数えるほどしかいない、という状況は珍しくありません。消そうとするより付き合い方を持っておくほうが現実的で、定番は、指導教員との短い定期面談、同期や他大学の博士学生との緩いつながり、そして研究以外の時間と人間関係を意図的に守ることの三つです。最後の一つは、研究がうまくいかない時期にいちばん効きます。

博士号はアカデミアの入場券というだけでなく、企業の研究開発、データサイエンス、技術コンサル、政策の現場でも評価されます。最終的な収穫は、学位そのものよりも、答えのない問題に対して自分で足場を組みながら進む感覚のほうだと思っています。

アカデミアと企業研究

博士を取ったあと、大学や公的機関に残るのか、企業の研究開発部門に行くのか。どちらが正解かという問いには答えがなく、あるのは自分にとってどちらが合っているかという個別の問いだけです。

アカデミアの魅力は、研究テーマの自由度にあります。短期的な商業価値に縛られず、5年、10年という単位で基礎研究に向き合える。教育と研究が並走し、学術界は本質的に国際的なので、海外との共同研究の機会も多い。厳しさのほうは、研究費が競争的資金に依存していて不安定なこと、ポジションの競争が激しくポスドクを何度か経るのが標準になっている分野が多いこと、論文数・引用数・研究費といった評価指標を常に気にしないといけないことです。

企業研究の魅力は、成果が製品やサービスに結びつく手触りです。研究開発に潤沢な予算と設備があることが多く、異なる専門性を持つ人とチームで動くのが基本になります。雇用が比較的安定していることも、生活設計の面では大きな違いです。制約のほうは、事業戦略と合わないテーマは追いにくいこと、四半期や年次の評価があるため短期成果への圧力がかかること、成果が企業の知的財産になるので発表に制限が出ること、研究以外の職種へ異動する可能性があることです。

選ぶときの軸は、知的好奇心と社会実装のどちらに強く惹かれるか、不安定さと引き換えの自由を取るか制約と引き換えの安定を取るか、一人で深く考えたいかチームで議論したいか、といったあたりになります。ただし、これは頭の整理だけでは決まりません。 両方の環境で働いている人に会って話を聞く のが、いちばん判断材料になります。

そして、最初の選択が最後の選択ではありません。アカデミアから企業へ、企業からアカデミアへ移る研究者は珍しくなく、産学連携プロジェクトで両方の空気を知るという方法もあります。決められないまま留まるより、いったん片方に身を置いて中から見るほうが、判断材料は増えます。

研究費と科研費

研究費は、研究の一部であって、研究と切り離された事務作業ではありません。ただし目的ではなく手段です。これを見失うと、申請書を書くための研究になります。

日本の学術研究支援の中核は 科研費（科学研究費助成事業） です。種目には、規模と対象に応じて基盤研究（S/A/B/C）、挑戦的研究（開拓・萌芽）、若手研究、学術変革領域研究（A・B）、特別研究員奨励費などがあります。若手研究は博士の学位取得後8年未満が対象ですが、要件は改定されるので公募要領で確認してください。ほかに、JST（CREST・さきがけ・ERATO など）が基礎から応用への橋渡しを、NEDO が産業技術寄りの開発を支援します。民間財団の助成は規模こそ小さいものの、手続きが簡素で独創性を重視するものが多く、若手のうちは狙い目です。

戦略としては、取れそうにない大型を狙って毎年落ちるより、確実に取れそうな種目で実績を積むほうが、長期的には総額も多くなります。申請書で効くのは、新しさだけでなくなぜその新しさが重要かを書くこと、年次計画と予備実験で実現可能性を示すこと、これまでの実績や使える環境から自分がやる理由を示すこと、波及効果を学術面と社会面の両方から描くことです。審査員は多数の申請書をまとめて読むので、他分野の研究者にも伝わる言葉で書き、図表を惜しまないほうが通ります。

初稿ができたら、専門外の研究者にも読んでもらってください。「ここがわかりにくい」という素直な感想が、実際の審査員の反応にいちばん近いものです。

落ちたときは、ひと晩寝てから審査結果の開示内容を読み直し、どの評価項目で点数が低かったのかを特定します。計画そのものに問題があるのか、計画は良いが伝え方の問題なのか。この見極めで次の手が変わります。

学生のうちにできることは、指導教員の申請書作りを手伝って、書類の形を覗いておくことです。書いたことがある人とない人では、独立後の最初の科研費で差が出ます。

プロジェクトの回し方

研究プロジェクトは、一般的なプロジェクト管理の型がそのままでは使えません。結果が予測できない作業が本体なので、計画時に見えていなかった問題が出てくることを最初から織り込む必要があります。型を借りつつ、不確実性に耐えるように緩めて使うのが現実的です。

目標は階層で持ちます。プロジェクト全体の成果、半年から1年のマイルストーン、月次や四半期のタスク、その日にやること。この四層があると、目の前の作業が何のためのものかが見えます。大きなプロジェクトは管理できる単位に分解し、タスク間の依存関係を押さえて、遅れると全体が遅れる経路を特定しておきます。どこに余裕があってどこにないかを知っているだけで、判断が速くなります。

時間の見積もりには三点見積もりが使えます。楽観値 O、悲観値 P、最可能値 M を出して、期待値を (O + 4M + P) / 6 で計算する。研究者の見積もりは楽観に寄るので、この補正は実際に効きます。

進捗は短いサイクルと長いサイクルの両方で見ます。週次では完了と遅延、その原因、来週の優先順位。月次や四半期では、マイルストーンの達成状況、予算と時間の使用実績、計画修正の要否。短いサイクルだけでは長期目標から外れていることに気づけず、長いサイクルだけでは足元の遅れを見逃します。

リスクには型があります。手法が期待通り動かない技術的リスク、データが入手できない・品質が想定以下というデータのリスク、競合グループによる先行発表や制度変更といった外部環境のリスク、資金削減や協力者の離脱というリソースのリスク。すべてを潰そうとすると時間が足りないので、影響度と発生確率の掛け算で上位にだけ手を打ち、残りは起きたときに慌てないよう記録だけしておきます。

自分の時間の使い方は、1〜2週間記録してみると流出先が見えます。会議とその準備に流れている時間は、たいてい自覚より多いです。

チーム研究と共著

現代の研究はほとんどがチームで進みます。一つの分野では扱いきれない問題が増えていることに加えて、大規模データや長期観測のように個人では不可能な規模の研究が普通になったこと、そして必要なスキルが広すぎて一人では揃わないことが理由です。

チームを組むときは、専門が離れすぎると意思疎通が難しく、近すぎると新しい視点が生まれません。理論と実験、定量と定性、シニアとジュニアのように、足りないところを埋め合う編成にすると議論が動きます。同じ得意領域の人ばかり集めると、わかり合いやすい代わりに、誰も気づけない死角ができます。

役割と責任は最初に明文化しておいてください。誰が何に責任を持ち、どのレベルの決定を誰ができるか。「なんとなく全員でやる」は、たいてい「誰もやらない」に化けます。

共著論文でいちばん揉めるのは著者順序とオーサーシップなので、 執筆を始める前に 合意しておきます。第一著者、責任著者、共著者、そして協力はしたが著者にはならない人への謝辞。判断の目安としては、ICMJE の四基準が国際的に参照されています。研究の着想・設計またはデータの取得・分析・解釈への実質的な寄与、草稿作成または重要な知的内容の批判的校閲への関与、出版される版の最終承認、そして研究全体の正確性への責任です。分野によって運用は違いますが、迷ったときの基準として頭に入れておくと判断が安定します。

執筆の進め方には、セクションごとの分担執筆、主執筆者が全体を書いて他がコメントする統合執筆、Overleaf などでの同時編集があります。分担は効率的ですが文体がちぐはぐになり、統合は一貫性が保てる代わりに主執筆者の負担が大きい。規模と人数で使い分けます。

外に出す前のチーム内査読は、手間に見えて結局は速い作業です。構成と論理、データと解釈、表現と図表の順に見ていき、可能ならチーム外の専門家にも読んでもらってください。

国際共同研究

気候変動、パンデミック、エネルギー、AI 倫理。現代の重要課題は一国の中で完結しないので、国際共同研究は多くの分野で日常の一部になっています。

始めるなら、二国間から入るのが現実的です。調整する相手が一国で済み、お互いの仕事のスタイルを覚えられます。多国間の大型プログラムに最初から飛び込むと、調整だけで消耗します。

相手を見つける場としては、国際学会がいちばん確実です。発表後に声をかけた、質問しに行った、懇親会で隣り合った、というところから始まった関係が、後で共同研究になります。論文を読んでメールを送る方法もありますが、一度でも対面で話した相手に送るメールと、面識ゼロのメールでは返信率がまったく違います。指導教員や先輩からの紹介も強力で、「○○さんから聞いた」の一文があるだけで最初の信頼コストが下がります。

出会ったあとは、小さな共同作業から始めます。短い共著、ワークショップの共同企画、データの一部交換。いきなり大型プロジェクトを立ち上げると、互いの進め方がわからないまま走ることになります。

語学は、伝わる英語で十分です。ネイティブのように話そうとして固まるより、つたなくても言いたいことを言い切るほうが現場では信用されます。文化の違いで摩擦が起きやすいのは、直球で異論を言う文化と、遠回しに不満を伝える文化が混ざったときです。前者は攻撃的に見え、後者は何を考えているかわからないと思われる。相手のスタイルを先に知っておくだけで、誤解はかなり減ります。

事前に文書化しておくべきものが二つあります。成果の帰属・公表方法・特許出願の扱いといった知的財産の合意と、倫理と法の扱いです。倫理基準は国や機関で違うので、 最も厳格な基準に合わせる のが安全です。個人データを扱うなら、GDPR や各国の個人情報保護法、データ移転の規制も先に確認してください。ここを軽く見ると、研究そのものが止まります。

国内学会と国際会議

「まず国内で発表して、慣れてから国際会議へ」と言われることが多いですが、この二つは難易度の階段ではなく、得られるものが違う別の場です。

国内会議の強みは、議論の解像度が母語のぶんだけ上がることです。国内の現場でしか通じない制約や、なぜこの問題が日本の現場で重要なのかを、前提を共有したまま話せます。質問も実装や運用に寄ったものが出やすく、理論としては筋が通っていても現場では回らない部分を突いてもらえます。応用や社会実装を視野に入れた研究なら、ここがいちばんのテストベッドになります。もう一つの価値は、同じ顔ぶれと毎年会うことで関係が続くことです。懇親会で交わした一言が数年後の共著につながる、ということが起こります。

国際会議で得られるのは、自分が当然だと思っていた前提が当然ではないと気づく経験です。文化圏が変わると、問題の切り取り方も評価の軸も変わります。トップ会議の査読は採択率が10〜20%のことも珍しくなく、落ちてもコメントに国内では得られない論点が含まれています。英語で即興で答える筋力も、出てみないと鍛えられません。

発表の作法には差があります。国内で自然な「本研究にはこういう限界もあります」という入り方は、国際会議では「結局この研究は何をしたのか」と受け取られます。国際会議では 貢献を先に言い切る 構成にしないと価値が伝わりません。同じ内容でも、順序と強調を入れ替える必要があります。

英語発表では、流暢さより聞き取りやすさが効きます。一文を短く切る、主語と動詞を先に置く、専門用語は定義してから使う、図で伝わることを言葉で繰り返さない。日本の制度や慣習は国際会議では未知なので、「日本では○○が前提になっていて」と補うだけで質疑の中身が濃くなります。

使い分けの目安としては、育てている途中の研究は国内で議論を重ね、完成に近い研究は国際会議の査読にさらす。ただし順序に正解はなく、いま誰からフィードバックがほしいかで選んで差し支えありません。

査読する側になる

自分の論文が査読を受けてきた裏側には、別の研究者が時間を割いてくれた事実があります。査読を引き受ける側に回るのは、その持ち出しを次に回す仕事です。最初の依頼は、博士課程の後半から数年目あたりに届きます。

依頼が来たら、専門性、時間、利益相反の三点で判断します。自分が評価できる内容か。近いけれど完全に専門とは言えないなら、どの観点なら貢献できるかを書いて編集者に相談してかまいません。締め切りまでに時間を取れるか。急いで不十分な査読を返すより、断るほうがコミュニティのためになります。そして、著者との共同研究歴や競合研究の実施など、公正さを損なう事情がないか。断るときは、理由を一言添えて適任者を推薦すると編集者の助けになります。

レポートの構成は、論文の要旨と貢献の要約、評価できる点、重要な問題点と改善提案（Major）、細かい指摘（Minor）、総合判断の順が読みやすいです。冒頭の要約は、自分が論文を正しく理解しているかの確認にもなります。誤読していれば、編集者か著者が気づいてくれます。

指摘は具体的にします。「説明が不十分」ではなく、どの節のどの記述を、どの観点で補うべきかを書く。ページと行番号を添えると著者の作業が軽くなります。追加実験を求めるときは、 それが必須なのか、あれば良い程度なのか を明示してください。この区別があるだけで、著者の対応がまるで変わります。

査読中の論文は機密情報です。内容を誰かと共有したり、自分の研究に取り込んだりはできません。査読していること自体も口外しない。「いま面白い論文を査読している」と SNS に書くだけで、どの論文か特定されることがあります。

最初の数本は、編集者の了承を得たうえで指導教員に見てもらい、言い方が厳しすぎないか、指摘の根拠が薄くないかを確認してもらうといいです。査読の作法は、そうやって受け継がれていきます。

研究コミュニティへの貢献

自分の研究を進めるのとは別に、分野そのものを支える仕事があります。査読、学会運営、後進の指導、道具の公開。どれも直接の見返りはありませんが、これらが止まると分野は回らなくなります。

学会運営では、プログラム委員として採否に関わると、分野の数年の流れに直接効きます。セッション座長は地味ですが、議論が動くかどうかは座長の采配で変わります。学生セッションやメンタリング企画の運営は、次世代育成への直接の貢献です。最初は雑用に近いところから始まりますが、長く関わるうちに、自分の分野がどう動いているかを学ぶ場になります。

自分が作った手法やツールを共有することも、同じ文脈の仕事です。オープンソースでの公開、チュートリアル、講習会。短期的には自分の優位を手放すように見えますが、道具を公開した人のところに人と知見が集まるので、結果としてそのほうが研究も進みます。

貢献の形はキャリア段階で変わります。学生やポスドクの時期は、学会に参加し、研究会に出て、査読補助や研究室セミナーの企画といった小さなところから始める段階です。独立してからは、査読を定期的に引き受け、プログラム委員や座長を務め、後輩の指導を始めることになります。シニアになると、学会理事や編集委員、大型プロジェクトの統括など、分野の方向性に関わる役割が増えます。

注意点が一つあります。頼まれたものを全部引き受けていると、ある時期に研究時間が消えます。 気持ちよく断ることも、長く貢献を続けるための技術 です。いま自分がいる段階で引き受けられる量を見て、範囲を少しずつ広げていくほうが続きます。

研究を社会に伝える

多くの研究は税金や寄付で支えられています。何のための研究で、何がわかったのかを外に向けて説明するのは、その支えに対する応答です。加えて、健康や環境や技術のように生活に直結する分野では、研究者が発信するかどうかで、世の中に出回る情報の質が変わります。

伝え方は相手で変わります。一般の人に向けるなら、専門用語を避け、日常の経験と結びつけて、なぜこの研究が必要なのかを先に届けます。学生に向けるなら、完成した結果よりも、失敗を含めた試行錯誤の過程のほうが届きます。政策決定者や実務家に向けるなら、判断材料になる数値を中心に組み立てます。同じ研究でも、相手によって構成を組み替える必要があります。

事実を並べるだけでは記憶に残りません。なぜ始めたのか、どこでつまずいたのか、何が見えたのか、それが誰の暮らしに関わるのか。この順で語ると、研究が立体的になります。論文では自分を消すのが正しい書き方ですが、外向けの発信では、書き手の体験が入っているほうが届きます。

図は作り直してください。学会用の図は情報密度が高すぎて、一般向けにはほとんど機能しません。軸ラベルやエラーバーを削っても、伝えたい一点が残っていれば成立します。

取材を受けるときは、誇張しないことと、確実でない予測を断言しないことの二つを守ります。「現時点では○○が言えます。将来的には△△の可能性があります」と、現状と展望を分けて話す。記事の公開前に事実関係を確認できるかも聞いておきます。研究成果が社会に実装されるまでには時間がかかるのが普通なので、すぐに実用化されるという煽りは、短期的な注目と引き換えに長期的な信頼を失います。

所属機関に広報担当者がいるなら、一人で抱えずに相談してください。プレスリリースの作法は、専門家と組んだほうが早く身につきます。

SNS との付き合い方

研究者が SNS を使う利点は三つあります。論文が出たときに気づいてもらいやすくなること、新しいプレプリントや分野の議論が自然に流れてくること、そして学会では出会いにくい相手（他分野の研究者、実務家、学生）とつながれることです。

気をつけることも三つです。第一に、進行中の研究をどこまで出してよいかは、投稿する前に共同研究者と確認しておきます。第二に、批判は内容に向け、人や属性には向けない。匿名アカウントでも発言は記録に残ります。第三に、一度出したものは、消しても誰かの手元に残ります。翌朝の自分が擁護できる文かどうかを基準にすると、大きな事故は避けられます。

そして、SNS は時間を吸います。見る時間を決めておかないと、研究時間のほうが削られます。

学び続けるということ

研究者の仕事に「ここで完成」という地点はありません。知識は更新され、手法は変わり、自分の関心の向きも年単位で動きます。学び続けることは立派な心がけというより、明日も研究者でいるための生活習慣です。

ただし、すべてが古くなるわけではありません。ツールや作法は数年で入れ替わりますが、問いの立て方、論理を組み立てる力、文章の骨格を作る力、人と協働する力は残ります。 どこを更新し、どこを積み重ねるのか を見分けておくと、変化のたびに振り回されずに済みます。

学びには深さと広さの両方が要ります。自分の専門だけを見ていると、その分野の常識が世界の常識のように見えてきます。隣の分野を知っていると、自分の分野が何を前提にしているかが相対化できます。広さのために読むものは、半分は途中でやめてよい、と決めておくと手を伸ばしやすくなります。

情報を全部追うのは物理的に不可能なので、読まないことを決める必要があります。信頼できる情報源をいくつかに絞り、自分のテーマに近いものから読み、読んだら一行でもメモを残す。購読しているものが自分にまだ必要かは、半年に一度見直すと溜まりません。

学びは日課に貼り付けると続きます。まとまった時間を取ろうとすると、一度崩れたきり戻りません。コーヒーを淹れるあいだにアブストラクトを一本、移動中に一本。すでにある習慣にくっつけるほうが軽く回ります。

要約を AI に任せる場合は、線を決めておいてください。研究の中心に関わる文献は自分の目で全文を読み、周辺は要約で済ませる。要約だけ読んだ論文は、頭に残りません。

人に教えることも学びになります。説明するには理解を整理しなければならず、素朴な質問で自分の前提が揺さぶられます。言葉にならなかったところが、自分のわかっていなかったところです。

あとがき

ここまで読んでくださって、ありがとうございました。

長い本になりました。あなたがこの本をどんなふうに読んでくれたのか、全部を読んでくれたのか、それとも気になる章だけ拾ってくれたのかはわかりません。それでも、最後のページまでめくってくれていること自体が、僕にとっては嬉しいことです。

なぜこの本を書いたのか

正直に言うと、この本を書き始めた動機は、自分のためでした。

研究室で学生と話していると、同じような質問を何度も受けることに気づきました。研究テーマはどう決めるのか、時間をどう使うのか、論文が書けないときはどうするのか、リジェクトをどう受け止めるのか。毎回口頭で答えていましたが、そのたびに「前も同じ話をしたな」「言い忘れたことがあったな」と感じていました。それなら一度、自分の考えをちゃんと文章にしてみよう。そう思って書き始めたのが、この本の原型です。だからこれは、誰かに教えるための教科書というより、僕が自分の考えを整理した記録に近いものです。

書いていくうちに、単なるマニュアルには収まらないものになっていきました。研究のやり方を語ろうとすると、どうしても「どう生きるか」の話に接続してしまう。技法と心構えを切り離そうとしても、書きながら何度もうまくいかなくて、最後はもう諦めました。

迷いながら書いたこと

この本のなかには、僕が今も答えを持っていないことがたくさん書かれています。研究と私生活のバランスをどう取るか。競争的な学術の世界で、自分のペースを守るにはどうするか。AIが変えていくこれからの研究環境で、研究者の価値はどこにあるか。これらについて、僕はまだ途中の答えしか書けていません。

それでも書いたのは、「完成した答え」を待っていたら、この本は永遠に出せないと思ったからです。今の僕の、今の時点での、まだ揺れている答え。それを書き残しておくことにも、何かしらの価値があるのではないかと思っています。あなたがこの本のどこかで「それは違うんじゃないか」と思ったなら、それは正しい反応です。あなたの答えは、あなた自身の経験のなかで磨かれていくもので、僕の答えは参考の一つでしかありません。

これから始めるあなたへ

ここから先は、この本を読んでくれた人のなかでも特に、これから研究者としての旅を始めようとしているあなたに宛てて書きます。研究室に入ったばかりの人、進学を迷っている人、博士課程を始めたばかりの人。ある程度キャリアを重ねた人は、自分の経験のフィルターを通してどんな本でも読み解いていきます。でも、まだ自分のフィルターが固まっていない人にこそ、直接届けたい言葉があります。

迷っているのは正常です。 最初の数年は、迷いと不安でいっぱいになるのが普通です。自分に向いているのか。このテーマで本当にいいのか。他の人はもっと進んでいるのではないか。SNSで見える同年代の華やかな成果と自分のあいだに、埋まらない距離があるように感じる。深夜に一人でこういうことを考えてしまう日が、必ずあります。でもそれは、あなたが真剣に研究に向き合っている証拠です。迷っていない研究者のほうが、むしろ心配です。迷いながら、不安を抱えながら、それでも一歩ずつ進んでいく。それが研究者になっていくプロセスそのものです。

ただし、迷いを誰にも話せない状態は、迷いそのものよりはるかに苦しいです。指導教員、先輩、同期、家族、研究の外の友人。誰でも構いません。 迷いを言葉にして話せる相手を、どこかに必ず確保しておいてください。 話すことで答えが出るとは限りませんが、話せる相手がいるという事実そのものが、研究を続けるための支えになります。助けを求めるのは弱さの表れではなく、賢明さの表れです。僕自身、何度も周りに助けられてここまで来ました。

完璧を待たなくていいです。 「もっと準備してから」「もっと読んでから」「もっと確信を持ってから」と足踏みしたくなる気持ちは、僕にもよくわかります。でも研究に完璧な準備はありません。不完全なまま動き出し、歩きながら考え、途中で軌道修正する。一歩を踏み出して初めて見えてくる景色があって、待っていてもその景色は見えません。

若いうちに、大胆に挑戦して、派手に失敗してください。 経験を積んでいくと、失敗のコストは感情的にも社会的にも上がっていきます。だからこそ、今の失敗は安い。僕自身、研究初期の失敗のほうが成功よりも自分を育ててくれた実感があります。最初の論文がリジェクトされたこと、共同研究で意見が噛み合わなくて空中分解したこと、計画が完全に崩れて方向転換せざるを得なかったこと。どれもその瞬間は痛かったけれど、振り返ると、今の自分のかなりの部分はそこから作られています。怖がらずに失敗して、そのたびに、何が起きたのかを言葉にして自分のなかに残しておいてください。

あなたがいるのは、僕が始めた頃とは違う風景です。 AIは日常の研究ツールになり、オープンサイエンスは常識になりつつあり、国際共著は当たり前になりました。分野の境界も柔らかくなっています。これは怖いことでもありますが、前の世代の正解が通用しないということは、あなた自身の正解を自分で作れるということでもあります。先輩が知らないツールの使い方、先輩が踏み込めなかった分野横断。新しい世代の特権として、遠慮なく使って構いません。一方で、問いを立てること、未知に向き合うこと、論理を組み立てること、文章を書ききること、誰かと協働すること――このあたりは、時代が変わっても古びない芯です。変わるものと変わらないものを見分ける目を、早いうちから持っておいてください。

自分のユニークさを削らないでください。 あなたにしかない視点、あなたの育ちのなかで自然に身についた感覚、あなたが当たり前だと思っていることのなかにある特別さ。標準的な研究者像に自分を寄せようとして、そこを削ってしまう必要はありません。むしろ、削りたくなる部分こそが、あなたの研究の独自性の源だったりします。研究室や学会で自分が少数派だと感じる場面があるかもしれませんが、その違和感も捨てずに持っておいてください。違和感を持っている人が一定数いることで、コミュニティ全体は健全になります。

受け取ったものを、次に渡していってください。 いつかあなたも、後輩を指導する立場になります。そのとき、自分が先輩や指導教員から受け取ったものを思い出してください。具体的な助言、議論のときの姿勢、許してもらった失敗、迷っていたときにかけてもらった言葉、なぜか覚えている雑談の一言。そのまま渡してほしいとは言いません。あなたが受け取ったときに違和感のあった部分は、変えてしまって構いません。研究コミュニティは、そうやってバトンを繋ぎながら、少しずつ良い形に書き換えられて続いていくものだと思います。

比べる相手は、昨日の自分でいいです。 早くから成果を出す人、じっくり時間をかけて深く掘る人、途中で分野を変える人、研究を続けながら別の役割も担う人。研究者のキャリアは本当に多様で、まっすぐな一本道ではありません。途中で進路を変えてもいいし、一時中断して戻ってきてもいい。アカデミアの外に出てから、別の形でまた研究と関わるようになってもいい。昨日より少し理解が深まったか、昨日より少し手が動くようになったか。その積み重ねが、あなたのペースでの成長です。

謝辞のようなもの

研究室で一緒に過ごしてきた学生たち、議論してくれた同僚、支えてくれた家族。この本の文章のなかには、その人たち一人ひとりとの会話の断片が溶け込んでいます。この本は僕一人で書いたものではなくて、これまで関わってくれた人たちと一緒に書いたものです。

そしてもちろん、ここまで読んでくれたあなた。あなたは、この本にとって最後の共著者のような存在です。あなたが読むことで、この本は初めて完成します。

この本のどこかに、あなたの助けになる一文があったなら、書いた側として何より嬉しいです。全部を覚えておく必要はありません。困ったときにふと思い出して戻ってくる場所として機能したら、それで十分です。

僕からあなたへ

あなたがこの先どんな研究者になっていくのか、僕には予想できません。これだけ多様な道がある世界で、誰がどんな形で花を咲かせるかは、当人にすら最後までわからないものです。でも一つだけ、勝手に信じていることがあります。それは、あなたはあなた自身のやり方で、必ずどこかに辿り着く、ということです。

早く着く必要はありません。まっすぐ行く必要もありません。寄り道しながら、ときどき休みながら、あなたが面白いと思える問いを、あなたが信頼できる人たちと一緒に追いかけていってください。

どこかですれ違うことがあったら、そのときは研究の話を聞かせてください。今のあなたの問いがどう育って、どんな形になったのか。途中の苦労や、思いがけずよかった寄り道のこと。喜びも迷いも、混ざったまま話してくれていいです。楽しみにしています。

あなたの旅に、心からのエールを送ります。