新規性の種類｜研究の問い・新規性・検証

このページはプロモーション（広告）を含みます。

研究の問い・新規性・検証（中級・読む25分＋演習35分）

この授業のゴール

• 研究の貢献を、理論・方法・データ・検証・知見の5種類に分類して説明できる
• 最も近い既存研究との差分表を作り、自分の研究の新規性を差分として書ける
• 「初めて」「常に」「大幅に」などの誇張表現を見つけ、範囲と根拠つきの文に書き直せる
• 既存研究の貢献（著者の主張）と自分の貢献を区別して書ける

仕事でどう使うか

新規性とは「新しい道具を使った」ことではなく、既存の知識に何を付け加えたかです。これを正しく書けないと、研究計画は「何が新しいのか分からない」と評価され、逆に誇張すれば信頼を失います。

この授業では、問いと仮説 で作った森さんの問いが、既存研究と比べて何が新しいのかを書けるようにします。

前提

次の言葉を使います。不安があれば先に戻ってください。

• 既知・未解決・自分の解釈の区別、先行研究 → 研究と実務分析
• 問い・仮説・判断基準 → 問いと仮説
• MAE（平均絶対誤差） → 分析と予測と生成の違い
• 著作権とライセンス（他人の文章や図を使うときの注意） → 著作権とライセンス

この授業に出てくる文献P・Q・Rは、説明のために作った架空の文献です。実在の論文ではありません。

身近な状況：「初めて最新AIを使った」は新規性か

森さんは研究計画書の「新規性」欄に、次の文を書きました。

本研究は、最新の大規模言語モデルを新商品の需要予測に初めて適用した点に新規性がある。

青井先生は、3つのことを確認しました。

1. 「初めて」は、どの範囲を調べて言えるのか。
2. 最新のモデルを使うと、どんな新しい知識が得られるのか。
3. そもそも、森さんの問い（類似商品の情報を混ぜると、どの条件で誤差が減るか）に、大規模言語モデルは必要か。

森さんが調べ直すと、関連する既存研究が3つ見つかりました（以下はすべて架空）。

文献Rは、すでに大規模な事前学習モデルを新商品の予測に使っていました。「初めて適用した」は誤りでした。一方で、表の最下行を見ると、類似度の低い商品で何が起きるかは、どの文献も調べていません。森さんの研究の新しさは、道具ではなく、ここにありそうです。

直感的な説明：新規性は「差分」で測る

新規性は、最も近い既存研究との差分です。地図にたとえると、既存の地図に描かれていない道を描き足した部分が新規性です。新しいペンで既存の道をなぞり直しても、地図は増えません。

差分には、いくつかの種類があります。

• 地図の描き方そのものを改良した（方法）
• まだ誰も行っていない地域を測った（データ）
• 既存の地図が正しいかを、別のやり方で確かめ直した（検証）
• なぜその地形になっているかを説明した（理論）
• 測ってみたら「この先は道が途切れている」と分かった（知見）

どの種類でも、新規性を主張するには3つが必要です。

1. 比較相手：最も近い既存研究はどれか
2. 差分：何が違うのか（1行で言えること）
3. 証拠：その違いが本当にあることを、どう示すか

注意：新規性と重要性は別です。誰も調べていないことでも、誰の役にも立たなければ評価されにくく、逆に、既知のことを厳密に確かめ直す研究（再現研究）は、新しい方法を出していなくても重要な貢献になり得ます。

正確な定義：新規性の5種類

この授業では、新規性（novelty）を「最も近い既存研究と比べて、範囲と証拠を示して主張できる新しい貢献」と定義し、次の5種類に分けます。

1つの研究が複数の種類を含むことは普通です。ただし、種類ごとに必要な証拠が違うので、主張する種類を明確にします。

応用の新しさについて：既存の方法を新しい分野に使うこと自体は、上の5種類のどれかに当てはまる場合にだけ新規性になります。例えば「衣料品で有効だった文献Qの方法が、食品では有効でない」と分かれば知見です。「食品にも使ってみた」だけでは、何が新しく分かったのかが示せていません。

誇張表現の点検表：

SOTA は state of the art（その時点の最高性能）の略です。比較した相手と時点を書かなければ意味を持ちません。

段階付き例題：差分表から新規性の文を書く

入力：上の文献P・Q・Rの表と、森さんの研究計画。

ステップ1：最も近い既存研究を選ぶ。森さんの問いは「類似商品の平均を混ぜる予測で、どの条件で誤差が減るか」です。方法が最も近いのは、重みを工夫している文献Qです。文献Pも同じ「混ぜる」方法です。文献Rは方法が大きく違うので、比較相手として参考程度にします。

ステップ2：差分表を作る。既存研究と同じ列で、自分の研究を1行加えます。

ステップ3：差分を種類に分類する。

• 重みの決め方 → 方法（ただしQとの違いは「類似度も使う」点だけ。小さな改良なので控えめに書く）
• 類似度の低い商品を含めて評価 → 検証
• 悪化する条件を明らかにする → 知見（結果が出てから主張できる。計画段階では「明らかにすることを目指す」）

ステップ4：新規性の文を書く。

本研究の貢献は次の2点である。(1) 既存研究（文献P・Q）では対象外または未分析だった類似度の低い商品を含め、P・Qの方法と提案法を同じデータ・同じ評価期間で比較する（検証）。(2) 類似商品の情報を混ぜると基準法より誤差が増える条件を、類似度と履歴の長さで特定することを目指す（知見）。重みを類似度にも依存させる点は文献Qの方法の小さな拡張であり、主な貢献とはしない。

ステップ5：誇張を点検する。「初めて」「常に」「大幅に」は使っていません。計画段階なので、知見は「目指す」と書いています。文献Qの貢献（重みを履歴で変える）を自分の手柄にしていません。

意味：新規性の文は、差分表の「太字の行」を言葉にしたものです。表なしで文だけを書くと、誇張や見落としが起きやすくなります。

操作して理解する：差分を機械的に洗い出す

差分表の考え方を、小さなコードで確かめます。既存研究と自分の研究を、同じ項目名の辞書（dict：キーと値の組を保持する型）で表し、どの既存研究とも値が違う項目を新規性の候補として出力します。

prior = {
    'P': {'重み': '固定', '類似度の低い商品': '対象外', '評価期間': '4週', '失敗条件': 'なし'},
    'Q': {'重み': '履歴', '類似度の低い商品': '分析なし', '評価期間': '8週', '失敗条件': 'なし'},
    'R': {'重み': 'なし（直接予測）', '類似度の低い商品': '分析なし', '評価期間': '12週', '失敗条件': 'なし'},
}
mine = {'重み': '類似度+履歴', '類似度の低い商品': '含める', '評価期間': '4週', '失敗条件': '事前に定義'}

for key, value in mine.items():
    same = [name for name, p in prior.items() if p[key] == value]   # 同じ値の既存研究
    if same:
        print(f'{key}: {value} → 既存と同じ（{",".join(same)}）')
    else:
        print(f'{key}: {value} → 新規性の候補')

出力：

重み: 類似度+履歴 → 新規性の候補
類似度の低い商品: 含める → 新規性の候補
評価期間: 4週 → 既存と同じ（P）
失敗条件: 事前に定義 → 新規性の候補

読み方：評価期間4週は文献Pと同じなので、新規性ではありません（比較しやすい、という利点はあります）。残り3項目が候補です。

ただし、コードの判定は出発点にすぎません。「重み：類似度+履歴」は値の文字列が違うだけで、文献Qの「履歴」に「類似度」を足した小さな拡張です。値が違うことと、意味のある貢献であることは別です。差分の大きさと重要性は、人が判断します。

試してみましょう：mine の '評価期間' を '6週' に変えると、評価期間も「新規性の候補」と表示されます。しかし、評価期間を6週にしただけで新しい知識が得られるでしょうか。（答え：それだけでは得られません。「6週目以降に効果が消える」ことを示すなど、知見につながる場合に限って新規性になります。）

発展：新規性・重要性・正しさ、そして並行研究

研究を評価する3つの観点：査読や研究費の審査では、一般に次の3つが別々に見られます（具体的な基準は論文誌・学会・制度ごとに異なるので、投稿先・申請先の公式情報で確認してください）。

新規性が高くても、比較が不公平なら評価されません。新規性が小さくても、重要な問題を正しく検証していれば価値があります。

再現研究と否定的結果：既存の主張を同じ条件で確かめ直す再現研究や、「効果がなかった」という否定的結果は、検証や知見の新規性を持ちます。分野によっては発表の場が限られることもありますが、研究全体の信頼性を支える重要な貢献です（「再現する主張」（有料版））。

並行研究：自分と同じ時期に、別のグループが似た研究を発表することがあります。投稿前の最終確認で見つかった場合は、隠さずに引用し、差分を書き直します。

特許の「新規性」とは別物：特許制度にも「新規性」という言葉がありますが、これは法令で定められた要件で、研究の新規性とは判断の仕組みが異なります。研究成果を発表する前に特許出願を考える場合は、所属機関の知的財産の担当部署に相談します（「著者・公開・知財」（有料版））。

新しい道具を使うこと自体の扱い：大規模言語モデルなどの新しい道具を使うと、「既存の方法では扱えなかった種類のデータ（例：自由記述の商品説明）を使える」という形で、データや方法の新規性が生まれることはあります。その場合も、「新しい道具を使ったこと」ではなく、「それによって何が新しく分かったか」を新規性として書きます。

よくある失敗

失敗1：道具の新しさを新規性として書く

誤った例：「本研究は最新の大規模言語モデルを用いた点に新規性がある。」

なぜ誤りか：使った道具が新しいことは、既存の知識に何かを付け加えたことを意味しません。また、文献Rのように同じ種類の道具を使った研究がすでにあれば、事実としても誤りです。

直し方：道具によって何が新しく分かったか・できたかを、5種類のどれかで書きます。

「商品説明の自由記述から類似度を計算することで、カテゴリが異なる商品どうしの類似も扱えるようにした（方法）。これにより、カテゴリ内に類似商品がない新商品でも比較できる（検証の範囲の拡大）。」

失敗2：調べた範囲を書かずに「初めて」と書く

誤った例：「類似度の低い商品を評価に含めたのは、本研究が初めてである。」

なぜ誤りか：森さんが見たのは文献P・Q・Rの3つだけです。他の言語の論文や、別の分野（例えば推薦システム）に同じ分析があるかもしれません。後から見つかれば、計画全体の信頼が下がります。

直し方：調べた範囲を明示し、その範囲での事実として書きます。

「新商品の需要予測で類似商品の情報を用いた研究のうち、検索（検索語：◯◯、◯◯／データベース：◯◯／2026年◯月◯日）で見つかった12件では、類似度の低い商品の分析は報告されていなかった。」

「初めて」と書かなくても、新規性は十分に伝わります。

失敗3：弱い比較相手を選んで新規性を大きく見せる

誤った例：提案法を、最も単純な「前週と同じ値」とだけ比べて、「MAEが30%改善した」と書く。文献Qの方法とは比べない。

数値で見ると、問題がはっきりします。

なぜ誤りか：新規性は「最も近い既存研究との差分」です。弱い相手との差（30%）は、提案法の新しさではなく、既存の工夫（文献Qの重み付け）の効果をかなり含んでいます。

直し方：最も近い既存研究（文献Q）を必ず比較に含め、単純な基準法と並べて両方報告します。「Qより約4.1%小さい」が、この研究の方法としての差分です。

失敗4：既存研究の貢献を自分の貢献のように書く

誤った例：「本研究では、履歴の長さに応じて重みを変える新しい方法を提案する。」

なぜ誤りか：履歴の長さで重みを変えるのは文献Qの方法です。森さんの追加は「類似度も使う」部分だけです。これは、著者（文献Q）の主張・貢献と、自分の貢献の混同です。悪質な場合は研究不正（盗用）と判断されることもあります（「研究倫理と不正」（有料版））。

直し方：既存の部分には出典を付け、自分の追加部分を明確に分けます。

「文献Qは、履歴の長さに応じて重みを変える方法を提案した。本研究では、これに商品間の類似度を加えて重みを決める。」

まとめ

• 新規性は最も近い既存研究との差分。比較相手・差分・証拠の3つがそろって初めて主張できる。
• 貢献の種類は理論・方法・データ・検証・知見。種類ごとに必要な証拠が違う。道具の新しさだけでは新規性にならない。
• 「初めて」「常に」「大幅に」「汎用的」「SOTA」は、調べた範囲・確かめた条件・数値に置き換える。
• 既存研究の貢献には出典を付け、自分の追加部分を分けて書く。差分の大きさは正直に書く。

用語

新規性（novelty）

最も近い既存研究と比べて、範囲と証拠を示して主張できる新しい貢献。

差分表（comparison table of related work）

既存研究と自分の研究を同じ項目で並べ、違いを見えるようにした表。

重要性（意義）（significance）

その新しさが、誰にとって、なぜ大事か。新規性とは別の観点。

再現研究（replication study）

既存研究の主張を、同じまたは近い条件で確かめ直す研究。検証の貢献を持つ。

SOTA（state of the art）

その時点で報告されている最高性能。比較相手と時点を示さなければ意味を持たない。

よくある質問

新規性が小さい研究は、やる意味がないのですか？

そんなことはありません。研究の多くは、既存研究に小さな差分を積み重ねるものです。差分が小さくても、重要な問題について正しく検証していれば価値があります。大切なのは、差分の大きさを正直に書くことです。

最も近い既存研究は、どうやって決めればよいですか？

自分の問いと「対象」「方法」「評価」の3つが最も重なる研究を選びます。重なりが大きいほど、差分がはっきりします。迷ったら、差分表に候補を複数並べ、どの列が自分と同じかを数えてみます。文献の探し方は 「キーワードと探索」（有料版）、比較表は 「関連研究の比較」（有料版） で詳しく扱います。

新規性の種類を複数主張してもよいですか？

かまいません。ただし種類ごとに必要な証拠が違います。方法を主張するなら既存法との同条件比較、理論を主張するなら仮定を明示した導出、知見を主張するなら条件を変えた結果が必要です。証拠が弱い種類は、主な貢献にせず控えめに書きます。

計画の段階で、新規性をどこまで書けますか？

計画段階で書けるのは「何を明らかにすることを目指すか」までです。知見は結果が出るまで分からないので、「示す」ではなく「明らかにすることを目指す」「調べる」と書きます。結果が出た後で、実際に得られた範囲に合わせて書き直します。

ベンダーが「業界初のAI」と説明してきたら、どう確認すればよいですか？

この授業の点検表を使います。「何と比べて初めてか（比較相手）」「何が違うのか（差分）」「どんな条件で確かめたか（証拠と範囲）」を質問します。自社のデータで、既存の方法と同じ条件で比べた結果を求めるのが、DXの導入判断で最も確実です。

他の人の論文の図や文章を、差分表に使ってもよいですか？

差分表には、自分で読んで要約した内容を、自分の言葉で書きます。図や文章をそのまま転載すると、著作権やライセンスの問題が生じることがあります（著作権とライセンス）。引用する場合は、引用のルールに従い出典を明記します。

確認問題

次に学ぶこと

次の 理論と実験 では、新規性を支える2種類の証拠、理論（仮定から導く）と実験（条件をそろえて観測する）を比べ、それぞれで何が言えて何が言えないかを学びます。森さんの研究では、「混ぜると良くなる条件」を数式で予想し、シミュレーションで確かめます。

関連：論文の主張と根拠の読み方は 「主張と根拠」（有料版）、関連研究の比較は 「関連研究の比較」（有料版）、研究不正と著者の扱いは 「研究倫理と不正」（有料版） で扱います。