---
title: 研究テーマの決め方：悩んだときに考えるべき10のこと
tags: 
author: [荒川豊](https://www.docswell.com/user/yara)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/K74WVDP5E1.jpg?width=480
description: 研究テーマの決め方：悩んだときに考えるべき１０のこと｜荒川 豊 (Yutaka Arakawa) https://note.com/wildriver/n/n12aa66eb8454  をスライドにしました
published: April 01, 26
canonical: https://www.docswell.com/s/yara/K4NQDW-2026-04-01-091118
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/K74WVDP5E1.jpg)

研究テーマの決め方
悩んだときに考えるべき10のこと
荒川 豊 教授の
記事より構成
note


# Page. 2

![Page Image](https://bcdn.docswell.com/page/LJ1Y3Z92EG.jpg)

はじめに：テーマ決めの悩み

「研究テーマって、
どうやって決めればいいんだろ
う？」
研究には「正解」がない
実験レポートとは異なり、手順通りに進めば正解に辿り着くも
のではない不安。
「興味」と「成果」のバランス
研究生活の第一関門であり、最大の悩み
好きなことだけでは成果にならず、成果ばかりでは興味が続
かない難しさ。

情報過多な現代

選択肢が多すぎて、自分にできることや面白いと思えることが
見えにくい。


# Page. 3

![Page Image](https://bcdn.docswell.com/page/GJWGP9Q272.jpg)

基本姿勢：完璧を求めない
1.
完璧な新規性は存在しない
多くの論文は「特定の条件下」での成果。前提を疑い、小さ
な「問い」からスタートしていい。
2.
前提を疑う 書き方を学ぶ
従来研究を調べ、「本当にうまくいっているのか？」と問い
直す。同時に、優れた論文の構成や論理展開を吸収する。
「私がさらに遠くを見ることができたとしたら、
それは巨人の肩の上に乗っていたからです。」
・

・
アイザック ニュートン
知識の積み重ねを尊重し、車輪の再発明を避ける。
先人の到達点の先に、あなたの研究を積み上げる。


# Page. 4

![Page Image](https://bcdn.docswell.com/page/4EZLK9W473.jpg)

アイデアを得る4つの方法
1.
「自分の好き」から

2.
興味が持てる分野は継続の原動力。趣味やこだわり
が研究のヒントになることも多い。

3.
他人にぶつける


日常の「不便だな」「あったらいいな」をメモする。
素朴な気づきが立派な問いになる。
4.
「壁打ち」を通じて考えが整理される。友達、先
輩、先生に積極的に話してみる。
「困った」から
視点を変える
マクロ（俯瞰）とミクロ（要素分解）の両面から見直す
ことで、本質的な課題を探る。
常に頭の隅で考え続け、リラックスした瞬間のひらめきを逃さない


# Page. 5

![Page Image](https://bcdn.docswell.com/page/Y76WQKGG7V.jpg)

「共感される問い」か？
確かにそれは問題だねと
思われることが重要





万人に共感される必要はありません。
しかし、同じ分野の人や対象ユーザーには必ず共感され
る必要があります。
独りよがりにならず、その面白さを論理的に説明できる
ようになりましょう。
具体性を自問する5つの問い
誰が使う？
どこで使われる？
どれくらいの頻度で使
う？
他に応用できる分野は？
具体的なユーザー像をイメージ
できているか
毎日、たまに、特定の瞬間など
なぜ今まで無かったの
か？
技術的な壁か、単にニーズが無
かったのか
屋内、屋外、特定の施設など環
境の特定
横展開の可能性、汎用性の検討


# Page. 6

![Page Image](https://bcdn.docswell.com/page/G75MRPVX74.jpg)

新規性とは何か？
「まったくゼロから新しいものを生み出さなきゃいけない」わけではありません。
完全な新発明じゃなくてもいい。ちょっとした切り口や使い方の違いも立派な新規性です。

新しい組み合わせ

新しい文脈 環境

新しい視点

条件を変えて再検討
すでにある技術やアイデアを、今までとは違う組み合わせ方で使ってみ 都市部向けの技術を地方で応用する、健常者向けを障害者向けに展開す
る。
るなど。
・
「コストを下げる」ではなく「手間を減らす」という視点で問題を捉え 「十分なデータ量」を前提とした手法を、「データが少ない環境」で試
直す。
してみる。


# Page. 7

![Page Image](https://bcdn.docswell.com/page/9J29D63QER.jpg)

提案をひねる6つのパターン

①「誰が」使うか

④「何を」最適化するか

対象を変更する。
例：若者向けツールを高齢者や障害者向けに
再考する。

・
・

評価軸を変更する。
例：精度ではなく、低コスト 省電力 速度
にフォーカスする。
②「どこで」使うか
環境を変更する。
例：屋外用技術を屋内や電源のない場所で使
う課題を探る。
⑤「なぜ」解決するか
本質を深掘りする。
例：無意識に設定している前提条件（足枷）
を外してみる。
③「どうやって」使うか
手段や構成を変更する。
例：装着部位を変える、複数台を連結する、
ハードを絡める。
⑥「何に」使うか
用途を変更する。
例：通信用のWiFiをセンサとして活用するな
ど、別用途を探る。


# Page. 8

![Page Image](https://bcdn.docswell.com/page/DEY4291YJM.jpg)

評価と再現性の重要性

1.
評価の設計
アイデアの「良さ」をどう測るか？
定量的な指標（精度、速度、コスト等）を優
先し、定性調査の場合は妥当性のある質問票
を用いる。

2.
再現性の確保
実験は1回では不十分。
何度繰り返しても同じ結果が得られるか？
一発勝負の計測を避け、信頼性を高めるため
の平均やばらつきを確認する。

3.
データ収集の現実性
機械学習等では大量のデータが必要。
継続的に収集可能か？
既存データセットを使う場合は、ライバルが
多いことを念頭に、より深い調査と工夫が求
められる。


# Page. 9

![Page Image](https://bcdn.docswell.com/page/VJNY8L2R78.jpg)

行き詰まったときの対処法

1.
テーマの途中変更は「有り」
最初から完璧を狙う必要はありません。小さな問いから始めたテーマを、育てながら修正していけばいいのです。
2.
一度立ち止まって「因数分解」する
いきなり大転換する前に、本質的な問題は何か、要素技術は何か、前提を変更すると何が変わるかを冷静に分析しま
しょう。

3.
遠慮せずに指導教員に相談する
ほとんどの先生は、学生からの相談を歓迎しています。自分一人で抱え込まず、「壁打ち」の相手として先生を頼って
ください。


# Page. 10

![Page Image](https://bcdn.docswell.com/page/YE9PK41ZJ3.jpg)

まとめ：研究は「問いを育てる旅」


小さな疑問を
拾い上げる
育てて、
形にしていく



研究は「問いを育てる旅」
迷いながら、悩みながら、でも前に進む旅を楽しんでください。
その良さを
論理的に示す