「好きなことから考えて」で詰む人へ
ゼミの教授や先輩から、卒論のテーマ決めについてこう言われたことはないでしょうか。
「自分の興味があることから考えればいいよ」
一見親切なアドバイスに聞こえますが、これができずに苦しんでいる学生は少なくありません。なぜなら、この言葉は暗に「自分は何に興味があるかを即答できる」という前提を置いているからです。自分自身も教授から卒論の説明を受け、「なんでもいいから興味のある分野でどういうことをやりたいか来週までにまとめて発表してね」と急に言われ困惑しました。正直言って自分はあんまり興味のある事なんてないし、思い浮かびませんでした。
冷静に考えてみると、これはかなり高いハードルです。「自分が何に興味を持っているか」を明確に言語化できるということは、すでにある程度の自己分析が済んでいる状態を意味します。逆に言えば、テーマが思い浮かばずに困っている人の多くは、そもそも「興味を言語化する」という手前の段階でつまずいているのです。つまり、思いつかないのはやる気や能力の問題ではなく、問いの立て方そのものが自分に合っていないだけです。
さらにやっかいなのは、興味ベースの発想は「広げる」ことはできても「絞る」ことが苦手だという点です。たとえば「SNSに興味がある」というところまでは出てきても、そこから「検証可能な研究の問い」まで落とし込むには、統計手法や先行研究の型といった、また別の専門知識が必要になります。結果として「なんとなくテーマっぽいものは浮かんだけど、これで卒論として成立するのか分からない」という状態で足踏みしてしまう人が非常に多いのです。
発想を変える：「興味」ではなく「環境」から逆算する
そこで自分がやってみたのは、「自分の内側にある興味」を起点にするのではなく、「すでに自分の外側に用意されている条件」から逆算する方法です。
大学生であれば、テーマを考える上でヒントになる情報がすでに４つ揃っています。
① 所属している大学・学部
まず、自分の大学・学部がそもそもどのような研究を扱いやすいかを考えます。文系的な調査・アンケート・文献研究が中心なのか、理系的な実験・数値データの分析が中心なのか。この時点で研究の「性質」の大枠が決まります。
② 専攻している講義・分野
次に、これまで履修してきた講義を振り返ります。統計学、マーケティング論、会計学、心理学、情報工学など、すでに自分が触れてきた知識やスキルは、卒論を進める上での「武器」になります。ゼロから新しい手法を学ぶより、すでに触れたことのある手法を使うほうが圧倒的に進めやすくなります。
③ ゼミの教授の研究テーマ・専門分野
ここが最も重要なポイントです。指導教授の専門から大きく外れたテーマを選んでしまうと、的確な指導を受けにくくなり、評価にも影響しかねません。教授がどんな論文を書いてきたか、どんな分野の話をゼミで扱っているかを確認することは、「通りやすいテーマ」を選ぶうえで欠かせない視点です。
④ これまでのレポート・課題で扱ったテーマ（あれば）
過去に取り組んだレポートや課題の中に、多少なりとも土地勘のあるテーマがないか振り返ってみましょう。ゼロから調べ始めるより、少しでも背景知識がある領域のほうが着手のハードルが下がります。
この4つの「交差点」を探す
ポイントは、これら4つを別々に眺めるのではなく、重なる部分を探すことです。
- 学部の性質に合っていて
- 自分がすでに学んだ知識・手法が使えて
- 教授の専門分野の範囲内にあり
- できれば過去に触れたことがある
この条件を満たすテーマは、「実際に手を動かせる（実行可能性）」「教授から的確な指導が受けられる（指導可能性）」「多少なりとも自分の土地勘がある（着手のしやすさ）」という3つの条件を同時に満たしやすくなります。これは「好きなことから考える」よりも、はるかに現実的で再現性のあるアプローチです。
具体的な手順としては、以下のように進めます。
- 上記①〜④の情報を、それぞれ箇条書きで書き出す
- 書き出した情報同士で重なりそうな部分がないか探す
- 重なった部分を、「〇〇は〇〇にどのような影響を与えるか」という検証可能な問いの形に言い換えてみる
この3ステップの中で、最も難しいのが3番目の「検証可能な問いに言い換える」作業です。ここで初めてAIの出番になります。
AIを「翻訳者」として使う
ここで注意したいのは、AIに丸投げで「何かテーマ考えて」と頼まないことです。それでは結局、当たり障りのない一般的なテーマしか出てきません。論文では、独自性なども必要になってくるため一般的なテーマはかえって厳しい部分があると思います。
大事なのは、①〜④で自分が書き出した情報をそのまま入力として渡すことです。AIの役割は「テーマを創造すること」ではなく、断片的な情報を「検証可能な問いの形」に翻訳することだと考えてください。
以下のプロンプトは、その翻訳作業に特化した形にしてあります。
あなたは大学のゼミ指導教授です。
以下の私の状況をもとに、学術的な卒業論文（またはゼミ論文）として成立する
「具体的研究テーマ案」を3つ提案してください。
# 私の状況：
・大学・学部：[例：〇〇大学 経営学部]
・専攻している講義・分野：[例：マーケティング論、消費者行動論、統計学]
・ゼミ教授の研究分野：[例：地域ブランディング、中小企業のマーケティング戦略]
・過去に取り組んだレポート課題（あれば）：[例：地域商店街の活性化に関するレポート]
# 条件：
1. 単なる「〜についての調査」ではなく、
「〇〇は〇〇にどのような影響を与えるか」という検証可能な問いの形にすること。
2. それぞれの案について、
なぜ私の学部・専攻・ゼミ教授の専門と相性が良いのかを説明すること。
3. 想定される調査・分析手法（アンケート、データ分析、文献調査等）も記載すること。
このプロンプトのポイントは、AIに「創造」させるのではなく、あなたがすでに持っている条件を「整理・翻訳」させている点です。出てきた案がしっくりこなければ、それは元の入力情報（①〜④）自体を見直すサインでもあります。
出てきた候補をどう選ぶか
AIから複数のテーマ案が出てきたら、以下の3つの軸で評価してみましょう。
- 実行可能性：自分の知識・スキルで実際に調査・分析まで到達できそうか
- 指導可能性：ゼミ教授から的確なフィードバックがもらえそうな範囲か
- 関心の持続性：数ヶ月〜1年以上向き合っても飽きなさそうか（多少の関心は必要）
3つすべてが完璧に揃うことは稀です。多少の妥協は必要ですが、少なくとも「実行可能性」と「指導可能性」の2つは譲らないほうが、後々のゼミでの苦労を減らせます。
使う上での注意点
| 注意ポイント | 具体的な対策 |
|---|---|
| 存在しない論文・著者名の捏造 | AIに「〇〇に関する先行研究を教えて」と直接聞くと、実在しない論文名や著者名が生成されることがあります。文献探しはCiNiiやGoogle Scholarなど、専用の検索ツールを使いましょう（この点は次回、先行研究の記事で詳しく扱います）。 |
| 大学のAI利用ガイドラインの確認 | 卒論本文をAIにまるごと生成させることは、盗用・不正行為とみなす大学が増えています。AIはあくまで「テーマの言語化」「整理」の補助として使い、本文は自分の言葉とデータで執筆しましょう。 |
まとめ：興味がなくても、テーマは決められる
「興味があることから考える」というアドバイスは、興味を自覚できている人には有効ですが、そうでない人には向きません。むしろ、大学・学部・講義・ゼミ教授という、すでに自分の周りに用意されている条件から逆算するほうが、現実的で再現性の高いテーマ決めができます。
AIは、その逆算のプロセスの中で「自分の状況を検証可能な問いに翻訳する」道具として使うのが最も効果的です。テーマが思い浮かばずに焦っている人ほど、一度「興味」から離れて、自分の置かれている環境を棚卸しすることから始めてみてください。
次回は、テーマが決まったあとの「先行研究のリサーチ」に焦点を当てて解説します。
コメント