「卒論、何から手をつければいいか分からない」「AIを使いたいけど、丸投げして大丈夫なのか不安」。そんな悩みを抱える大学生に向けて、当ブログではテーマ決めから卒論の執筆まで、一連のプロセスを8本の記事に分けて解説してきました。この記事は、その全体像を一望できる「ロードマップ」です。今どの段階にいるかを確認しながら、各記事へのリンクとして活用してください。
この記事シリーズの考え方
卒論制作でAIを使うこと自体は、もはや特別なことではありません。問題は、その使い方です。「テーマを考えて」「先行研究を教えて」とAIに丸投げしてしまうと、実在しない論文が生成されたり、自分の言葉で説明できない内容になってしまったりと、かえって卒論の質を下げるリスクがあります。
そこでこのシリーズでは、各工程ごとに一貫して以下の順番を守っています。
- まず、その工程で押さえておくべき知識・考え方を理解する
- そのうえで、AIをどう使えば効率的か、どこは自分の頭で判断すべきかを整理する
AIは「代わりに考えてくれる存在」ではなく、「自分がすでに理解し、整理した情報を、翻訳したり、構造化したり、批判的にチェックしたりしてくれる補助的な存在」として位置づけています。この考え方を軸に、8つのステップを見ていきましょう。
全体像：卒論制作の8ステップ
| ステップ | 工程 | この工程のゴール |
|---|---|---|
| 1 | テーマの選定 | 検証可能な「研究の問い」を決める |
| 2 | 先行研究の洗い出し | 自分のテーマに関連する研究を正確に集める |
| 3 | 独自性の発見 | 先行研究との違い（リサーチギャップ）を見つける |
| 4 | 研究計画書の作成 | 研究の設計図を、教授に伝わる形にまとめる |
| 5 | アンケート調査の設計 | 仮説を検証できる調査票を作る |
| 6 | データ分析 | 集めたデータから仮説の検証結果を導く |
| 7 | 考察 | 結果の意味を解釈し、論じる |
| 8 | 執筆・構成 | すべての材料を卒論という一つの文章にまとめる |
それぞれのステップについて、要点とつまずきやすいポイントを見ていきます。
ステップ1：テーマの選定
「好きなことから考えて」と言われても、興味を言語化できずに詰まってしまう人は少なくありません。このステップでは、「興味」ではなく「環境」から逆算するという発想の転換を紹介しています。所属する大学・学部、専攻している講義、ゼミ教授の研究分野という、すでに自分の周りに用意されている条件の「交差点」を探すことで、実行可能で指導も受けやすいテーマにたどり着きやすくなります。
関連記事：卒論テーマが1ミリも思い浮かばない人へ：「興味」ではなく「環境」から逆算する決め方
ステップ2：先行研究の洗い出し
テーマが決まった次は、関連する研究を集める段階です。ここで重要なのは、「どう検索するか」というテクニックと、「その情報が信頼できるか」という正確性の見極めです。査読の有無や掲載元の確認といった基礎知識を押さえたうえで、CiNii・Google Scholarといった一次情報源と、Elicit・Consensusのような論文特化AIを役割分担させながら使う方法を紹介しています。
関連記事：先行研究がまとまらない人へ：「どう調べるか」と「正確性」を先に理解する
ステップ3：独自性の発見
先行研究を「結論」だけで読んでしまうと、そこから自分の研究への橋渡しができません。このステップでは、先行研究を「学問的観点」「研究手法」「対象・規模」という3つの視点で分解し、比較することで、まだ埋まっていない「隙間（リサーチギャップ）」を見つける方法を解説しています。独自性は、ゼロから生み出すものではなく、多くの場合この隙間を正確に言語化することで見えてきます。
関連記事：【卒論】先行研究から独自の研究テーマを作る方法｜リサーチギャップの探し方とAI活用術
ステップ4：研究計画書の作成
見つけた独自性を、教授やゼミに伝わる「設計図」としてまとめる段階です。研究テーマ、背景、先行研究との位置づけ、リサーチクエスチョン、研究方法、意義、スケジュール、想定される限界という基本項目を押さえ、特に「リサーチクエスチョンと研究方法が噛み合っているか」を意識することが、評価される研究計画書につながります。
関連記事：【卒論】独自性のあるアイデアを「研究計画書」の形にする8ステップ
ステップ5：アンケート調査の設計
研究方法にはアンケート以外にもインタビューや実験などさまざまな選択肢がありますが、その中でも学生の卒論で採用されやすい「アンケート調査」を一例として取り上げたステップです。ダブルバーレル質問や誘導的な聞き方を避けるといった質問文の基本ルール、リッカート尺度をはじめとする尺度の考え方、そして本調査前のプリテストの重要性を解説しています。集めるデータの質は、この設計段階でほぼ決まります。
関連記事：【卒論・研究】計画の次は「アンケート設計」！分析に耐える質問作りとAI活用
ステップ6：データ分析
集まったデータを、仮説を検証する根拠に変える段階です。「差を見たいのか」「関係性を見たいのか」「影響度を見たいのか」によって使うべき分析手法（t検定、相関分析、回帰分析、因子分析など）が変わることを整理し、Excel・SPSS・R/Python・jamovi/HADといったツールの選び方も紹介しています。
関連記事：「集計したけどどう分析すれば…？」卒論のデータ分析でつまずかないための基礎知識
ステップ7：考察
分析結果という「事実」に、自分なりの「意味づけ」を与える段階です。「結果の記述」と「考察」を混同しないこと、仮説との対応・結果の解釈・先行研究との比較・研究の意義・限界という5つの要素を含めることを解説しています。ここまでの工程の中でも、特にAIとの壁打ちが効果を発揮しやすい段階でもあります。
関連記事：【卒論】分析結果からどうやって「考察」につなげるのか
ステップ8：執筆・構成
最後に、すべての材料を卒論という一つの文章にまとめる段階です。卒論には序論・先行研究・研究方法・結果・考察・結論という決まった型があり、これまで積み上げてきた材料（特に研究計画書）は、その型にほぼそのまま流し込めます。「何から書けばいいか分からない」人ほど、この型の順番通りに一度書き切ってしまうことをおすすめしています。
関連記事：【卒論】執筆が進まない人へ、基本フォーマットと執筆手順
このロードマップの使い方
まず前提として、このロードマップは「これに沿って進めれば必ずうまくいく唯一の正解」ではなく、一つの進め方の例です。特にステップ5で扱った「アンケート調査」は、数ある研究方法（インタビュー調査、実験、既存データの分析など）の中の一例として取り上げたものであり、みなさんの研究テーマや専攻分野によっては、まったく異なる進め方が適切な場合もあります。
同様に、大学・学部・ゼミによって、研究計画書に求められる項目や、卒論の章立てのルールも異なります。このロードマップは、あくまで「多くの卒論に共通しやすい標準的な流れ」を一つの例として示したものであり、実際に進める際は、自分の所属するゼミの指導方針や、指導教授からの指示を優先してください。
そのうえで、実際に手を動かしていく中では、前のステップに戻って調整が必要になる場面も出てきます。
- 研究計画書を書いている途中で、先行研究の調べ直しが必要だと気づく（ステップ4→2に戻る）
- 自分の研究テーマには、アンケートよりインタビューのほうが向いていると気づく（ステップ5を別の調査方法に読み替える）
- 分析結果が想定と違い、考察の前に別の分析を追加したくなる（ステップ7→6に戻る）
こうした行き来や読み替えは、研究を進めるうえでごく自然なことです。このロードマップを「必ずこの通りに進めなければいけない道」として捉えるのではなく、自分の研究の進め方を考えるときの参考材料の一つとして、今どのあたりを考えるべきかを確認するために使ってもらえればと思います。
各ステップの記事では、知識面の解説に加えて、そのまま使えるAIへのプロンプト例も紹介しています。自分の研究の状況に置き換えながら、必要な部分だけを参考にしてもらえれば十分です。
コメント