KMDの面接で「研究の新規性は?」と聞かれたときの考え方

院試専門オンライン予備校「志樹舎」が運営する「慶應義塾大学大学院の院試対策ガイド」をご覧いただき、ありがとうございます。今回のテーマは「KMDの面接で「研究の新規性は?」と聞かれたときの考え方」です。

慶應義塾大学大学院メディアデザイン研究科(KMD)の面接に向けて準備する際、「あなたの研究の新規性は何ですか」と質問されたら、どのように答えればよいのか悩む方もいるでしょう。

研究テーマに強い関心があっても、既存の研究と何が違うのかを説明することは簡単ではありません。特に、生成AI、XR、インタラクションデザインなど、技術の進歩が速い分野では、すでに似た研究やサービスが存在することもあります。

しかし、研究の新規性は、世界で誰も考えたことがない技術を生み出すことだけを意味するものではありません。研究対象や方法、利用者の体験など、さまざまな観点から検討できます。

今回は、KMDの研究環境を踏まえながら、研究の新規性をどのように整理し、面接で説得力のある回答につなげるのかを解説します。

面接で「研究の新規性は?」と聞かれる理由

研究の新規性について説明する際には、まず自分の研究が既存の研究や技術とどのような関係にあるのかを理解することが重要です。

例えば、「生成AIを活用した教育サービスを開発したい」という研究構想を考えてみましょう。生成AIを教育に活用する取り組みはすでに存在するため、技術を利用すること自体を新規性として説明するのは難しい場合があります。

一方、特定の学習者が抱える課題に注目し、従来とは異なる利用方法や体験を設計するのであれば、研究として検討する余地があります。

新規性を考える際には、何がすでに分かっていて、何が十分に明らかになっていないのかを整理しましょう。

なお、KMDの面接でこの質問が必ず出題されるとは限りません。ただし、研究計画を説明するうえで、既存研究との違いを理解しておくことは重要です。

新規性は新しい技術を開発することだけではない

KMDの研究における新規性の考え方

研究の新規性という言葉を聞くと、これまでに存在しなかった技術や製品を開発しなければならないと考える方もいるでしょう。

しかし、既存の技術を活用する研究でも、研究対象や利用方法、検証する課題によって新たな知見を得られる可能性があります。

例えば、音声認識技術そのものは新しくなくても、公共施設での案内サービスに応用し、高齢者がどのような場面で利用しにくさを感じるのかを調べる研究は考えられます。

また、同じ技術を利用していても、利用者の行動や体験に注目することで、従来の研究とは異なる問いを設定できる場合があります。

重要なのは、新しい技術を使用しているかどうかではなく、その研究によって何を新たに明らかにできるのかという点です。

技術の新しさと研究の新規性を混同しないようにしましょう。

既存研究との違いを具体的に整理する

研究の新規性を説明するためには、関連する既存研究やサービスを調べることが欠かせません。

例えば、教育分野におけるXRの活用を研究したい場合、すでにどのような学習支援システムが開発され、どのような効果が検証されているのかを確認します。

そのうえで、対象となる学習者、学習内容、利用環境、評価方法などに注目し、自分の研究との違いを整理しましょう。

既存研究では大学生を対象としていたのに対し、自分は社会人の職業訓練を対象とする場合、研究対象に違いがあります。ただし、対象を変更しただけで新規性が認められるとは限りません。

なぜその対象を研究する必要があるのか、従来の研究では十分に説明できなかった課題があるのかを示すことが重要です。

また、既存研究を十分に調べずに「これまで研究されていない」と断言することは避けましょう。確認できた研究の範囲を踏まえ、違いを慎重に説明する姿勢が大切です。

KMDでは利用者の体験という視点からも考えられる

KMDで利用者の体験から研究の新規性を考えるイメージ

KMDの研究を考える際には、技術の性能だけでなく、人々の体験や社会との関係に注目することもできます。

例えば、遠隔コミュニケーションを支援するサービスを研究する場合、映像や音声の品質を改善することだけが研究の方向性ではありません。

離れた場所にいる人同士が、どのような条件で一体感を得られるのか、どのような操作方法が自然な交流につながるのかといった問いも考えられます。

この場合、既存の技術を組み合わせて試作品を制作し、利用者の行動や感想を調べることで、新しい体験の設計方法を検討できます。

ただし、「新しい体験を提供する」という説明だけでは抽象的です。

誰にとって、どのような場面で、従来と何が異なる体験なのかを具体的に示す必要があります。

研究の新規性を考える際には、技術、利用者、利用環境の関係を整理してみましょう。

具体例から考える研究の新規性の説明方法

ここでは、生成AIを活用した学習支援サービスを研究する場合を例に考えてみましょう。

研究テーマが「生成AIによる学習支援」である場合、それだけでは既存の研究との違いが明確ではありません。

そこで、学習者が生成AIの回答をどのように確認し、自分の理解を深めているのかという点に注目します。

例えば、生成AIが答えを提示するだけでなく、学習者に根拠の確認を促すインターフェースを設計し、その利用が学習行動に与える影響を調べる研究が考えられます。

面接では、「生成AIを利用した学習支援の研究はすでに存在しますが、私は学習者が回答の根拠を確認する行動に注目しています。確認を促す仕組みを設計し、その利用過程を検証したいと考えています」と説明することができます。

このように、既存の取り組みを認めたうえで、自分が注目する課題と研究方法を示すと、新規性の方向性が伝わりやすくなります。

ただし、実際に新規性があるかどうかは、関連研究を調べたうえで判断する必要があります。

新規性と実現可能性のバランスも重要

KMDの研究の新規性と実現可能性を検討するイメージ

研究の新規性を強調しようとするあまり、研究計画が大きくなりすぎないよう注意しましょう。

例えば、「世界中の教育を変えるAIシステムを開発する」という目標は意欲的ですが、研究期間内に何を明らかにするのかが不明確になりやすい表現です。

大学院での研究では、対象や条件を絞り込み、検証できる問いを設定することが大切です。

例えば、特定の学習課題を対象として試作品を制作し、少人数の利用者による評価を通じて改善点を検討するなど、段階的な研究計画が考えられます。

その際には、試作品の制作に必要な技術、調査協力者の確保、評価方法なども確認する必要があります。

新規性のある構想であっても、実施方法が不明確では、研究計画として十分に伝わりません。

何を新たに明らかにしたいのかと、どのように検証するのかをセットで説明しましょう。

新規性を指摘されたときはどう対応する?

面接で「似た研究がすでにあるのではありませんか」と指摘された場合、無理に自分の研究の独自性を主張する必要はありません。

まずは、指摘された研究と自分の研究の共通点を整理し、違いを説明できるか考えましょう。

例えば、「ご指摘のとおり、同様の技術を活用した研究は存在します。私が特に注目しているのは、利用者が情報を確認する行動であり、その点を中心に検証したいと考えています」と答える方法があります。

一方、関連研究について十分に把握できていない場合には、知っているふりをして説明することは避けましょう。

「その研究については十分に確認できていません。関連研究を調べたうえで、自分の研究との違いを整理したいと考えています」と伝えることもできます。

重要なのは、新規性があると断言することではなく、既存研究を踏まえて研究構想を改善できる姿勢を示すことです。

まとめ:KMDの研究の新規性は具体的な違いから考えよう

KMDの面接で研究の新規性について質問された場合には、世界初の技術を開発することだけにこだわる必要はありません。

研究対象、研究方法、利用者の体験、技術の活用方法など、さまざまな観点から既存研究との違いを検討できます。

まずは関連する研究やサービスを調べ、何がすでに明らかになっているのかを整理しましょう。そのうえで、自分の研究がどのような問いに取り組み、何を新たに明らかにしようとしているのかを説明することが大切です。

また、新規性を強調するだけでなく、研究期間内に実施できる計画になっているかも確認しましょう。

なお、KMDの入試の選考方法や面接内容、出願条件などは変更される場合があります。最新の情報は、慶應義塾大学大学院メディアデザイン研究科の公式サイトおよび募集要項を必ずご確認ください。

志樹舎では、大学院入試の各種対策に特化した専門性の高いサポートを行っています。
院試受験でお困りの方は、無料相談にお気軽にお申し込みください。


※この記事は専門家による監修のもと執筆されています。

この記事を監修した人

小杉樹彦(志樹舎 創業者)

小杉 樹彦 (こすぎ・たつひこ)

志樹舎 創業者/博士(学術)

慶應義塾大学院修了後、2015年1月に院試専門オンライン予備校「志樹舎」を設立。 代表講師として10〜60代まで延べ5,000人以上の受験生を指導。 早慶・国公立をはじめとする難関大学院で合格率9割超の実績を持つ。 現在は大学院入試対策の専門家として、テレビ・新聞・雑誌など幅広いメディアで活動中。 ロングセラー『減点されない!勝論文』(エール出版社)ほか著書・論文多数。