Upgrade to Pro — share decks privately, control downloads, hide ads and more …

2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) / AY 202...

Avatar for Kenji Saito Kenji Saito PRO
September 01, 2026

2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) / AY 2026 “AI-Based Research and Education Support” Workshop (For Faculty)

2026年9月2日(水)、オンラインで開催された、早稲田大学ビジネススクール内の教員向けワークショップで使用したスライドです。

Avatar for Kenji Saito

Kenji Saito PRO

September 01, 2026

More Decks by Kenji Saito

Other Decks in Technology

Transcript

  1. Icon for GAMER PAT (GAme MastER, Paper Authoring Tutor), generated

    by Stable Diffusion 3.5 2026 年度 「AI による研究・教育サポート」ワークショップ (教員向け) 早稲田大学ビジネススクール (WBS) DX 委員会 (代表 : 斉藤 賢爾) 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.1/28
  2. このワークショップでは 現在、AI ツールは単なる補助を超え、私たちの知的創造のパートナーになりつつあります 今日では、対話型の AI ツールや AI エージェントを活用することで、研究テーマの探索、リサーチ・ クエスチョンの明確化、文献の整理、データの分析、議論の構造化、さらには論文執筆の支援まで、 一連の研究プロセスを対話的に進めることが可能になりました

    こうした変化の中で、あらためて問われるのは、AI が前提となる世界において、私たちビジネス スクールの教員や学生・修了生らが何を考え、何を見出し、どのように分析し、他者に伝えることが 出来るべきかということです 本ワークショップでは、WBS の教員のみなさんと一緒に、AI ツールを単なる便利な道具としてでは なく、研究・思考・教育を深めるための知的パートナーとしてどのように活用できるかを考えます 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.3/28
  3. 今日のメニュー (1) 研究・教育への AI の応用の現在地 (概観) (2) WBS における AI

    活用ガイドライン (ふりかえり) (3) 学生による AI 活用の実態 (2026 年 3 月修了生アンケート結果を中心に) (4) GAMER PAT (WBS で開発しているツール) を用いた研究ワークフローのデモ (5) ローカル LLM の活用のデモ (6) Q & A およびディスカッション 適宜、チャットや音声でご質問ください! 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.4/28
  4. (1) 研究・教育への AI の応用の現在地 (概観) 各出版社・学会におけるガイドライン Elsevier, ACM (計算機学会) を例に

    — 論文投稿時に各出版社・学会のルールをご確認ください 各大学におけるガイドライン MIT, ハーバード大学を例に — 大いに参考にしていただいた上で、WBS のガイドラインに 沿ってください 研究と論文 — これまでとこれから 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.5/28
  5. Elsevier におけるガイドラインの概要 https://www.elsevier.com/ja-jp/about/policies-and-standards/generative-ai-policies-for-journals AI は著者として認められず、出版されたすべての内容に著者が全責任を負う 執筆言語 (英語) や推敲のサポートに AI を使用することは認められる

    批判的思考を要する核心部分を AI に完全に代行させることはできない 説明目的の図表の作成に AI を使用することは認められる 一次研究データ・実験画像の作成や改変に AI を使用することは厳禁 開示義務 AI ツールが、文章の構造やテキストの一部の構成に実質的な変更を加えた 場合は、その旨を開示すべき AI ツールが原稿作成ではなく研究プロセスの一環として使用される場合は、 その使用方法について「方法 (Methods)」の項で詳細に記述すべき ⇒ やや保守的か 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.6/28
  6. ACM (計算機学会) におけるガイドラインの概要 https://www.acm.org/publications/policies/new-acm-policy-on-authorship AI ツールの使用の有無にかかわらず、すべての共著者は論文内のあらゆる内容 (不正確な記述や問題のある内容を含む) に対して完全に責任を負う 論文の文章を執筆する目的で AI

    を使用した場合、その事を開示する必要は無い 「研究の実施」(データの分析、シミュレーション、実験プロセスなど) で大規模言語モデル (LLM) やその他の AI ツールを使用し、その事が研究結果を左右しうる場合は、 通常の研究手法 (Methods) の開示義務の一環として、論文内でそのプロセスを 明確に記述する必要がある ⇒ (「検証可能性を担保した知の共有」という科学手続きの目的に照らして) ひとつの合理的な到達点のように見えます あとは著者の概念を革新できれば! 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.7/28
  7. 査読についてのガイドライン (Elsevier, ACM 共通) Elsevier : https://www.elsevier.com/ja-jp/about/policies-and-standards/generative-ai-policies-for-journals ACM : https://www.acm.org/publications/policies/peer-review-faq

    他の研究者による投稿論文は機密文書である 機密文書を、機密性を維持することを保証していない第三者が管理するシステム にアップロードしてはならない そのような投稿論文の保存、索引付け、学習、利用によって、著者の機密保持に関する権利が 侵害される可能性があるため 査読者は、アップロードされた情報の機密性を維持することを保証するシステム を利用して、レビューを作成したり、その読みやすさや品質を改善したりする ことが認められる 査読報告書の内容については、引き続き査読者が全面的な責任を負う ⇒ 単純な「AI 禁止」は、オープンサイエンス文化の中ですでに軋轢を生んでいる 例 : 適切に査読できる研究者がすでに当該論文のプレプリントを AI を通して読んでいたため査読を引き受けられない 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.8/28
  8. MIT におけるガイドラインの概要 https://aiandeducation.mit.edu/report/ 「明確なコースポリシーの提示」「評価方法の刷新 (プロセス重視)」 「教員自身の AI 利用開示」 コミュニティ全体としての基本原則 1.

    謙虚であること (Be humble) : 大学も学ぶ中で、方針の修正—場合によっては大幅な修正—は避けられないと考える 2. 大胆であること (Be bold) : 大胆かつ戦略的に対応 3. 人間性を中心に据えること (Put humanity at the center) : 対面でのつながりや社会的学習を重視し相互不信を避ける 4. 学習に寄り添うこと (Lean into learning) : 学生が学ぶ機会そのものが奪われないように 5. 意図を持って教えること (Teach with intentionality) : 明確な目的意識を持って、十分に意図された形で再設計する バックワード・デザイン : https://tll.mit.edu/teaching-resources/course-design/backward-design/ 6. 一律の正解はない (No one size fits all) : 一律の規制ではなく、共通の枠組みの中で適切な方針を選択 7. 自動化ではなく「拡張」 (Augmentation not automation) : AI に思考を丸投げせず、人間の能力を拡張するために使う 8. 教室やキャンパスの枠を超えること (Think beyond the classroom and the campus) : 教室、研究室、職場、家庭、地域社会において、よりよい形で参加し貢献する力を深める 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.9/28
  9. ハーバード大学におけるガイドラインの概要 (FAQ から) https://www.harvard.edu/ai/teaching-resources/ 優れた教員にとっても「授業内外の質を跳ね上げる梃子」に 指導力のある教員ほど AI を活用し「時間の創出」「授業外学習の充実・個別最適化」「教室内の対話の深化」を 「見えない前提条件 (障壁)」を取り払い、本質的な学びに集中

    「プログラミング」 「外語」「作図能力」等の障壁を取り払い、コース本来の学習目標に直結する思考を深める 評価は「最終成果物」から「人間中心・プロセス重視」へ 対面での討議、ライブ問題解決と相互評価、受講生同士の対話履歴、等々 ハルシネーションは「消えない前提」で LLM の確率的性質を理解し、綿密なプロンプト設計、ファクトチェックの習慣化へ 「透明性」と「コースごとの規範の共創」 アカデミック・インテグリティと、学生と共同で AI の使い方の規範を考えるアプローチ 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.10/28
  10. 研究と論文 — これまでのところ 人間による 発見・発明 人類の知識の全範囲 学位・名声などの インセンティブや 好奇心で駆動 ↑

    なので、誰が書いたか、 誰が早かったか、アイ デアを盗んでいないか、 みたいなことが重要 論文 論文 すでに 読み切れない 論文にしてみて、その知識は正しいか?と (査読や、出版後の議論で) 確認しながら 人類の知識の全範囲を拡げていきます 修士論文 (相当) には、これの練習の側面が あります 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.11/28
  11. 研究と論文 — これから起きるだろうこと 全自動だが 調整される 自動システムによる 発見・発明 人類の知識の全範囲 自動 生成

    論文 自動 生成 論文 まったく 読み切れない が、人類全体 の知の拡張の 足場となる (cf. ZPD 理論 ) 自動 生成 論文 自動的に人類の知識の全範囲が拡がって いきます cf. Nobel Turing Challenge 2050 年までに、ノーベル賞級の成果を 生む研究を AI とロボティクスで自動的 に遂行する 人間が置いていかれないための動機づけと トレーニングが必要では? → このワークショップでも紹介する GAMER PAT 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.12/28
  12. (2) WBS における AI 活用ガイドライン (ふりかえり) 和文 : 学びと研究のための AI

    活用ガイドライン English : Guidelines for the Use of AI in Learning and Research 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.13/28
  13. 学びと研究のための AI 活用ガイドライン (1/2) 早稲田大学ビジネススクールでは、本学の教旨 (https://www.waseda.jp/top/about/work/mission) における「学問の 独立」(権力や時勢に左右されない) および「学問の活用」(進取の精神) を重んじつつ、AI

    という新たな技術の活用 においても私たち一人ひとりが社会の模範となることを目指し、次のガイドラインを定めます。 1. 教育・研究に係わるいかなる行為においても、本学の研究倫理に係わる憲章・行動規範等 「早稲田大学学術研究倫理憲章」および「学術研究倫理に (https://www.waseda.jp/inst/ore/rules/) に則り、 係るガイドライン」を遵守してください。 2. 上記 1) を前提として、各授業およびゼミ (論文の指導を含む) における AI の使用について、学生は各 担当教員の指示に従ってください。各教員の独立した判断基準を尊重しますが、各教員は学生が下記 3)∼5) の各論を理解し遵守するよう指導するとともに、自らも理解し遵守するよう努めてください。 3. AI が人間による入力をどう扱うかをよく理解し、データの利用基準や、自己および他者の権利に 十分に注意を払ってください。特に研究上取得した未公開データ、企業秘密、個人情報等を外部 AI サービスへ入力する際には十分な注意を払い、必要に応じて指導教員および所属組織の指針に従って ください。 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.14/28
  14. 学びと研究のための AI 活用ガイドライン (2/2) 4. AI による出力の性能・限界と原理をよく理解し、意図しないものも含めて捏造、改竄、盗用など の不正な行為を行わないようにしてください。また、つねに公正かつ適切な引用を行うよう努めて ください。授業のレポートや論文を含む学術成果物に関する責任は、AI が

    (一部を) 出力したとして も、著者本人にあります (不正が確認されれば、著者本人が懲戒処分の対象となり得ます)。 5. 自己の成長および社会への貢献に資する AI の活用を心がけてください。問いを AI に丸投げし、 AI の回答をそのまま採用することは、自己の成長に繋がらないことに加え、上記 4) のようなリスク もあるので避けてください。例えば反復的洗練の中に自らを置くような工夫をしてください。 早稲田大学ビジネススクールは、学生が AI を積極的に活用しながらも、問いを立て、判断し、責任を負う 主体として成長することを期待します。教員は、自らも AI を活用しつつ、これをサポートします。 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.15/28
  15. Guidelines for the Use of AI in Learning and Research

    (1/3) Waseda Business School is committed to promoting the responsible, ethical, and effective use of artificial intelligence (AI), consistent with Waseda University’s mission of fostering both the “Independence of Scholarship” and the “Practical Application of Scholarship” (https://www.waseda.jp/top/en/about/work/mission). We expect our students, faculty, and staff to serve as role models in the appropriate use of this transformative technology. Accordingly, the following guidelines are established. 1. Comply with the University’s research ethics policies, codes of conduct, and related regulations (https://www.waseda.jp/inst/ore/en/rules/) in all educational, research, and scholarly activities by adhering to “Waseda University Academic Research Ethics Charter” and the “Guidelines Regarding Academic Research Ethics.” 2. Subject to Item 1) above, students must follow the instructions of the faculty member responsible for each course, zemi, or thesis supervision regarding the use of AI. While the independent academic judgment of each faculty member should be respected, faculty members should instruct students to understand and comply with the specific provisions in Items 3) through 5), and should also strive to understand and comply with those provisions themselves. 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.16/28
  16. Guidelines for the Use of AI in Learning and Research

    (2/3) 3. Develop a thorough understanding of how AI systems collect, process, and utilize information, and take particular care regarding data use standards and the rights and interests of both yourself and others. In particular, take extra caution before entering unpublished research data, trade secrets, personal information, or similar sensitive information into external AI services, and, where necessary, follow the guidance of the faculty member responsible for the relevant course, zemi, or thesis supervision, as well as the policies of your affiliated organization. 4. Develop a thorough understanding of the capabilities, limitations, and underlying principles of AI-generated outputs, and avoid academic misconduct, including fabrication, falsification, plagiarism, and other forms of misrepresentation, whether intentional or unintentional. Always provide appropriate citation. Responsibility for academic work, including course reports and research papers, remains with the author, regardless of the extent to which AI tools are used. Violations of academic integrity standards may result in disciplinary action. 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.17/28
  17. Guidelines for the Use of AI in Learning and Research

    (3/3) 5. Use AI to enhance learning, critical thinking, and creativity for your professional development and for the benefit of society. Avoid relying on AI uncritically or accepting AI-generated responses without independent evaluation, thereby mitigating the risks described in Item 4). Employ AI as a tool in an iterative process of inquiry, refinement, and reflection. Waseda Business School expects students to make active use of AI while developing as individuals who formulate questions, exercise judgment, and take responsibility for their work. Faculty members will support this process while also making use of AI themselves. 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.18/28
  18. (3) 学生による AI 活用の実態 (2026 年 3 月修了生アンケート結果を中心に) プレプリント (査読前論文)

    がすでに公開されています Kenji Saito, Rei Tajika, Satoru Shibuya, Hiroshi Kanno, “Generative AI Use in Professional Graduate Thesis Writing: Adoption, Perceived Outcomes, and the Role of a Research-Specialized Agent,” April 3, 2026. Available at arXiv: https://arxiv.org/abs/2604.02792 このプレプリントは(次のセクションで実演される)GAMER PAT CLI を用いて作成されて おり、人の手によって書かれた行は一行もありません 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.19/28
  19. プレプリントの概要から 本論文は、日本の MBA 論文提出学生 83 名 (対象母集団 230 名、回答率 36.1%)

    を対象に、論文審査 後に実施した生成 AI 利用に関する調査を報告するものである AI の利用はほぼ普遍的であり、95.2%が何らかの利用、77.1%が頻繁な利用を報告した 学生は文献レビュー、草稿作成、行き詰まった際の相談など、研究・執筆プロセス全体にわたって AI を活用しており、その利点として、論旨と構成の明確化 (82.3%)、改訂品質の向上 (73.4%)、執筆の 迅速化 (70.9%) が挙げられ、知覚された品質向上の平均は 7 点満点中 6.27であった これらの利点と並行して、出力の正確性 (75.9%) や引用処理に関する懸念も依然として存在している 研究特化型エージェントである GAMER PAT を他の AI と比較評価した回答者の間では、探究の深 化および構造的整理の両面において有意に高い選好が示された (いずれも p < 0.05、正確二項検定) さらに、フォローアップインタビューの予備的な質的分析からは、能動的な認識的警戒戦略や、論文 作成の各段階に応じたツールの使い分けが明らかになっている 本研究の中心的示唆は、単なる導入そのものではなく、検証、情報源管理、そして AI ツール設計へ と教育上の課題が移行している点にあり、GAMER PAT は研究特化型の支援が重要であることを示 す予備的証拠を提供している 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.20/28
  20. AI を活用したことによる主観的な品質向上 60% Respondents (%) 49.4% 40% 29.1% 20.3% 20%

    0% 0.0% 0.0% 0.0% 1 2 3 1.3% 4 5 6 7 Perceived quality improvement (1-7) 今後は、客観的な評価を実施する予定です 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.21/28
  21. (4) GAMER PAT (WBS で開発しているツール) を用いた 研究ワークフローのデモ 菅野ゼミ・斉藤ゼミ合同で開発中の「GAMER PAT」と一緒に、ひとつの 「引っかかり」が研究の「問い」になっていくプロセスを体験します

    GAMER PAT : GAme MastER, Paper Authoring Tutor (ゲームマスターにして論文執筆個人教師) 論文 (プレプリント) : “GAMER PAT: Research as a Serious Game” GitHub : https://github.com/ks91/gamer-pat え?ゲーム? → 「之れを知る者は之れを好む者に如かず。之れを好む者は之れを楽しむ者に如かず。」(『論語』) でも、研究者が真面目に取り組んでいる「研究」を「ゲーム」にするなんて、不謹慎で失礼では? → 研究はすでにゲーミファイされています (被引用数にもとづく指標や、特許や賞の獲得に向けた競争等) GAMER PAT は、そうした外発的動機にもとづく研究のゲームを好奇心といった内発的動機に引き戻す試みです 「研究のゲーミフィケーション」の研究の一環として開発しています 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.22/28
  22. GAMER PAT CLI のインストール 必要なもの ChatGPT か Claude か Gemini

    のアカウントがあれば CLI 版も使えます CLI : Command Line Interface (コマンドを打って操作しますが、使っているときは基本的に日本語を打ちます) インストールガイドと動画 Windows (WSL) 編 スライド : https://speakerdeck.com/ks91/running-coding-agent-windows-wsl-edition / 動画 macOS (Lima) 編 スライド : https://speakerdeck.com/ks91/running-coding-agent-macos-lima-edition / 動画 macOS (ネイティブ) 編 スライド : https://speakerdeck.com/ks91/running-coding-agent-macos-native-edition / 動画 動画は未編集で、時々間違えたりダウンロードの待ち時間があって冗長なので、Web 版の ChatGPT か Claude か Gemini に 上のスライドファイルをアップロードして、 「この資料の説明の通りにインストールしたいんだけど」と伝えれば、1 ステップ ずつでも質問に答えてもらいながらインタラクティブにサポートしてくれると思います ではデモを 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.23/28
  23. GAMER PAT Web 版もあります (が、結局 CLI 版の方が便利) ChatGPT ユーザー 公開

    GPT を作ってあるので、使ってください : https://chatgpt.com/g/g-6857ca7d5b5c8191931357e3c5f228b7-gamer-pat-research-as-a-serious-game Gemini ユーザー ウィンドウの左にある ≡ から「Gem を表示」→ 「+ Gem を作成」(名前は「GAMER PAT」) GitHub : https://github.com/ks91/gamer-pat ( h i Code ▼ ボタン から ZIP をダウンロードすると便利) 新しい Gem の「カスタム指示」に GitHub の画面から「Main Instructions」をコピーして貼り付け、 4 つの .txt ファイルを「知識」にアップロードして「保存」します ≡ の Gem から GAMER PAT を選びます (無ければ「Gem を表示」から) Claude ユーザー 新規チャットをはじめる際に、上の GitHub の画面から「Main Instructions」をコピペし、 4 つの .txt ファイルを「+」からアップロード 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.24/28
  24. GAMER PAT って何? こんな ↓ ルールのゲームを司るゲームマスターにして、論文執筆の個人教師 登場人物 (NPC : Non

    Player Character) 共著者 (共同研究者) NPC — 登場は必須ではありません (活用の仕方次第) 名前はあなたが決める (決めない場合は PAT が命名) · 例 : 夏休みの工作で潜望鏡を作った小学生にとっての共同研究者 → ドクター・ミラー 優秀な研究者で、常にあなたを支援 · 物議を醸すと思いますが、主体的に論文を書いてもらってもよいかも (元々そのためのもの; PAT が書いても OK) · AI の力を引き出すコツは、マイクロマネジメントせず、AI に任せることだから (AI を従順な部下にしない) · 人間の役割は、素人を装いながら鋭い問いかけをして研究を方向づけることかも 卒論・修論・博論の場合は、心の友として伴走します 査読者 NPC (Reviewer 1, Reviewer 2, Reviewer 3) 優秀かつ建設的な査読を行う匿名研究者たち 執筆中でも定期的にランダムに 1 人の査読者からフィードバックが届きます 最終段階では 3 人全員のレビューを受けます 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.25/28
  25. GAMER PAT って何? — つづき ゲームの進行と勝利条件 研究のリーダーはあなた (弱いリーダーシップ (周囲が動かないといけない) かもしれないけど!)

    PAT はガイド役として進行し、共著者 NPC はサポート 途中で査読者 NPC のフィードバックが届き、それはミッションとして受け止めます 研究が「クエスト」になります (実は当たり前のことを言っている) 最終的に論文が完成したら 3 人の査読者から総合評価を受けます 全員が「weak accept(+1)」以上を出せば勝利! a a ただしこれは実際の学会・ジャーナル採択や学位審査合格を保証するものではありません 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.26/28
  26. (5) ローカル LLM の活用のデモ 一連の PDF ファイルを指示に従って一括処理するデモをします MacStudio M2 Ultra

    128GB で Qwen3.8 27B (270 億パラメーター) を動かします GitHub : https://github.com/ks91/local-llm-chat % scripts/run.sh --batch-pdf-dir --instructions summarize.md ローカル LLM 使用時の注意事項 ただでさえ遅いのですが、コンテキストが蓄積されるとさらに遅くなります 長く複雑な処理は、リセットしながら進められるように、途中経過をファイルに書き出して 起動時にそれを参照してもらうようにします デモの一括処理では入力ファイル毎にリセットされています 2026 年度「AI による研究・教育サポート」ワークショップ (教員向け) — 2026-09-02 – p.27/28