国際比較 — 日本・米国・中国・欧州の大学院/研究文化
目的：研究の**普遍（どこでも同じ骨格）**と、制度・カルチャーの違いを分けて理解する。日本国内に閉じず、世界の潮流を掴む。
0. まず「普遍」— どこの国でも共通する骨格
制度が違っても、以下は世界共通。これが研究の"OS"。
- 研究ループ（問い→先行研究→仮説→検証→考察→公開）は不変（→ 00概論）。
- 査読 (peer review) による品質担保。
- 学位＝独創的貢献の証明（特に博士）。
- 英語が事実上の共通言語（国際誌・国際会議）。
- 研究ノート／記録による再現性・証拠保全の規律。
- 指導教員（アドバイザー）と学生の徒弟的関係。
1. 制度の違い（博士課程を軸に）
| 観点 | 米国 (USA) | 欧州 (Europe) | 日本 (Japan) | 中国 (China) |
|---|---|---|---|---|
| 博士の年限 | 5〜6年（長い） | 3〜4年（短い） | 3年（標準）※延びがち | 3〜4年＋近年延長傾向 |
| コースワーク | 2〜3年の講義必須 | ほぼ無し。即研究へ | 講義あり（米より軽い） | 講義あり |
| 指導体制 | 複数ラボをローテーションしてから指導教員選択 | 最初から特定の指導教員/プロジェクト | 研究室配属型（欧州に近い） | 指導教員型 |
| 資金 | 博士はフル支援（授業料免除＋給与）。修士は支援薄い | 授業料低〜無料（独は無料）。博士は大学の被雇用者＝給与＋福利 | 授業料あり。支援は拡充途上 | 国家主導で拡大投資 |
| 出版要求 | 在学中に査読誌1本以上を期待が一般的 | 要求は緩め。無くても可の課程も | 課程博士で論文数要件を課すことが多い | 出版インセンティブ強い |
| 学位の重心 | コースワーク＋研究の総合 | 研究一本 | 研究＋一定の座学 | 研究＋国家戦略との整合 |
出典：profellow, academicpositions, medium/phdinformation。
要点の直感：
- 米国 = 幅広い訓練型。コースワークで土台を固め、ローテーションで相性を見てから研究に潜る。時間はかかるが汎用性が高い。
- 欧州 = 即戦力・プロジェクト型。最初から研究に没入。博士は"学生"というより"若手被雇用者"。短く濃い。
- 日本 = その中間で研究室中心。「屋根瓦方式」の徒弟的育成が特徴。座学は米ほど重くない。
- 中国 = 国家戦略ドリブンで急拡大。規模と投資で世界の研究地図を塗り替えつつある（下記）。
2. カルチャー・慣行の違い
- 米国：個人主義的・競争的。指導教員選びの自由度が高く、学生の流動性も高い。プレゼン・自己主張の文化。
- 欧州：制度が国ごとに多様（英・独・仏・北欧で相当違う）。総じて自律・専門特化が早い。博士＝職業という感覚。労働者としての権利（有給・社会保険）が明確な国が多い。
- 日本：研究室 (lab) が生活と研究の単位。ゼミ・輪講・屋根瓦方式など集団での育成が濃い。教授との関係が長期的で密。同調圧力/滞在時間の長さが課題として語られることも。
- 中国：上意下達で高速・大規模。出版数・特許数への強いインセンティブ。AI・理工系への国家的傾斜配分。
3. 2026年の世界的潮流（流行り廃り）
(a) 中国の台頭が"研究の重心"を動かしている
- 2024年、中国のAI関連論文は 23,695本で、米(6,378)・英(2,747)・EU(10,055)の合計を上回る。AI特許出願は 35,423件で、米英加日韓の合計の13倍超。
- 総論文数（Scopus）は2018年の約60万本 → 2025年に131万本（＋54%）。
- 復旦大学が「専門分野の博士＋AIの修士」ダブル学位を試行するなど、AIと各分野の融合教育を国家主導で推進。
- 出典：science.org, gov.cn。
→ 含意：英語圏の常識だけ見ていると世界の実像を見誤る。研究トレンド・プレプリント（arXiv等）は中国発が急増している。
(b) AIネイティブ化（研究プロセスそのものの自動化）
- 文献レビュー・スクリーニング・要約・執筆支援がAIツールで半自動化（Elicit, Consensus 等 → 04ツール）。
- ラボノートも agentic ELN（自動データ収集・分析）へ。
- AI for Science（科学的発見自体へのAI応用）が全分野で拡大。
(c) 再現性危機とオープンサイエンスの制度化（AI化への"ブレーキ"かつ"補完"）
- 2026年4月のNature報告で、行動科学の主張の約半分しか再現できないというメタ研究結果。「再現性危機」は依然深刻。
- 対抗策として事前登録 (preregistration)、FAIRデータ原則、オープンデータ/コード公開が制度化。オープンデータ論文は31%多く引用される。
- 「Mandate（義務）からReality（実装）へ」— 2026年はオープンサイエンスが理念から実運用に移る年と位置づけられる。
- 出典：nature 2026, eldenhallresearch。
→ 含意：AIで加速する一方、「記録・透明性・再現性」への要求はむしろ強化されている。この二つは矛盾せず、AIが記録・再現を自動化する方向で統合されつつある。SEにとっての教訓：速さ（AI活用）と証跡（記録・再現）はセット。 → 05
4. まとめ：普遍を土台に、潮流を読む
- 普遍（研究ループ・査読・独創的貢献・記録の規律）はどの国でも変わらない → ここを学べば世界で通用する。
- 制度（年限・資金・コースワーク・出版要求）は国で大きく異なる → 進学や国際協働の際に効く知識。
- 2026年の潮流は「AIネイティブ化 × 再現性/オープン化の制度化 × 中国の台頭」の三つ巴 → 研究"外"のSEにも、ツール選択と記録作法として直接波及する。