第2章　研究倫理

研究倫理は、研究が始まったあとに確認する「守るべきルール」ではない。どの問いを立て、どんなデータを集め、どこまで主張してよいかを決める段階から、倫理はすでに研究の内部にある。本章は、研究倫理（research ethics）と研究公正（research integrity）を書類上の義務としてではなく、第三者が検証できるかたちで知識を提出するための条件として整理する。これは第1章の「権威よりも透明性」「言えることと言えないことの峻別」を、制度と実務の言葉に翻訳する作業でもある。

ポイント：倫理が危うくなるのは派手な不正の場面より、どこまで言ってよいか曖昧なまま考察を書くとき、都合の悪いデータの扱いに迷うとき、著者順を曖昧にしたまま原稿を回すときである。本章は「悪い研究者の一覧」ではなく、普通に研究を進めているつもりでも判断が少しずつ歪みうる場面の地図として読んでほしい。章は、理念（§1）→指針の読み方（§2）→不正と QRPs（疑わしい研究実践、§3）→再現性（§4）→著者資格と生成 AI の開示・引用・COI（利益相反）・個人情報（§5–8）→軍事研究とデュアルユース（§9）の順に進む。ここで求められる透明性を日々の作業で実現する方法―データ管理・統計・文献管理―は第3〜6章で扱う。

1. なぜ倫理が研究の内部にあるのか

カントの「理性の公的な使用」（第1章）に立てば、研究者は組織の内部利益ではなく、学識者として社会全体のために知識を生む。だから倫理は「不正をしない」という消極的な話にとどまらない。とくに脳・神経科学の分野では、研究者は二重の説明責任を負う。第一に参加者・共同研究者・査読者に対し実験が妥当で安全だと説明する責任、第二に社会に対しその技術が何をもたらしうるか、そして現時点では何をまだもたらしえないかを説明する責任である。後者を怠ると、過剰な期待も過剰な恐怖も同じように広がる。

1.1 倫理が厳格な制度になった背景

研究倫理が制度化した背景には、科学の進歩それ自体が人間の尊厳を傷つけうるという歴史的反省がある。第二次大戦期の人体実験への反省からニュルンベルク綱領（1947）が生まれ、被験者保護・インフォームド・コンセント・倫理審査・個人情報保護が積み重ねられてきた。これは研究を妨げるためではなく、知識の生産が人を踏み台にしないための最低条件である。

脳に関わる研究では緊張がさらに鋭い。心や人格・自由意志に近い領域に踏み込むように見えるため、社会の期待と不安を同時に引き寄せる。20世紀のロボトミーは臨床的熱狂が科学的妥当性と尊厳を追い越した例であり、21世紀の fMRI による嘘検出（lie detection）・ニューロマーケティング（neuromarketing）・脳情報デコーディング（脳活動から刺激や心的状態を予測する手法。§2.1）・BMI（ブレイン・マシン・インターフェイス）は「心を読む／行動を操作する」イメージと結びつく。

神谷研の視点：両義性を雑に潰さない

神谷（2008）「マインド・リーディングの原理と倫理」は、マインドリーディングを「絶対悪」とみなして議論ごと退ける立場を批判する。そもそも心とは、読んだり読まれたりすることにこそ意義がある―伝わり、理解し合うことは人間のコミュニケーションの核であり、それを一律に脅威とみなすのは一面的だ。むろん心のプライバシーは守られるべきだが、脳を介して意図を伝えられることは ALS や重度運動障害の人には福音にもなる。同じ技術が監視・搾取にも、コミュニケーション支援にも使われうる。倫理の仕事は両義性を潰すことではなく、便益と危険がどの条件でどう現れるかを具体的に仕分けることだ。身体を介さず脳情報を取得・伝達するコストが下がる「脳情報化社会」では、技術的限界の説明を怠ること自体が倫理問題になる。

1.2 規範の言葉：CUDOS と社会的責任の三相

科学者集団の自律性を支える古典が、マートンの四規範（CUDOS；Merton, 1973）である。公有性（Communalism）・普遍性（Universalism）・公平無私（Disinterestedness）・系統的懐疑（Organized Skepticism）。とりわけ公平無私は、特定組織の利益に縛られず社会全体のために知識を生むという、カントの公的な理性の使用と重なる。

藤垣（2018）は科学者の社会的責任を三相に分ける。第1相＝共同体内部の責任（不正をしない・データを適切に管理する・著者資格を正しく運用する）、第2相＝製造物責任（成果の社会的帰結を自ら検討する。ラッセル＝アインシュタイン宣言やアシロマ会議が例）、第3相＝応答責任（公的資金の説明責任、研究の伝達）。本章ではこれ以降おもに第1相を扱い、第2相は§9・第10章へつながる。

2. 倫理指針をどう読むか

指針は数が多く、初学者には「どこまで見ればよいか」が分かりにくい。大切なのは全部の暗記ではなく、国際的な原則（研究者としての基準線）と日本の法令・運用（実際に踏む手続き）を分け、自分の研究がどの対象とリスクを含むかで従うべき層を切り分けることである。研究者一般の行動規範としては、日本学術会議「科学者の行動規範」、Singapore Statement（2010）、European Code of Conduct（ALLEA, 2023）、米国 ORI などが基準線を与える。

2.1 ヒト対象研究

fMRI・脳波・心理実験などヒトを直接の対象とする場合、参加者の尊厳と安全を守る配慮が要る。最も危険なのは、研究者には「些細な負担」に見えることが参加者にはそうでない可能性を見落とすことだ。

神谷研の視点：BMI特有の説明責任

脳情報デコーディングや BMI は社会で「マインドリーディング」と呼ばれるが、本来は刺激や課題が明確な状況の脳活動から一定の変数を予測する方法であり、限定された課題・装置と、各被験者のデータで個別に訓練するモデル（被験者内学習）・前処理の上に成り立つ。任意の思考を自由に読む技術ではない。「絶対に許されない」と断ずるのでも「もう心は読める」と誇張するのでもなく、何が可能で、どの条件でのみ成立し、何がまだ不可能かを区別する。研究対象が内面に近いと受け取られる以上、通常の心理実験以上に厳密な説明責任が生じ、取得信号・想定解析・データ共有範囲・偶発所見・将来利用を説明文書に明記する。BMI・brain recording 特有の懸念を織り込んだ申請書類を自前で設計する場面も多い。

ヒト対象研究の主要指針

区分	指針	主な内容	リンク
国際原則	ニュルンベルク綱領（1947）	自発的同意の必要性を初めて明文化	Britannica
	ヘルシンキ宣言（1964、2024改訂）	世界医師会の医学研究倫理原則	WMA
	ベルモント・レポート（1979）	人格の尊重・善行・公正の3原則	HHS
日本の指針	人指針（令和5年改正）	ヒト対象研究の審査・同意・プライバシー保護	文科省
分野特化	日本神経科学学会指針（2025）	fMRI・脳波・侵襲計測等に特化。人指針に加えて参照	jnss.org

2.2 動物実験

脳・神経科学で実験動物を用いる場合、3Rの原則（Replacement・Reduction・Refinement）に基づき、動物愛護法・飼養保管基準・基本指針を遵守し、動物実験委員会（米国の IACUC＝Institutional Animal Care and Use Committee に相当）の審査・承認を受ける。神経科学では日本神経科学学会の動物実験指針（2015）・霊長類ガイドライン（2021）、論文執筆時には報告ガイドライン ARRIVE 2.0 を参照する。

2.3 AI・データ倫理

AI・大量データ解析を含む研究では、バイアス・公平性・プライバシー・説明可能性が問われる。被験者と直接向き合わないぶん倫理が遠く感じられやすいが、データの選び方・ラベルの作り方・評価指標の置き方に価値判断が埋め込まれている。計算が自動化されるほど、その前段の判断の倫理性が重くなる。国際基準として UNESCO「AIの倫理に関する勧告」（2021）・ニューロテクノロジー勧告（2025）、OECD の責任あるニューロテクノロジー枠組み、国内では人工知能学会倫理指針・AI事業者ガイドライン等があるが、いずれも申請書に転記できる操作マニュアルではない。原則を理解し、日本の法令・所属機関審査・研究室独自の説明文書へ落とし込む。

エシックスウォッシングに注意。倫理に配慮していると強調しながら、技術の限界・データの偏り・再現性の低さ・誇張された含意を覆い隠す態度は、健全な研究運営に反する。過大な脅威の演出と過大な成功の演出は同じ場所で起こりやすい。倫理を語ることは、方法の厳密さや結果の信頼性の代用品にはならない。

2.4 倫理審査（と安全審査）

ヒト対象研究（2.1）・動物実験（2.2）は、研究開始前に倫理審査委員会の承認が必須である。神谷研のニューロイメージング実験では、実験の種類・ファンディング・人指針適用の有無に応じて次のいずれかに申請する。境界事例は日本神経科学学会指針を参照し、不明点は指導教員・審査事務に事前確認する。実験装置の安全性については、倫理審査とは別に安全審査が必要な場合がある。

倫理審査委員会	対象	リンク
京都大学情報学研究科倫理審査委員会	情報学研究科のヒト対象研究	実施要項
京都大学医学部医の倫理審査委員会	人指針対象の生命科学・医学系研究（他部局も申請可）	医の倫理委員会
ATR 倫理審査委員会	ATR で実験を実施する場合	―

3. 研究不正と疑わしい研究実践

研究不正はしばしば一回の劇的な逸脱ではなく、小さな自己正当化の積み重ねとして始まる。深刻度は次のように階層化できる。

特定不正行為（捏造・改ざん・盗用＝FFP、日本では「ネカト」）は文科省ガイドラインで厳格に定義され、競争的資金の応募制限・返還請求等の対象になる。疑わしい研究実践（QRPs）は統計・報告の透明性に関する問題で、制度上「不正」と認定されるかは文脈によるが、避けるべき実践である。二重投稿・不適切なオーサーシップは「特定不正行為以外の不正行為」とされる。

特定不正行為の定義（文科省ガイドライン）

認定は「故意」または「研究者としてわきまえるべき基本的な注意義務を著しく怠ったこと」による場合に限る（ガイドライン）。

用語	英語	定義
捏造	Fabrication	存在しないデータ・研究結果等を作成すること
改ざん	Falsification	研究資料・機器・過程を変更し、データや結果を真正でないものに加工すること
盗用	Plagiarism	他者のアイデア・方法・データ・結果・用語を、了解または適切な表示なく流用すること

3.1 QRPs：とくに HARKing と任意停止

QRPs は研究の信頼性を損ない偽陽性を増大させる行動の総称で、p-hacking（有意になるまで解析を試す）、HARKing、任意停止・データ覗き見（途中経過を見て継続やサンプル追加を決める）、選択的報告（都合のよい結果だけ載せる）、サラミ出版（一つの成果を細切れにして複数の論文にする）などを含む。中でも警戒すべきは、HARKing と 任意停止（N増し）である。どちらも「不正」という自覚なく行われやすい。

HARKing（Hypothesizing After Results are Known）は、データを見てから仮説を立て、最初からそれを検証していたかのように書く行為だ。探索的分析そのものは悪ではない。問題は、それを確認的検証であるかのように報告することである。解析手法・変数・外れ値の扱いといった研究者自由度が大きい分野ほど誘惑が強く、多様な解析パイプラインを試せる脳情報デコーディングは他人事ではない。

神谷研の視点：なぜ HARKing が問題なのか

HARKing を単なる「ルール違反」と理解しないこと。本質は、どの時点でどの知識を持っていたかが不明になり、推論の妥当性そのものが崩れる点にある。経験的研究では、仮説のよしあしは「結果を知る前にその仮説がどれだけリスクを負っていたか」と切り離せない。結果を見た後なら、それに合う説明はいくらでも作れる。―競馬で、今年の勝ち馬の馬番から「面白い数列」を見つけても、来年の予測力は保証されない。観察済みデータに事後的に合う説明を作ること（accommodation）と、未観測データへ危険を引き受けて予測すること（prediction）は別物である（Kerr, 1998）。とりわけ実験科学ではこれが死活的になる。数学のような形式科学はタイミングや知識状態への依存を排除する仕組みを内に持つが、ノイズを含む実験科学では、データだけからシグナルとノイズを完全に分離することはできない。結果を見てから立てた仮説は、たとえノイズへの過適合（オーバーフィッティング）にすぎなくても観測データとは整合してしまい、見かけ上は本物の予測と区別がつかない。両者を分けられるのは、いつ・何を知り・どんな仮説を持っていたかを時点つきで残した記録だけである（第3章§2）。なお質的研究や理論形成を否定する話ではない（井頭, 2024）。要は、探索で得た洞察を確認的検証の結果として書き直さないこと―どの段階で何を知ったかが読者に分かればよい。

任意停止（N増し）にも注意する。有意にならなかったとき「被験者を増やして実験する」という表現は、有意になるまでサンプルを増やし続ける行為（optional stopping）を示唆してしまう。追加データが必要なら、これまでを予備実験と位置づけ「新たに実験を実施する」と表現を改める。サンプルサイズは事前に決め、事前登録に記載する（§4.2）。

3.2 画像改変と figure integrity

不正は文章や数値だけで起こるのではない。顕微鏡画像・電気泳動・脳画像・ヒートマップでは、見栄えを整える操作とデータの意味を変える操作の境界を理解する。明るさ・コントラストの調整は画像全体に一律で、解釈を変えない範囲なら許容されることが多いが、特定部分の消去・強調・切り貼り、都合の悪いバンドの除去は改ざんにあたる。結合・トリミングを行ったら図注や Methods に明示する。画像は「図」である前にデータである（Rossner & Yamada, 2004）。

3.3 不正の構造的要因と予防

研究不正は誰もが状況によっては犯しうる構造的問題である。インセンティブ（出版・評価と雇用の結びつき）、組織（監督の不足。ORI が調べた不正事例では、72% で指導者が一次データを確認していなかった；Wright et al., 2008）、制度・文化（競争構造）が倫理判断を歪める。「publish or perish」のもとでは、業績への圧力と研究倫理とのあいだにジレンマが生じる（Aliukonis et al., 2020）。だからこそ、不正を「しない気持ち」ではなく「しにくい研究実践」に変えることが有効だ。小さな問題を即修正する習慣と計画的なデータ取得・解析・執筆が予防になる（第3章）。

3.4 計画の不足が生むモラルジレンマ ── 質は倫理の問題

不正の芽は、締め切りに追われた土壇場の判断からも生まれる。だから計画の不足そのものが倫理の問題になる。学位のように年限が決まっている成果ほど、計画的にステップを踏むことが重要だ。各種締め切りを守り、その手前で余裕をもって草稿を仕上げ、指導教員・研究室メンバー・共著者の確認を得る―この段取りを疎かにしてはいけない（戦略的な時間計画は第1章§4）。これは進行管理の話であると同時に、倫理の問題でもある。

準備不足のまま締め切りが迫ると、指導教員はモラルジレンマに陥る。「学生に論文を出させ、学位を取らせてあげたい」という個人的な思いと、「不十分な内容を世に出したくない／公正に学位を授与する」という原則とが衝突するからだ。これは一種の利益相反である（§7）。追い込まれた指導教員が「手助け」の度を越してしまえば、本人の実力に見合わない成果が世に出てしまう。本来あるべき姿ではないし、無理が重なれば研究不正を誘発することさえある（§3.3）。だからこそ、事前に余裕をもって準備し、状況を自分でコントロールしておくことが、学生にとっても指導教員にとっても倫理的な備えになる。

神谷研の視点：「そんなことを言わせてごめん」

私はよく半分冗談で、「家庭と仕事、どちらが大事？」と配偶者に問われたら何と答えるのが正解か、という話をする。正解は―「そんなことを言わせてごめん」だ。どちらを選んでも角が立つ「二つの悪の選択」に追い込まれてからでは遅い。この言葉は、相手にそんな究極の選択をさせないよう、事前に手を打って状況を整えておくことの大切さを表している。研究も同じで、締め切り直前に「どうしても卒業させなければ」と各所へ無理を強いる前に、計画でジレンマそのものを起こさないようにする。

もう一つ、研究の質を求める背景にも倫理がある。趣味で絵や音楽を嗜むなら、拙い作品や演奏も許容されるだろう。しかし質の低い研究は、往々にしてデータが支える範囲を超えた主張を含む。それは意図せずとも一種の「嘘（虚偽）」になる。研究で嘘をつくことは倫理的な悪に直結するため、「下手だから」と見過ごすことが、趣味の世界に比べて格段に難しい。未熟な学生がどの水準で成果を発表すべきかは、つねに悩ましい問題だ。指導教員は「研究者としての矜持」と「学生の成長への責任」の狭間で頭を悩ませている―その葛藤の存在を、ぜひ理解しておいてほしい。

4. 再現性とオープンサイエンス

再現性は流行語に見えることがあるが、議論の本質は「他人が検証できる知識だけが共同体の資産になる」という単純な事実だ。何を共有し、どこまで記録し、どの主張をどの強さで出すかという判断の問題として扱う。

4.1 検証概念の整理

データと解析法の2軸で検証概念を区別できる（NASEM, 2019）。

	解析法が同じ	解析法が異なる
データが同じ	再生性（Reproducibility）。同じデータ・同じコードから同じ結果が得られるか	ロバストネス（Robustness）。同じデータに異なる解析を適用しても結論が一貫するか
データが異なる	再現性（Replicability）。新しいデータ・同じ方法で整合する結果が得られるか	一般化可能性（Generalizability）。異なる条件・母集団でも成り立つか

訳語は定まっておらず英語でも混同される。議論の際は原文献の定義を確認する。

4.2 事前登録・登録レポート

事前登録（Pre-registration）はデータ取得前に仮説・方法・解析計画を公開登録し、HARKing・p-hacking・選択的報告を抑制する。登録レポート（Registered Reports）は結果が出る前に方法論をピアレビューして受理を決め、結果に依らず出版が担保されるため出版バイアスを軽減する。プラットフォームは OSF Registries（分野横断）、AsPredicted（簡易）、臨床試験は ClinicalTrials.gov・UMIN。

4.3 オープンサイエンスの実践

研究プロセスを透明にしデータ・コード・成果を共有する取組み。主な要素と本書での扱いは次のとおり。

FAIR 原則（Findable・Accessible・Interoperable・Reusable; Wilkinson et al., 2016）：データ共有の質を高める国際原則。実装は第3章§4。
報告ガイドライン（CONSORT/STROBE/PRISMA/ARRIVE 等、EQUATOR が集約）：研究デザインに応じて選ぶ。一覧と選び方は第10章。
研究評価改革（DORA・ライデン・マニフェスト・香港原則）：IF（Impact Factor、インパクトファクター）への過度な依存を見直す。一覧は第10章。IF などの指標で評価されるほど華々しい結果への圧力が増し、QRPs の土壌になる点だけ押さえる（§3.3）。
TOP ガイドライン（COS, 2015/2025改訂）：データ・コード・材料の透明性を段階的に求める枠組み。5,000以上の機関が署名。
統計改革：p 値の二分法を見直す動き。ASA 声明（2016）の6原則、Amrhein et al.（2019）の効果量・区間推定の推奨。

5. 著者資格と生成 AI の開示

どちらも「誰が何に責任を持つのか」を明確にする仕組みである。成果が共同制作物になるほど、責任の境界を曖昧にしないことが重要になる。

5.1 著者資格

国際的参照基準は ICMJE の4要件：①研究の構想・設計・実施・解析・解釈への実質的貢献、②草稿作成または重要な知的内容の批判的改訂、③最終版の承認、④正確性・完全性への説明責任。実質的貢献がないのに著者に載せるギフト著者、寄与したのに除外するゴースト著者は避ける（日本では「不適切なオーサーシップ」）。貢献の内訳は CRediT（14ロール）で記述できる。著者順は分野・文化で慣行が異なる。理想は、研究（または執筆）の開始時に著者と順序をあらかじめ合意しておくことだ。ただし現実には、著者が期待された貢献を果たさないことも多く、常に悩ましい問題になる。実際、アカデミック・ハラスメントとして表面化するトラブルの多くは、オーサーシップと著者順をめぐるものだと言われる。だからこそ、各自がコミットした役割をきちんと果たすこと、果たせないなら「できない」と早めに意思表示することが要となる。

5.2 生成 AI の開示

AI 生成内容を明示せず発表すると剽窃や虚偽表示とみなされうる。使用したツール名・目的・範囲を Methods または Acknowledgments に簡潔に記載し、内容は著者が検証して責任を持つ。投稿先の最新指針（COPE・Nature・Science 等）を確認する。AI 利用の原則と各社方針の詳細は付録（AI活用ガイド）に集約。

6. 引用の倫理

引用は飾りではなく、知識の来歴をたどれるようにする装置である。「この主張は誰の仕事に負っているのか」が読者から見える状態をつくる。引用スタイル（APA・Vancouver 等）の形式は第6章§3.7に従う。

直接引用は引用符で囲み一字一句写し、出典（著者・年・ページ）を付す。パラフレーズは自分の言葉で言い換えたうえで必ず出典を付す（語順を変えただけ・同義語に換えただけは不十分）。広く知られた共通認識は出典不要だが、境界は分野による。
盗用（剽窃）に該当するのは、文章を出典表示なく流用すること、アイデア・方法・データを了解なく自説のように書くこと、軽く言い換えて出典を付けないこと、自分の過去論文を出典なく再利用すること（自己剽窃）などである。うっかりの引用漏れも盗用と認定されうるため、投稿前に自己チェックする（iThenticate 等。所属機関の図書館に確認）。
引用候補が撤回されていないかを Retraction Watch Database で確認する習慣をつける。

7. 利益相反（COI）

研究の客観性に影響しうる動機・関係（資金提供者・雇用・株式保有等）を利益相反という。開示しないまま発表すると信頼を損なう。論文投稿時は全著者の COI を Declaration of Interest に記載、学会発表時は最後のスライドや口頭で資金源・関係組織を開示、研究計画時は機関の利益相反管理の確認を受ける場合がある。

8. インフォームド・コンセントと個人情報

ヒト対象研究では、インフォームド・コンセントと個人情報・プライバシー保護が基盤である。同意取得の前に倫理審査委員会の承認が必要（§2.4）。

参加者が自発的に、十分な理解のうえで同意できるよう、研究の目的・方法・所要時間・リスクと負担・利益・任意性（途中辞退の自由と不利益のないこと）・データの取扱い（保管・利用範囲・匿名化・二次利用）・問い合わせ先を分かりやすく説明し、原則として文書で署名を得る。

脳画像・行動データ・臨床情報は個人情報に該当する。匿名化（不可逆変換、共有・二次利用向け）と仮名化（対応表を別管理、縦断研究の追跡向け）を使い分け、収集の最小化・同意・アクセス管理・利用制限・保管期間遵守を原則とする。欧州の参加者・共同研究者・クラウドが関わると GDPR の適用対象になりうるため、国際共同研究では取り扱い規程を事前確認する。

神谷研の視点：脳情報化社会における「私」

神谷（2008）はプライバシーを「秘密が漏れるか」に還元しない。脳情報通信が進めば、問題はそもそも何をもって一人の人間の意思や責任とみなすかに及ぶ。これを「私」1.0/2.0/3.0 で整理する。1.0＝主体が内面を特権的に把握し自由意志で行為し責任を負う近代的自己。2.0＝認知・神経科学が示す、自分でもアクセスできない過程があり理由づけが事後的に構成される自己。3.0＝BMI・脳情報通信で脳の複数の表現が直接外部とつながり、統一された主体という前提が揺らぐ自己。重要なのは図式を信じることではなく、研究者がこの問いに自分の言葉で応答できることだ。「何が読めるか」だけでなく「その情報を誰の意思・人格に関わるものとして扱うか」を考える。

9. 軍事研究とデュアルユース

研究成果の軍事転用（民生・軍事の両用性、すなわちデュアルユースの問題。AI・センシング・脳波計測など多くの基礎研究が該当しうる）や軍・国防関連資金の受け入れには、古くから議論がある。日本では日本物理学会「決議3」（1967）、日本学術会議の慎重な声明があり、学内規定を定める機関もある。検討すべきは、資金源の受け入れ可否・研究内容の転用可能性・所属機関の方針・成果公開と安全保障のバランスである。藤垣（2018）の製造物責任（第2相）が、スタンスを検討する手がかりになる。

まとめ：この章の幹

倫理は研究の外側のルールではなく、第三者が検証できるかたちで知識を提出するための内部条件。本分野の研究者は参加者と社会への二重の説明責任を負う。
指針は暗記せず、国際原則と日本の運用を分け、自分の対象とリスクで切り分ける。神経科学・BMI では限界の説明を怠ること自体が倫理問題。
不正は小さな自己正当化から始まる。FFP は厳格に、QRPs は避けるべき実践。HARKing と任意停止の本質は「どの時点で何を知ったか」が推論の妥当性を左右すること。
再現性の核心は「他人が検証できる知識だけが資産になる」。事前登録・登録レポートで研究者自由度を縛る。
著者資格・AI 開示・引用・COI・個人情報は、すべて「誰が何に責任を持つか」を明確にする仕組み。
締め切りに追われると、指導教員は「学生を通したい思い」と「公正に審査する原則」が衝突するモラルジレンマ（一種の利益相反）に陥り、無理が不正を誘発しうる。計画でジレンマを未然に防ぐ。質の低さは往々にして虚偽を含むため、質は倫理の問題である。

参考文献

本章で言及した主要文献・指針・ウェブサイトを示す．リンクは DOI，公式ページ，主要 PDF など，本質的な入口に絞っている．

理念・規範

Merton, R. K. (1973). The sociology of science: Theoretical and empirical investigations. University of Chicago Press.
藤垣裕子（2018）『科学者の社会的責任』岩波書店．

ヒト・動物研究の倫理

Russell, W. M. S., & Burch, R. L. (1959). The principles of humane experimental technique. Methuen.
日本神経科学学会（2015）「神経科学における動物実験に関する指針」jnss.org．
日本神経科学学会（2021）「神経科学分野における霊長類を対象とする実験ガイドライン」jnss.org．
ARRIVE Guidelines. (2020). ARRIVE 2.0. arriveguidelines.org
Nuremberg Code. (1947). In Trials of war criminals before the Nuremberg Military Tribunals. britannica.com
World Medical Association. (2024). Declaration of Helsinki: Ethical principles for medical research involving human subjects. wma.net
Department of Health, Education, and Welfare. (1979). The Belmont Report. hhs.gov
文部科学省（n.d.）「人を対象とする生命科学・医学系研究に関する倫理指針」mext.go.jp．
日本神経科学学会（2025）「ヒトを対象とした脳・神経科学研究を倫理的に計画・実施するための指針」jnss.org．

ニューロエシックスとニューロテクノロジー

神谷之康（2008）「ブレイン・マシン・インターフェイス：マインド・リーディングの原理と倫理」季刊『脳21』，11(2)，金芳堂．
Illes, J., & Bird, S. J. (2006). Neuroethics: A modern context for ethics in neuroscience. Trends in Neurosciences, 29(9), 511-517.
Farah, M. J. (2012). Neuroethics: The ethical, legal, and societal impact of neuroscience. Annual Review of Psychology, 63(1), 571-591.
Eaton, M. L., & Illes, J. (2007). Commercializing cognitive neurotechnology: The ethical terrain. Nature Biotechnology, 25(4), 393-397.
Wegner, D. M. (2003). The illusion of conscious will. MIT Press.
Johansson, P., Hall, L., Sikström, S., & Olsson, A. (2005). Failure to detect mismatches between intention and outcome in a simple decision task. Science, 310(5745), 116-119.
UNESCO. (2025). Recommendation on the ethics of neurotechnology. unesco.org
OECD. (2019). Recommendation on responsible innovation in neurotechnology. oecd.org

行動規範・研究公正

日本学術会議（2013）「科学者の行動規範」scj.go.jp．
Singapore Statement on Research Integrity. (2010). singaporestatement.org
ALLEA. (2023). The European Code of Conduct for Research Integrity. allea.org
International Committee of Medical Journal Editors. (n.d.). Recommendations. icmje.org
Committee on Publication Ethics. (n.d.). publicationethics.org
U.S. Office of Research Integrity. (n.d.). ori.hhs.gov

研究不正・特定不正行為・インセンティブ

文部科学省（n.d.）「研究活動における不正行為への対応等に関するガイドライン」mext.go.jp．
文部科学省（2022）「研究活動における不正行為等の防止の徹底について」mext.go.jp．
Aliukonis, V., Poškienė, A., & Norkienė, S. (2020). Perish or publish dilemma: Challenges to responsible authorship. Medicina, 56(3), 123. DOI
Trueblood, J. S., et al. (2025). The misalignment of incentives in academic publishing and implications for journal reform. Proceedings of the National Academy of Sciences, 122(5), e2401231121. DOI
Tijdink, J. K., Verbeke, R., & Smulders, Y. M. (2014). Publication pressure and scientific misconduct in medical scientists. Journal of Empirical Research on Human Research Ethics, 9(5), 64–71. DOI
Tourish, D., & Craig, R. (2018). Research misconduct in business and management studies: Causes, consequences, and possible remedies. Journal of Management Inquiry, 29(2), 174–192. DOI
Feenstra, R. A., Delgado López-Cózar, E., & Pallarés-Domínguez, D. (2021). Research misconduct in the fields of ethics and philosophy. Science and Engineering Ethics, 27, Article 22. DOI
Wright, D. E., Titus, S. L., & Cornelison, J. B. (2008). Mentoring and research misconduct: An analysis of research mentoring in closed ORI cases. Science and Engineering Ethics, 14(3), 323–336. DOI

QRPs・再現性の危機に関する主要文献と定番書籍

Kerr, N. L. (1998). HARKing: Hypothesizing after the results are known. Personality and Social Psychology Review, 2(3), 196–217. DOI
井頭昌彦（2024）「質的研究における HARKing 問題？」『年報社会学論集』37, 35–47．
Ioannidis, J. P. A. (2005). Why most published research findings are false. PLOS Medicine, 2(8), e124. DOI
Simmons, J. P., Nelson, L. D., & Simonsohn, U. (2011). False-positive psychology. Psychological Science, 22(11), 1359–1366. DOI
John, L. K., Loewenstein, G., & Prelec, D. (2012). Measuring the prevalence of questionable research practices with incentives for truth telling. Psychological Science, 23(5), 524–532. DOI
Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. DOI
Baker, M. (2016). 1,500 scientists lift the lid on reproducibility. Nature, 533, 452–454. DOI
Button, K. S., et al. (2013). Power failure: Why small sample size undermines the reliability of neuroscience. Nature Reviews Neuroscience, 14, 365–376. DOI
Cohen, J. (1994). The earth is round (p < .05). American Psychologist, 49(12), 997–1003. DOI
Ritchie, S. (2020). Science fictions: How fraud, bias, negligence, and hype undermine the search for truth. Metropolitan Books.
Chambers, C. (2017). The seven deadly sins of psychology. Princeton University Press.
Harris, R. (2017). Rigor mortis: How sloppy science creates worthless cures, crushes hope, and wastes billions. Basic Books.
Rossner, M., & Yamada, K. M. (2004). What’s in a picture? The temptation of image manipulation. Journal of Cell Biology, 166(1), 11–15. DOI

再現性・オープンサイエンス

National Academies of Sciences, Engineering, and Medicine. (2019). Reproducibility and replicability in science. National Academies Press. DOI
The Turing Way Community. (2023). The Turing Way: A handbook for reproducible, ethical and collaborative research. Zenodo. DOI
Wilkinson, M. D., et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, Article 160018. DOI
Amrhein, V., Greenland, S., & McShane, B. (2019). Scientists rise up against statistical significance. Nature, 567, 305–307. DOI
Wasserstein, R. L., & Lazar, N. A. (2016). The ASA’s statement on p-values: Context, process, and purpose. The American Statistician, 70(2), 129–133. DOI

報告ガイドライン・研究評価・TOP・事前登録（詳細は第10章）

EQUATOR Network. (n.d.). Enhancing the QUAlity and Transparency Of health Research. equator-network.org
DORA. (2013). San Francisco Declaration on Research Assessment. sfdora.org
Hicks, D., et al. (2015). The Leiden Manifesto for research metrics. Nature, 520, 429–431. DOI
Moher, D., et al. (2020). Assessing scientists for hiring, promotion, and tenure. PLOS Biology, 18(3), e3000737. DOI
Center for Open Science. (n.d.). Transparency and Openness Promotion Guidelines. cos.io
OSF Registries. (n.d.). osf.io
AsPredicted. (n.d.). aspredicted.org

AI・データ倫理

UNESCO. (2021). Recommendation on the ethics of artificial intelligence. unesco.org
Association for Computing Machinery. (2018). ACM Code of Ethics and Professional Conduct. acm.org
人工知能学会（2017）「人工知能学会倫理指針」ai-gakkai.or.jp．
内閣府（2025）「人工知能関連技術の研究開発及び活用の適正性確保に関する指針」www8.cao.go.jp．
総務省・経済産業省（2024）「AI事業者ガイドライン」meti.go.jp．

個人情報・GDPR

個人情報の保護に関する法律（個人情報保護法）．総務省．elaws.e-gov.go.jp
European Union. (2016). Regulation (EU) 2016/679 (General Data Protection Regulation). Official Journal of the European Union, L119, 1–88.

教科書・教育教材

Shamoo, A. E., & Resnik, D. B. (2020). Responsible conduct of research (4th ed.). Oxford University Press. global.oup.com
Steneck, N. H. (2007). ORI introduction to the responsible conduct of research. U.S. Office of Research Integrity. ori.hhs.gov
日本学術振興会（2025）『誠実な科学者の心得』第2版，jsps.go.jp．
科学技術振興機構（n.d.）研究倫理教育映像教材「倫理の空白」jst.go.jp．
日本学術振興会（n.d.）『科研費ハンドブック』jsps.go.jp．
BITSS. (n.d.). Berkeley Initiative for Transparency in the Social Sciences. bitss.org
FORRT. (n.d.). Framework for Open and Reproducible Research Training. forrt.org

剽窃・撤回論文

Retraction Watch. (n.d.). Retraction Watch Database. retractiondatabase.org
NISO. (n.d.). CRediT: Contributor Roles Taxonomy. credit.niso.org