知識の地図は描けるか？ — 分野知図の批判的再構成ある日本人研究チームが2014年に描いた学問の地図と、その10年後

１０年前

SBIR被採択者の日米比較 : 日本はどこでイノベーション政策を誤ったか　　山口, 栄一; 藤田, 裕二年次学術大会講演要旨集, 29: 659-662 2014-10-18

１０年後

ｂｙ　Claude Opus4.6

英語版:
https://medium.com/@izayohi/can-you-draw-a-map-of-all-knowledge-c36891691979

日本語版:
https://claude.ai/public/artifacts/d18239d3-1535-4892-9f70-024fa2e2fbbb

知識の地図は描けるか？ — 分野知図の批判的再構成

ある日本人研究チームが2014年に描いた学問の地図と、その10年後

もし誰かに「すべての学問の位置関係を一枚の地図にしてくれ」と頼まれたら、あなたはどう描くだろうか。

物理学と化学は近い。経済学と法学も近い。心理学は……生物学寄りか、哲学寄りか。教育学はどこだ。情報学は？

伝統や権威や直感ではなく、データで測れるか。

2014年、京都大学の山口栄一、ターンストーンリサーチの藤田裕二、盛之助の川口盛之助が、まさにそれをやった。彼らが作ったのは「分野知図（Academic Landscape）」——39の学問分野を、論文データベースから算出した数値的距離に基づいて二次元平面上に配置した地図である（山口・藤田 2014、藤田・川口・山口 2014、第29回研究・技術計画学会年次学術大会）。

結果は鮮やかだった。そして欠陥があった。本稿の目的は、2014年研究の紹介ではなく、その測定対象を限定し直したうえで、2025年に再設計すべき知識地図の要件を定義することにある。

地図の姿

[2014年版と2025年提案の切替表示]
学問地図:

日本語:

https://claude.ai/public/artifacts/0500e56e-2dbb-49c4-a79a-a4b4ddbb00d4

日英切り替え版:

https://claude.ai/public/artifacts/f3bfc498-fd4f-415e-814f-f35d37d4b141

2本の軸が空間を組織する。横軸は左から右へ、理系から文系へ。著者たちはこれを「意識-非意識軸」と呼んだ。縦軸は下から上へ、非生物系から生物系へ。この2軸だけで、学問間距離の分散の約80%を説明できる。

中心部に9つの学問が環を描く——数学、物理学、情報学、化学、生命科学、心理学、哲学、経済学、法学。環境学がその近傍に浮く。著者たちはこれを「コア学問」と名づけた。その周囲に5つのクラスターが衛星系のように配置される。医学系、工学系、地学系、経営学系、人文・社会科学系。

この配置は恣意的ではない。学術文献中での学問名称の共起パターンを定量化した結果である。具体的な方法は次のセクションで述べる。

作り方

方法の骨格は簡潔だが、重要な技術的手順が一つある。

任意の2学問——たとえば物理学と経済学——を取る。Google Scholarで両方の語を含む論文を検索する。共起する論文が多いほど、2つの学問は「近い」。形式的にはJaccard距離を用いる。物理学の論文集合と経済学の論文集合の共通部分を和集合で割り、1から引く。

39×39のすべてのペアについてこれを計算すると、距離行列が得られる。ここで問題が生じた。距離分布がべき分布（p(x) = x^{-2.3}）に従い、二次モーメントが収束しない。そのまま多次元尺度法にかけると一部の学問が一箇所に集結し、残りがまばらに散布される使い物にならない図になる。そこで著者たちは、距離の実数値を順位（ランク）に変換して一様分布化し、その上で古典的多次元尺度法（CMDS）を適用して2次元に圧縮した。この操作で距離の公理（metric condition）は厳密には崩れるが、「根拠と再現性をもった、議論の土台たりうる自然な視覚表現」（藤田・川口・山口 2014）を優先した判断である。

この地図を著者たちは政策分析の基盤にした。米国SBIR制度（Small Business Innovation Research、中小企業技術革新制度）の被採択者と、日本版SBIRの被採択者の学問的出自を、分野知図上にプロットしたのである（山口・藤田 2014）。対比は衝撃的だった。米国のSBIR被採択企業の代表者（PI）の74%が博士号を持ち、コア学問（とくに化学・物理学・生命科学）に集中していた。日本は1998年から2010年の13年間で、代表者の7.7%しか博士を取得していなかった。そのほとんどが工学博士だった。

地図が可視化したのは、政策文書が隠蔽していたものだった。日本は単にイノベーションで遅れているのではない——知識地形の根本的に異なる（そして狭い）部分から人材を引いていたのだ。

地図の亀裂

分野知図は本物の達成である。だが構造的な亀裂がある。亀裂には二つの層がある。一つは概念的な問題——何を測定しているのかに関わるもの。もう一つは技術的な制約——どう測定しているかに関わるものだ。

概念的亀裂

39学問は知識の形ではなく、制度の形を映している。 学問の選定はWikipedia日本語版の「学問の一覧」に基づく。これは日本の大学が学部・学科をどう編成してきたかの歴史的産物であり、知識の「自然な」分節ではない。電気工学と電子工学が別ノード（行政的区分）になる一方、認知科学、神経科学、AI、データサイエンスは地図上に存在しない。粒度も不均一だ。「数学」は1ノードだが、工学は5つに分割される。

Google Scholarが測っているのは言葉の共起であり、概念の交流ではない。 「physics AND economics」で検索すると、真に学際的な論文だけでなく、両語を偶然含む論文、メタ分析、学会アナウンスメント、編集者の言及もヒットする。Jaccard距離が捕捉するのはキーワード共起という代理変数であり、知的相互作用そのものではない。

この二つが本質的な問題である。分野知図が「学問間の知的距離」を測定していると読むことは、厳密には正しくない。それは「制度的に分類された学問名称の、出版テキスト上での共起パターン」を測定している。

技術的制約

上記の概念的問題に加えて、以下の技術的制約がある。

距離は対称だが、影響は非対称である。 物理学は経済学に深い方法論的影響を与えた（計量経済学、エコノフィジクス）。逆方向はほぼない。対称距離は「近い」とは言えるが、「どちらからどちらへ近いか」を消してしまう。

データソースの再現性に問題がある。 Google Scholarのヒット件数は、インデックス更新やアルゴリズム変更によって変動する。現在のGoogle Scholarは自動照会に対して不安定であり、約1600件の検索クエリをプログラムで回すことは実務的に困難になっている。

地図は時間を持たない。 知識は動く。AIは2014年の分野知図のノード体系では独立ノードとして扱われていなかったが、2025年には半ダースの学問の中心に座っている。分野知図は時間軸を欠いたスナップショットであり、この種の変動を追跡できない。

地図にないもの

2014年の地図に不在だが、2025年に構造的重要性を持つ領域がある。ただし、追加候補には質的に異なる二つの層がある。この区別が重要だ。

第一層：制度的に独立ノード化しうる追加候補

以下は、既存の学術出版データで測定しうる領域であり、書誌的インフラの中で独立ノードとして布置できる候補である。

人工知能（AI）・機械学習 ——独自の学会（NeurIPS, ICML, ICLR）、雑誌、大学院教育課程、研究助成カテゴリーの分化が進み、制度的に独立した領域を形成している。数学・情報学・心理学の交差点に位置する。

データサイエンスと統計学 ——元の地図は統計学を完全に欠落させている。全学問に浸透する最も普遍的な方法論的道具であるにもかかわらず。

認知科学と神経科学 ——前者は心理学・言語学・哲学・情報学・神経科学の制度的交差。後者は生理学・心理学・医学を架橋する。いずれも既存ノードに還元できない。

複雑系科学 ——物理学・生物学・経済学・情報学を横断する方法論的交差体。地図上では中心付近に位置し、複数のクラスターと重なる。離散的な学問ノードという概念そのものに挑戦する存在でもある。

公衆衛生学 ——医学・統計学・社会学・経済学の交差。COVID-19以降、制度的にも知的にも重心が移動した。

第二層：既存の書誌データでは捉えにくい外部知層

以下は、学術出版データだけでは還元しきれない実践知の成分が大きく、テキストベースの地図に原理的に載りにくい領域である。

身体技法論 ——武術、スポーツ科学、舞踊学。生理学・心理学・教育学と接続するが、独自の知識体系——型の伝達、身体知、ソマティック・プラクティス——を持ち、それは論文としては部分的にしか表現されない。

臨床知・現場の暗黙知 ——看護師の臨床的直感、技術者の材料感覚、熟練職人の工程判断。これらは教育課程、シラバス、指導者系譜、映像アーカイブ、競技規則や教本といった、論文とは別種の媒体に痕跡を残す。

この第二層の存在が、知識地図化の最も根本的な問題を突きつける。それは次のセクションの主題である。

最も深い問題——地図と領土

分野知図が測定しているのは、出版システムを介して定着した制度的カテゴリーの共起頻度である。情報学が中心に位置して見えるのは、その汎用的な語彙的性質によるバイアスに加え、現代の知の流通が計算機的基盤に依存しているというインフラの反映でもある。

知識を地図化するあらゆる試みは、測定可能な媒体（論文、引用、助成記録）に痕跡を残すデータからしか構成し得ない。では、痕跡を残さない知識はどうなるのか。

天体物理学には「暗黒物質」という概念がある。直接観測はできないが、周囲の天体の運動に影響を与えることで、その存在と量が推定される。

比喩的に言えば、身体技法や臨床知は、知識地図における暗黒物質に相当する。それ自体は論文共起ネットワーク上に直接観測されない。だが、周辺の観測可能なノード——教育学、生理学、スポーツ科学、材料工学——に対して「方法論的な引力」（なぜその研究が行われるのか）や「解決すべき問い」（現場の実践から発せられる疑問）を与え、テキストベースのネットワークに歪みを生じさせている可能性がある。ただし注意が必要だ。この「引力」は、ネットワーク残差から実証的に推定されたものではなく、書誌データの外部に重要な知の層が存在するはずだという理論的要請を図式化したものである。

元の著者たちは、ラファエロの「アテナイの学堂」を援用している。16世紀のフレスコ画で、当時の知の全体を哲学者たちの空間配置として地図化したものだ。だがラファエロの地図も、分野知図と同様、知識の権力構造（誰が描かれ、誰が中心にいて、誰が周縁に追いやられるか）を、知識の論理構造と同程度に反映している。

本当に使える知識地図は、計量可能な「制度の論理構造」と、計量不能な「実践知の不可視領域」の境界を明示するトポロジー空間でなければならない。直接描けるものだけを描くのではなく、描けないものが「ここにあるはずだ」と仮説的に示す——暗黒物質の推定質量分布のように。

それでもなお、地図を作り直すなら

認識論的な限界を踏まえた上で、なお作るとしたら何が変わるか。以下は条件つきの再設計案である。

距離指標を複数にする。 単一ソースのJaccard距離に賭けるのではなく、三角測量する。OpenAlex（オープン学術メタデータ、Topics階層＝domain > field > subfield > topicの4層構造）で共分類距離を、Semantic ScholarのSPECTER系埋め込みで意味的類似度を、引用方向性データで非対称影響を、それぞれ構成する。3つが一致する距離はロバスト。一致しない場合、その不一致自体が情報になる。

50-60ノード、粒度を制御可能にする。 欠落分野を追加し、冗長なものを統合する。ただし、粒度を可変にすると主張する以上、基底となる分類体系を選択する時点で、設計者自身が新たな「知識の権力構造」の創設者になることを自覚する必要がある。OpenAlexのTopics階層自体が英語圏の学術出版構造を反映した分類であり、日本語圏の学問編成とは必ずしも一致しない。ノード設計は不可避的に制度的判断を含む。

時間を入れる。 5年刻みのデータを取得し、学問間距離の変動を追跡可能にする。

非対称性を保存する。 対称距離マップと並行して、引用フローの有向グラフを追加する。

第二層（外部知）を別レイヤーで表現する。 身体技法や臨床知を、第一層のノードと同じ平面上に置くのではなく、「未測定領域」として別のレイヤーに配置する。周辺ノードへの影響（引力）を破線や歪みとして可視化し、存在は示すが位置は確定しない——という表現形式を取る。

ここで対立する二つの仮説がある。

• H1：学問はノードでよい。問題は粒度とデータソースだけだ。

• H2：学問はノードではなく、重なり合うトピック場・方法論場・制度場の多層ネットワークとしてしか表現できない。

現稿の批判はH2に寄っているが、再設計案はH1に留まっている。この分裂は正直に認めておく。H2の完全な実装は、ノード型の可視化そのものの放棄を意味し、現時点では設計言語が追いついていない。次稿でどちらに寄せるかを決める必要がある。

公開学術メタデータと埋め込み技術によって、テキスト痕跡に基づく知識地図の一部を再構成する道具は揃いつつある。ただし、制度外知と身体化知を含む全体図には、論文とは別種の観測装置——シラバス、教本、指導者系譜、映像アーカイブ、競技規則といった媒体の体系的収集——が必要である。

原論文：山口栄一・藤田裕二「SBIR被採択者の日米比較——日本はどこでイノベーション政策を誤ったか」（第29回研究・技術計画学会年次学術大会、2F02、2014年。データは日本版SBIR 1998-2010年の全数調査3559社、米国版SBIR 2011年度フェーズ2全数調査1034名）。藤田裕二・川口盛之助・山口栄一「イノベーション理論の基盤としての知識構造の可視化」（同大会、2F03、2014年）。FNet 2013 Kyoto（International Conference on Financial Networks and Systemic Risk）における藤田の発表は同一方法論の国際展開。

石部統久（@mototchen）——シン・ネクシャリスト。学問横断の独立研究者。 日本語：note.com/mototchen ／ 英語：Medium @izayohi