有名な研究を別の研究室で繰り返したところ、同じ結果が出なかった。こうした出来事は、元の研究が間違っていた可能性を示す。同時に、現象が成立する条件を見つける手掛かりにもなる。調べるべきものは、結論だけでなく、結果が生まれるまでの過程である。
同じ計算と、新しい実験を分ける
元のデータとプログラムを使って同じ数値が得られるか。別の対象から新しくデータを集めても、同じ傾向が得られるか。この二つは異なる確認である。前者ができても、後者が成功するとは限らない。
米国科学・工学・医学アカデミーの報告書は、前者をreproducibility、後者をreplicabilityとして整理している。用語の使い方は分野によって異なるため、何を再現したのかを具体的に書くほうが確実である。
「有意だったか」だけでは比べられない
最初の研究では統計的に有意で、追試では有意でなかった。この事実だけで、二つの結果が矛盾しているとは決まらない。推定された効果の大きさ、その不確かさ、対象数を比較する必要がある。
測定機器の校正、試料の保存方法、参加者の属性、実験者の手順なども確認する。手順書に書かれていなかった条件が結果を左右することもある。計算研究なら、データの前処理、ソフトウェアの版、乱数の扱いも調査対象になる。
失敗の理由を、次に確かめられる形へする
条件の違いで説明するなら、その条件を変えた実験で予測を確かめたい。「今回は事情が違う」と説明を追加し続けるだけでは、元の主張を検証できなくなる。
共通の手順を使った複数拠点の実験や、元の研究者と追試側の共同検証は、原因を絞る助けになる。追試の不一致を公表することは、知識がどこまで使えるのかを明らかにする仕事である。研究の信頼性は、一度も食い違わないことより、食い違いを調べられることに支えられている。
再現できない理由には、偶然のばらつき、記述不足、条件依存、誤り、不正など複数の候補がある。一回の追試だけで原因まで特定することはできない。
参考資料
参考資料確認日：2026年10月13日。