別の研究室で同じ実験を行っても、元の研究と同じ結果が出ないことがあります。元の結論が誤っていた可能性もあれば、ある条件でだけ起きる現象だった可能性もあります。結論を照合した後、どんな手順や条件でその結果が得られたかを比べると、次に確かめるべきことが見えてきます。
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ますか。別の対象から新しくデータを集めても、同じ傾向が得られますか。この二つは異なる確認です。前者ができても、後者が成功するとは限りません。
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として整理しています。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す。
「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、追試では有意ではありませんでした。この事実だけで、二つの結果が矛盾しているとは決まりません。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ります。
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します。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ります。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ります。
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です。「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ります。
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ります。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す。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ます。
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ります。一回の追試だけで原因まで特定することはできません。
参考資料
参考資料確認日:2026年10月13日。
