本発表はオープンサイエンスの観点から，研究データ管理・データの利活用と研究公正とを関連付け，動的な研究行為全体をサポートするものとして研究基盤をとらえ，持つべき役割と全体像を改めて整理する。

オープンサイエンスの推進には研究データの共有が不可欠であり，分野を超えて研究データを検索・再利用できるような仕組み（メタデータ整備）がますます重要になってきている。しかし，これまで各分野で扱っている研究データの特徴やメタデータの形式（メタデータスキーマ）について調査されたものはほとんどなく，その全容は明らかにされてこなかった。今回，名古屋大学の研究者を対象に調査を実施した。回答者数は221名と少なかったものの，分野を問わず広く研究データが公開・利用されていることと，10を超えるメタデータスキーマが学内で用いられていることが明らかになった。

物質・材料研究機構では，機関リポジトリ「Materials Data Repository」(https://mdr.nims.go.jp)と研究者総覧「SAMURAI」(https://samurai.nims.go.jp)の開発と運用を行っている。本発表では，これらのアプリケーションで，論文や研究データの永続的識別子であるDOIと，研究者の永続的識別子であるORCIDをどのように活用しているのか，特にこれらがどのように機関リポジトリの登録業務の省力化に貢献しているのかを紹介する。

DXによる業務効率化がトレンドになって久しく，機関リポジトリの運用に活用可能性を見出せるものだけでも，頻繁に新しいツールが登場しているかのように思える。最新のツールを用いれば，当然効果を期待できるが，実際には予算や環境やスタッフの習熟度などが障壁となり導入は難しいことが多い。ここでは旧来のアプリケーションや専門的な知識を過剰に要求しないツールを用いて，日々の業務を少しでも効率化しつつ，実現された環境の平準化によって業務の引き継ぎ等を容易にし，多くの人員が恩恵を受けられる状態の実現を目指す。

機関リポジトリは論文のみならず研究データの公開でも期待されている。名古屋大学では共同研究プロジェクトで機関リポジトリと連携してデータの可視化や検索性向上を図っている。九州大学でもこのプロジェクトに参加して，機関間並びに研究者と図書館職員の協力の下，これまで技術的，業務量的に対応困難だった研究データ公開に向けて，GakuNin RDMとChatGPTを活用してメタデータの登録作業を実施した。

大阪府済生会中津病院（以下，当院）では大阪府済生会中津病院年報（以下，中津年報）を発行している。大学等の紀要論文は機関リポジトリが進み，入手の利便性が高まっているが，病院発行の論文は配布が関係者に限定されることが多く，論文の需要はあるが確実な入手が保障されない現状がある。当院では2017年4月から近畿病院図書室協議会共同リポジトリKINTORE（キントレ）を利用し，中津年報掲載論文の公開を開始した。医学論文検索データベース「医中誌web」等の検索結果と論文がリンクされ，検索結果から論文PDFの入手が可能になり，利便性が飛躍的に向上した。

ダウンロード数を院内にフィードバックすることで，投稿者の励みに繋げ投稿を促すことは社会的な貢献に繋がると考える。

ChatGPTを初めとする生成AI技術は，近年若年層にも浸透しつつあり，その利用の在り方を学生にどう伝えるか，各国の教育現場での対応が急がれている。人材の交流が盛んなアジア太平洋地域では，学術的信頼性が求められる高等教育機関での取り組みについて，言語の壁に阻まれて互いに入手できる即時性の高い情報が限られたままであった。そこでクラリベイトでは，本地域に所属する分析担当者を集め，対象国の横断的調査を行った。この結果，本地域において，（１）生成ＡＩ指針の独自性，（２）研究活動への国策の影響，（３）生成ＡＩを前提とした研究倫理教育の標準化，の各点について潜在的な課題があることがわかった。今後はより詳細な調査を進め，対応策の提案につなげる予定である。

大学において，所属研究者の外部資金の獲得状況や研究成果の発表状況を把握することは，研究力の強化に向けて組織としての研究戦略を検討する上で重要な業務の１つである。本発表では，その取り組み事例として，信州大学農学部に所属する研究者の研究活動の可視化について報告する。方法としては，本部所属の分析担当者と部局担当URAが連携し，信州大学およびベンチマークする大学の研究者の研究スタイルを考慮した上で，外部資金獲得状況や論文発表状況を比較調査した。本取組により，農学系研究者の多様な研究活動を可視化する上で，研究スタイル等の研究分野固有の特徴を加味することや，複数の指標を組み合わせることの重要性が示唆された。

文化産業を取り上げたコーナーを設置する図書館を対象に，日本の公共図書館がどのように地域産業に関する情報提供を位置づけ，サービスを実施しているかを明らかにする。(1)アニメーションコーナー（練馬区立大泉図書館），(2)映画資料室（調布市立中央図書館），(3)人形コーナー（さいたま市岩槻図書館）の3コーナーを対象に，設置されているコーナーの概要やコーナーに関する資料収集について，館や自治体の発行物，Webサイトを通じて調査した上で，実際にコーナーの訪問調査を実施した。以下の3点を指摘することができた。第一にゆかりの深い地域の図書館に設置されていること，第二に地域産業の魅力発信が意図されていること，第三に地域産業の担い手に向けた情報提供は主眼ではないこと。

生成AIの登場と普及により，ハルシネーション，バイアス，プライバシー，著作権などの懸念がありつつも，生成AIの利点をどう活かしていくかがが議論の中心となっている。本発表では，Scopus AIの事例を通じて，生成AIが研究に与えるメリットを考察する。論文ベースの情報収集は「検索」から「ディスカバリー」へと進化し，分野を超えた共同研究に挑む研究者を助けることが期待される。信頼性の高いツールを選択し，賢く活用するための知識とスキルを持つ重要性を強調し，生成AI時代の研究力向上に向けた議論の活発化を目指す。

昨今生成AIは急速な広がりを見せており，知的財産に関する調査分析でもAIを活用する期待は高く，様々なAIを活用したツールが各社から発表されている。クラリベイトは，キュレーションされた特許コンテンツであるDerwent World Patents Index（DWPI）を擁しており，これをベースにLLM（大規模言語モデル）を構築したAI Searchを開発してリリースを待っている。そして60年以上にわたり蓄積してきた特許情報を活用することで信頼されるAIの実現を目指していく。

さらに，意匠調査では，AI技術による画像認識をベースとするDesign Visionを提供し多くの知財庁で審査に活用されており，これらイノベーションに貢献するクラリベイトのAIへの取り組みも紹介する。

AIとのマルチモーダル(MM)対話が人間と情報機器とのインタフェースになることにより，デジタルデバイドが10年で解消する。各個人に専属するパーソナルAI(PAI)がMM対話によってあらゆる個人向けサービスを仲介することにより，そのサービスに関連するパーソナルデータ(PD)が本人に集約される。PAIがそのPDをフル活用することにより大きな付加価値が生まれる可能性が高いが，リスクも非常に大きいので，PAIの適正なガバナンスが必須である。PAI提供者は自らの利益のためにPAIのガバナンスに協力し，そのガバナンスの下で各サービスは人間の認知バイアス等に付け込んで行動を操作することができないので，注意経済と監視資本主義が終焉する。

第6期科学技術基本計画のもと，総合知を活用した社会課題の解決やイノベーション推進を図るための取り組みが進められており，各方面において融合研究のあり方とその研究成果の評価について検討が続けられている。

本研究では，融合研究推進を支援するには機関の枠を超えて多様な人材を結集させることが不可欠との観点から，研究活動を包括的に収集，多面的な分析，可視化できるグラフデータベースの構築を目指す。単独機関での運用のみならず，科学研究費助成事業データベース等のオープンデータとも連携し，他機関との情報の連結・展開を可能にする体制構築を普及させ，グラフデータベースが生み出す様々な視点からの分析をもって，チームビルディングを支える汎用的なツールとなることを目標とする。

現行のJIS用語規格のうち国際規格との対応の程度が「MOD」とされているものにつき，附属書などに明示された「技術的差異」をISO 10241-2に照合して「IDT」とみなせるかを調査した。その結果，現在「MOD」とされているJIS用語規格のいくつかは「IDT」とみなされる可能性があることが判明した。明記された際の扱いについて検討した。またISO 10241-2の不備な点も摘出した。

来る資源循環型社会に向けて，プラスチックを扱う化学メーカーが新たに獲得できるビジネスの機会を検討するために，公開資料調査及び特許調査を実施した。

その結果から多くのプラスチック素材が使われている繊維，すなわち衣料品のリサイクル，特に複合素材のリサイクルシステム確立が大きな課題であると特定した。また，経済／技術の両面において有望なリサイクル方法は発展途上であることも分かった。

これら課題に対し，リサイクルではなくアップサイクルという観点から化学メーカーが保有する配合技術，商流，販路を活用することで，資源循環型社会に向けたビジネス展開の可能性があると考えた。

不登校の子どもをサポートする友達ロボットの実現可能性について，特許を中心とした技術文献分析に基づき検証した。友達ロボットに必要な要件を設定し既存製品を分析した結果，能動性/自主性，共感性が課題ということがわかった。直近3年の特許調査によると，能動性/自主性，共感性について適合する出願は1件だった。しかしロボットの共感性に関する出願は増加しており，将来的には友達ロボットが実現すると考えられる。

本研究では，ホップ（状況把握），ステップ（成功要因の抽出と解析），ジャンプ（提言策定）の3段階に沿って，デンマークのØrsted（オーステッド）社（以下Ｏ社）が石油・ガス事業から再生可能エネルギー事業への転換を成功させた要因解析を行った。ホップでは，事業戦略を推進する上で無形資産の役割を明らかにするため，過去に遡り情報を収集，外部・内部環境分析を行った。ステップでその結果を解析し，知的財産が事業推進において必然的な役割を果たしていることを明らかにした。最後のジャンプとして，以上の結果より日本企業においても知財-事業-研究開発の三位一体活動がより一層重要であり，持続可能かつ競争力を高める鍵であるという提言を策定した。

ストークス（D.E.Stokes）は，研究者の分類に関して，真理探究を重視する研究者をボーア型，用途を重視する研究者をエジソン型，双方を重視する研究者をパスツール型とした。ただし研究者分類の決定方法は，当事者インタビューや主観的なアンケートが一般的であり，定量的・網羅的・客観的な方法は見出されていなかった。

そこで発表者は，論文の抄録等をAi分類器に入力して，論文分類・特許分類・科研費分類を計算させて，その３次元分布の特徴から，当該論文の著者である研究者の分類を定量的・網羅的・客観的に判定できる方法を考案した。

本発表では，これを用いて，日本のノーベル賞受賞者の研究者分類を示す他，研究者チームにおける研究者分類の異同がどのような影響を及ぼすか，産学連携研究における大学と企業の研究者の分類異同がどのような成果に繋がるのか等について発表する。

学術研究の卓越性と多様性は，知識集約型社会における価値創出の基盤として重要視されているが，卓越性の評価指標は確立されている一方で，研究多様性の評価は十分に進んでいない。本研究では，各大学から出版される論文の分野多様性を研究多様性と考え，多様性指標（DIV*）を用いて定量的に調査し，大学間の分野多様性の特徴などを明らかにした。これらの研究多様性の可視化やモニタリングは，客観的データに基づく，大学の戦略的な研究マネジメントに貢献することが期待される。

大学の授業で，教員が学習者の学習状況や進捗を記録ための教育ツールに「大福帳」がある¹⁾。「大福帳」では，教員のコメントが重要な役割を果たしており，学習者の学習意欲やモチベーションを向上させ，学習成果の改善に役立っている。しかし，「大福帳」の学習者向けの返事の記入が教員にとって負担であり，15コマまでの継続はおおきな負担である。そこで，生成AI:Artificial Intelligence技術（以下，AI）を用いて「大福帳」のコメントを教員の代理として自動生成する試みを行った。教員の代理としてAIがコメントを生成すれば，教員がコメントを考え入力する負担が軽減される。また，AIが自動生成したコメントは，客観的でゆらぎの少ないフィードバックが可能になるのではないかと考えた。

Open Science & Citizen Science時代において，IP Patent Information Scientistとして社会的なニーズテーマにて何かしらの社会貢献をしたい。具体的には国連が定めたSDGsテーマに沿う社会的テーマとして，「代替食と未来の食品供給に関する特許分析」を通して，社会貢献をしたい。

世の中にはオーソライズされた代替食の分類は報告されていない模様。そこで，具体的には，PDG部会の独自分類を考案した。三大分類のA,B,Cに先ず分けた。A)健常者用代替食，B)患者医療用代替食，C)動物用代替食とした。更に，中分類を採用して，A）を９種類のカテゴリー分類案を採用した。それらを次に列挙する。①代替肉。②培養肉。③（これらを供給応用した形で）３D-Printer食。④代替乳製品。⑤代替卵。⑥代替炭水化物。⑦植物性たんパク質製品。⑧その他Ａ（昆虫食）。⑨その他Ｂ（海藻食，他）に分けて，特許分析を行った。

SDGs課題と気候変動の課題との関係も併せて検討した。結論として「何かしらの社会的提言ができないか」を検討した。その結果，新たな社会的な知恵を纏めて，アイデア的ではあるが，ChatGPTを活用して探りあてた５つのビジネスモデル案を提案する。

2022年1月以降，特許庁が日本語PCT出願の国内移行情報である再公表特許を廃止したことにより，再公表特許を利用した件数集計ができなくなった。近年は，PCT出願の利用を増やす日系企業も見受けられ，再公表特許廃止の影響は大きくなっている。このような背景により，PCT出願を含む日本特許の出願件数を正確に把握するには，制度，検索システムを理解し，目的に応じて件数集計することが重要となっている。

以上から，日本EPI協議会では，日本特許の件数集計において再公表特許の廃止による影響を調べるとともに，望ましい集計方法を研究した。

医療リアルワールドデータ(RWD)の利用が進む中，特許への活用について調査した。特許の実施例にレセプト，カルテデータの記載がある事例からシステムやアルゴリズム，機器/装置を除外した医薬特許に限定して内容を確認した。その結果，特許の件数自体はまだ少なく大手製薬会社からの出願も限られていたが，2021年以降で公開される特許数が大きく増加していた。さらにRWDを用いた実施例だけで権利確保できた事例やクレームの減縮等などにも活用できることなど，その有用性を確認することができた。今後，このような有用性の認知が進めば，活用が大いに進むと思われる。なお，本内容は日本FARMDOC協議会(JFA)の2022年度の活動成果の一部をまとめたものである。

AI技術の医療分野での発展に伴い，デジタルヘルス分野での医療機器規制の新設や各国政府からの研究開発支援が行われて来た。本研究では医薬品の調査分析での経験を活かし，治療効果を目指したデジタルメディシンに関して，特許・論文・商標・ベンチャー投資・医療機器承認情報・臨床治験・学術論文などの様々な情報を用い，モバイルアプリ，バイオセンサー，デジタル治療，遠隔治療，VR技術などについて幅広い検討を行った。

しかし，残念ながら全ての情報を網羅的に把握することは困難なことが判明した。当時は網羅的なデータベースは公的データベースにも商用データベースが存在しなかった事に加え，デジタルメディシンの事業展開が医薬品とは異なっていることも要因であった。

発表では過去の研究での分析結果と現状を踏まえた考察を行う。

生成系AIの発展により，特許調査へのAI活用が注目されている。AIは大量の特許データから関連性の高い特許を抽出し，新規性・進歩性の判断を支援できる。また，明細書作成の効率化にも寄与可能だが，AIの出力には精度や信頼性の検証が不可欠である。AIの限界を認識し，専門家の知見と組み合わせることが重要である。今後はAIの性能向上と適用範囲拡大が期待される一方，専門家とAIの協働のあり方や，法的・倫理的課題への対応が求められる。本研究では，特許調査をタスクに分解し，各タスクへのAI適用可能性を探索的に検討する予定である。ChatGPT，Google Gemini，Claude3の利用を予定している。

近年，AI技術の進化により，AI特許調査ツールと生成系AIの連携が，特許調査の高精度化に大きな可能性を秘めている。本発表では，両技術の概要と連携によるメリット，具体的な連携方法，技術的実現可能性を深堀りする。事例研究と実験結果を通じて，連携が特許調査の精度向上にどのように寄与するかを示す。また，連携技術の将来展望と法的・倫理的課題にも触れ，AI特許調査ツール(PatentSQUARE，Patentfield，Amplified.ai)と生成系AI(ChatGPT，Google Gemini，Claude3)の組み合わせによる特許調査の新たな可能性について考察する。

大規模言語モデル(LLM)を用いて販売員の共感能力を高める新たな方法を提案し，その効果を検証した結果を報告する。従来のAI利用では販売員の共感能力向上への直接的な寄与は少なかった。本研究では，バーバルなコミュニケーションの裏に隠れているノンバーバルなコミュニケーションの質的な向上を意図してLLMを活用し，商品や顧客に関連する共感を深めるエピソードを生成するアプローチを採用した。美容用品の販売現場において，男性向け化粧品の商品を題材として，LLMで生成したエピソードを販売員に提示したところ，商品や顧客への新たな視点を得ることができ，販売員の共感能力向上と行動変容に効果があることが示唆された。