Claude Media
科研費の申請書に生成AIを使える条件と利用料の支払い — JSPS公募要領

科研費の申請書に生成AIを使える条件と利用料の支払い — JSPS公募要領

科研費の公募要領は生成AIの利用を禁止せず、著作権侵害と情報漏洩のリスクを踏まえた自己責任の判断を求めます。利用料を直接経費で支払えるかも、公募要領の記載から確かめます。

科研費の公募要領は生成AIの利用を明示的に禁止していない

科研費の申請書に生成AIを使うこと自体は禁止されておらず、使うかどうかは研究者個人の責任で判断します。生成AIの利用料を科研費で支払えるかは、公募要領に個別の定めがなく、直接経費の一般要件と所属機関の経理ルールで決まります。

日本学術振興会(JSPS)の令和9(2027)年度「基盤研究(A・B・C)、挑戦的研究(開拓・萌芽)、若手研究」公募要領の「重要説明事項」にある記載は、次の一文です。リスクを示したうえで、判断を申請者に委ねています。

なお、研究計画調書の作成に当たって、生成AIを利用することは、意図せず著作権の侵害、個人情報や機密情報の漏洩につながるリスクがありますので、このことに留意した上で研究者個人の責任において判断してください。

この一文は、剽窃・盗用の禁止と研究者倫理の遵守を求める段落のすぐあとに続きます。生成AIを研究不正と同列に禁じてはいません。著作権侵害と情報漏洩の2種類のリスクを名指しし、最終判断を研究者個人に預ける書き方です。「禁止」でも「推奨」でもない、条件付きの容認です。

同じ一文はどの公募要領・募集要項にあるか

基盤研究等の公募要領だけの記載ではありません。同じ令和9年度の「特別推進研究、基盤研究(S)」公募要領にも、句読点まで同一の文言があります。特別研究員-DCの募集要項には、主語だけが違う文言があります。

文書公表時期対象主語
基盤研究(A・B・C)、挑戦的研究、若手研究公表時期令和8(2026)年7月14日対象研究計画調書主語研究者個人
特別推進研究、基盤研究(S)公表時期令和8(2026)年4月10日対象研究計画調書主語研究者個人
特別研究員-DC(特別研究員の奨励費の公募を含む)公表時期令和8(2026)年2月対象博士課程在学者の申請書主語申請者個人

3文書とも、著作権侵害と情報漏洩という同じ2つのリスクを挙げ、留意したうえでの自己責任判断を求める構成です。特別研究員-DCの文言は次のとおりで、冒頭「はじめに」の留意事項に置かれています。

申請書の作成に当たって、生成AIを利用することは、意図せず著作権の侵害、個人情報や機密情報の漏洩につながるリスクがありますので、このことに留意した上で申請者個人の責任において判断してください。

特別研究員-DCの募集要項は、特別研究員の採用に関する募集と、科研費(特別研究員の奨励費)の公募を1冊にまとめた文書です。応募者向けの記述は、3文書とも1箇所だけです。基盤研究等と特別推進研究・基盤研究(S)の公募要領には、これとは別に審査委員向けの1行があります。利用の申告を求める記述は、公募要領・募集要項の本文に見当たりません。特別研究員-DCの申請書作成要領にも、生成AIの記述はありませんでした。文部科学省の大学向け生成AI通知が学生に利用の種類や箇所の明記を求める対応を挙げているのとは対照的です。

調書が提出から公開まで通る道のどこにリスクがあるか

「自己責任」の中身を具体化するには、研究計画調書が書かれてから公開されるまでの経路を見るのが早い道です。公募要領本体の記述から、生成AIが関わる場面を並べると次のようになります。

流れ

研究計画調書の経路と生成AIが関わる場面

  1. 1

    書く

    Web入力項目の入力と、添付ファイル項目の作成の段階です。外部の生成AIに文章や資料を渡す入力側と、出力を調書に取り込む出力側の両方がここで起きます。公募要領の注意書きが指しているのは、この段階の使い方です。

  2. 2

    研究機関に提出する

    提出先はJSPSではなく所属研究機関で、直接JSPSへ提出(送信)することはできません。研究機関が承認処理をした調書は、JSPSへの提出期限後に修正できなくなります。

  3. 3

    審査を受ける

    審査は非公開で行われ、審査委員には、調書の内容を上司・同僚・部下を含む外部に漏らさないことが求められます。応募者は非公開を前提に、未発表の研究結果やアイデアを調書に書いています。

    基盤研究等と特別推進研究・基盤研究(S)の公募要領では、この守秘義務の箇条に次の1行が加わっています。

    研究計画調書等関係資料の内容の一部又は全てを、生成AI等に入力しないこと。

  4. 4

    採択後に一部が公開される

    採択された場合、研究課題名・研究代表者氏名・所属研究機関名・交付予定額・研究期間等が、報道発表資料やKAKEN(科研費のデータベース)で公開されます。

たとえば基盤研究(A)では、中区分ごとに7名から8名の審査委員が全課題の書面審査を行い、同じ委員が合議審査でも議論します。調書は複数の審査委員の目に触れる文書です。

審査委員には、調書の内容を生成AI等に入力しないことが明文で求められています。一方、応募者には、リスクに留意したうえでの自己責任の判断が求められるだけです。

審査側の守秘義務の相手は審査委員で、応募者が調書の下書き段階で外部の生成AIサービスに渡した情報は、この枠の外にあります。未発表のアイデアが「審査まで守られる」のは、提出後の話です。下書きの段階で何を外部サービスに渡すかは、応募者が自分で線を引く領域になります。

提出と採択後の公開の2段階には、AIの使用有無にかかわらず適用される扱いがあります。調書が研究機関を通ること、採択された課題の基本情報が公開されることです。課題名は審査の対象であり、採択後に広く公開される点にも留意するよう、公募要領は求めています。生成AIに課題名の候補を出させる場合も、内容を適切に反映した名前かどうかは応募者が確かめる前提です。

調書に含まれる個人情報の扱いにも、公募要領は触れています。研究計画調書と電子申請システムに登録した個人情報は、重複や過度の集中の排除、科研費の業務、アンケートの実施に使われます。データの電算処理と管理を外部の民間企業に委託して行わせるための提供や、府省共通の研究開発管理システム(e-Rad)への提供も含まれます。応募者自身が調書の内容を外部の生成AIへ渡す行為は、これとは別の経路での提供になります。

公募要領が名指しする2つのリスクの中身

公募要領が挙げるリスクは、著作権侵害と、個人情報・機密情報の漏洩の2つです。どちらにも「意図せず」が付いており、悪意のある使い方だけを想定していません。

くらべる

入力側と出力側で別のリスク

情報漏洩

入力側

調書の文章や資料を外部サービスに入力すること自体が、情報の外部送信です。入力が学習に使われる設定かどうかで、リスクの大きさが変わります。

著作権侵害

出力側

生成AIの出力には、学習した文章の表現が近い形で混じることがあります。書き手が気づかないまま提出すれば、意図しない著作権侵害になります。どの欄でどちらのリスクが高いかは、次の表で見ます。

公募要領は、なぜその2つのリスクが生じるのかまでは説明していません。上の図の理由づけは、生成AIの一般的な仕組みから導いた筆者の整理です。公募要領に書かれているのはリスクの名前と、判断を個人に委ねるという結論までです。

生成AIの利用料は科研費の直接経費で支払えるか

公募要領に、生成AIサービスの利用料を名指しした記述はありません。支払えるかどうかは、直接経費の一般要件と所属機関の経理ルールで決まります。

基盤研究(A・B・C)等の公募要領では、直接経費の対象は研究計画の遂行に必要な経費です。研究成果の取りまとめに必要な経費も含みます。対象にならない経費は4種類で、建物等の施設に関する経費、事故・災害の処理のための経費、研究代表者・研究分担者の人件費・謝金、間接経費を使うのが適切な経費です。生成AIの利用料は、この4種類のどれにも挙げられていません。特別推進研究や特別研究員-DCなど、ほかの種目は各公募要領・募集要項で確かめてください。

注意したいのは、その他(消耗品費、その他)の費目で特に大きな割合を占める経費がある研究計画です。この場合、研究遂行上の必要性を研究計画調書に記載しなければなりません。高額な契約を計上するなら、必要性の説明が求められる場面があります。

費目の分け方や、個人契約のサービスを経費で精算できるかは、公募要領に書かれていません。所属機関の経理担当に、申請の前に確かめる対象です。

生成AIの出力は「不正行為」や「不正受給」にどうつながるか

科研費の公募要領には、生成AIとは別に「不正使用」「不正受給」「不正行為」の定義があります。不正行為は、発表された研究成果で示されたデータ・情報・調査結果等について、故意または研究者としての基本的な注意義務を著しく怠ったことによる、ねつ造・改ざん・盗用です。不正受給は、別の研究者の名義で応募したり、応募書類に虚偽の記載を行ったりして、偽りその他不正な手段で受給することです。

不正が認められた場合の扱いは、公募要領に次のように書かれています。

処分

認められた場合の扱い

  • 交付されない期間

    不正使用・不正受給・不正行為を行った研究者等には、一定期間、科研費を交付しないとされています。

  • 返還を求められる

    認められた研究課題について、科研費の全部または一部の返還を求めることがあります。

  • 概要の公表

    関与した者の氏名・所属機関・不正の内容などの概要は、原則公表されます。

生成AIの利用そのものは、この3つのどれにも当たりません。ただ、生成AIの出力が結果として他人の研究内容の盗用にあたるなら、AIを使ったかどうかにかかわらず、既存の枠組みで扱われると読めます。注意点は、不正行為の定義が「発表された研究成果」を対象にしていることです。調書の段階の盗用については、別に「他人の研究内容の剽窃、盗用は行ってはならない」と定められています。

もう一つ見落としやすいのが、虚偽の記載です。応募書類に記載した内容が虚偽だった場合、科研費を交付しない、または交付を取り消すことがあると公募要領は定めています。生成AIが作った誤りがこれに当たるかどうかは、公募要領に書かれていません。ただ、書誌情報や数値は生成AIが誤って作ることがあるため、出典と内容の一致は最後まで人の目で確認する対象です。

この処分規定とは別に、研究倫理教育の受講も求められます。新規研究課題の研究代表者・研究分担者は、交付申請前までに「科学の健全な発展のために-誠実な科学者の心得-[第2版]」などの教材の履修か、研究機関が実施する研究倫理教育の受講を済ませる必要があります。

研究計画調書のどの記述でリスクが高まるか

公募要領のリスクを、調書に実際に書く内容へ当てはめると、度合いは一様ではありません。調書は2019年度公募から旧「研究業績」欄が「応募者の研究遂行能力及び研究環境」欄に変わっており、公募要領は業績の網羅的な記載を求めないとしています。

書く内容主なリスク留意点
研究目的、研究方法のうち先行研究の要約主なリスク著作権侵害留意点既存論文の要約を任せると、元の表現が近い形で混じることがある
研究目的、研究方法のうち研究体制主なリスク情報漏洩留意点共同研究者名、被験者情報、未発表データの外部送信になる
応募者の研究遂行能力及び研究環境主なリスク著作権侵害留意点業績の要約整理でも、出典と内容の対応を確認する
研究経費の積算主なリスク2つのリスクに当たりにくい留意点数値の整理が中心で、著作物や機微情報を扱う場面が少ない

この表は公募要領が示した区分ではなく、2つのリスクを記述の種類に当てはめた筆者の整理です。引用文献の書式や体裁だけを整えてもらう使い方は、著作権侵害のリスクを直接高めるものではありません。

Claudeを申請書作成の補助に使う場合に確認しておきたいこと

リスクが入力と出力の2方向にある以上、Claudeを使うときの確認事項も2方向に沿って考えることになります。

入力側では、表の研究体制の欄にあたる情報は、学習に使われる可能性がある設定のまま入力しないことが要点です。Anthropicの商用製品(Claude for WorkやAPIなど)は、入力と出力を既定ではモデルの学習に使いません。ただし、評価ボタンなどで明示的にフィードバックを送った場合や、データの利用を許可した場合は、会話が学習に使われることがあります。無料・Pro・Maxのコンシューマープランは、商用とは別の案内に分かれているため、設定画面で学習への提供可否を確かめる対象になります。大学が組織として契約する場合は事情が変わります。Claude for Educationのようなプランでは、契約形態ごとのデータの扱いを事前に確認する必要があります。プラン別のデータ学習の違いは、商用利用規約の解説で詳しく扱っています。

出力側では、生成された文章をそのまま調書に貼り付けず、元の文献と表現を突き合わせます。文献レビューにAIを使う実例は、Claude Scienceの文献レビュー実例にあります。Claudeの利用条件全般はAnthropicの利用規約(AUP)に定めがあります。学術目的の利用が禁止されているわけではありませんが、出力の正確性を利用者側が検証する前提は変わりません。

科研費の自己責任条件は、大学が独自に定める学内の生成AIポリシーに取って代わるものではありません。調書は所属研究機関を経由して提出されるため、機関が学内規程を設けているなら、そちらも合わせて確認する対象です。公募要領が示すのは制度側の注意喚起で、大学単位のルールとは発行主体が別です。

まとめ

公募要領は生成AIを禁じておらず、使うかどうかの線引きを申請者に預けています。線を引く材料は、調書の経路のうち下書き段階では守秘義務が及ばないこと、先行研究の要約が著作権のリスクに近いこと、研究機関の学内規程が別にありうることの3点です。

参照した一次ソース

この記事の記述は、次の一次ソースと照合しています。更新時に参照先が変わった場合は一覧も更新します。

  1. jsps.go.jp/file/storage/kaken_kiban_2026_g_4978/r9_7_kobo.pdf
  2. jsps.go.jp/file/storage/kaken_tokus2026/r9_4_kobo.pdf
  3. jsps.go.jp/file/storage/j-pd/data/recruiting/2_dc_yoko.pdf
  4. privacy.claude.com/en/articles/7996868-is-my-data-used-for-model-training
この記事を共有:XはてブLinkedIn