SlideShare a Scribd company logo
1 of 14
Download to read offline
大学院ってどんなところ?
文系学部生の選択肢として考える
横森大輔
(九州大学言語文化研究院)
yokomori.d@gmail.com
Feb. 12, 2021
進路としての(文系)大学院
• 大学院って、何をやるの?学部の勉強とどう違うの?
• 大学院進学の利点とリスクは?
• 大学院を出たら、その先にはどんな進路があり得る
の?人生設計が不利にならない?研究者を目指すの?
• 大学院に興味はあるけど、今までの大学の勉強でそん
なにピンと来たものないし、向いてないのかな?
• 自分に大学院なんて恐れ多いのでは?
…みたいな疑問がありますよね。
以下の説明について
• 自分自身の経験(たくさんの反省)と京大・名大・九大・その他の様々な
(元)大学院生(100人以上?)の観測に基づく話です。
• 「大学院では~~しないといけない」とか「大学院に行きたいなら~~するべ
き」といったことより、「これまで大学院に入った人のパターンはこんな感
じ」という話です。そういう情報って、大学院を進路の1つとして考えてみたい
人にとって有益かなと。
• 自分が学部生の頃、(文系の)大学院がどんなところかよくわからなかった。あまり教え
てくれる人もいなかった(単に知ろうとしていなかっただけかもしれない)。
• 自分以外の(元)大学院生を見渡しても、あまりよくわからずに入学して、入ってから
「思ってたんと違う」状態になる人は少なくなかったような気がします。
• 文系を想定(自分が言語学や会話分析の界隈で見聞きしたことに基づく内容が多いです)
• 理系は全く話が変わります
• 同じ文系の中でも、分野の違いによっていろいろ変わってきます
• 未完です(が、とりあえずのバージョンをシェアします)。
• 前頁にリストした疑問にまだ全て答えられていません。
• 不明な用語があったらググってください。
大学院に入ったらやること
• 修士課程(≒2年間)
• 授業(講義・演習)に参加
• 院生同士の勉強会、学会・研究会に参加
• テーマを決めて研究を行う
• ゴール:修士論文作成&修士号取得
• 博士課程(≒3~5年間)
• 研究テーマを深める&広げる
• 学会発表
• 論文投稿
• 「日本学術振興会特別研究員」(通称「学振」)を目指す
• 研究助成への応募
• 研究コミュニティ(共同研究プロジェクト、学会・研究会の
運営等)に参加
• 留学
• ゴール:満期退学/博士論文作成&博士号取得
院生の1日/院生の1週間
• 授業、ゼミ、勉強会
• M1後期以降は、週2~5コマぐらいの分量で授業・ゼミ・勉強会に出
席するケースが多い。
• M1前期は授業がけっこうあることが多い。
• 自分の勉強・研究・その他作業
• 授業や勉強会の予習
• 修士論文に向けた資料/データの収集・整理・検討
• 場所:院生室・図書館・カフェ・自宅(人によって出没場所のタイ
プが分かれる)
• 「院生室」派は、みんなで連れ立って昼食・夕食に行ったりすることも。
• アルバイト/サークル
• 収入や気分転換は大事(ゼミ外の人間関係は非常に貴重)。
• ただ、(特に学部と同じ大学の院に進んだ場合)学部時代の生活を
ズルズル引きずりがちなので要注意(それが悪いことかどうかはと
もかく)。
院生と収入
• 学部生よりは収入チャンスが多い。
• 日本学生支援機構・第一種奨学金
• (修士)月額88,000円、(博士)月額122,000円
• あくまで「教育ローン」(要は借金)
• 「特に優れた業績による返還免除」制度あり(全額免除と半額免除)
• 院生ならではのアルバイト
• TA・RA・学内職員(図書館スタッフなど)・研究補助
• 時給は悪くないが、雇用のチャンスが限られている。勤務時間も限られている。
• 職務内容が研究のヒントにつながったり、新たな人脈につながるケースも。
• 学会バイト(自分の大学が学会の会場校になった場合など)
• (博士課程のみ)「日本学術振興会・特別研究員」
• 月額20万円+研究費
• 選ばれるのはなかなか大変(採択率20~30%?)
• ライフステージを考えると、なかなかシビア(かも)。
• 無駄遣いをしないこと&同世代と自分を比べないことが大事。
• 当然「学部卒で就職すれば入ってくるはずの収入」が入らない(むしろ学費+
必要経費を払う)。ただし、人生トータルでのプラスマイナスについてはその
他の要因が大きいので一概には言えない。
大学院に入ったら得られること
• 修士課程
• (学部生レベルを超えた)学術的な研究・調査・思考のスキル
• (学部生レベルを超えた)学術的な情報発信のスキル(プレゼン、論理構成、文章術、図
表、ディスカッション)
• 教員、大学事務、同期、ゼミの先輩(場合によっては卒業生)、後輩(場合によっては学
部生)といった人々とのコミュニケーションの経験値
• 教員専修免許をはじめとした各種資格
• 留学の機会
• 研究成果次第で、自分の名前が後世に残る
• 博士課程
• (プロの研究者としての)学術的な研究・調査・思考のスキル
• (プロの研究者としての)学術的な情報発信のスキル(プレゼン、論理構成、文章術、図
表、ディスカッション)
• 「学振」や各種研究助成の応募・採用を通じた、企画・経費管理・事務能力スキルの向上
• 長期留学や国際会議参加を通じた国際経験
• 他大学の院生や教員とのコミュニケーションの経験値
※もちろん、この中には大学院に行かなくても得られることもあるかもしれない。
大学院を出たらその後は?
• 修士課程
• 「研究の道に進む」
• 博士課程進学
• M2春の時点で「学振」に応募する
• 他の修士課程に入学(例:海外の大学の修士課程)
• 「大学院での経験を(大なり小なり)活かした職」につく
• 中高教員(専修免許)
• 大学職員、図書館司書
• 日本語学校教師
• 大学非常勤講師(レア)
• 塾講師ほか教育産業
• いわゆる「普通の就職」or起業
• 公務員等
• 民間企業等
※就職活動/公務員試験準備は、学部3-4年でやることを修士1-2年にスライドするイメージ。
• 給与所得を受けない
• 専業主{夫/婦}など
大学院を出たらその後は?
• 博士課程(「博士号取得する場合」と「取得せずに大学院を出る場合」
で状況が違うが、その点は省略)
• 「研究者になる」
• 大学非常勤講師
• ポスドク研究員(日本学術振興会特別研究員PD、○○研究所研究員)
• 任期付き専任教員(特定助教、特任助教、特定講師、特任講師)
※分野・時代・本人の人脈etc.によって、状況が大きく違ってくる。
→これらの一時的ポストを経て、「任期なし」の専任教員/研究員を目指す。
• 「大学院での経験を(大なり小なり)活かした職」につく
• 中高教員(特に高校教員は比較的よく聞くケース)
• 大学職員(特に研究支援系の職員は博士課程の経験が活きそう)、図書館司書
• その他(日本語学校教師、大学非常勤講師、塾講師)
• いわゆる「普通の就職」or起業
• 公務員等
• 民間企業等(現状ではレアかもしれない。博士卒は「職務経験が少ないのに、給料とプライ
ドだけ高い」と思われてしまっているケースも)
• 給与所得を受けない
• 専業主{夫/婦}など
院生としてうまくいきがちな人
※これははっきりしたことが何とも言いがたいトピック
なので、話半分に受け取って下さい。実際、何が「うまくいく」ことなのかもよくわ
からないし…。
• 例えば…
• 物怖じしない人
• 質問・疑問がどんどん浮かんでくる人
• 自分にとってわからないことを「わからない」と言える人
• (口だけでなく)手を動かせる人
• 他の人(ゼミ仲間でも、巨匠や大御所でも)の研究を面白が
れる人
• 注意:
• 頭が良い人、真面目な人が院生としてうまくいくとは限らな
い。
修士課程を目指す場合、何したらいい?
• 大学院入試(「院試」)
• 夏(8 or 9月)と冬(1 or 2月)の年2回入試があることが多い。
• 書類(研究計画書など)+筆記試験(論述式)+面接試験で採否が決ま
ることが多い。
• 求められること:
• 語学力
• 当該分野についての(多少浅くてもいいから)広い知識
• 「○○学」の教科書・入門書に出てくる用語であれば、だいたいどれも意味がわかる
し「例えば~~みたいなこと」と例を即座に挙げられる、というのが理想的
• どの程度の「広さ」かは、大学院入試の過去問を参照すれば良い
• 修士課程で「どのような謎を」「どうやって」解きたいのか(=研究テーマと
研究手法)を自分の言葉で明確に説明できること
• 大学入試とは全く違う。
• 大学入試の成功体験もコンプレックスも忘れるのが吉。
• 大学入試で優秀だった人≠{大学院に進む/大学院で成功する}人
• できるだけ早く教員や先輩院生とコミュニケーションを取る。
• 自分の研究テーマと研究手法について、うまくピントを絞っていく。
• 入試の準備方法について助言をもらう。
修士課程を目指す場合、何したらいい?
• 大学院入試に向けてやることの例
• 卒論にしっかり取り組む。
• 図書館の「○○学」の棚にある本を片っ端から読んでいく。
• はじめは読みやすそうな本の読みやすそうな箇所だけしっかり読ん
で、それ以外は流し見程度で大丈夫。
• 関連のありそうな授業には、学部の垣根を越えてでも覗きに
いってみる。
• 思いついたことや気付いたことをどんどんメモする習慣をつ
ける。
• 紙の手帳でもスマホアプリでも。
• キーワードだけでなく、センテンスでメモを取る癖をつけると良い。
※もちろん、このようなことは進学希望先の先生や先輩に尋ねるのが一番です。
修士課程を目指す場合、何したらいい?
• 大学院進学が希望でも「普通の就職活動」や公務員試
験受験をしておくのは損ではない、かも。
• 世の中に対する視野が広がる(はず)。
• 一市民としての視野の広さ&研究ネタの肥やし。
• 自己PRや「オトナなコミュニケーション」など、大学院生に
も求められるスキルが学べる(はず)。
• もし「あ、ここで働きたい」と思える職場との出会いがあれ
ば、それは素晴らしいこと。
• やる気さえあれば、大学院にはいつでも入れる(はず)。
• まず数年働いて学費をためて、それから大学院を目指すというパター
ンもある。
• 大学院に進学するにしても、いわゆる「普通の就職」と比べ
た上で選択した進路なのか、単に大学生活の延長として受動
的に選択したのかで、気合いの入り方が変わってくるはず。
• 謝辞
• この資料の少し前のバージョンを読んで、コメント
やフィードバックをくれた方々、ありがとうござい
ました。特に、修士課程を出て会社員/公務員とし
て就職した人や大学院という選択肢もあったけどそ
こは選ばなかった人の意見は(自分が経験しなかっ
た世界なので)貴重でした。
• 免責
• この資料のトピックは、ほとんどが究極的には
「ケースバイケース」です。分野・時代・各人の置
かれた状況によって、かなり話が変わってきます。
参考にしていただければ幸いですが、ここに書かれ
ていることがどこまで広範に当てはまるかは定かで
はありません。

More Related Content

What's hot

Triplet Lossによる Person Re-identification
Triplet Lossによる Person Re-identificationTriplet Lossによる Person Re-identification
Triplet Lossによる Person Re-identificationtancoro
 
形態素解析の過去・現在・未来
形態素解析の過去・現在・未来形態素解析の過去・現在・未来
形態素解析の過去・現在・未来Preferred Networks
 
東大を目指して…その後
東大を目指して…その後東大を目指して…その後
東大を目指して…その後naoki yamagishi
 
固有表現抽出について
固有表現抽出について固有表現抽出について
固有表現抽出についてSyo Kyojin
 
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」Hitomi Yanaka
 
学振特別研究員になるために~2022年度申請版
学振特別研究員になるために~2022年度申請版学振特別研究員になるために~2022年度申請版
学振特別研究員になるために~2022年度申請版Masahito Ohue
 
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)Yasunori Ozaki
 
Homotopy法による非線形方程式の解法
Homotopy法による非線形方程式の解法Homotopy法による非線形方程式の解法
Homotopy法による非線形方程式の解法Hideo Hirose
 
RealSenseとYOLOを用いた物体把持
RealSenseとYOLOを用いた物体把持RealSenseとYOLOを用いた物体把持
RealSenseとYOLOを用いた物体把持NaotakaKawata
 
AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦Koichi Hamada
 
とりあえずいい感じになるPower Pointテンプレート「Azusa Colors 改」を作った
とりあえずいい感じになるPower Pointテンプレート「Azusa Colors 改」を作ったとりあえずいい感じになるPower Pointテンプレート「Azusa Colors 改」を作った
とりあえずいい感じになるPower Pointテンプレート「Azusa Colors 改」を作った幹弘 松山
 
実社会・実環境におけるロボットの機械学習 ver. 2
実社会・実環境におけるロボットの機械学習 ver. 2実社会・実環境におけるロボットの機械学習 ver. 2
実社会・実環境におけるロボットの機械学習 ver. 2Kuniyuki Takahashi
 
学振特別研究員になるために~2020年度申請版
学振特別研究員になるために~2020年度申請版学振特別研究員になるために~2020年度申請版
学振特別研究員になるために~2020年度申請版Masahito Ohue
 
ふくしまプログラミング推進協会_生成AIの使いこなし202311.pdf
ふくしまプログラミング推進協会_生成AIの使いこなし202311.pdfふくしまプログラミング推進協会_生成AIの使いこなし202311.pdf
ふくしまプログラミング推進協会_生成AIの使いこなし202311.pdfAyako Omori
 
データサイエンティストのつくり方
データサイエンティストのつくり方データサイエンティストのつくり方
データサイエンティストのつくり方Shohei Hido
 
まだ定型メールの処理 手動でしてるの? Power Platform で自動化してハッピーになろう!
まだ定型メールの処理 手動でしてるの? Power Platform で自動化してハッピーになろう!まだ定型メールの処理 手動でしてるの? Power Platform で自動化してハッピーになろう!
まだ定型メールの処理 手動でしてるの? Power Platform で自動化してハッピーになろう!Teruchika Yamada
 
すしモデリング 20150917
すしモデリング 20150917すしモデリング 20150917
すしモデリング 20150917Iwao Harada
 
さらば!データサイエンティスト
さらば!データサイエンティストさらば!データサイエンティスト
さらば!データサイエンティストShohei Hido
 
情報処理技術者のための技術士受験のすすめ
情報処理技術者のための技術士受験のすすめ情報処理技術者のための技術士受験のすすめ
情報処理技術者のための技術士受験のすすめakimichi Yamada
 

What's hot (20)

Triplet Lossによる Person Re-identification
Triplet Lossによる Person Re-identificationTriplet Lossによる Person Re-identification
Triplet Lossによる Person Re-identification
 
形態素解析の過去・現在・未来
形態素解析の過去・現在・未来形態素解析の過去・現在・未来
形態素解析の過去・現在・未来
 
東大を目指して…その後
東大を目指して…その後東大を目指して…その後
東大を目指して…その後
 
固有表現抽出について
固有表現抽出について固有表現抽出について
固有表現抽出について
 
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
 
学振特別研究員になるために~2022年度申請版
学振特別研究員になるために~2022年度申請版学振特別研究員になるために~2022年度申請版
学振特別研究員になるために~2022年度申請版
 
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
 
Homotopy法による非線形方程式の解法
Homotopy法による非線形方程式の解法Homotopy法による非線形方程式の解法
Homotopy法による非線形方程式の解法
 
RealSenseとYOLOを用いた物体把持
RealSenseとYOLOを用いた物体把持RealSenseとYOLOを用いた物体把持
RealSenseとYOLOを用いた物体把持
 
AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦
 
とりあえずいい感じになるPower Pointテンプレート「Azusa Colors 改」を作った
とりあえずいい感じになるPower Pointテンプレート「Azusa Colors 改」を作ったとりあえずいい感じになるPower Pointテンプレート「Azusa Colors 改」を作った
とりあえずいい感じになるPower Pointテンプレート「Azusa Colors 改」を作った
 
実社会・実環境におけるロボットの機械学習 ver. 2
実社会・実環境におけるロボットの機械学習 ver. 2実社会・実環境におけるロボットの機械学習 ver. 2
実社会・実環境におけるロボットの機械学習 ver. 2
 
学振特別研究員になるために~2020年度申請版
学振特別研究員になるために~2020年度申請版学振特別研究員になるために~2020年度申請版
学振特別研究員になるために~2020年度申請版
 
ふくしまプログラミング推進協会_生成AIの使いこなし202311.pdf
ふくしまプログラミング推進協会_生成AIの使いこなし202311.pdfふくしまプログラミング推進協会_生成AIの使いこなし202311.pdf
ふくしまプログラミング推進協会_生成AIの使いこなし202311.pdf
 
データサイエンティストのつくり方
データサイエンティストのつくり方データサイエンティストのつくり方
データサイエンティストのつくり方
 
まだ定型メールの処理 手動でしてるの? Power Platform で自動化してハッピーになろう!
まだ定型メールの処理 手動でしてるの? Power Platform で自動化してハッピーになろう!まだ定型メールの処理 手動でしてるの? Power Platform で自動化してハッピーになろう!
まだ定型メールの処理 手動でしてるの? Power Platform で自動化してハッピーになろう!
 
すしモデリング 20150917
すしモデリング 20150917すしモデリング 20150917
すしモデリング 20150917
 
さらば!データサイエンティスト
さらば!データサイエンティストさらば!データサイエンティスト
さらば!データサイエンティスト
 
ゆらぎの数理 情報処理への応用
ゆらぎの数理 情報処理への応用ゆらぎの数理 情報処理への応用
ゆらぎの数理 情報処理への応用
 
情報処理技術者のための技術士受験のすすめ
情報処理技術者のための技術士受験のすすめ情報処理技術者のための技術士受験のすすめ
情報処理技術者のための技術士受験のすすめ
 

Similar to 大学院ってどんなところ?

Similar to 大学院ってどんなところ? (9)

キャリアデザイン2
キャリアデザイン2キャリアデザイン2
キャリアデザイン2
 
Ie lt
Ie ltIe lt
Ie lt
 
LGBTQ・性的マイノリティ当事者にとっての「美術大学」
LGBTQ・性的マイノリティ当事者にとっての「美術大学」LGBTQ・性的マイノリティ当事者にとっての「美術大学」
LGBTQ・性的マイノリティ当事者にとっての「美術大学」
 
IeLt2014
IeLt2014IeLt2014
IeLt2014
 
神戸大学への人事交流
神戸大学への人事交流神戸大学への人事交流
神戸大学への人事交流
 
大学入試説明会hp用
大学入試説明会hp用大学入試説明会hp用
大学入試説明会hp用
 
大学職員系就活体験記
大学職員系就活体験記大学職員系就活体験記
大学職員系就活体験記
 
霧島プロジェクト「ネット熟議かごしま」妹尾プレゼン資料
霧島プロジェクト「ネット熟議かごしま」妹尾プレゼン資料霧島プロジェクト「ネット熟議かごしま」妹尾プレゼン資料
霧島プロジェクト「ネット熟議かごしま」妹尾プレゼン資料
 
Schooキャリアデザインの理論⑤筒井0709提出
Schooキャリアデザインの理論⑤筒井0709提出Schooキャリアデザインの理論⑤筒井0709提出
Schooキャリアデザインの理論⑤筒井0709提出
 

大学院ってどんなところ?