情報系大学院はどう選ぶ？6課程の研究分野・研究室・院試科目を比較

情報系の大学院は、大学名や「情報」という専攻名だけで選ぶより、研究したい問い、指導を受けたい研究室、入試で求められる科目の順に比べると候補を絞れます。人工知能に関心がある人でも、アルゴリズムを考える研究、ロボットに実装する研究、人と技術の関係を調べる研究では、進学先も必要な準備も変わります。

情報系という言葉は、計算機科学だけでなく、数理、通信、人間、社会まで含む広い入口です。そのため、同じ名称の科目があることよりも、その研究室で何を明らかにし、どんな方法で研究を進めているかが選択の手がかりになります。試験が得意科目だけで受けられても、入学後に取り組みたい研究がなければ、志望先としての相性は判断できません。

この記事では、修士課程・博士前期課程に当たる6つの課程を、公式資料に基づいて比較します。確認日は2026年11月2日です。入試比較は主に2027年度入学向けの一般選抜資料を使いますが、夏に実施された選抜はすでに終了しています。今から出願できる大学の一覧ではなく、進学先と準備する分野を選ぶための比較として読んでください。

情報系大学院は、研究したい問いから候補を探す

最初から研究計画を完成させる必要はありません。興味のある技術や社会の問題を一つ挙げ、「その中の何を調べたいのか」と「どんな方法を使いたいのか」を分けるだけでも、見るべき専攻や教員が絞られます。情報系の大学院を探す段階では、この二つを行き来して具体化していくのが自然です。

「人工知能を学びたい」を研究の対象と方法に分ける

例えば、画像認識に関心がある場合でも、少ないデータで学習できる仕組みを研究するのか、医用画像の診断支援に取り組むのか、カメラを使うロボットを動かすのかで必要な環境が異なります。手法の理論を深める研究室なら数理的な説明を読むことが手がかりになりますし、実機を扱う研究室なら設備、実験の進め方、対象となる環境も見たい項目です。

一方、「生成AIが社会へ与える影響を調べたい」という関心なら、情報システムの開発だけが入口ではありません。利用者への調査、メディア研究、制度やコミュニケーションの分析を行う専攻も候補になります。研究したい対象がデジタル技術でも、研究方法は工学、数理、人文社会のいずれにもまたがり得ます。

ここで目的を一文にするなら、「画像認識を学びたい」より「少ない画像からでも識別できる方法を調べたい」のほうが、教員紹介と照合しやすくなります。最初の一文は仮で構いません。研究室の論文や修士論文題目を読み、扱える範囲を知ったところで書き直せば、単に有名な大学を並べた候補表から一歩進めます。

専攻名だけで学べる範囲を決めない

「情報科学」「情報理工」「情報学」という名称は、研究の範囲を完全には表していません。同じ研究科の中に計算機科学と数理、電子情報、知能機械を扱う専攻があることも、人間や社会を扱う専攻があることもあります。大学全体の学部紹介より、志望課程の専攻一覧と教員一覧を見るほうが、修士での研究に近い情報を得られます。

また、教員が所属する組織と、学生が出願する専攻の名前が一致しない例もあります。研究室のホームページにたどり着いたら、最後に大学院の募集要項へ戻り、その教員の指導を受けるにはどの課程・専攻へ出願するのかを結び付けます。研究室名だけをメモすると、出願先を選ぶ段階で別の区分を見ていたことに気付きにくくなります。

データ分析を学べる修士課程を、学位や社会人の通学条件から比較したい場合は、データサイエンス大学院の選び方で整理しています。本記事では情報分野の研究テーマと研究室、その入口になる入試科目に焦点を当てます。

6つの課程を研究分野と入試の仕組みで比較する

比較するときは、大学名、課程、選抜区分、入学年度をそろえます。同じ大学でも専攻ごとに専門試験が異なるため、「この大学は数学だけ」「この大学は面接だけ」という大学単位の言い換えは避けたいところです。以下の表も難易度順ではなく、研究の方向と選抜の違いを見つけるための一覧です。

研究分野と出願先を見比べる

同じ「情報系」でも、6課程の内部構成は異なります。まず研究科・学府の全体像を見てから、関心に合う専攻やコースへ進みます。特定の一専攻の試験を研究科全体の条件として読まないことが、比較の前提になります。

大阪大学については、過去の案内にある専攻名と、2027年度要項の募集区分を混ぜないようにします。現在の研究室紹介から関心のある講座を探した後、当該年度の要項で出願先と選択科目を確認する順序なら、組織変更をまたいでも対応できます。

代表的な専攻・コースの試験を比較する

次の表は各課程の全専攻を網羅した科目一覧ではなく、2027年度入学向けの一般選抜から選んだ具体例です。試験科目の違いが、研究室や研究分野の選択とどう結び付くかを見るために掲載しています。英語は利用可能な試験名の要点であり、受験日の範囲、成績の形式、提出方法は各要項の指定に従います。

出典は、東大情報理工の2027年度共通要項と電子情報学専攻案内書、東大学際情報学府の社会情報学コース要項、名古屋大学の2027年4月入学要項、北海道大学の専門試験案内、大阪大学の2027年度一般選抜要項、京都大学の2027年4月入学・8月実施要項です。

同じ研究科でも、東大の創造情報学は数学またはプログラミングを選ぶ方式で、電子情報学の条件をそのまま当てはめられません。大阪の情報基礎数学専攻は英語試験を実施し、情報科学専攻と同じ外部英語成績の扱いではありません。名古屋の知能システム学では解析・線形代数、確率・統計、Python3によるプログラミングが示される一方、社会情報学や心理・認知科学は別の専門科目です。表で関心を持った大学ほど、最後は専攻別のページまで進む意味があります。

研究室の希望が、解くべき科目を決める例もある

大阪の情報科学専攻と京都の社会情報学コースは、研究室の志望と科目選択を別々に決められない点が比較の手がかりになります。大阪では選択科目で入学できる講座が限定され、京都では第1志望区分が専門科目の解答分野を指定します。得意な科目を選んでから研究室を探すと、希望する指導先とつながらない可能性があるため、研究室から試験条件を確かめる順序が合っています。

また、東大学際情報学府の社会情報学コースは、2027年度夏季入試から専門筆記試験を再開し、小論文提出を廃止しています。学府の入試案内には変更告知も掲載されています。古い受験体験や前年の対策記事は参考になっても、今年の選抜条件を決める根拠にはできません。募集要項だけでなく、変更告知と専攻別の補足を一緒に読むと、このような差を見つけられます。

研究室と入試科目を照合して志望先を絞る

比較表から興味のある課程が見つかったら、研究室の情報と募集要項を一組にして読みます。研究の相性と受験準備は別々に採点するよりも、一つの候補について両方を確かめたほうが、出願後の行き違いを減らせます。志望先を増やす段階から絞る段階へ移るときの具体的な順序を示します。

教員紹介から最近の論文や研究題目へ進む

教員紹介は研究分野の入口です。「機械学習」「ネットワーク」「メディア」といった語が一致したら、最近の論文、研究プロジェクト、学生の研究題目へ進んでみます。同じ語でも、理論の証明が中心なのか、データを使う実験が中心なのか、社会調査が中心なのかによって、日々の研究は違います。

論文を最初からすべて理解できなくても、何を問題にしているか、既存の方法のどこを変えているか、どんなデータや装置を使っているかは読み取る目標になります。自分の関心との接点を説明できれば、研究室へ相談するときも「AIに興味があります」から先の話ができます。理解できなかった点も、そのまま質問を考える材料になります。

教員の過去の実績だけではなく、現在の研究テーマと受入れの案内を見ることも欠かせません。共同研究先や設備が紹介されていても、全学生が同じ研究に参加できるという意味ではありません。特定のデータや機材を使うことが志望理由の中心なら、研究計画として実現可能かを相談する必要があります。

研究室の配属時期と事前相談の位置付けを確認する

出願前の相談、出願時の指導教員希望、入学後の研究室配属は別の手続きです。関心のある教員へ連絡して好意的な返事があっても、入学試験の合格や配属を保証するものとは限りません。どの段階で何を決めるのかは、研究科の案内と専攻の注意事項の両方で確認します。

特に複数の教員や研究室を希望できる方式では、第一希望だけに合う研究計画になっていないかも考えます。第二希望を形式的に書くのではなく、自分の問いに対して別の方法や対象から取り組める接点を探すと、配属後の研究を想像しやすくなります。ただし希望の記入数や連絡の可否は、各課程のルールに合わせる必要があります。

相談では、研究テーマの方向、入学時点で期待される基礎、研究指導の方法、出願までに準備すべき事項などを、公開情報では分からなかった点に絞って尋ねます。研究室の紹介ページにすでに書いてあることを質問するより、自分が読んだ内容と関心の接点を添えるほうが、具体的な助言につながります。

科目名だけでなく、選択数と解答条件を見る

専門試験の一覧に「数学」「情報」が載っていても、全分野を解くのか、一部を選択するのかで準備量は大きく変わります。数学の中でも線形代数、解析、確率統計などの範囲があり、専門科目ではアルゴリズム、計算機、通信などが区別されることがあります。実際の範囲は志望専攻の当該年度の要項と過去問でつなぎ合わせます。

過去問を一度眺める段階では、点数を測ることより、問題の形式や自分の履修経験との差を見つけることが目的です。授業で扱った分野でも、証明を求められるのか、計算過程を説明するのか、実装や設計の考え方を問うのかによって、必要な準備が異なります。科目名が同じという理由だけで併願先を増やすと、この差を見落としやすくなります。

具体的な勉強の進め方は院試の勉強法、教材の選択は院試対策の参考書へ分けて整理しています。ここでは「どの大学院なら、自分の関心と準備できる範囲が両立するか」を決めるために過去問を使います。

他学部・他分野から情報系へ進むときの判断

情報系以外の学部から進学を考える場合、最初に分けたいのは出願資格と、入学試験・研究で求められる基礎です。出願資格を満たすことは、その専攻の専門試験へすぐ対応できることを意味しません。一方、現在の専攻名だけで研究の接点がないと決める必要もありません。

これまでの専門を研究の接点にする

例えば、物理を学んできた人なら数理モデルや計算、心理学を学んできた人なら認知や利用者の実験、社会学を学んできた人ならメディアや情報社会の研究と接点を持つ可能性があります。ただし、接点があることと、その課程の試験で有利になることは同じではありません。自分の専門を生かせるテーマを見つけたうえで、入試に必要な範囲を別に確認します。

このとき、「情報系に変わるために、今までの専門を捨てる」と考えるより、現在の学修で身につけた対象の理解や研究方法をどう使えるかを説明すると、志望理由が具体的になります。プログラミング経験の長さだけで判断せず、問いを立てる力、実験を組む経験、文献を読んで論点を整理した経験なども振り返れます。

一方で、既習分野との接点を強調しすぎて、未修得の基礎を見えなくするのも避けたいところです。研究室の論文を読むための数学、実験に必要なプログラミング、専門試験の情報科学など、足りないものを項目に分ければ、今から準備できる候補と、時間をかけて目指したい候補を区別できます。

履修経験を候補ごとの不足へ置き換える

「情報系の知識がない」という大きなくくりより、「線形代数は履修済みだが、アルゴリズムは未履修」のように分けたほうが、選択に役立ちます。各候補の科目と自分の経験を並べ、既習、復習が必要、未履修の三つに整理してみます。難しいと感じた科目を理由に即座に外すのではなく、試験までの時間と研究上の必要性を合わせて考えるための表です。

英語も同様です。外部試験の成績を出す方式なら、試験の種類だけでなく、対象となる受験日、成績の提出方法、出願時に間に合うかを確認します。点数の目標を考える前に、使える成績を用意できるかという条件があります。ある大学が認める成績の種類や提出方法を、別の大学にもそのまま当てはめることはできません。

また、社会人として受験する人は、選抜方式の名称と研究時間の確保を分けて考えます。社会人向けの選抜があっても、研究室の活動が夜間だけで完結するとは限りません。実験、ゼミ、共同作業の時間を含めて通えるかという判断は、研究室を具体的に決める段階で必要になります。

候補を並べるための比較メモ

大学院をいくつか見たら、印象だけで比べず、同じ項目でメモに残すと違いが見えてきます。空欄を埋めること自体が目的ではありません。公開情報で分かったことと、研究室や窓口への相談が必要なことを分け、自分の判断に直結する疑問を残すために使います。

例えば、同じ画像認識の研究でも、A研究室は手法の理論、B研究室は医療への応用を扱っているとします。これは選び方を示す架空の例ですが、Aは数学の基礎、Bは対象データや分野の理解というように、調べるべき点が変わります。試験科目だけならAに準備しやすくても、研究したい問いがBに近ければ、その差をどう補えるかが次の検討事項になります。

メモができたら、「研究が合う」「出願条件を満たす」「必要な準備が可能」の三つで候補を見直します。一つでも未確認なら、すぐ不合格や不向きと判断するのではなく、何を確認すれば判断できるかを記します。公式資料の再確認で済む疑問と、教員への相談が必要な疑問を分けることで、次に取る行動が具体的になります。

情報系大学院選びでよくある疑問

候補を絞る段階で迷いやすい点をまとめます。学校の優劣を一つの数字へ置き換えるより、自分が修士で何を研究し、どんな環境で取り組むかに戻ると判断しやすくなります。

情報系大学院はランキングで選んでもよいですか？

ランキングは大学を知る入口にはなりますが、指導教員、専門分野、設備、配属方法までは判断できません。興味を持った大学が見つかったら、研究科・専攻・研究室へ順に掘り下げ、自分の問いに合う指導を受けられるかを比べるほうが、修士での研究に近い選び方です。

文系や情報系以外の学部から受験できますか？

出願資格は課程と選抜区分によって異なります。まず募集要項で自分の資格を確認し、その後に専門試験と研究に必要な基礎を見ます。情報学の中には人文社会に接する分野もありますが、どの情報系大学院も同じ準備で受けられるという意味ではありません。

プログラミングが得意なら入試にも対応できますか？

開発経験と入試で問われる内容は一致するとは限りません。数学、理論、計算機の仕組み、論述などを求める方式もあるため、専門試験の科目と過去問を確認します。得意な経験を研究でどう生かせるかと、選抜に向けて何を補うかを分けると整理できます。

2027年度の募集要項を見れば、今から出願できますか？

入学年度が2027年度でも、2026年の夏に実施済みの試験があります。年度だけで判断せず、募集回、出願期間、試験日を確認する必要があります。冬の募集がある課程でも、夏と同じ専攻・募集人数・方式とは限らないため、当該回の案内を参照します。

研究室と入試を一組にすると、志望先の違いが見える

情報系大学院を選ぶときは、まず研究したい問いを一文にし、研究分野と研究室を探します。その候補について、出願する課程・専攻、専門科目と数学、英語、事前相談や配属の方法を照合すると、名前だけでは分からなかった違いが見えてきます。

6課程の比較は、大学院全体の優劣を決めるものではありません。関心に近い研究室を見つけ、自分の履修経験と必要な準備の差を具体化するための入口です。候補ごとの比較メモに根拠と未確認事項を残し、研究内容と受験条件の両方から志望先を絞っていきましょう。