研究室の書棚や図書館の書庫には、調査票、実験ノート、紀要、学位論文、古文書といった紙の資料が長年蓄積されています。近年、これらの資料を生成AIやRAG（検索拡張生成）で活用したいというニーズが急速に高まっていますが、多くのプロジェクトが最初の一歩でつまずきます。AIは紙を読めないからです。国立国会図書館が官庁出版物約30万点の全文テキストを大規模言語モデルの学習用に提供し、熊本大学が古文書約5万枚をAI-OCRでテキスト化するなど、「学術資料の機械可読化」は国レベルで進む潮流となりました。本稿では、大学・研究機関の方に向けて、紙の研究資料をAIが扱える形に整備するための工程と、著作権・機密管理・予算執行の注意点を実務目線で解説します。
なぜ今、研究資料の「AI対応」なのか
研究資料の電子化そのものは以前から行われてきました。とはいえ、ここ数年で「電子化の目的」が大きく変わりつつあります。従来の目的が保存とスペース削減だったのに対し、現在はAIによる検索・分析・対話という「活用」へ軸足が移っているためです。
国と大学で進む「資料をAIに読ませる」動き
象徴的な事例が続いています。国立国会図書館は2025年、デジタル化した官庁出版物約30万点分の全文テキストデータを、国立情報学研究所の大規模言語モデル構築のために提供することで合意しました。また、熊本大学では永青文庫の未解読古文書約5万枚をAI-OCRで約950万文字のテキストに変換し、検索できる研究環境を構築しています。つまり、「紙の資料をデジタル化し、AIで読み解く」という流れは、一部の先進的な取り組みではなく、学術研究の標準的な手法になりつつあるわけです。
さらに、2025年度以降に新規公募される競争的研究費では、学術論文と根拠データの即時オープンアクセスが義務付けられました。研究成果の機械可読化・公開は、もはや研究活動の前提条件になったと言えます。
AI活用のボトルネックは「紙」にある
一方で、RAGや生成AIの導入プロジェクトでは、「参照させたい資料が紙のままで、そもそもAIに渡せない」という壁が頻繁に指摘されます。過去の調査票、手書きの実験ノート、製本された紀要のバックナンバーなどは、スキャンとOCR処理を経なければAIの入力データになりません。熊本大学の事例でも、研究者が「文書の画像データさえ揃えば研究が飛躍的に進む」と述べているとおり、スキャンによる画像化はAI活用の出発点です。逆に言えば、この最初の工程を確実に済ませることが、その後のAI活用全体の品質を左右します。
研究資料のAI活用は3つの類型で考える
「AIで活用する」と一口に言っても、目的によって必要なデータの仕様は大きく異なります。外注や学内での作業設計の前に、どの類型を目指すのかを明確にしておくと、過不足のない仕様で進められます。
類型1：デジタルアーカイブ＋全文検索
資料を高品質な画像として保存し、OCRテキストを付与してキーワード検索できるようにする形です。貴重書・古文書・紀要のバックナンバーなど、資料自体の保存価値が高い場合に適しています。求められるのは、原本を傷めない非破壊スキャン、劣化に耐える解像度（目安として300dpi以上、貴重資料は600dpi）、そして長期保存に適したファイル形式です。
類型2：RAG（研究室の資料に質問できる環境）
蓄積した資料を生成AIの参照元として整備し、「この調査の対象地域はどこか」「過去に類似の実験条件はあったか」といった質問に、資料を根拠として回答させる形です。NotebookLMのような手軽なツールから、大学全体のナレッジ基盤まで規模はさまざまですが、共通して重要なのはテキストの品質です。OCRの誤認識が多いデータや、表・段組みのレイアウトが崩れたデータをそのまま投入すると、AIの回答精度が目に見えて低下します。そのため、検索可能PDFに加えて、構造を保持したテキストデータの整備が効いてきます。
類型3：テキストマイニング・学習データ
大量の資料から語彙の変遷を分析したり、機械学習モデルの学習データを作成したりする形です。この場合は、フォーマットの統一と大量処理が鍵となります。数千枚から数万枚規模の一括処理になることが多く、個人や研究室内の作業では現実的に対応しきれないため、処理能力のある外注先の確保が実質的な前提となります。
大学・研究機関の場合、まず類型1（アーカイブ＋検索）として整備し、その資産を類型2（RAG）へ展開する二段構えが、費用対効果の面でも現実的な進め方と言えます。
紙資料を「AIが読める形」にする4つの工程
紙の資料がAIの入力データになるまでには、大きく4つの工程があります。それぞれに品質を左右するポイントがあるため、順に確認していきます。
工程1：スキャン（画像化）
すべての出発点です。研究資料で特に問題になるのが、製本された資料の扱いです。紀要の合本や学位論文、貴重書は裁断できないケースが多いため、本を開いた状態で読み取る非破壊スキャンへの対応が必須となります。また、解像度は用途から逆算します。OCR前提なら300dpiが標準、細部の判読が必要な古文書や図版は600dpiが目安です。
＞＞裁断できない貴重書・古文書の非破壊スキャンについてはこちらで詳しく解説しています。
工程2：OCR（テキスト化）
画像から文字を抽出する工程です。研究資料は、多言語の混在、縦書きと横書きの混在、数式や化学式、手書きメモなど、一般のビジネス文書よりOCRの難易度が高い要素を多く含みます。そのため、資料の性質に応じて通常精度と高精度の処理を使い分けること、そして重要資料では人の目による確認・補正を組み合わせることが品質確保の要点です。
工程3：構造化（レイアウト情報の保持）
RAGなどのAI用途で特に重要になる工程です。単純なテキスト抽出では、表の行と列の関係、二段組みの読み順、見出しと本文の階層が失われ、AIが文脈を誤読する原因になります。見出し・段落・表の構造を保持したデータ（テキスト形式やMarkdown形式など）に整えておくと、AIの回答精度が安定します。納品形式として「検索可能PDFのみ」か「構造化テキスト付き」かは、外注時に確認しておきたいポイントです。
工程4：メタデータ付与（整理・検索性の向上）
資料のタイトル、年代、著者、分類といった情報をデータに付与する工程です。ファイル名の命名規則やフォルダ構成の設計も含まれます。メタデータが整っていると、RAGでの絞り込みや機関リポジトリへの登録がスムーズになり、電子化資産の寿命が大きく延びます。
＞＞スキャンからOCR、データ構造化までの流れはこちらの記事でも解説しています。
大学・研究機関ならではの注意点
企業の文書電子化と共通する部分も多い一方、学術資料には特有の論点があります。特に著作権と機密管理は、計画段階で整理しておくべきテーマです。
著作権：対象にできる資料とできない資料
著作権法第30条の4により、AIによる情報解析を目的とした複製は、原則として権利者の許諾なく行えると整理されています（2024年の文化庁「AIと著作権に関する考え方について」でも同様の整理が示されています）。とはいえ、これは「何でもスキャンしてよい」という意味ではありません。市販書籍のスキャンを業者が代行する行為は、判例で複製権侵害と判断されています。そのため、外注で電子化する対象は、自組織が権利を持つ資料（紀要・調査票・実験ノート・事務文書・自組織の発行物など）や、権利処理済み・保護期間満了の資料に絞るのが安全です。RAGでAIに回答を生成させる場合の出力についても、引用の範囲など別途の配慮が必要になるため、公開範囲の設計は学内の担当部署と確認しながら進めることをおすすめします。
機密管理：未公開データを扱う体制
未発表の研究データ、個人情報を含む調査票、共同研究の契約資料などは、委託先の管理体制が問われます。確認すべきは、作業がすべて国内の自社施設内で完結するか（海外への再委託がないか）、セキュリティ認証の取得状況、作業エリアへの入退室管理などです。加えて、電子化後の原本の扱い（返却か、機密溶解処理か）まで一括で設計しておくと、情報管理の抜け漏れを防げます。
外注時のチェックリスト
ここまでの内容を踏まえ、電子化を外注する際の確認項目をまとめます。
- 非破壊スキャンに対応しているか（裁断できない資料があるため）
- 少量からのテスト依頼が可能か（無料テストスキャンがあると品質を事前確認できる）
- OCRの精度レベルを選択できるか、多言語・縦書きへの対応はあるか
- 納品形式を選べるか（検索可能PDFに加え、テキストデータやメタデータ付与の可否）
- 作業が国内・自社内で完結するか、セキュリティ体制はどうか
- 見積書・納品書・請求書の発行に対応しているか（科研費など公費での執行に必要）
- 年度末などの納期要望に応えられるか（処理能力と最短納期の確認）
なお、科研費をはじめとする競争的研究費では、電子化作業の外部委託は一般に外注費として執行されています。費目の取り扱いは研究費の種類や所属機関の規程によって異なるため、事務担当部署への事前確認と、見積書を含む書類の整備をセットで進めるとスムーズです。
＞＞数千枚を超える大量の資料をまとめて電子化する方法はこちらで解説しています。
よくある質問
Q1. 費用はどのくらいかかりますか？
A. 資料のサイズ・カラー種別・冊子か単票かで変わります。目安として、A4片面のモノクロ書類で1枚数円程度から、書籍・冊子は1冊数百円台からが相場です。数量が多い場合は割引が適用されるケースもあるため、まず概算見積を取ることをおすすめします。
Q2. 資料が少量でも依頼できますか？
A. 業者によりますが、スキャンプロでは書類1枚からご依頼いただけます。研究室単位の小規模な予算でも、必要な分だけ電子化を進められます。無料のテストスキャンで仕上がりを確認してから本発注いただくことも可能です。
Q3. 裁断できない貴重書や製本資料も電子化できますか？
A. 可能です。本を開いた状態で読み取る非破壊スキャンなら、原本を傷めずに電子化できます。貴重書・古文書・合本された紀要など、裁断が許されない資料はこの方式が適しています。
Q4. 納期はどのくらいですか？年度末に間に合わせたいのですが。
A. 標準的には数量に応じて20営業日程度からですが、スキャンプロでは1日10万枚の処理能力を活かし、ご相談により3営業日以内の短納期にも対応しています。年度末の予算執行スケジュールに合わせた納品もご相談ください。
Q5. 手書きのノートや数式の多い資料もOCRできますか？
A. 手書き文字や数式は、活字に比べてOCRの認識精度が下がる領域です。高精度OCRの選択や人手による補正の組み合わせで品質を高められますが、資料の状態によって仕上がりが変わるため、テストスキャンで事前に精度をご確認いただくのが確実です。
まとめ
紙の研究資料をAIで活用するには、スキャン、OCR、構造化、メタデータ付与という4つの工程を、目的の類型に合わせて設計することが近道です。国の政策も大学の実践も「学術資料の機械可読化」へ大きく動いており、電子化の資産価値は今後さらに高まっていきます。一方で、著作権の整理と機密管理の体制は、計画段階で押さえておくべき必須の論点です。スキャンプロでは、貴重書の非破壊スキャンから高精度OCR、機密文書の国内自社内での一貫処理まで、研究資料の電子化を1枚からお手伝いしています。まずは書棚の一角、動かしやすい資料からテストスキャンで試してみてはいかがでしょうか。