A Bibliometric Mapping of Airport Security: Research Trends, Thematic Structure, and Practical Implications

旅行者が空港に足を踏み入れるたびに、彼らは安全性という絶対的な必要性と、スムーズで効率的な旅への欲求という、二つの相反するニーズのバランスを取るように設計された複雑なシステムに入ることになります。これらのセキュリティ・チェックポイントの舞台裏では、研究者がそのプロセスをどのように理解し、改善するかという点において、静かな革命が起きています。数十年にわたり、焦点は二つの異なる世界に分かれてきました。一方には人間的な要素、すなわち、X線画像を見て危険な物品を見つけ出すスクリーナー（検査員）のトレーニング、心理学、そして認知的な限界があります。もう一方には技術的な最前線、すなわち、手荷物の中の脅威を自動的に認識できるコンピュータやソフトウェアの急速な発展があります。どちらの側面も空の安全を守ることを目的としていますが、これらはしばれて別々のレーンを走っており、互いに言葉を交わすことはほとんどありませんでした。この分離は、旅の未来に向けた重要な問いを投げかけています。すなわち、人間のスキルと機械の知能をどのように組み合わせれば、効果的かつ効率的なセキュリティシステムを構築できるのか、という問いです。

これに答えるため、トルコのコジャエリ大学の研究者であるタルク・ミルダン（Tarık Mildan）は、空港セキュリティに関する学術研究の全容をマッピングすることにしました。膨大な量の研究を一つひとつ読み進めることは、そのボリュームからして不可能であるため、彼は「ビブリオメトリック分析（計量書誌学的分析）」と呼ばれる手法を用いました。これは、巨大な図書館の全体像をスナップショットとして捉え、どの本が最も頻繁に一緒に読まれているか、どの著者が互いに影響を与え合っているか、そしてどのトピックが人気を高めているかを示す地図を描くようなものだと考えてください。主要なデータベースであるScopusから、2010年から2025年初頭までに発表された1,207件の学術文書を集めることで、ミルダンは、この分野の知的構造を可視化しました。彼は、誰が論文を書いたのか、どのような言葉が最も頻繁に使われているのか、そしてトピックが時間の経過とともにどのように変化したのかを調査しました。その目的は、単に論文の数を数えることではなく、この分野における知識がどのように構築され、どこに空白（ギャップ）が残されているのかを決定づける隠れたパターンを理解することでした。

そのマップは、並行して走ってきた二つの明確な経路の物語を明らかにしました。一つの経路は、人間の心理学に深く根ざしています。このグループの中心には、人間がどのように画像を認識し解釈するかに焦点を当てた研究者ネットワークを率いるエイドリアン・シュヴァニンガー（Adrian Schwaninger）という研究者がいます。これらの研究は、セキュリティ・スクリーナーの精神的プロセス、脅威を見つけるための訓練方法、そして彼らが使用する機械との相互作用を調査しています。この伝統は着実かつ一貫しており、人間のパフォーマンスや、長時間X線画像を見続ける際の認知的課題に関する知識の強固な基盤を築いてきました。もう一つの経路は、エンジニアリングとコンピュータサイエンスによって推進されています。このマップの側面の動きは、特に2019年以降、爆発的に増加しました。ここはディープラーニング（深層学習）の研究によって支配されており、これはコンピュータが物体を「見て」識別することを可能にする人工知能の一種です。このクラスターで最も頻繁に使われる用語には、「ディープラーニング」、「物体検出」、そして「YOLO（You Only Look Once：一度見るだけでよい）」という特定のソフトウェアツールが含まれます。この技術により、機械は手荷物をスキャンし、ほんの一瞬で潜在的な脅威をフラグ立てすることが可能となり、現代の研究における標準となっています。

このマップが非常に価値を持つ理由は、これら二つの経路がいかに互いに無視し合ってきたかを示している点にあります。人間心理を研究している研究者は、コンピュータ科学者が書いた論文を引用することは滅多になく、その逆も同様です。データによれば、ヒューマンファクター（人間工学的な要因）のグループは緊密な協力関係にあるコミュニティを持っていますが、テクノロジーのグループは、数千件の引用を集める巨大で急速に成長している分野です。テクノロジー部門で最も多作な著者はコンピュータビジョンや人工知能の専門家であり、一方でヒューマンファクターの専門家は心理学者や応用研究者です。この分裂は、この分野が現在、二つの別々の会話に分かれていることを示唆しています。一つは、人がより優れた仕事ができるようにする方法についての会話であり、もう一つは、人の代わりに仕事ができる機械を作る方法についての会話です。この研究は、この分離が問題である可能性を示唆しています。なぜなら、空港セキュリティの未来はおそらく、これら二つのアプローチを切り離しておくのではなく、統合することにかかっているからです。

研究のタイムラインは、もう一つの重要な物語を伝えています。研究期間の最初の8年間、つまり2010年から2018年までは、出版物の数は緩やかで着実なペースで増加していました。しかし、2019年を境に出力は劇的に急増し、2023年と2024年にピークに達しました。この突然の跳ね上がりは、高度なコンピュータビジョン技術の広範な採用と一致しています。この急増は単なる一般的な関心の高まりではなく、ディープラーニング、X線撮像、および自動脅威検知に関する新しい研究の洪水によって具体的に引き起こされたものでした。これらの論文の主題領域は、この変化を裏付けています。現在、研究の大部分はエンジニアリングやコンピュータサイエンスの部門から来ており、数学や物理学の部門からもかなりの割合を占めています。社会科学や心理学も相当数の研究を寄与していますが、急成長する技術文献と比較すると、その割合は小さくなっています。これは、この分野が、より優れたアルゴリズムや検知システムを構築することに重点を置いた、ますます技術的なものへと移行していることを示しています。

技術的な成長は目覚ましいものの、マップは同時に「何が欠けているか」も浮き彫りにしています。研究は、検知のメカニズム、つまり機械をいかに速く、正確に、そして武器や爆発物をより良く発見できるようにするかという方向に大きく偏っています。しかし、乗客の体験についてはほとんど言及されていません。セキュリティ・スクリーニングのプロセスと、旅行者がどのように感じるか、どれくらい待つのか、あるいはサービスにどれほど満足しているかを結びつける研究は極めて少ないのです。同様に、空港セキュリティのより広範な政策や経済的側面も十分に探索されていません。数式の技術的な側面は驚異的なスピードで解決されつつありますが、これらの方程式の人間的な側面、すなわち、これらのシステムが旅行者の日常生活にどのように適合し、どのように規制されるのかという点は、依然として盲点となっています。この研究は、将来の研究がこれらのギャップを埋め、自動検知を人間の訓練とどのように統合できるか、そしてセキュリティ対策をいかに安全かつ乗客に優しいものとして設計できるかを探求する必要があると示唆しています。

空港を実際に運営し、セキュリティ政策を設計する人々にとって、これらの知見は明確なガイドを提供します。ヒューマンファクター研究の伝統が存続していることは、機械が人間のスクリーナーに取って代わるものではなく、むしろ彼らと共に使われるべきツールであることを示唆しています。データは、より優れた人工知能を開発する場合でも、人間への訓練への投資を継続しなければならないことを示しています。なぜなら、スクリーナーと機械の間の信頼関係は、当然のものとして想定できるような単純なものではなく、複雑な心理的問題だからです。さらに、技術変化の速いペースを考えると、空港セキュリティを管理する規則や規制は、それに追いつく必要があります。もし技術が毎年進化しているのであれば、新しい機器の認証プロセスが数年も遅れることがあってはなりません。最後に、この研究は、最も効果的なセキュリティ戦略は、リスクベースのスクリーニングプログラム（乗客のリスクレベルに基づいて異なる扱いをするプログラム）と、新しい自動検知ツールとの間の点と点を結びつけることから生まれるであろうことを指摘しています。これらの別々の研究の流れを一つに結びつけることで、航空業界は、よりスマートであるだけでなく、関わるすべての人にとってより一貫性があり効果的なシステムへと向かうことができるのです。