変化の速い AI を研究対象として扱うための方針メモ
作成日: 2026-05-02
位置づけ: 「人間」を一枚岩にしないという指摘を踏まえつつ、さらに一段上の問いとして、変化の激しい AI という対象をどのように研究として扱えるのかを整理するためのメモ。
1. いま出てきた重要な見直し
ここまでの整理では、研究の対象を「AI を用いて制作・開発・研究・設計に関わる実践の担い手」に仮に絞る方向で考えていた。
この絞り込みは今でも有効そうである。少なくとも、「人間一般」として語るよりは、AI に生成や実行を任せる場面で、目的、制約、評価基準、暗黙の判断を外部化する必要が生じる実践者に焦点を当てた方が、研究としては扱いやすい。
ただし、ここでさらに重要なのは、その実践者を単に「研究対象者」として見ることではないかもしれない。
むしろ、この研究では、変化の速い AI という対象を直接つかもうとするのではなく、AI が入り込んだ実践の中で何が毎回問題になるのか、どのような要素を見れば変化を捉えられるのかを探る。そのための観察窓として、制作・開発・研究・設計に関わる実践を扱う、という位置づけの方がしっくりくるかもしれない。
2. 変化の速い AI をそのまま研究対象にする難しさ
生成 AI や AI エージェントは、技術の更新が非常に速い。モデルの性能、利用できる機能、UI、ツール間連携、生成できる成果物の種類、実務での使われ方が短期間で変わっていく。
このような対象を研究するとき、特定のツールや機能を中心に据えすぎると、研究がすぐに古くなる危険がある。
たとえば、「ある AI ツールでどのように UI を生成するか」「あるプロンプトでどう出力が変わるか」「ある時点の Claude Design や Figma Make の特徴は何か」を中心にすると、そのツールが更新された瞬間に、研究の射程が狭くなってしまう。
また、AI の性能そのものを評価しようとすると、モデルやベンチマークの変化に研究が追いつきにくい。今日うまくいかなかったことが、数か月後にはモデル性能で解決されている可能性もある。
したがって、この研究では、変化するツールそのものを追い続けるのではなく、ツールが変わっても繰り返し現れる構造や観点を見つける必要がある。
3. 研究として扱うべきなのは「AIそのもの」ではなく「AIが入った実践」
この研究で扱うべき対象は、AI そのものというより、AI が入り込んだ実践の構造かもしれない。
つまり、見るべきなのは次のようなことになる。
- AI が何を実行・生成するのか
- 人間は何を AI に任せようとしているのか
- そのために、どのような目的・文脈・制約・判断基準が必要になるのか
- それらは、プロンプト、UI、README、skill、デザインシステム、サンプル、チェックリストなど、どのような媒介物として表に出るのか
- AI の出力を、人間はどの観点で評価するのか
- 出力が期待と異なるとき、人間は何を修正し、どの媒介物を更新するのか
- その過程で、人間の役割や判断の位置はどのように変わるのか
ここで重要なのは、これらの観点は、特定の AI ツールが変わっても残りやすいことである。
AI の UI やモデルは変わるかもしれない。しかし、AI に何かを任せる以上、目的、制約、参照すべき知識、評価基準、人間の介入点、修復の手がかりといった問題は、形を変えながら繰り返し現れる可能性が高い。
この研究は、そのような「変化の中でも観察できる要素」を整理する研究として位置づけられるかもしれない。
4. 「実践の担い手」は対象者というより観察窓である
「人間一般」ではなく「制作・開発・研究・設計に関わる実践の担い手」を見る、という方針は、対象者を限定する意味では重要である。
ただし、それだけだと「デザイナーやエンジニアを対象にしたユーザー研究」のように見えてしまう危険もある。
この研究での実践者は、単に属性としてのデザイナー、エンジニア、PM、研究者ではない。むしろ、AI に何かを任せるときに、目的、制約、評価基準、暗黙知を持ち、それを何らかの形で外部化しなければならない主体として見る。
言い換えると、実践者は「AI との関係の中で判断や知識が表に出てくる場面」を観察するための窓である。
そのため、研究は「デザイナー一般はどう変わるか」「エンジニア一般はどう AI を使うか」を問うものではない。そうではなく、AI が実行を担う場面で、実践者が持っている判断や評価基準がどのように表に出され、どの媒介物を通じて AI に渡され、どこで再び人間によって見直されるのかを問う。
5. この研究の一段上の方針
この研究は、特定の AI ツールの使い方を明らかにする研究ではない。
また、AI 介在型実践におけるすべてのユーザー属性の違いを比較する研究でもない。
むしろ、変化の速い AI を研究として扱うために、AI が入り込んだ実践の中で繰り返し現れる観点を整理する研究である。
そのための題材として、AI に生成や実行を任せる制作・開発・研究・設計の場面を扱う。
そこで、次のような要素を見ていく。
- 何を AI に任せているのか
- その実行に必要な目的・制約・評価基準は何か
- それらはどのような媒介物として表に出ているのか
- 実践者はどこで判断し、どこで評価し、どこで修正しているのか
- 暗黙知や組織的知識は、AI との関係の中でどのように扱われるのか
- 既存の HCI / UX / HAI の枠組みでは何が捉えられ、何が捉えにくいのか
このように考えると、本研究の目的は、AI の最新動向を追いかけることではなく、AI の変化が速くても参照できる観察の足場をつくることに近い。
6. 現時点での研究の言い換え
現時点では、この研究は次のように言い換えられるかもしれない。
本研究は、生成 AI や AI エージェントの急速な変化を直接追いかけるのではなく、AI が実行や生成を担う実践の中で、目的、制約、評価基準、暗黙知、人間の介入点といった要素がどのように表に出てくるのかを整理することで、変化の速い AI 介在型実践を研究として扱うための観察の足場をつくることを目指す。
もう少し短く言うと、次のようになる。
変化の速い AI そのものではなく、AI が入り込んだ実践の中で繰り返し現れる判断・評価・外部化・媒介の構造を整理する研究。
7. この方針のよさ
この方針には、いくつかのよさがある。
第一に、特定ツールに依存しすぎない。AI ツールが変わっても、目的、制約、評価基準、媒介物、人間の介入点といった観点は残りやすい。
第二に、「人間一般」と言わずに済む。人間一般を対象にするのではなく、AI に実行を任せる実践の中で、判断や評価基準を持つ主体を見ることができる。
第三に、実務ノウハウに寄りすぎない。README や skill やデザインシステムは、うまく AI に使わせるためのノウハウではなく、判断や知識が外部化される媒介物として扱える。
第四に、研究の意義と方法がつながりやすい。意義としては、変化の速い AI 介在型実践を捉えるための概念的な足場をつくる。方法としては、公開サービス観察、実践ケース記録、文献レビューを通じて、その足場を構成する要素を整理する。
8. 注意すべきこと
一方で、この方針には注意点もある。
まず、あまりに「AI を研究するための研究」に寄せすぎると、対象が抽象化しすぎる危険がある。実際の観察対象やケースが弱いと、概念だけが先に立ってしまう。
そのため、具体的な題材は必要である。制作、開発、研究、設計の中で、AI に実行や生成を任せる具体的なケースを観察し、その中でどの要素が現れるのかを見ていく必要がある。
次に、実践者の属性を完全に無視してはいけない。デザイナー、エンジニア、研究者、学生、PM では、持っている判断基準や暗黙知が異なる。そのため、分析の際には、誰のどの実践の中で現れた判断なのかを記録する必要がある。
ただし、それを職能別比較の研究にしてしまうと射程が広がりすぎる。現時点では、属性差を主題にするのではなく、ケースの条件として明示するくらいがよさそうである。
9. 次に修正すべき表現
今後のメモやスライドでは、「人間」という表現をそのまま使う場合、どのレベルの話をしているのかを意識した方がよい。
背景レベルでは、次のように使える。
AI が実行を担うようになることで、人間が行っていた操作・判断・評価の一部が再配置されつつある。
しかし、分析レベルでは、次のように言い換えた方がよい。
AI に生成や実行を任せる実践者が、目的、制約、評価基準、暗黙の判断をどのような媒介物として外部化するのかを見る。
あるいは、次のようにも言える。
本研究で扱う「人間」とは、人間一般ではなく、AI 介在型の実践において、目的・制約・評価基準を持ち、それを AI が扱える形にする必要に直面する主体を指す。
10. 研究方針の暫定更新
この見直しを踏まえると、研究方針は次のように更新できる。
本研究は、生成 AI や AI エージェントの急速な変化を背景に、AI が実行や生成を担う実践を観察対象とし、そこで目的、制約、評価基準、暗黙知、人間の介入点がどのように外部化・媒介・再配置されるのかを整理することで、変化の速い AI 介在型実践を研究として扱うための観察枠組みを探る。
ここで重要なのは、研究が AI の最新機能そのものを追うのではなく、AI が入った実践を成立させる要素を見ようとしている点である。
また、制作・開発・研究・設計に関わる実践者は、その枠組みを考えるための具体的な題材であり、観察窓である。
11. 研究者視点での暫定評価
この方針は、ここまでの整理の中でかなり筋がよい方向に見える。
理由は、研究対象の見方を「AI を使う実践者」から、「変化が速すぎる AI を研究として扱うために、どの観点で実践を見ればよいのか」へ一段引き上げているからである。
AI そのものを対象にすると、今日のモデル、今日の UI、今日のツール仕様に研究が縛られてしまう。半年後にはツールが更新され、今観察した特徴が古くなる可能性がある。したがって、AI の最新機能を追うよりも、AI が実践に入り込んだときに繰り返し現れる要素を見る方が、研究として耐久性がある。
ここで繰り返し現れそうな要素は、目的、制約、評価基準、暗黙知、人間の介入点、修正の手がかり、媒介物などである。これらは、特定のツールやモデルが変わっても、AI に何かを任せる場面では形を変えて現れ続ける可能性が高い。
その意味で、制作・開発・研究・設計に関わる実践者は、研究の最終対象というより、AI 介在型の実践を観察するための窓である。
この研究は、「AI 活用の方法論」でも、「デザイナーやエンジニアの職能変化」だけでもない。より根本では、変化し続ける AI を、変化しにくい観察軸で捉えようとする研究である。
ただし、この方針は抽象化しすぎる危険もある。「AI を研究するための観点を整理する研究」と言いすぎると、具体的な実体が薄くなる。そのため、制作・開発・研究・設計の実践ケースは必要である。これらは主題そのものというより、観察枠組みを作るための題材として位置づけるのがよさそうである。
現時点では、次のように言うのが最も近い。
本研究の主題は、特定の AI ツールでも人間一般でもなく、変化の速い AI を研究可能にするために、AI が入り込んだ実践のどの要素を見ればよいのかを整理することにある。その題材として、AI に生成や実行を任せる制作・開発・研究・設計の場面を扱う。
12. 上位方針と具体アプローチの関係
ここまでの対話を踏まえると、この研究には、上位方針と具体アプローチの二つの層がある。
上位方針としては、次の問いがある。
変化の速い AI を、研究としてどう扱うか。
そのために、どのような観察軸を立てればよいか。
これは、この研究の大前提であり、絶対的な軸に近い。AI は技術更新が速く、特定のツール、モデル、UI、機能だけを追うと、研究がすぐに古くなる可能性がある。そのため、AI の最新機能を追うのではなく、AI が実践に入り込んだときに繰り返し現れる構造や要素を捉えようとする。
ただし、この上位方針だけを主題にすると、研究は「AI 研究一般をどう設計するか」という純粋な研究方法論に近づきすぎる。これは重要な問題ではあるが、修士研究としては抽象度が高くなりすぎる危険がある。
そこで、この研究では、上位方針を保ちながら、具体的には次のような観察可能なアプローチへ落とす。
12.1 媒介物を見る
第一に、AI と人間のあいだに立つ媒介物を見る。
ここでいう媒介物には、プロンプト、UI、目的カテゴリ、テンプレート、README、skill、デザインシステム、サンプル、チェックリスト、レビュー観点などが含まれる。
これらは、単なる資料や入力形式ではない。AI に実行を任せるために、人間や組織が持つ目的、制約、評価基準、暗黙知を表に出すものとして捉えられる。
媒介物を見ることで、AI のツール仕様が変わっても、人間が何を外部化し、何を AI に渡そうとしているのかを観察しやすくなる。
12.2 ワークフローを見る
第二に、AI が入り込んだ実践のワークフローを見る。
ここで見るのは、AI に依頼する、AI が生成・実行する、人間が出力を確認する、評価する、修正を指示する、媒介物や判断基準を更新する、といった流れである。
AI が入ることで、従来の制作・開発・研究・設計の流れは変わる。ただし、その変化は「作業が自動化される」という単純な話ではない。どの段階で人間が目的を与えるのか、どこで制約を示すのか、どこで評価するのか、どのように修復するのかを見る必要がある。
ワークフローを見ることで、AI が実行を担う状況において、人間の判断や評価がどこに移動し、どのような接点として残るのかを観察しやすくなる。
12.3 判断・評価の現れ方を見る
第三に、実践者の判断や評価がどこに現れるのかを見る。
ただし、ここでいう実践者は「人間一般」ではない。制作・開発・研究・設計などの実践の中で、目的、制約、評価基準、暗黙の判断を持ち、それを AI が扱える形にする必要に直面する主体である。
判断・評価の現れ方を見ることで、AI が生成や実行を担う場面でも、人間側に何が残り、何が表に出され、何が再び見直されるのかを捉えられる。
13. 現時点の本線
したがって、現時点の本線は次のように整理できる。
変化の速い AI を研究として扱うために、AI が入り込んだ実践を観察し、その中で媒介物、ワークフロー、判断・評価の現れ方を手がかりに、変化に耐える観察軸を整理する研究。
この整理では、「変化の速い AI をどう研究するか」が上位方針であり、「媒介物を見る」「ワークフローを見る」「判断・評価の現れ方を見る」が具体的なアプローチになる。
重要なのは、どちらか片方に寄りすぎないことである。
上位方針だけに寄ると、研究は抽象的な AI 研究方法論になりすぎる。一方で、媒介物やワークフローだけに寄ると、「README や skill の整理」あるいは「AI 介在型ワークフロー分析」に見えすぎて、最初にあった「変化の速い AI をどう研究するか」という問題意識が薄くなる。
そのため、この研究では、変化の速い AI を扱うための観察軸を探るという大きな問いを保ちながら、媒介物やワークフローや判断・評価の現れ方を具体的な題材として扱う。