クリティカル・インシデント収集における題材・対象者・文脈管理
作成日: 2026-05-02
位置づけ: クリティカル・インシデント法を使って AI 介在型実践を記録する際に、どのような実践タイプを題材にし、どのような対象者を想定し、どの文脈情報を管理すべきかを整理するメモ。
1. このメモの前提
本研究の上位方針は、変化の速い AI そのものを追うことではなく、AI が入り込んだ実践の中で繰り返し現れる観察軸を探ることにある。
そのため、クリティカル・インシデントを集める際にも、特定の AI サービスやツールを比較することを主目的にしない。重要なのは、AI が生成や実行を担う場面で、目的、制約、評価基準、暗黙知、人間の介入点、媒介物、修復の手がかりがどのように現れるかを見ることである。
したがって、題材は「ツール単位」ではなく、「目的・実践タイプ単位」で選ぶ方がよい。
2. ツール単位ではなく、目的・実践タイプで選ぶ
AI サービスや AI ツールは変化が速い。特定のツール名や機能を中心に置くと、そのツールの仕様変更によって研究の射程が狭くなりやすい。
一方で、AI に何かを任せる実践タイプは、ツールが変わっても比較的残りやすい。たとえば、文章を整理する、スライドを作る、UI を生成する、コードを修正する、といった実践は、使うツールが変わっても繰り返し現れる。
そのため、サンプリングの基本単位は次のように置く。
どのツールを使ったかではなく、どのような目的・実践の中で AI に生成や実行を任せたのか。
ツール名は記録するが、主たる分類軸にはしない。ツールは、インシデントの文脈条件として扱う。
3. 最初に見る実践タイプ
最初から一つの実践タイプに絞り切るより、複数の実践タイプを少し幅広く見る方がよさそうである。
理由は、実践タイプによって、AI に任せるもの、人間が評価するもの、必要になる媒介物、露出する判断基準が異なるからである。
現時点では、次の4タイプを初期候補にする。
3.1 文章・研究整理
例:
- 研究メモの整理
- 論点の抽出
- 文章の構成案
- 要約
- 問いの整理
ここで露出しやすい判断:
- 論旨が通っているか
- 研究のニュアンスを落としていないか
- 背景と主題を混同していないか
- 抽象度が適切か
- 自分の思考の揺れを消しすぎていないか
3.2 資料・スライド生成
例:
- 発表スライド
- 説明資料
- 図解
- 構成案
- 研究概要資料
ここで露出しやすい判断:
- 流れが伝わるか
- 1枚ごとの情報量が適切か
- 図解が論点を支えているか
- 聞き手に誤解されないか
- 研究の位置づけが単純化されすぎていないか
3.3 UI・デザイン生成
例:
- 画面案
- プロトタイプ
- レイアウト
- コンポーネント配置
- デザインシステムに沿った UI 生成
ここで露出しやすい判断:
- 情報設計が妥当か
- 既存コンポーネントの使い方が適切か
- ブランドらしさが保たれているか
- 見た目だけでなく意味的に合っているか
- ユーザーが誤解しないか
3.4 コード・実装支援
例:
- コード修正
- UI 実装
- 既存コードへの変更
- テスト修正
- リファクタリング
ここで露出しやすい判断:
- 既存設計と整合しているか
- 保守しやすいか
- プロジェクトの規約に合っているか
- 不要な抽象化をしていないか
- どこまで AI に任せ、どこで人間が確認する必要があるか
4. 数をどう集めるか
最初から大量に集める必要はない。むしろ、最初は少数の濃いインシデントを集め、記録フォーマットや分析軸が機能するかを確認する方がよい。
初期段階では、次のくらいを目安にする。
- 実践タイプごとに 2〜3 件
- 合計 8〜12 件程度のインシデント
この段階の目的は、網羅性ではなく、観察軸を立ち上げることである。
その後、集めたインシデントを見て、足りない実践タイプや、偏っている判断基準があれば追加する。
たとえば、文章整理とスライド生成に偏っている場合は、UI 生成やコード支援のインシデントを追加する。逆に、失敗事例ばかりになっている場合は、うまくいったインシデントを意識して追加する。
この進め方は、最初に代表性を確保するというより、見えてきた概念や観察軸に応じて次の事例を選ぶ、探索的・理論的サンプリングに近い。
5. 対象者の考え方
対象者は、「人間一般」とは置かない。
本研究で想定する対象者は、次のように定義する。
AI に生成や実行を任せ、その出力を評価・修正・採用判断する必要がある実践者。
ここには、研究・資料作成をする学生、デザイナー、エンジニア、PdM 的な立場の人、研究者、制作・開発に関わる人などが含まれうる。
ただし、職能差や属性差そのものを主題にすると、研究の射程が広がりすぎる。したがって、この研究では対象者を職能別に比較することを主目的にしない。
重要なのは、対象者がどのような実践文脈にいて、どのような評価基準や専門性を持ち、AI の出力に対してどのように判断したのかを記録することである。
6. 対象者を区別しないのではなく、文脈条件として管理する
「AI に生成や実行を任せ、その出力を評価する実践者」と大きくまとめることはできる。
しかし、その中の違いを無視してはいけない。
同じ「AI の出力を評価する」でも、一般大学生、研究者、デザイナー、ジュニアデザイナー、エンジニア、PM、教授では、判断の根拠や暗黙知の種類が異なる。
したがって、対象者の違いは、比較軸として前面に出すのではなく、各インシデントを解釈するための文脈条件として必ず記録する。
記録すべき文脈条件は、少なくとも次のようなものになる。
- 立場: 学生、研究者、デザイナー、エンジニア、PdM など
- 専門性の程度: 初学者、ジュニア、経験者、専門家
- 対象タスクとの関係: 自分の専門領域か、補助的作業か、初めての作業か
- 評価基準の有無: 何を良い／悪いと判断できる立場か
- AI 利用経験: 慣れているか、試行段階か
- 組織的文脈: 個人作業か、チーム・組織の基準があるか
- 成果物の利用場面: 自分用か、他者に見せるものか、実務に使うものか
この情報がないと、「人間の判断」と雑にまとめてしまう危険がある。
7. 職能比較にしすぎない
対象者の文脈を記録することは重要だが、それをそのまま職能比較の研究にしてしまうと、別の研究になってしまう。
たとえば、「デザイナーとエンジニアでは AI の出力評価がどう違うか」を主題にすると、それは職能間比較の研究になる。これはそれ自体として面白いが、現在の上位方針である「変化の速い AI を研究として扱うための観察軸を探る」から少し離れる。
そのため、職能や専門性は、主題ではなく、インシデントを解釈するための条件として扱う。
言い換えると、次のようになる。
本研究は、職能差を比較する研究ではない。
しかし、インシデントに現れる判断・評価・暗黙知を解釈するために、実践者の立場、専門性、文脈を記録する。
8. インシデント選定の条件
記録するインシデントは、単に「AI を使った場面」すべてではない。
次のいずれかが含まれる場面を優先的に記録する。
- AI に何を任せるかを決めた
- AI に目的や制約を渡した
- 出力に違和感やズレがあった
- 出力を評価し、採用・修正・不採用を判断した
- 追加でプロンプト、資料、例、ルール、媒介物を渡した
- 出力を受けて、暗黙だった判断基準が明示された
- 修正後に出力や判断のしやすさが変わった
- うまくいった理由として、事前に外部化されていた情報や媒介物が確認できた
この条件を満たさない単なる利用記録は、研究にとっての情報量が少ない可能性がある。
9. 初期調査の進め方
現実的には、次の順番がよさそうである。
Step 1: 自分自身の実践から始める
まず、自分自身の AI 利用から 5〜10 件程度のインシデントを記録する。
対象としては、研究整理、スライド作成、文章作成、UI 生成、コード修正などが考えられる。
この段階では、記録フォーマットが使えるか、どの項目が書きにくいか、どの観察軸が出てきそうかを確認する。
Step 2: 実践タイプの偏りを見る
自分のインシデントを見て、実践タイプが偏っていないかを確認する。
たとえば、研究整理やスライド作成に偏っていれば、UI 生成やコード支援のケースを意識的に追加する。
Step 3: 近い実践者に協力してもらう
次に、2〜4人程度の近い実践者に協力してもらい、同じフォーマットでインシデントを記録する。
このとき、職能を網羅することを目的にしない。むしろ、自分とは異なる実践文脈や評価基準を持つ人から、どのようなインシデントが出るかを見る。
Step 4: 分析軸を調整する
集めたインシデントを見ながら、分析軸を調整する。
特に、次の観点で見る。
- 実践タイプごとに、露出する判断基準は違うか
- 媒介物の種類は違うか
- ワークフロー上のどの段階でインシデントが起きやすいか
- 対象者の文脈によって、同じ出力でも評価が変わるか
- どの観察軸が、複数の実践タイプを横断して使えそうか
10. 現時点の方針
現時点では、次のように整理できる。
実践タイプは一つに絞り切らず、文章・研究整理、資料・スライド生成、UI・デザイン生成、コード・実装支援のように複数集める。ただし、ツール比較や職能比較を目的にするのではなく、各インシデントにおいて、実践タイプ、対象者の立場、専門性、評価基準、組織的文脈を記録し、AI が入り込んだ実践の中でどのような観察軸が立ち上がるかを見る。
重要なのは、幅を持たせながらも、無制限に広げないことである。
実践タイプは複数見る。対象者の文脈も記録する。しかし、それらは比較のためではなく、変化の速い AI 介在型実践を研究として扱うための観察軸を見つけるために使う。