生のつぶやきを踏まえた研究整理と見解
作成日: 2026-05-12
位置づけ: 現時点の生の問題意識をできるだけ省略せずに受け止め、そのまま研究としてどう見えるかを整理したメモ。研究計画として確定したものではなく、今の思考のありのままを尊重しつつ、研究者の視点から見解を加えたもの。
1. そもそもの始まり
そもそもの始まりは、AI の急速な発達に伴って、デジタルサービスの中に AI がさまざまな形で入り込んできているという実感にある。
たとえば、Canva や Notion のように、既存のサービスやアプリの中に AI 機能が組み込まれてきている。これは、もともと人間が使っていたアプリの中に、文章生成、要約、整理、デザイン補助、入力補完のような AI 的な機能が追加されていく動きである。
一方で、Genspark、Claude、Claude Code のように、AI を軸としたサービスも生まれてきている。ここでは、AI は既存アプリの一機能というより、調査、文章作成、設計、実装、相談、作業の実行そのものを引き受ける中心的な存在になっている。
さらに最近では、MCP や AI エージェントの発達によって、これまで人間がサービスとして開かれた UI を操作していたものが、AI エージェントからデータの操作・取得を行えるようになりつつある。たとえば freee やマネーフォワードのようなサービスは、これまでは人間が画面を開き、フォームや一覧やボタンを操作し、会計や経費やデータ管理を行う対象だった。しかし、MCP サーバーへの対応や AI エージェント連携が進むと、人間がアプリの UI を直接操作しなくても、AI エージェントがサービスのデータを取得したり、場合によっては操作したりする経路が生まれる。
つまり、デジタルサービスの中に AI というものが介入するようになってきている。今までのデジタルサービスでは、人間がアプリを開き、画面を見て、UI を操作しながら目的の動作や目的を達成していた。しかし現在は、その目的達成のプロセスの中に AI が入り込んできている。
ここで重要なのは、AI が単に便利な機能として追加されたという話だけではない。人間がデジタルサービスを使って目的を達成するまでの流れそのものに、AI が関わり始めているということである。
2. そこから生まれている問い
この状況から、人間がデジタルサービスを使って目的の動作や目的を達成するまでの中で、考えることの内容、プロセス、人間とシステム、あるいは人間とアプリとのインタラクションに変化があるのではないか、という問いが生まれている。
従来であれば、人間は自分の目的を持ち、それを達成するためにアプリの UI を理解し、必要な操作を行っていた。どのメニューを開くか、どの情報を入力するか、どのボタンを押すか、どの画面で確認するか、どのようにエラーを修正するか、といったことが、人間とアプリの関係の中心にあった。
しかし AI が介入すると、人間が直接すべての操作を行うとは限らなくなる。人間は AI に目的を伝える。AI がアプリやサービスやデータにアクセスする。AI が情報を取得したり、要約したり、生成したり、場合によっては操作を実行したりする。人間はその結果を見て、確認し、修正し、採用するかどうかを判断する。
そうなると、人間が考えることの内容も変わる可能性がある。たとえば、これまでは「どの画面でどの操作をすればよいか」を考えていた場面で、「AI に何をどう頼めばよいか」「AI にどこまで任せてよいか」「AI が使ったデータや実行過程を信頼してよいか」「最後にどこを自分で確認すべきか」を考えるようになるかもしれない。
プロセスも変わる可能性がある。従来のプロセスは、人間が画面をたどって、入力し、確認し、実行する流れだった。AI が介入する場合は、人間が目的や条件を伝え、AI が実行し、人間が結果や過程を確認し、必要に応じて修正や再指示を行う流れになるかもしれない。
人間とシステムのインタラクションも変わる可能性がある。これまでのシステムは、画面上の状態や操作結果を返す存在だった。AI が入ると、システムは人間の意図を解釈し、提案し、生成し、実行し、外部サービスに接続する存在になる。人間はシステムを操作するだけでなく、システムに任せたり、問いかけたり、判断を確認したりする関係になる。
この変化があるとすれば、サービス設計、体験設計、UI 設計をしていく人やシーンにおいて、新たに考慮しなければならない要素が出てくるのではないか、という問題意識がある。
3. 設計側で見直す必要がありそうなこと
AI がデジタルサービスの目的達成プロセスに介入するなら、サービス設計・体験設計・UI 設計の前提や内容も見直す必要があるかもしれない。
たとえば、Generative UI のように、ユーザーの目的や文脈に応じて UI 自体が生成されたり変化したりする可能性がある。従来のように、固定された画面遷移やコンポーネントを設計するだけではなく、状況に応じて生成される画面や操作のあり方をどう設計するかが問題になるかもしれない。
また、人間側のメンタルモデルも変化する可能性がある。従来のアプリでは、ユーザーは「このアプリにはこういう機能があり、この画面からこう操作する」という理解を持っていた。しかし AI が介入すると、ユーザーは「この AI はどこまで理解しているのか」「どのサービスにアクセスできるのか」「どの程度正確に処理できるのか」「どこまで任せられるのか」という理解を持つ必要が出てくるかもしれない。
UI の観点では、従来のユーザビリティだけでは足りない可能性がある。もちろん、画面が分かりやすいこと、操作しやすいこと、エラーを防げることは引き続き重要である。しかしそれに加えて、AI にとって読み取りやすい情報構造、AI が参照しやすいデータ、AI が誤解しにくい状態管理、AI エージェントが安全に操作できる権限設計などが必要になるかもしれない。
SEO のように人間と検索エンジンの両方を意識した設計があったように、今後は AI リーダブル、AI に読まれやすい設計、AI がサービスの情報や構造を理解しやすい設計が問題になる可能性もある。これはまだ直感的な着想の段階であり、先人の研究や提言を見たり、具体的な定義や例を集めたりする必要がある。
たとえば、AI に読まれやすい設計とは、単にテキストを増やすことではないかもしれない。サービス内の情報構造、API、メタデータ、権限、状態、ログ、実行可能なアクション、ユーザー確認のポイントなどが、AI にとっても人間にとっても扱いやすい形で設計されていることかもしれない。
また、AI に操作されることを前提にした設計では、人間が直接画面を操作する場合とは異なる確認や承認の設計が必要になるかもしれない。人間がボタンを押す場合には、その操作を行った主体は明確である。しかし AI エージェントが代わりに操作する場合、その操作は誰の意図に基づくのか、どこで承認されたのか、どこまで AI が判断したのか、どこから人間の責任なのかが問題になる。
このように、AI の介入は、UI の見た目や操作性だけではなく、サービス全体の設計要件、データ構造、権限、ログ、確認、説明、責任の置き方にも関わる可能性がある。
4. しかし、その前提を定義することの難しさ
一方で、この変化が激しい中で、新たな前提を探っていくことには大きな難しさがある。
今この一瞬であれば、「AI が入るとサービス設計にはこういう前提が必要になる」と言えるかもしれない。しかし、AI の急速な発達、新たな AI サービスの登場、MCP のような新たな技術の確立、AI エージェントの発展、モデル性能の向上によって、AI によってできることのレベルや内容や規模が日々変わっている。
数年前には難しかったことが、今ではそれなりにできるようになっている。現在は人間が確認しなければならないことも、将来は AI がかなりの精度で処理するかもしれない。今は一部のサービスだけが MCP やエージェント連携に対応しているとしても、数か月後にはより多くのサービスが対応しているかもしれない。現在は UI を通じた操作が中心のサービスも、将来的には AI エージェントからの操作を前提にした設計へ変わるかもしれない。
そのため、「AI 時代のサービス設計の前提」を現時点で固定的に定義しようとしても、その前提がすぐに変わってしまうのではないかという問題がある。
ここは、今後もっと具体的な例を考える必要がある。たとえば、ある時点では「AI は最終実行前に必ず人間確認が必要」と考えていたとしても、将来的に低リスクな処理では自動実行が標準になるかもしれない。ある時点では「AI には画面 UI の補助が必要」と考えていたとしても、将来的には API や MCP 経由の操作が中心になるかもしれない。ある時点では「ユーザーが明示的にプロンプトを書く」ことが中心でも、将来的にはユーザーの文脈や履歴から AI が必要な条件を推測する設計が一般化するかもしれない。
つまり、AI に関する現在の具体的な能力、UI、サービス形態を前提にして設計論を組み立てると、研究をしている間に対象の前提が変わってしまう可能性がある。
5. そこで研究主題を一段手前に置く
このような問題意識から、AI によって変化するサービス設計や UI/UX 設計を直接定義する前に、一度その手前に戻る必要があるのではないかと考えている。
具体的には、人間と AI とのインタラクションや、AI との関わり方の中で、何か不変的な軸や構造のようなものを探る必要があるのではないか、という考えである。
ここでいう不変的な軸や構造とは、AI の具体的な機能やサービス名が変わっても、人間が AI と関わるときに比較的繰り返し現れる可能性のあるものを指している。たとえば、何を目的として持つのか、どこまで AI に任せるのか、AI の結果をどう評価するのか、どこで確認するのか、違和感があったときにどう修正するのか、何をもって納得するのか、誰が責任を持つのか、といった問いである。
これは、未来にも絶対に変わらない普遍原理を見つけたいという話ではない。むしろ、変化が速い AI を研究対象として扱っていくために、短期的な技術変化に左右されにくい観察の足場を探したいということである。
つまり、研究の主題は、AI 時代の設計要件を今すぐ定義することではない。その前段階として、AI が介入するデジタルサービスやアウトプット生成の場面において、人間と AI の関わりの中で比較的安定して現れる概念・構造を探ることである。
この整理を行うことは、AI の変化が速い状況において意義があるのではないかと考えている。なぜなら、変化する技術やサービスをその都度追うだけではなく、それらの変化を読み解くための軸をつくることにつながるからである。
6. 現在考えているアプローチ
現在考えているアプローチは、クリティカル・インシデント法を使うことである。
AI を使って何かアウトプットを生成したプロセスと、AI を使わずに人間の手で何かアウトプットを生成したプロセスの両方を見る。どちらか片方だけではなく、両方を重視する。
たとえば、AI を使ってスライドを作るプロセスと、人間が自分でスライドを作るプロセスを見る。AI を使って文章を整理するプロセスと、人間が自分で文章を整理するプロセスを見る。AI を使って UI 案やコードを生成するプロセスと、人間が自分で UI 案やコードを作るプロセスを見る。
そのうえで、それぞれのプロセスについて、クリティカル・インシデント法に沿ってインタビューやアンケートを行う。ここで拾いたいのは、単なる感想ではなく、目的達成やアウトプット生成の中で重要だった出来事である。
たとえば、次のような出来事が考えられる。
- 何を作るべきか、目的を定めた場面
- どの条件や制約を重視するかを決めた場面
- 作業の途中で迷った場面
- 出力や成果物に違和感を持った場面
- 何を良いアウトプットとみなすか判断した場面
- 修正するか、そのまま採用するか、不採用にするかを決めた場面
- 自分の意図や判断基準を言語化する必要が出てきた場面
- 他者や組織の基準と照らし合わせた場面
- 最終的に納得した、あるいは納得できなかった場面
- 責任や品質について考えた場面
AI を使った場合には、これらに加えて、AI に何をどう指示したか、どこまで任せたか、AI の出力をどう評価したか、AI に追加で何を伝えたか、AI の実行過程をどの程度確認したか、といった出来事も含まれる。
AI を使わなかった場合にも、目的を定める、迷う、判断する、修正する、納得する、責任を感じるといった出来事は起こる可能性がある。
そこで、AI ありのプロセスと AI なしのプロセスで出てきたクリティカルなインシデントを見比べる。もし両方に共通して現れるクリティカルなインシデントや上位概念があれば、それを「人間と AI の間の不変的な概念・構造」の候補として見ていけるのではないかと考えている。
ただし、ここで言う共通性は、単に同じ出来事が同じ形で起きるという意味ではない。同じような目的形成、評価、修正、納得、責任の構造が、AI ありの場合にはプロンプト、指示、確認、修正依頼、媒介物の更新として表に出るかもしれない。AI なしの場合には、それが人間の頭の中、手作業、経験、暗黙知、レビュー過程の中に埋め込まれているかもしれない。
その違いを含めて比較することで、AI によって新しく生じたものと、AI によって表に出やすくなった人間側の構造を分けて考えられる可能性がある。
7. 研究者としての見解
研究者として率直に見ると、この研究の核は、「AI 時代の UI/UX 設計要件を直接つくること」ではなく、その手前にある観察軸を探ることにある。
AI によってデジタルサービスの利用や設計の前提が変わりつつあるという問題意識は広い。しかし、その変化をそのまま研究対象にすると、範囲が広すぎる。アプリ内 AI、AI サービス、MCP、AI エージェント、Generative UI、AI リーダブルな設計、メンタルモデル、サービス設計要件など、すべてを同時に扱うのは難しい。
一方で、この広い背景から、「AI の変化が速すぎるため、まず比較的安定した観察軸が必要である」という主題に降りてくる流れは、研究として自然である。ここには明確な問題設定がある。
特に重要なのは、AI による変化を単に技術や機能の変化として見ていない点である。あなたが見ようとしているのは、人間が目的を達成するプロセス、人間が何を考えるか、人間とシステムの関係がどう変わるかである。これは UI/UX や HCI の研究として扱いやすい問いである。
ただし、現時点で注意した方がよい点もある。
第一に、「AI あり / なしで共通して出てきたもの」を、そのまま「人間と AI の間の不変的構造」と言い切るのは少し強い。AI あり / なしに共通するものは、まずは「人間が何かを作るときに現れる構造」かもしれない。たとえば、目的を定める、良し悪しを判断する、違和感を持つ、修正する、納得する、責任を感じる、といったものは、AI がなくても存在する。
しかし、そこがむしろ重要になる。AI が介入することで、もともと人間の中や作業過程に埋め込まれていた目的、制約、評価基準、暗黙知が、プロンプト、指示、確認、レビューコメント、README、skill、デザインシステム、チェックリスト、承認 UI などとして外部化される可能性がある。
したがって、比較で見るべきなのは、「共通しているから不変である」ということだけではない。共通している人間側の判断や評価の構造が、AI を使う場合にはどのように外部化され、媒介され、再配置されるのかである。
第二に、「不変的」という言葉は慎重に扱った方がよい。言いたいことは、未来にも絶対に変わらない普遍法則を見つけることではないはずである。むしろ、AI の機能や UI やサービス形態が変わっても、比較的安定して参照できそうな観察軸を探ることである。
そのため、研究上は「不変的な概念・構造」という表現を使いつつも、「比較的安定して現れる構造」「短期的な技術変化に左右されにくい観察軸」「変化の速い AI を扱うための足場」という言い方を併用するとよい。
第三に、クリティカル・インシデント法は、この研究に合っている。なぜなら、この研究で見たいものは、AI 利用の一般的な感想ではなく、判断、迷い、違和感、修正、採用、不採用、納得、責任が表に出る場面だからである。
ただし、アンケートだけでは弱くなる可能性がある。クリティカルな出来事は、前後関係や、その人が何を考えていたかが重要になる。そのため、半構造化インタビュー、生成物、プロンプト、作業ログ、修正履歴、レビューコメントなどを組み合わせた方が、研究としての厚みが出る。
第四に、AI あり / なしの比較は、効率比較や優劣比較にしない方がよい。AI を使った方が速いか、良いものができるかを見る研究ではない。見るべきなのは、AI あり / なしの両方で現れる目的形成、評価基準、修正判断、納得、責任が、AI 介在時にどう表に出るかである。
8. 現時点での研究の言い方
現時点では、この研究は次のように言える。
AI の急速な発達によって、AI は既存サービス内の機能、AI を軸としたサービス、MCP や AI エージェントを介した外部サービス操作など、さまざまな形でデジタルサービスに介入し始めている。これにより、人間が UI を操作して目的を達成するという従来の関係が変化し、人間が考えることの内容、目的達成のプロセス、人間とシステムとのインタラクションにも変化が生じる可能性がある。その結果、サービス設計・体験設計・UI 設計においても、新たな前提や考慮事項が必要になるかもしれない。
しかし、AI の技術、サービス形態、モデル性能、エージェント連携のあり方は変化が速く、現在の機能や事例を前提に設計要件を定義しても、すぐに前提が変わってしまう可能性がある。そこで本研究では、AI 時代の設計要件を直接定義する前に、人間と AI の関わりの中で比較的安定して現れる概念・構造を探ることを目的とする。
具体的には、AI を用いたアウトプット生成プロセスと、AI を用いない人間によるアウトプット生成プロセスの両方を対象に、クリティカル・インシデント法を用いて、目的形成、判断、評価、違和感、修正、納得、責任などが表に出る出来事を収集する。両者に共通して現れるインシデントや上位概念を、不変的な概念・構造の候補として捉えつつ、AI 介在時にはそれらがどのように外部化・媒介・再配置されるのかを分析する。これにより、変化の速い AI を研究として扱うための観察上の足場を整理する。
9. さらに考えるべきこと
次に考えるべきことは、具体例と先行研究との接続である。
まず、AI がサービス設計・体験設計・UI 設計の前提を変えるという直感について、具体例を増やす必要がある。Canva や Notion の AI 機能、Genspark や Claude のような AI サービス、Claude Code のような開発支援、freee やマネーフォワードのような業務サービスと MCP / AI エージェントの接続、Generative UI、AI リーダブルな設計などを、背景事例として整理するとよい。
次に、「AI リーダブル」「AI に読まれやすい設計」「AI に操作されるサービス設計」のような考え方について、既存の研究や実務上の提言を調べる必要がある。ここはまだ言葉が先に出てきている段階なので、既存概念との接続や、独自に定義する必要がある範囲を見極める必要がある。
また、クリティカル・インシデント法で集める対象をどこまで広げるかも決める必要がある。文章生成、スライド生成、UI 生成、コード生成などを広く扱うのか、まずは一つか二つの実践タイプに絞るのかで、研究の見え方が変わる。
さらに、AI あり / なしの比較で何を見るのかを明確にする必要がある。比較の目的は、AI の有効性を測ることではなく、人間の判断や評価がどこに現れるかを見ることである。この点を明確にしておかないと、研究が効率比較や品質比較に見えてしまう可能性がある。
現時点では、研究の最終成果物は、設計原則というよりも、観察軸、概念図、インシデント分類、AI 介在型実践を見るための問いのリストに近い形になる可能性が高い。
10. 現時点での私の理解
この研究は、AI がデジタルサービスや UI/UX 設計をどう変えるかを直接断定する研究ではない。
むしろ、AI が既存サービス、AI サービス、MCP、AI エージェント、Generative UI などを通じて人間の目的達成プロセスに介入し始めているという背景のもとで、その変化を研究として扱うために、人間と AI の関わりの中で比較的安定して現れる構造を探る研究である。
その構造は、AI だけに固有のものではないかもしれない。人間が何かを作るとき、目的を持ち、判断し、違和感を持ち、修正し、納得し、責任を感じるという構造は、AI がなくても存在する。しかし AI が介入することで、それらがプロンプト、指示、確認、修正、媒介物、承認、ログとして表に出やすくなる可能性がある。
その表れ方を丁寧に見ることが、変化の速い AI を研究として扱うための足場になる。
この研究の強さは、AI 時代の設計論を急いで結論づけるのではなく、その前に、何を観察すればよいのかを問うている点にある。現在の課題は、その問いを、具体的な観察対象、インシデントの収集方法、分析軸、先行研究との接続へ落としていくことである。