Seminar / 2026-05-03
変化の速い AI を
どう研究として扱えるか
説明し切るための資料ではなく、
研究対象の切り出しと思考過程を共有する
修士研究 進捗共有
1
TODAY
今回は「結論」ではなく、研究の見方がどう動いたかを共有したい。
ここまでの整理では、AI 活用の方法や特定ツールの分析ではなく、変化の速い AI を研究として扱うには何を観察すればよいのか、という方向に問いが移ってきた。まだ確定した研究計画ではなく、対象を研究可能な形に切り出している途中段階として相談したい。
2
BACKGROUND
背景として、AI は実行や生成の場面に入り込んでいる
TEXT / RESEARCH
文章・研究整理
調査、要約、構成案、問いの整理など、思考や言語化を伴う作業に AI が入っている。
DESIGN / SLIDES
資料・UI生成
スライド、図解、画面案、プロトタイプなど、制作物に近いものをAIが出すようになっている。
CODE / AGENT
実装・修正
既存コードやルールを前提に、実装・修正・レビューに近い作業まで依頼できるようになっている。
3
DIFFICULTY
ただ、AI そのものを研究対象にすると、前提がすぐ変わってしまう。
モデル性能、UI、ツール連携、できることの範囲は短期間で変わる。特定ツールの機能や出力だけを分析しても、数か月後には前提が変わるかもしれない。ここに、AI を研究として扱う難しさがある。
4
BEFORE
最初は、少し狭い言葉で捉えすぎていたかもしれない
以前の整理
- 委譲条件
- ズレの分類
- 判断基準の外部化
- 任せるための設計
感じた違和感
言葉としては有効だが、先に出しすぎると、AI活用ノウハウや失敗分類の研究に見えてしまう。もっと手前で、何を研究対象として切り出すのかを考える必要があった。
5
REFRAME
AI そのものではなく、AI が入った実践を見る
ツールや機能は変わっても、AI に何かを任せる実践では、目的、制約、評価基準、暗黙知、人間の介入点、修復の手がかりが繰り返し現れるかもしれない。
6
CORE QUESTION
いまの上位方針は、変化し続ける AI を、変化しにくい観察軸で捉えること。
ただし、これは純粋な「AI研究方法論」の研究にしたいわけではない。具体的な制作・開発・研究・設計の実践を題材にしながら、どの要素を見ればAI介在型実践を研究可能にできるのかを探っている。
7
LENSES
具体的には、3つの手がかりで見ようとしている
1
媒介物
プロンプト、UI、README、skill、デザインシステムなど。何が外部化され、AIに渡されているかを見る。
2
ワークフロー
依頼、生成、確認、評価、修正、再生成。どこで人間の判断が現れるかを見る。
3
判断・評価
何を良い、違う、使える、採用しないと判断したのか。暗黙知が表に出る場面を見る。
8
METHOD
そこで、CIT 的に記録できるのではないか
クリティカル・インシデント法は、結果に影響した具体的な出来事を収集・分析する質的手法。本研究では、判断・違和感・修復が表に出た出来事を記録するために応用できそうだと考えている。
9
CIT AS ADAPTATION
ただし、方法名を前に出しすぎない
- CIT をそのまま厳密なインタビュー法として適用するというより、応用的に使う。
- 記録したいのは「AIを使った感想」ではなく、成果に影響した具体的な出来事。
- 期待していた成果、実際の結果、なぜ critical か、直前・最中・直後を記録する。
- 失敗だけでなく、うまくいった場面も扱う。何が外部化されていたから進んだのかを見る。
10
PARTICIPANTS
「人間の判断」と雑にまとめないようにしたい
避けたい扱い
一般人、学生、デザイナー、エンジニア、PMなどをまとめて「人間」と呼ぶと、判断や暗黙知の違いが消えてしまう。
いまの方針
対象者は「AIに生成や実行を任せ、出力を評価する実践者」と置く。ただし立場、専門性、評価基準、組織的文脈は各インシデントの条件として記録する。
11
SAMPLING
ツール名ではなく、目的・実践タイプから集める
TYPE A
文章・研究整理
論旨、ニュアンス、抽象度、背景と主題の切り分けが判断として出やすい。
TYPE B
資料・UI生成
伝わり方、情報設計、ブランドらしさ、コンポーネント判断が露出しやすい。
TYPE C
コード・実装支援
既存設計、保守性、プロジェクト規約、AIに任せる範囲が問題になりやすい。
最初は網羅ではなく、少数の濃いインシデントでフォーマットと観察軸を試す。
12
NEXT STEP
まずは小さく試し、観察軸を調整する
1
自分の実践
研究整理、スライド、UI、コードなどから3〜5件記録する。
2
記録票を検証
何が書きにくいか、どの項目が効くかを確認する。
3
8〜12件へ拡張
実践タイプの偏りを見ながら、濃い事例を追加する。
4
観察軸を整理
媒介物、ワークフロー、判断評価、修復のパターンを見る。
13
DISCUSSION
今日相談したいこと
- 「変化の速い AI を研究として扱うための観察軸を探る」という射程は妥当か。
- AI 介在型実践に対して、CIT を応用する方法は自然か。
- 実践タイプは広すぎるか、あるいは最初はこの幅でよいか。
- 自分の実践から小さく始める設計で、研究として説得力を持たせられるか。
- 最終成果物は「観察枠組み」「論点地図」「方法の試案」のどれとして置くべきか。
14
1 / 14