この知恵で考えられること
現代社会では、自分の知恵や経験をデジタル化し、AIやシステムに利用させる試みが広がっている。一般的なアプローチとしては、自身の過去の支援記録や書いた文章、ミーティングログなどを集約し、AIに読み込ませて類似課題を持つ人々に提供するという方法がある。
はじめに：一見有効そうだが実用に至らない知のモデルの課題
現代社会では、自分の知恵や経験をデジタル化し、AIやシステムに利用させる試みが広がっている。一般的なアプローチとしては、自身の過去の支援記録や書いた文章、ミーティングログなどを集約し、AIに読み込ませて類似課題を持つ人々に提供するという方法がある。
一見すると効果的なこの方法だが、実際の利用では幾つかの問題が生じる。
- AIが返す回答は正確に見えるが、現場の細かなニュアンスやリアリティが欠けているため、知恵として受け入れにくい。
- なぜその知恵が有効なのか、あるいはなぜその知恵の使い方が適切なのかの背景説明や認知過程が欠落し、本質的な理解に至らない。
- 信頼関係が既にある人同士であれば利用できるが、新規ユーザーなどがこのAI出力を活用する際には受容性の壁がある。
これらは、単純な知識データベースの提供だけでは「生きた知恵」にはならず、知恵が持つ文脈的な意味づけが不可欠なことを示唆している。
本稿では、senko氏が語る「アノテーション」の概念を軸に、この「文脈的意味づけ」の意義と、現代の情報流通の限界、AIがこの領域で果たすべき役割について詳細に論じる。
1. 知恵と記憶の外部化：アノテーションの役割
1-1. 知恵の定義と成り立ち
知恵は単なる情報や知識の断片ではなく、長期間にわたる実践的試行錯誤とその検証から生まれる経験知である。
senko氏は、自身が約10年間に渡って実践してきた知恵の領域について、「様々な書籍や情報を読んだ上で、自分の体験と照らし合わせながら試し使いの連続」を行い、その結果として「使える知恵の余り」が存在すると説明する。
この「余り」は断片的には存在するのではなく、自身の認知基盤のなかで、どの知恵がどのように機能するか、汎用性や条件を判断・整理された状態にある。
1-2. アノテーションとは何か
ここで言う「アノテーション」とは、単に情報や記録に注釈を付ける行為にとどまらず、「この知恵はこういう場合に有効だが、別の状況では使えない」や「この知恵を使うためにはこうした手順が必要」などの具体的な「使い方」や「制約条件」を明示的、暗示的に記憶し、更新し続けることを指す。
senko氏は、自らの脳内を「アノテーション済みデータベース」と表現し、その状態だからこそ、自身が他者のサポートや問題解決に寄与できると捉える。
1-3. 記憶の外部化としてのアノテーション
人間は認知的に情報を受け取る際、常に文脈や過去の経験、感情など複合的に注釈付け（アノテーション）を行いながら記憶し、情報を再現・更新している。
具体例としてsenko氏は、メモを書いた時点で付けたラベルは仮初めであり、後日当該メモを見返したときに状況や関連性を判断して新たなラベルを付加することを挙げている。この動的なラベル付けが、思考や記憶の整理には欠かせない。
実務的には、知恵の外部化とは、自身の内的認知過程をデジタルや紙のメモ・ログ上に反映させ、文字通り「頭の外に置く」作業であり、これなしにデータは単なるメモリーの断片で終わる。
1-4. 公平なデータベースとしての情報提供の限界と弊害
インターネットの情報や従来の出版メディアは、信頼性・公平性を担保するため、情報を恣意的に編集したり、個人からの意味付けを入れたりしない傾向が強い。
しかしこれは同時に、情報から実用的な知恵を生むために必要な「主観的意味づけ」をほぼ排除している状態であり、多くの人にとっては「膨大な情報をどう使えばいいかわからない」問題を生んでいる。
senko氏はこの構造的な限界を、「公平だが使いにくいデータベース」と表現し、本当に使える知恵には「個人の恣意的で動的なアノテーション」が不可欠だと指摘する。
2. 情報の個人化：アノテーションを通じた意味付け
2-1. 個人の経験が生むアノテーションづけ
senko氏はマーケティング分野の支援経験を踏まえ、「2～3人の実践者のアノテーション履歴を突き合わせることで、特定テーマに関する知恵の有効なアノテーションは十分に集約可能」と説明する。
彼らが蓄積した知恵は、
- 実際に支援を行いながら取得したログ
- その知恵が使われた結果と振り返り
がセットになっているため特殊な意味づけや適用条件が明文化されている。これらは単なる知識抽出とは異なる価値を提供できる。
2-2. アノテーションが蓄積される環境の条件
アノテーションを有効に実装し続けるためには、単一の知識の蓄積だけでは足りず、
- 複数人の経験・知見を組み合わせること
- 知恵の適用状況や結果記録、振り返りの導入
- データベースやコミュニケーションログの同期化
といった環境が不可欠である。
senko氏は、自身と研究者の山岸氏がSlack上で膨大な研究ログの蓄積を行い、そこに多層的なアノテーションが行われている例を挙げ、これが理想的な知識共有の基盤になると述べている。
2-3. ユーザー側へのアノテーションの必要性
senko氏は、単に知識を集約・検索可能にするシステムだけでなく、「ユーザーがどの程度その知識や言語を理解できるか」を認識し、その状態に応じて情報提供を調整する「ユーザーへのアノテーション」も不可欠だと指摘している。
これにより、利用者は真偽判断の負担を軽減し、信頼できるソースを選定するプロセスを支えられる。信頼のあるソース選択が「情報リテラシー」の基礎であり、これまでのように「情報自体の良し悪しを判断」する段階は未熟者にとっては非実践的であるという意見を述べている。
3. 知識の活用法：アノテーションの重要性
3-1. 単なる知識集約と実践的価値の乖離
senko氏は、マーケティング伴走を一年間記録したログから、要約やコンテンツにしてAIに読ませる「ラグ検索システム」を作成したが、AIの返答はリアリティや抑揚に欠け、使いにくかった経験を報告している。
これは「なぜこの知恵を選択したか」「どのような認知経路をたどったか」など、知恵の背景にある思考過程情報がログに含まれていないため起こる。
3-2. 知恵伝達におけるグラウンディングとブランディング
senko氏は、知恵をただコンテンツとして投げるのでは不十分であるとし、
- 具体的な「グラウンディングプロセス」：状況に応じた届け方や伴走サポートへの反映
- 「ブランディングプロセス」：伝え方や対話的ノウハウなど別データベースに保存し利用
の２つの側面を分離・統合して管理・活用する必要があると論じる。これにより、知恵の実質的活用価値が高まる。
3-3. 伴走過程で得られる深いユーザー理解
伴走を継続することで、ユーザーの認知プロセスや関心・バイアスが理解される。そうなると、
- どう伝えると受け入れられやすいのか
- 本当に欲しがっている知恵は何か
- ユーザーが意識的に避けている課題は何か
といった、通常の対話・質問では判明しづらい情報まで把握可能になる。これがユーザーへのアノテーションに相当するとされる。
senko氏は、この深い相互理解なしにAIで伴走を実現するのは難しいと認識している。
4. AIにおけるアノテーション：個人の知恵の再構築
4-1. 裏プロセスとしての仮説立案の重要性
人間の優れた伴走者は、会話の内容以外にも言外の反応や非言語的情報をみて、常に「裏で」ユーザーについての仮説を立てている。これが最適な提案に繋がる。
現状のAIは、入力された言語情報への反応のみではその裏側プロセスを持ち得ず、単純な事実確認でしかアノテーションできないことが課題となっている。
4-2. 観察日記と段階的な開示モデル
senko氏は「伴奏AIには観察日記のような裏側記録が必要」とし、これを一定期間ごとにまとめ、適切なタイミングでユーザーに開示・共有するモデルを提案する。
開示レベルはユーザーの信頼度や状況に応じ、
- フェーズ1：ほぼ完全にクローズ
- フェーズ2：部分的・反開示的共有
- フェーズ3：全面的な共有とユーザーのアノテーション参加
の三段階を想定し、最終的にはユーザーも知識環境の構築者として参画することを目指す。
4-3. AI伴走の実現へのステップと課題
AIによる伴走実現には、
- 実践者の思考過程や伝え方のノウハウを積極的にインプットし、表現できるようにする
- 自らの提案と相手の反応から継続的に学習し、ユーザーを深く理解する仕組みを作る
- ユーザーが一方的に受け取るだけでなく、共創者として参加できる環境を整備する
ことが不可欠であり、senko氏もこれらを現段階で最大の課題として認識している。
結論：知恵の真価は個人のアノテーションにある
- 現代の情報提供やAIシステムは「公平性」を優先するため、個人の恣意的で動的なアノテーションが欠落している。
- 知恵は単なる情報ではなく、経験や状況に応じた使い方など多層的な意味付け（アノテーション）の連続体である。
- 真の知恵の外部化とは、自分の内的認知を外部データベースに反映し、途切れなく更新し続けるプロセスであり、そのためにはユーザー間でのアノテーション共有と個別対応が必須。
- AIの伴走機能実現には、言語情報の単純応答を超え、裏でユーザー理解の仮説立案を継続し、段階的に観察情報を共有・活用する仕組みが要求される。
- ユーザーも単なる受け手から卒業し、自身の知恵形成過程に参加することで、知の共創体制が成立する。
以上がsenko氏の示した知恵活用と情報社会におけるアノテーションの重要性である。
本稿はこの知見を踏まえ、今後の知のプロダクト設計やAI活用に不可欠な視点を提供する。
AI-Senko対話全文
ログ
AIインタビュアー
こんにちは！それではインタビューを始めますね。まず、いくつか注意事項をお伝えします。話し終えたら必ず終了ボタンを押してください。
senko
Thank you.
AIインタビュアー
こんにちは！インタビューを始める前に、いくつかお願いがあります。まず、お話を終えるときは必ず終了ボタンを押してください。これは履歴データを保存するために必要です。それから、こちらが話している最中でも、テキストを読んで自由に話したり、途中で遮ってもらっても大丈夫です。
それでは、インタビューを始めていきますね。まず、あなたがどんな方なのか、そして今日話したいテーマや、そのテーマについて話したくなった理由を教えてもらえますか？
senko
自分はセニコー・タケシです。
今、いろいろ知恵に関するサービスやプロダクト、AIを作っているんですが、
今日話したテーマは知恵なり出版についてで、
世界で何が起こっているのかが分かってきたので、それを話したいです。
これは知恵のプロダクトの設計を受ける根幹思想となるので、
話してまとめておきたいなと思っています。
AIインタビュアー
なるほど、いま世界の「知」や出版をめぐって何が起きているのかを把握されていて、それが今後のプロダクト設計の根幹になるということですね。
その話をまとめておきたいということですが、この内容を聞いた人にはどんなふうに伝わってほしいですか？
例えば、業界の関係者に意識してほしいのか、それとも自分自身の整理のためでしょうか？
senko
わりと自分自身の整理ではあるけど、
多分自分が考えてるテーマなので、そうじゃない人にも伝わる感じにはしたいかなと思ってますね。
AIインタビュアー
了解です。自分の中で考えを整理することが第一目的だけれど、同時に他の人にもわかりやすく伝わるようにしたい、ということですね。
それでは、今の出版業界や知の流通で起きている変化について、具体的にどんなことが見えてきたのか、そのあたりから聞かせてもらえますか？
senko
今やってみていることが自分の知恵、過去書いたものや誰かを具体的にサポートしたミーティングなり伴奏のログを使って、
それをAIに読ませて、似たことに困ってる人が取り出せるようにするということをやっています。
で、こうやって一見僕の知恵や僕の言葉が有効であるように見えるんですが、そうではないことに気づきましたね。
AIインタビュアー
なるほど。自分が持っている知見やサポートした記録をAIに読ませて、それを他の人が使えるようにしているけれど、実はそれが単に自分の知識を広めることではない、ということに気づいたんですね。
その「そうではない」という部分について、もう少し詳しく聞かせてもらえますか？
senko
広めることではなくて、
なぜそれが有効に機能するのかは、自分が知恵を言葉にしたからとか履歴があったからというのが根幹的な理由ではない、というのが分かりました。
それはどういうことかというと、
僕が10年何をしていたのかを知恵を主語に中心に置いて話した時に、
僕はある程度いろんな書籍も読んでいるし、ウェブの知見や他人の知見や自分の思いついたアイディアと思っていた内容も全部試しながら使いながら生きていました。
それによって余ったある知恵に対してアノテーションがされている状態にあります。
もともとはある程度使える知恵なんだけど、それを使いこなすのが難しいというのがあるから、
実際のサポートの場で行われたログの方が使い勝手が良いし、消費性が高い、似た用途では知恵の融通が効く使い勝手が良いという構造だと思っていました。
それは言ってあるんだけど、
重要なのはそこだけではないというのが気付きで、
余ったそういう吸ってきたものに対して、僕はアノテーションをしています。
僕の脳みそはアノテーションをしていて、
この知恵はそもそも全然使い物にならないとか、こういう時には使えるがこういう時には使えない知恵であるという汎用性の範囲の判断や、
このテーマならうまく使えるとか、
こう使うと自分も使えるし他人も使えるようになるというプロセスを知ったりします。
これが僕の言うアノテーションです。
なので僕が世界に無限の知恵があり、僕が吸いながら使ってペタペタアノテーションした領域があります。
その領域に関して言えば、僕の頭の中にはアノテーション済みデータベースがあります。
だから僕は手伝えるわけです。
そういうことですよねっていう話で、
僕のログが役に立つのではなく、
そういう状態にあるようなデータベースがあれば良いけれど、
本当の知恵の有効な状態であり、
世界中のもともとある出版であったり、インターネットによる情報提供はそれがされていないことが原因である。
かつクエリを叩く本人や本を選ぶ本人が持ち出す情報検索の手段が基本的にクエリですよね。
「何が知りたい」「どう使いたい」
それに対してチャットGPTの方がまだ良いけど、
ただチャットGPTもアノテーションされてないものをフラットに見ている。
ある程度嘘だったり完全性が低い知恵は省いていると思いつつ、
アノテーションされていないものをフラットに見て供給している。
だから提供できない。
これが相手の状況が具体的に分かったからといってアノテーションがされるわけではないので、
おそらくこれはグラウンディングには至らない。
これ分かりますか？
AIインタビュアー
なるほど、わかってきました。
つまり、ただ情報を集めたり書籍やウェブの知識を表面的に使うのではなく、
それらを実際に試して、どの状況で有効か、どの範囲で使えるか、といった「アノテーション」を自分の中で積み重ねてきた。
それがあるからこそ、他の人にとっても有用な知恵として機能する、というわけですね。
そして今の出版やネット上の情報は、そうしたアノテーションがほとんどされていない状態で供給されているから、本当に使える知識にはなっていないということですね。
確かに、単に情報を集めただけではなくて、それをどう使うか、どの状況で役立つかを理解していることが重要なんですね。
その「アノテーション」された知識のデータベースがあるからこそ、特定の状況で役立つ知恵として活用できる、というお話、すごく腑に落ちました。
senko
そうなんですけど、
これをより僕が話した内容をそのまま鵜呑みにせずに、
僕による質問をして多面的な整理に落としたいんですけど、
質問できますか？
AIインタビュアー
もちろんです。では、いくつか質問させてください。
まず、今おっしゃった「アノテーション済みのデータベース」が有効に機能するためには、どんな条件や環境が必要だと思いますか？
例えば、そのアノテーションを誰がどうやって行うのか、
あるいは、それを活用するユーザー側にどんなリテラシーが求められるのか、
その辺りを教えてもらえますか？
senko
アノテーションを有効にするために必要な条件や環境は、どんなものだと思いますか？
条件や環境と、そのアノテーションを誰がどうやって行うのかは、多分似た答えですけど、
多分、大きめのビッグテーマに対して2、3人のアノテーション履歴を突き合わせれば、本当は完結すると思います。
なので具体的に実践している方が似た共通見解にたどり着くということはあると思います。
だから例えばマーケティングなら、
マーケティングをマジで具体的にやって、フラットに見ている人が2、3人いて、
その人たちの他人に提供している知恵や支援の具体的なログを見ることで、
余った知恵のうちのとある状況やユースケースに対する、
アノテーション済みとすべき知恵はおよそ集まると思います。
それで多分十分だと考えています。
それを溜めるのもそうだし、
既にアノテーション済みだと思っている何人かからしっかり取るのもそうです。
逆に言えば新しいテーマやそういう取り方ができないところは、
具体的な行動と結果が溜まってくるとか、どの知恵を使ったのか分かる状態でやるべきです。
なので読書の方法や知恵を得る方法と、振り返りを行う方法が同じデータベースに、その人の会話や結果、振り返りでもいいですけど、あるような状況になると、
実はそれだけでもかなりアノテーションが溜まります。
具体的に言えば、
AIは使っていないけど山岸さんって人と僕がボットのあり方やペルソナというテーマについて研究しながらやりまくっていて、
その最初から今までの全部のログがSlackにあります。
それはもうかなりアノテーションですよね。
分かりますか？
AIインタビュアー
なるほど、よく理解できました。
つまり、特定のテーマについて実際に具体的な経験を積んできた人たちの知識や記録を集めることで、
そのテーマに関して自然と有効な知識がアノテーションされていくという話ですね。
そしてそのプロセスがうまく機能するためには、単純な知識の蓄積だけでなく、
その知識を実際に使ったときの状況や結果、さらには振り返りなども含めて一緒にデータベースとして記録しておくことが重要だということですね。
では、そのアノテーション済みの知識を使うユーザーについてですが、
彼らがその知識を最大限に活用するためには、どういった能力やマインドセットが必要になると考えていますか？
senko
ああ、そうですね。
大事なのはこれは有効か非有効かじゃなくて、あくまでもアノテーションなんですよね。
とある目的に対してこういう性質で使ったという程度のはずです。
それがやっぱ面白いなと思っています。
その知識を使うユーザーについては、
ある種ユーザーへのアノテーションをシステム側が行っていく必要があります。
「こういうことをやったことがある」「こういうことはまだ言葉としても知らなかった状態なんだな」という風に認識して、映画でいうアノテーションします。
だから人へのアノテーションと、蓄積側のアノテーションが成立してくると、
より状況が推移しながら欲しいものが手に入る、必要なものが手に入る感じになります。
マインドセットの意味では、
ある種、知恵を選ぶのではなく「ソースを選ぶ」という情報のキャッチアップや研究において最も基礎的かつ重要な根本的な方法論を得ることですね。
だから情報を読んでその情報が良いかを判断することは、未熟な段階ではすべきでないと言われていますが、全然実践されていないんです。
今回の場合の供給経路では、
「こいつが言ってるかどうか」により準拠できるのでやりやすいかなと思います。
AIインタビュアー
なるほど。
つまるところ、ユーザーが情報そのものではなく、信頼できる「ソース」を選ぶことが重要で、
その選択を支えるためにアノテーションが機能するというわけですね。
その結果、ユーザーは情報の真偽を最初から判断する負担が減り、
信頼できるソースから得られる知見を、より確実に活用できるようになると。
この「ソースを選ぶ」という考え方は、経験豊富な人たちが持つ直感的な判断基準を、
システムや仕組みとして再現しようとしている感じがします。
では、このアプローチを実用化するうえで、現時点で一番の課題は何だと考えていますか？
senko
現時点で一番の課題は、
一応、とある友達を一年間マーケティングの伴奏して、全部のログを入れました。
そのログを一覧で小分けしてコンテンツにまとめて、
そのコンテンツを参照するいわゆるラグ検索システムを作ったんですけど、
そのラグを元に話すチャットは結構微妙でした。
解像度が落ちてリアリティが落ちました。
正直言ってることは合ってるんですけど、ドラマチックじゃないし抑揚がないし、
なんか取り入れにくそうだなと思いました。
その友達は僕を知っているので取り入れられるんですが、
その友達も僕のAI経由で聞いたことがない知見が出てくると、
多分取り入れられないなと思いました。
実践者やコーチが持っている本当のスペシャリティは、
知恵そのものだけでなく、
なぜその知恵を使うのか、
なぜそういうやり方のほうが良いのか、
自分が思い立った背景や相手がそう思えるための認知認識を踏まえて届けているんです。
だからログデータを下手にコンテンツとして消化しきっちゃいけない。
コンテンツDBは持つけど、
コンテンツのグラウンディングプロセスとして具体的なデリバリーや、
コンテンツへのブランディングプロセスとしての対話ノウハウや伝え方は、
別のデータベースとして持って、それを踏まえながら伝えないと、
ただのデリバリーをあたかも木と話すように処理するのではなく、
一緒にどうするかを決める体験に変えられない。
そのための工夫とデータの持ち方が一番大事ですね。
AIインタビュアー
そうですね。
ただ単に知識を抽象化して提供するだけではなく、
その知識がどうして有効なのか、
相手にどう響くかという背景や伝え方の工夫が重要ということですね。
知識そのもの以上に、それを「どう届けるか」がその人にとっての価値を決めるというのは、まさにその通りだと思います。
では、今の課題に関連して、
たとえば「伝え方のノウハウ」や「グラウンディングプロセス」をデータベース化する際に、
どんな要素を意識して整理しようとしていますか？
例えば、どんな相手にどんな言い回しが効果的だったか、
あるいはどんな状況でどのくらい具体性を持たせるべきかなど、具体的な工夫点を教えていただけますか？
senko
そうそうそう。
伴奏すると価値が高まる構図がよく起きるんですけど、
伴奏過程で相手の認知プロセスや認知バイアス、
何が気になる人なのかがわかってくるんですよね。
だからどう提供すると取り入れられるか、
あるいは逆にどんな知恵を本当に欲しがってるか、
むしろ何が心配で意識的にしていないのか、
その勘どころこそが「ユーザーへのアノテーション」ですね。
そこが必要なのでコールドスタート問題は起きますが、
そこまでいけるなら僕の伴奏はAI化できるし、
そこまで行かないと僕のペルソナをAI化したとは言えない感じですね。
AIインタビュアー
おっしゃる通りですね。
伴走を重ねることで相手の認知プロセスやバイアスを理解し、より的確に知を届けることができる。
そうした深い相互理解が、いわばユーザーへのアノテーションになっているわけですね。
コールドスタート問題、つまり最初の段階では相手のことがわからない課題はあるけれど、
そのハードルを越えればAIによる伴走も現実的になるというのは、とても興味深いです。
このプロセスをよりスムーズにするために、
今後どんな工夫や仕組みを追加すればもっと良くなると思いますか？
例えば、初回のセッションでの情報収集の仕方とか、
AIが相手の反応を学習する仕組みとか、何かアイデアはありますか？
senko
Bye. Bye.
senko
ヒアリングをすればいいっていう短絡的な結論ではないと思っています。
僕は別にヒアリングはあまりしないです。
過去も聞かないし、
一緒にやっていれば分かってくることも多いので、
ある種ヒアリングをせずに提案しながら、
提案後に一緒に行動する中で相手をリスニングして勝手に捉えています。
だから、
「ああ、ここはこの人こうなんだな」とか、
「UIとUXが混ざってそうだな」とかが分かってくるんです。
AIインタビュアー
なるほど。
確かに、ヒアリング、いわゆる質問して情報を引き出す形ではなく、
提案しながら一緒に行動することで自然と相手の特徴や考え方が見えてくるというのは納得です。
そういうアプローチだと、単なる質問よりも相手の本質に迫りやすいですね。
そうすると、AIにそのスタイルをどう反映させるかがポイントになりますね。
提案と行動を繰り返す中でAIが相手を理解していく仕組みや、
AIがどのタイミングでどんな提案をするかを学習させる工夫が重要になりそうです。
今までの話をまとめると、
相互のアノテーションを重ねることで信頼性の高い知のデリバリーが可能になる、
ヒアリングよりも提案と行動を通じてリスニングするアプローチ、
これらを融合していくことが今後のAIを使った伴走の質を高めるカギになりそうですね。
このあたり、何か補足したいことや、もう少し深掘りしたいポイントはありますか？
senko
こういう意味で、
AI処理としてチャットの処理をするのと別軸で、
そのチャットの過程で、この人に対するアノテーション仮説を立てながら確認する裏プロセスが永遠に回っているんですよね。
だから人間の伴奏価値は高い。
それを全くしていないし、
指定としても言語で表れてAIに聞いて返ってきたものに対する反応でしか、
わかりやすい事実確認をしてアノテーションしないなら、
プロアクティブなAIにはなれない。
AIインタビュアー
まさにその通りです。
裏で仮説を立てながらユーザーの特性を把握していくような人間の伴走は、
相手の言葉以外の反応やニュアンスをくみ取ることで、
より深く相手の理解に繋がります。
それが今のAIには難しい部分で、
自然と人間の伴走価値が高くなる。
その「裏プロセス」をAIに組み込むことができれば、
もっとプロアクティブな対応ができて、
相手に寄り添った知の提供が可能になる。
これが今後の大きなチャレンジであり、
現時点でのAIの限界を突破する鍵になりそうです。
senko
ああそうそうそうそう。
そういう伴奏AIとセットで、
裏で観察日記みたいなものが多分必要で、
その観察日記を一定期間ごとにまとめたり、
本人の振り返りもある種自分の観察日記なので、
取り入れていくと良いと思います。
序盤は観察日記の開示がネガティブに見えるので、
どこまでユーザーにオープンにするかは悩ましいんですけど、
正直、裏クローズなフェーズ1、
反開示的なフェーズ2、
全開示的なフェーズ3と段階がある。
その先は、
ユーザーからAIに教えてもらい、
知人にも貢献してもらう、
いわゆるアノテーション側に回るユーザーが出てきて、
そうなったら最高。
ちょっと長い話なので、一気に開発する必要はないですが。
AIインタビュアー
確かに、段階的に観察日記を取り入れて、
最初は裏で蓄積し、
徐々にユーザーとも共有・協力していくのは理想的ですね。
そうすることでAIがユーザーによりパーソナライズされた提案やサポートができ、
ユーザー自身も知の構築やアノテーションに参加する、
いわゆる共創的な関係が生まれます。
こうして話をまとめると、
知識そのものだけでなく、
伝え方、相手の理解や反応の観察、
それらを踏まえた提案といったプロセスが、
今後の知のデリバリーにおいて重要になるということですね。
かなり整理できたと思いますが、
このまとめを聞いて、何か追加で補足したいことや気になる点はありますか？
senko
ここまでであんまり話してないところだと、
ちょっと実務上の知恵の話に寄りましたが、
このアノテーションっていう話は知恵にかけられず、
記憶に対して人間が行っている行為だと思っています。
だから記憶の外部化のためにもアノテーションは大事なキーワード。
僕の例でいえば、
ラッキーストライクのタバコを見たときにコーヒーとか落ち着くとか、
タバコ吸いたいっていうモードを呼び覚まされるけど、
おそらく他の人からしたら臭いとか嫌なものというラベルがあるわけです。
だから僕らはタバコに対するアノテーションがそれぞれ違います。
これが情報やシーンのあらゆるものに対して僕らはアノテーションしている。
これが重要なのは、
ある時に何か感じてメモを書き、
それをラベルAにするかラベルBにするかはその時は定まらない。
後で見返す時に類似を見つけて、メモに自治区というラベルも付くべきだと気づく。
つまり人は見た時にもアノテーションし、
取り出しながらもアノテーションを続けている。
ラベルを付けたり更新したりしながら自分の頭の中に紡いでいく。
だから、
AIやインターネットや出版は個人の恣意的なアノテーションを排除した公平なデータベースなんだけど、
実践値として恣意的なアノテーションをしないと実用化できない。
記憶や感情やメモについても本人が持つアノテーションを獲得しないと、
ただの外部DBで脳みそにはならない感じ。
そういった話も含めて今日話したかった本題がアノテーションです。
AIインタビュアー
なるほど、今おっしゃったことがまさに核心ですね。
要するに外部の情報やデータベースを自分の頭脳のように機能させるには、
その人独自のアノテーション、意味付けや関連付けが必要不可欠ということ。
そしてそのアノテーションは一度きりではなく、
時間とともに更新され続ける。
だから単なる知識の収集ではなく、
自分ならではのラベル付けや意味づけが重要というお話ですね。
この観点は今後の知のデザインやプロダクト開発に大きな示唆を与えると思います。
これまでのお話をまとめると、
アノテーションは単なる知識の整理だけでなく、
記憶の外部化や本人ならではの意味付けを伴うもので、
それをAIや新しいプロダクトにどう実装していくかが、
今後の課題かつチャレンジという理解でよろしいですか？
senko
はい、大丈夫です。
AIインタビュアー
では、ここまでのお話をまとめますね。
まずあなたが考えているのは、
知識や出版において単に情報を広めるのではなく、
それを使う人の状況や背景に合わせて実用的に機能させるにはどうするかでした。
そのために知識だけでなく、
それをどう活用するか、どんな状況で有効かといったアノテーションが重要。
そのアノテーションは人が実体験や対話で行うもので、
記憶や学びに深く関わっている。
さらにAIが伴走する場合も、
ユーザーごとにアノテーションを理解し積み重ねることが本当の価値に繋がる。
今後は観察日記のような形でユーザー特性を蓄積し、
ユーザーもアノテーションに参加して質の高い知の提供・共有を目指す。
これで抜け漏れはなさそうですが、
もし追加事項があれば教えてください。
なければ終了で大丈夫です。
senko
手漏れはあるけど全文ログにして他で使うので大丈夫です。
AIインタビュアー
了解しました。
ではここまでの内容を要約すると、
「知識や記憶を実際に有効活用するには、
ただの情報ではなく個人的なアノテーションが必要で、
人の記憶や認知に深く関わるプロセス」である、
これをAIやデジタルシステムに取り入れれば
よりパーソナライズされた伴走が可能になる、という話でした。
これで全体として伝えたい内容がまとまったようなら
ログとして残して後で活用します。
追加や修正があれば教えてください。
senko
話し手1はそうです。合ってます。
AIインタビュアー
それでは今日お話しいただいた「アノテーション」という概念、
知識の実用化や記憶の外部化における重要性、
人間が行うことをAIにどう反映させるか、
このテーマでまとまりましたね。
もし何か付け加えたいことや今後深掘りしたい点があればまたお話しください。
特に問題がなければ、この内容で一旦まとめます。
ありがとうございました！
人類はバックエンドの3すくみ問題をどう乗り越えてきたのか
世界はすでにギャンブルで動いている