2 分で読了
2 views

AIリアリズムに抵抗するための参加型デザインの再構成

(Reconfiguring Participatory Design to Resist AI Realism)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近うちの若手が「AIを導入すべきです」と騒いでおりまして、何だか急に全社がAI前提の議論になっているのが不安です。そもそも「AIを使えば解決」となる空気に疑問はありませんか。

AIメンター拓海

素晴らしい着眼点ですね!AIを万能視する風潮は「AIリアリズム」と呼ばれていて、AIが必然で自然な解だと信じる考え方です。まずはその前提を疑う観点が大事ですよ。大丈夫、一緒に整理していけるんです。

田中専務

AIリアリズムですか。聞き慣れない言葉ですが、結局「流行だから導入する」ということに近いのですか。投資対効果が見えないと承認しづらいんです。

AIメンター拓海

おっしゃる通りです。ここで重要なのは参加型デザイン(Participatory Design、PD)という考え方をどう使うかです。PDは現場の人を巻き込んで作る手法で、民主的なプロセスが強みです。ただし、そこが逆にAI導入への後押しになってしまう危険もあるんです。

田中専務

なるほど。PDを使うと現場の意見が集まるけれど、それで本当に現場が力を持つのか疑問だ、ということですね。要するに、話し合いをしただけで決定権が技術側に残ることがある、と。

AIメンター拓海

素晴らしい着眼点ですね!まさにその通りです。論文ではPDを「AIリアリズムに抵抗するために再構成する」ことを提案しています。ポイントは三つで、1) 支配的な評価指標を問い直すこと、2) AI以外の代替手段を真剣に探ること、3) AIを支える人手の存在を可視化することです。要点はこの三つに収まるんですよ。

田中専務

これって要するに、ただAIを入れて効率化する話ではなくて、導入前にそもそも必要かどうかや、どういう価値基準で判断するかを場で作るということですか。

AIメンター拓海

まさにその通りなんです!その理解で合っています。少し噛み砕くと、まず何をもって成功とするか(評価指標)を現場と再交渉する。次に、AIが唯一の解ではない場面を洗い出し、コストとリスクを比較する。最後に、AIが動く背後の人の労働を見える化して、その負担や倫理的問題を議論に出す。これで意思決定がずっと現実的になりますよ。

田中専務

なるほど。現場の負担が増えるなら、導入は慎重に判断する必要がありますね。投資対効果の計算に、隠れた人件費や監督コストも入れないといけない、と。

AIメンター拓海

その通りです。現場での再現性や監視、データ整備、そして運用中の人間作業は見落とされがちです。PDを使ってそれらを最初から議題に上げることで、現実的な比較ができ、結果的に無駄な投資を防げるんです。大丈夫、一緒にやれば必ずできますよ。

田中専務

ありがとうございます。では、会議で使える要点を三つ、現場でどう確認するか簡単な手順に落とし込めますか。あまり専門的なことはできないので、現場と経営の橋渡しができる形で教えてください。

AIメンター拓海

素晴らしい着眼点ですね!要点三つは、1) 成功基準を定義する、2) AI以外の選択肢を検討する、3) 人の労働を可視化してコスト化する、です。会議ではそれぞれを短い質問に分けて投げるといいですよ。例えば「これが成功といえる数値目標は何か」「機械以外の手段で同等の結果は出せないか」「運用で誰が何時間かかるか」を尋ねるだけで議論が変わりますよ。

田中専務

わかりました。自分の言葉で言うと、会議で「AIが必要か」を判断するために、成功条件を決め、AI以外の案と比べ、現場の隠れた手間も数字に入れて比べる、ということですね。ありがとうございます、これなら説明できます。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
クレジットスコアリングにおけるAIの公平性評価
(Evaluating AI fairness in credit scoring with the BRIO tool)
次の記事
GPT-4の一元的な道徳地図:国家推定の精度は道徳領域によってどう変わるか
(GPT-4’s One-Dimensional Mapping of Morality: How the Accuracy of Country-Estimates Depends on Moral Domain)
関連記事
ロボット腕の動作認識の堅牢性評価
(ROBUSTNESS EVALUATION OF MACHINE LEARNING MODELS FOR ROBOT ARM ACTION RECOGNITION IN NOISY ENVIRONMENTS)
南極深部氷における音響雑音と環境条件
(Acoustic noise in deep ice and environmental conditions at the South Pole)
3DGSの高効率圧縮を可能にするスパース性誘導階層変換符号化
(3DGS Compression with Sparsity-guided Hierarchical Transform Coding)
柔軟なビット幅スケーリング可能な深層ニューラルネットワークアクセラレータ
(A Flexible Precision Scaling Deep Neural Network Accelerator with Efficient Weight Combination)
周波数分解混合専門家モデルによる時系列予測の革新
(FreqMoE: Enhancing Time Series Forecasting through Frequency Decomposition Mixture of Experts)
NEWFIRM中間帯サーベイ:フィルタ定義と最初の結果
(The NEWFIRM Medium-Band Survey: Filter Definitions and First Results)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む