エスノグラフィ / フィールドワーク
現場に行き見聞き観察すれば、必ず新しいインサイトやアイデアが生まれるというような単純なものではありません。成功確度を上げるには、エスノグラフィ理論(中立的・客観的にエスノグラフィック調査をしようとするのは理論的矛盾など)を最低限理解し、フィールドワーク原則に則って現場に出ていくことが重要になります。
参照: 安松健 (2021)「創造的思考の脱中心的・現働的理論展開 渾然一体としての創造理論」京都大学博士論文, pp.6-7, pp88-90.
生活者リサーチ・事業分析から、コンセプト・UXデザイン、プロトタイピング、アジャイル開発、アプリ運用まで、
新規事業・新商品サービス開発、業務改革・DXのプロセスを協働・支援いたします。
フィールドワーク・エスノグラフィ、ワークショップ、生成AI・機械学習、分析思考と統合思考、
認知科学・社会学の理論など、創造的プロジェクトに必要不可欠な手法や知見に加え、
エボルブが長年培ってきたゲーム開発ならではのストーリー・グラフィック・システム・サウンドを交えた
統合的なクリエイティビティと、アジャイル開発をかけ合わせていきます。
多様なアプローチを使い分けつつ、それぞれの長所を組み合わせ、
プロジェクトとして渾然一体としてファシリテートすることで、従来の枠組みを乗り越える
新しいアイデアを創出・実現するプロジェクトを推進していきます。
2025.03.14
産総研 人工知能技術コンソーシアム データ知識融合WG note公開「生成AI時代、変わるものと変わらないもの 産総研人工知能技術コンソーシアムの原点・源流、そして発展」
外部サイト
2025.01.22
AI博覧会2025にて「生成AIオーケストラ! 今こそ求められる協働・共創の人間力(基礎編)」講演(アーカイブ配信あり)
外部サイト
2025.01.16
産総研 人工知能技術コンソーシアム第3回定例会にて「生成AIオーケストラ! 今こそ求められる協働・共創の人間力(応用編)」を講演(youtube配信あり)
外部サイト
2024.11.18
神戸大学 数理・データサイエンスセンター「データサイエンス特論2」を担当 (2017年より継続)
外部サイト
2024.10.01
上智大学 応用データサイエンス学位プログラム非常勤講師に就任、「実務実践のための因果的モデリング ベイジアンネットワークと生成AI」を担当
現場に行き見聞き観察すれば、必ず新しいインサイトやアイデアが生まれるというような単純なものではありません。成功確度を上げるには、エスノグラフィ理論(中立的・客観的にエスノグラフィック調査をしようとするのは理論的矛盾など)を最低限理解し、フィールドワーク原則に則って現場に出ていくことが重要になります。
参照: 安松健 (2021)「創造的思考の脱中心的・現働的理論展開 渾然一体としての創造理論」京都大学博士論文, pp.6-7, pp88-90.
仮説創出型と仮説検証型リサーチを混同せず明確に使い分けることも重要です。仮説検証型は、事前に準備検討した観点で構造的に順を追って、計画的に線形プロセスで、網羅的に、定量的に調査することが一般的ですが、 一方、アイデアを生み出す仮説創出型は、流動的な非線形プロセスで調査対象を絞らずシズル感ある情報を収集していくことが必要不可欠です。この正反対ともいえるリサーチ手法を使い分けていきます。
重要な要素に分ける分析思考と、要素を組み合わせる統合思考。そして、統合思考の中には、①足し合わせ的統合思考、②因果的統合思考、③アブダクティブ統合思考などがあります。こうした様々な思考法を状況やフェーズに応じて選択し意識的に切り替え、特に、プロジェクトの創造性を高めるために、アブダクティブな統合思考を積極的に取り入れていきます。
いかに良い情報を収集したとしても、その情報を既成の枠組みで整理・分類してしまっては、新しい発想(新規軸)が生み出されないのは当然の帰結です。ありきたりなグルーピングを超えて、これまでにない軸を浮き上がらせる創造的統合のためのワークショップ法を活用していきます。
参照: 安松健 (2019)「創造的ワークショップのための手法と成功要因の研究 マーケティング(生活者理解)におけるケーススタディ」日本創造学会論文誌, 22, 53-67.
一般的なグループワークのファシリテーション(ファシリテーターが外側から介入するタイプ)と、ファシリテーターも伴走し渾然一体のチームとしてアイデア創出する共創型ファシリテーションは、使う手法やノウハウが相反するものになります。ファシリテーションにも様々な型があり、プロジェクトの目的に応じて最適な型を選択していきます。
参考: 安松健 (2016)「“ファシリテーション”と“場の論理”と“パターンランゲージ”と」オージス総研WEBマガジン.
AIはヒトの知能を模して開発された技術ですので、認知科学・学習科学などの社会人文科学の知見・アプローチは、生成AI活用にも極めて有用です。例えば、LLM活用においては、プログラミング発想ではなく、文化人類学的アプローチを応用したプロンプトを駆使することで、生成AIの能力を見違えるほど引き出すことが可能です。
詳細: 安松健, 堀川浩規, 阪口奨, 仲矢史雄 (2025)「生成AIによる学校教育におけるコミュニケーションの場の創出 文化人類学とゲームキャラクターデザイン技術による生成AIサービス開発」, 人工知能学会全国大会(第39回).