  |
はてなキーワード: 教科書とは
英語で言えば、Augmented Intelligence
AIを通して海外の（主に英語の）資料をちゃんと読むだけで、日本人の視野は何百倍に広がるか。
日本でだけまことしやかに唱えられている「経済」や「科学」の常識が、実はどれだけ英語の読めない「専門家」に歪められていた、ただの嘘だったか。
この価値に気づけないやつは、頭が悪すぎる。
日本は、無能な人間のハルシネーションによって30年の衰退を押し付けられていた。
今こそ、AIの拡張知能によって、日本人が本当の知性を得るべき時だ。
大学教授よりもAIに聞け。ビックリするようなきちんとしたソース（国連などの一次資料）付きで、日本の経済論がどれだけめちゃくちゃだったのか教えてくれるぞ。
必要なのは、常識的な感性で、筋のとおらない極論を述べてる「専門家」の詭弁ポイントを見抜く力。
それさえ探り当てれば、必ず本当の常識と、何が歪められてるのかをAIから聞き出すことができる。
たとえば、日本ではずっとまことしやかに語られる、「相対的貧困は『絶対』じゃないから本当の貧困ではないということ」という、無根拠な印象論。
国際常識では、物価は相対的なんだから、貧困ラインも相対的に変わるのが当たり前。
日本では唯一の『絶対的貧困』と強弁される、「最貧国向けの貧困ライン（1日3ドル）」の他に、中所得国向けや高所得国向けなどいくつもの貧困ラインが存在する。
「相対的貧困は本当の貧困じゃない」なんて理屈を、どんな極右政治家でもネオリベ政治家でも、海外では一言も口にしない。
日本社会というエコーチェンバーの中でのみ、何の根拠もなく思い付かれて増幅しただけの、ローカル都市伝説みたいなものなのだ。
ただ、ウサギみたいに単純に怠けていたからでもなく、構造上の問題があるわけでもなく、
私の考えでは、否が応でもこうなる運命だったというか、経済学的にもそうなる運命だったと実証されるのではないか、
と考えている、つまり、みんな悪くて、みんな悪くないのである…😟
ただ、そのどさくさに紛れて、ブラック企業したり、政府や大企業が弱者を切り捨ててきたのは許せない、
それは第二次大戦中に大政翼賛だった大人たちが、終戦後にくるっと手のひらを返して、教科書に墨を塗るような行為である…😟
ソニーでは開発が中止され、人材はボストンダイナミクスとかに移ったように思うし、
東芝なんかも、ドイツ人の研究者が冷遇されて追い出されたりしてる、
二足歩行というより、垂直統合でアクチュエータを設計するような、そういった総合力が中国にある…😟
精神病院から退院したレメスロ氏(anond:20260505233557)が、かつてのトランプ・ゼレンスキー会談をダシに、今のロシアの現状を嘆いている。
https://t.me/ilya_remeslaw/11315 - 日本時間 5月8日(金) 16:59
例年通り、戦勝記念日にふさわしくない暗いニュースだ。「停戦」の現状はこうなっている。
ウクライナのドローンがロシア全土で数百回の攻撃を行った。再びペルミ、ヤロスラヴリ、その他石油精製所がある都市が標的となった。
また、航空管制の行政庁舎にドローンが撃ち込まれたため、ロシア南部の13の空港（アストラハン、ウラジカフカス、ヴォルゴグラード、ゲレンジーク、グロズヌイ、クラスノダール、マハチカラ、マガス、ミネラーリェ・ヴォディ、ナルチク、ソチ、スタヴロポリ、エリスタ）の運航が停止された。
敵が外務省や国防省の威嚇的な警告に対して、ほんの少しの恐れすら抱いておらず、ましてや敬意など微塵も払っていないことは明らかだ。西側諸国の大使館はキエフに留まっている。
以前、前線の情勢が比較的良好だった頃には、取引成立に向けた好機が存在していた。トランプ、エルドアン、様々な欧州諸国がプーチンの周りを駆け回り、一方のゼレンスキーは示威的に屈辱を与えられ、交渉へと追い込まれていた。
ホワイトハウスでのあのスキャンダラスな会談で、トランプがゼレンスキーに「お前には切り札など何もない」と言ったのを覚えているだろうか？当時、私たちはどれほど喜び、今こそ我々の地政学の達人(訳注: プーチン)が素早く有利な和平を締結してくれるだろうと考えたことか。(訳注: レメスロ氏はあくまでロシア愛国者であって、親ウクライナなわけではない)
しかし、その機会は取り返しのつかないほど過ぎ去ってしまった。戦争が長引けば長引くほど、我々に突きつけられる条件はより過酷になり、同時に後方への破壊も加えられることになる。
どうしてここまで台無しにできたのか？ まったく理解に苦しむ。歴史上、序盤に恐ろしい軍事的過ちを犯しておきながら、勝利への不釣り合いな好機を与えられ、それを見事に台無しにしてしまうような事例は他に知らない。
https://t.me/ilya_remeslaw/11326 - 日本時間 5月9日(土) 20:10
https://t.me/ilya_remeslaw/11327 - 日本時間 5月9日(土) 20:16
— お前の自由のためだよ、孫よ。
https://t.me/fontankaspb/103798 (訳注: リンク先は、軍事パレードが終了するまで大通りが閉鎖され、そこに住む住民が実質的に外出禁止処分を受けているという内容)
その家の一つには、私の知り合いである99歳の第二次世界大戦退役軍人、ボリス・セルゲイヴィチ・オレホフさんが住んでいます。
文字通り、全員を閉じ込めたのです。上層部を満足させるためだけに。退役軍人の誰かが薬や食料を必要としていようが、どうでもいいのです。
マルガリータ・シモニャン(訳注: ロシアの大物プロパガンディスト)は今日、ヨーロッパで復活しつつあるファシズムについて何か書いていた。
https://t.me/ilya_remeslaw/11329 - 日本時間 5月9日(土) 20:36
DeepL.com（無料版）で翻訳しました。太字は原文を反映しています。
これまでの投稿 anond:20260321192723 プーチン氏に反旗を翻したイリヤ・レメスロ氏の告発文の翻訳 anond:20260321225918 その後の彼の投稿から、いくつか抜粋して翻訳しておきます。(すべての投稿.. anond:20260505233557 反プーチンのイリヤ・レメスロ氏が、精神科病院から退院していた
日本式の新卒採用からの雇用形態って教科書人間向きだから仕方ないんだけど
これは本当にその通り
米国企業は一流大学の修士や博士を集めてソフトウェア開発に何十年と時間をかけてきたが
日本企業は文系の大学すら出てるかわからん十把一絡げのプログラマをかきあつめて3〜4年開発しては撤退とかしてた
これで勝てる要素があると思う方がおかしい https://t.co/IOGqlfwR9U— (Ǝ)ɐsᴉɥᴉɥso⅄ ,uɐᴉɥsoʞ, ouɐƃnS (@koshian) May 7, 2026
本当に丸投げしてるなら霞が関は定時なはずなんだけどね
そういうことも考えられないほどアホになってんのか
東大卒が官僚ではなくコンサルに行きたがるのは、官僚がブラックであるだけでなく、官自体がやるべきことをコンサルに丸投げしているから、官から受注しているコンサルに行った方が国策の現場に携われるというのがあると聞いたことがあり、問題の根は深いと思った。 https://t.co/Srp9KfcK9A— 愚泥 (@DOVGQ) May 5, 2026
中国の指導層、特に1990年代の日本の崩壊をリアルタイムで観察していたエリートたちは、日本の失敗を国家主権を失った国が辿る末路として徹底的にケーススタディした。
中国は、日本が米国の圧力に屈して急激な円高を受け入れ、バブルとその崩壊を招いたプロセスを最大の教訓とした。米国が長年人民元を切り上げろと圧力をかけ続けても、中国は決して一気に応じなかった。自国の輸出競争力と通貨の主権を手放すことは、国家の自死を意味すると理解していたからだ。
日本が金融自由化の名の下に外資の浸食を許したのに対し、中国は資本の流出入を厳格に管理し、グローバル資本が国内経済を根底から揺さぶることを許さなかった。中国は通信、エネルギー、金融といった国家の背骨となる部門を、決して民営化（＝外資への売却）しなかった。
市場経済を取り入れつつも、最終的な決定権を国家（共産党）が保持し続けることで、資本の論理が国家の主権を上書きすることを防いだ。日本の林道整備が収益性で切り捨てられたような事態を、彼らは国家の弱体化として回避した。
日本が製造業の現場を軽視し、派遣労働の拡大で技能を破壊し、技術を米国や周辺国に流出させた失敗も、中国は注視していた。サービス業や金融への偏重（経済のソフト化）が国力を削ぐことを見抜き、製造2025の掛け声のもとにハイテク製造業での自給自足を急いだ。
西側の技術を導入しつつも、それを自国のものに昇華させ、逆に西側が中国のインフラ（5GやEVなど）に依存する構造を作り上げた。
中国の躍進は日本のようにだけはなるなというスローガンの上に築かれている。彼らは日本がバブルの宴に酔い、竹中平蔵のようなパシリによってシステムを解体され、最終的に搾取対象へと転落していく様を、冷徹な目で見つめていた。
皮肉なことに、日本が米国に差し出した果実が大きければ大きいほど、中国は主権を失うことの代償を強く認識し、独自の軍事力と経済ロジックを磨き上げることができたのだ。
覚悟がなければ未来はない。中国は米国と衝突してでも主権を守るという覚悟を決め、日本はその覚悟を捨てて隷属の安寧を選んだ。その結果が、現在の両国の決定的な国力の差となって現れている。
絵に価値を持たせて、ちゃんと飯食えるようにしてやりたいんだよな。
上手いだけじゃほぼ稼げないじゃん。
じゃあどうするかって話で、
まず選定する。
美術館に飾ってあったら、
で、経歴もちゃんと見る。
東京芸大とか、有名な賞歴とか、
次に、その選んだ絵に
あえてめちゃくちゃ高い値段をつける。
ここ重要で、
その上で、
インフルエンサーにも触らせて、
「これすごいらしいよ」って空気を作る。
・有名コレクターに持たせて“持ってる人の格”で価値を底上げする
・アーティスト本人のキャラクターや発信力もブランディングに使う
こうやって、
そうすると、
が、
に変わる。
昔の画家も結局、
市場・評価・ストーリーの積み重ねで価値が固定されたわけだしな。
綺麗事抜きで言えば、
そこを設計していけばいいじゃんって話。
彼について考えるとき、僕はいつも少しだけ居心地の悪いカフェの隅に座っているような気分になる。窓の外では、理由もなく風が吹いている。カップの中のコーヒーはもう冷めかけているのに、なぜか飲みきるタイミングがつかめない。
ゴッホという画家は、どうやら僕らが教科書で習ったような純粋な芸術家というより、もっと生々しくて、手触りのある存在だったらしい。デッサンの練習には女性モデルを選びたがり、ときにはその境界線を曖昧にしてしまう。若い頃には娼館に通い、絵を描くという行為と、欲望とが、うまく分離できていなかったようにも見える。
それはどこかで、現代の映画監督のスキャンダルを思い起こさせる。創作と権力と欲望が、同じテーブルの上に並べられているような、そんな感じだ。
でも同時に、彼の中には奇妙なほど強い宗教的な情熱もあった。神に近づこうとする衝動と、地上的な欲望とが、同じ身体の中でせめぎ合っている。そのアンバランスさが、かえって彼をより現実的にしている気もする。
彼は生涯、家族に頼り続け、うまく人と折り合いをつけることもできなかった。人から好かれるタイプではなかったのだろう。むしろ、周囲を少しずつ疲れさせてしまうような人物だったのかもしれない。
そして結局のところ、彼は明確な成功を手にする前に、自分自身の内側で何かが壊れてしまった。
もし彼が生前に大きな成功を収めていたら、それはそれで、どこかしっくりこない気もする。成功した彼の姿を想像すると、なぜだか物語のバランスが崩れてしまうのだ。まるで、最後のページだけ誰かが書き換えてしまった小説みたいに。
まず、因果推論全般では、「相関がある／ない」と「因果関係がある／ない」を同じ軸で考えない。
相関は、観測されたデータ上で見える関係である。因果は、一方を変えたときに、もう一方が変わると考えられる関係である。
なお、「相関がない」と書くと完全に無関係であるように読めるため、以下では原則として「相関が見える／見えない」と書く。
そのため、全体像としては、次のような2×2で整理するとわかりやすい。
| 分類 | 因果関係がある | 因果関係がない |
|---|---|---|
| 相関が見える | A. 因果関係が相関として見えている | B. 見かけ上の相関 |
| 相関が見えない | C. 因果関係はあるが、相関として見えにくい | D. 関係が見られない |
ここでいう「相関が見えない」は、「その観測方法・分析方法では相関が確認できない」という意味であり、完全に無関係であることを直ちに意味しない。
この表は、あくまで全体像を示すための地図である。因果推論では、相関が見えるかどうかと、因果関係があるかどうかを分けて考える。
Aは、相関が見えており、因果関係としても説明できる場合である。
Bは、相関は見えているが、それが因果関係を示しているとはいえない場合である。いわゆる擬似相関はここに入る。
Cは、因果関係はあるが、単純な観測データでは相関として見えにくい場合である。非線形の関係、時間差のある関係などが該当する。
Dは、相関も見えず、因果関係も想定しにくい場合である。ただし、相関が見えないことは、完全に無関係であることを直ちには意味しない。
したがって、因果推論全般では、相関が見えるからといって因果とは限らないし、相関が見えないからといって完全に無関係とも限らない、という両方の注意が必要になる。
一方、高校教科「情報」で扱う範囲は、因果推論全般そのものではない。
高校範囲で中心になるのは、散布図や相関係数をもとに、今見ている2つのデータの関係をどう読むかである。具体的には、散布図や相関係数を使って、2つのデータに直線的な関係が見えるかを確認する。そのうえで、「相関が見えるからといって、因果関係があるとは限らない」という点を学ぶ。
先ほどの分類表を高校「情報」の範囲に寄せると、次のように整理できる。
| 分類 | 高校範囲での扱い |
|---|---|
| 直線的な相関が見える | 高校1：因果関係として説明できる場合／高校2：擬似相関の場合 |
| 直線的な相関が見えない | 高校3：相関が見られない。ただし、完全に無関係とは限らない |
高校1は、直線的な相関が見え、背景知識などから因果関係として説明できるもの。これは、全体表のA「因果関係が相関として見えている」にあたる。
高校2は、直線的な相関は見えるが、因果関係として説明できないもの。これは、全体表のB「見かけ上の相関」にあたる。擬似相関はここに入る。
高校3は、直線的な相関が見えないもの。高校範囲では、いったん「相関が見られない」と整理されることが多い。ただし、これは完全に無関係であることを意味しない。非線形関係、時間差、しきい値のように、別の見方をすれば関係が見える場合もある。
高校範囲で中心になるのは、「直線的な相関が見える」場合である。つまり、その相関を因果関係として説明できるのか、それとも擬似相関なのかを考えることが主題になる。
一方、「直線的な相関が見えない」場合については、基本的には「相関が見られない」と整理する。ただし、これは完全に無関係だと断定することではなく、高校範囲では深く扱わない発展的な関係が隠れている場合もある。
相関関係とは、2つのデータの増減に一定の傾向が見られる関係のこと。
高校範囲では、主に散布図や相関係数で確認する。そのため、ここでいう相関は、基本的には直線的な相関である。
片方が増えるともう片方も増えるなら、正の相関。片方が増えるともう片方が減るなら、負の相関。増減の関係がはっきり見られないなら、相関が見られない、と整理する。
ただし、ここでいう「相関が見られない」は、少なくとも散布図や相関係数では、直線的な相関が見られないという意味である。
現実には、曲線的な関係、時間差のある関係、しきい値のある関係などが隠れている場合もある。したがって、「相関が見られない＝完全に無関係」とは言えない。
因果関係とは、一方の変化が、もう一方の変化を引き起こすと考えられる関係のこと。
ここでは、原因側のデータ項目を X、結果側のデータ項目を Y と書く。
・X → Y
これは、X が Y に影響している関係である。現実の例で言えば、「気温 → アイスの売上」のような関係である。
この場合、気温の上昇がアイスの売上に影響していると考えられる。
ただし、2つのデータに相関が見えるだけでは、因果関係があるとは言えない。因果関係を考えるには、少なくとも以下のような項目を確認する必要がある。
なお、高校範囲で「因果関係」と言う場合は、多くの場合、X → Y のような単純な関係を念頭に置いている。X → M → Y のような間接因果については、後述する。
擬似相関とは、2つのデータに相関が見えるが、その相関が因果関係を示しているとはいえないものを指す。
ここで注意したいのは、擬似相関は「相関がない」という意味ではないこと。多くの場合、相関は実際に見えている。擬似なのは、相関そのものというより、因果関係があるように見える解釈のほうである。
つまり、擬似相関は、その相関だけでは因果関係を示しているとはいえない相関と考えるとわかりやすい。実際、「擬似」という言い方だと相関そのものが存在しないように誤解されるため、「非因果相関」と呼ぶ方がよいと考える人もいる。
擬似相関の原因には、主に以下のようなものがある。
それぞれ整理すると、次のようになる。
交絡因子による擬似相関は、次の形で表せる。
・Z → X
・Z → Y
2つのデータ X と Y の両方に、第3の要因 Z が影響している場合である。このような第3の要因を、交絡因子という。
・気温 → アイスの売上
・気温 → 熱中症の発生数
このとき、アイスの売上と熱中症の発生数には相関が見えるかもしれない。しかし、次のような因果関係があるわけではない。
実際には、気温という Z が、アイスの売上 X と熱中症の発生数 Y の両方に影響している。
高校範囲では、擬似相関の典型例として、この交絡因子による説明がよく使われる。
特に、たくさんのデータを比べていると、本当は関係がなくても、偶然よく似た動きをする組み合わせが見つかることがある。
この2つが、ある期間たまたま似た増減をしたとしても、それだけで因果関係があるとは言えない。これは、意味のある関係ではなく、偶然相関して見えただけである。
時系列データでよく起きる。2つのデータが、どちらも時間とともに増えている、または減っているだけで、相関があるように見える場合である。
・スマートフォンの普及率
どちらもある期間に増加していると、相関があるように見えるかもしれない。しかし、それだけで、次のような因果関係があるとは言えない。
この場合、両方が「時間の経過」とともに増えているため、見かけ上の相関が生じている。
データのまとめ方によって、相関があるように見えたり、逆に相関が消えたりする場合である。
たとえば、10年分のデータ全体ではほとんど関係がないのに、ある3か月だけを切り取ると、2つのデータが同じように増えているように見えることがある。
これは、特定のトレンドが見えている期間だけを切り取ることで、相関があるように見える場合である。意図的にやれば「都合のよい期間の切り取り」になるし、意図せず起きることもある。
また、全体で見るか、グループ別に見るかで、関係が変わる場合もある。
・学校全体で見ると、学習時間が長い生徒ほど成績が高いように見える。
・しかし、学年別に分けると、その関係は弱かったり、違う傾向が見えたりする。
この場合、学年、クラス、地域、年齢層などの分け方によって、見える相関が変わっている。
さらに、個人単位で見るか、都道府県単位で見るか、国単位で見るかによっても、関係が変わることがある。個人レベルでは成り立たない関係が、都道府県ごとの平均値で見ると相関して見える場合がある。これは、専門的には生態学的誤謬に近い話である。
また、割合で見るか、実数で見るか、平均で見るか、合計で見るかによっても、相関は変わる。
たとえば、人口が多い地域では、店舗数も事故件数も多くなりやすい。そのため、単純な件数同士で見ると相関が出ることがある。しかし、人口あたりの件数に直すと、その関係が弱まる場合がある。
つまり、集計方法の影響とは、期間、集団、単位、指標の取り方によって、相関があるように見えたり、消えたりすることである。
高校情報の教科書では、間接因果は独立した中心概念としてはあまり扱われない。
高校範囲で重要なのは、まず、相関関係が見えても因果関係があるとは限らないこと、そして交絡因子による擬似相関に注意することである。
そのうえで、間接因果については、補足的に考えればよい。
間接因果とは、X が別の要因を介して Y に影響する関係である。中間に入る要因を M と書くと、次のようになる。
・X → M → Y
この場合、「勉強時間」と「点数」の間には、「問題演習量」を介した因果関係があると考えられる。
これは直接の因果関係ではないが、比較的近く、説明しやすい間接因果である。そのため、高校範囲では次のように丸めて説明しても、通常は問題ない。
つまり、近い間接因果は、広い意味で因果関係として扱える場合がある。
・大型商業施設ができる
→ 人の流れが変わる
→ 通学経路や交通混雑が変わる
このような関係は、完全にありえないとは言えない。
しかし、途中に入る要因が多く、他の要因も大量に関わるため、単純な相関関係からこの因果経路を説明するのは難しい。
さらに遠い因果経路まで含めると、ほとんど何でも何かに影響している、という話になってしまう。
そこまで広げると、バタフライエフェクトのような話になり、高校範囲の「相関関係と因果関係」の整理としては扱いにくい。
そのため、間接因果は次のように考えるとよい。
・比較的近く、説明可能な間接因果は、広い意味で因果関係として扱える。
・一方、因果経路が遠すぎるものや、途中の要因が複雑すぎるものは、高校範囲では擬似相関に近いもの、または発展的な話題として扱うのが自然である。
つまり、間接因果は、高校情報の中心的な分類ではなく、発展的な補足として考えるのがよい。
高校範囲では、まず「直線的な相関が見える場合」に、その相関を因果関係として説明できるのか、それとも擬似相関なのかを考えることが重要である。間接因果は、その後に考える発展的な補足として扱えばよい。
高校「情報」で中心になるのは、「相関関係」「因果関係」「擬似相関」を区別して考えることである。
「相関関係」は、2つのデータの増減に一定の傾向が見られる関係である。
「因果関係」は、一方の変化が、もう一方の変化を引き起こすと考えられる関係である。
「擬似相関」は、相関は見えているが、それだけでは因果関係を示しているとは言えない関係である。典型例は、第3の要因である交絡因子が2つのデータの両方に影響している場合や、たまたま似た動きをしただけの偶然の一致である。
ただし、高校範囲で扱う相関は、主に散布図や相関係数で見る直線的な相関である。そのため、「相関が見られない」と整理される場合でも、完全に無関係とは限らない。非線形関係や時間差のある関係のように、別の見方をすれば関係が見える場合もある。ただし、そうした見方は高校範囲では基本的に深く扱わず、大学以降の専門的な範囲に入る。
また、間接因果は、高校情報の中心的な分類ではなく、発展的な補足として考えるのがよい。
要するに高校範囲では、相関が見えてもそれだけで因果とは言えず、相関が見えなくてもそれだけで無関係とは言えない、という点を押さえるのが重要である。
