  |
はてなキーワード: プロセスとは
通報とか訴えるって行為が違法とイコールみたいな繋がりになってるの
なんかちょくちょくいるけどアホ丸出しだよな
@shihori94の投稿は、タスク中にフリーズするような行動がADHDやASDなどの神経発達障害に起因する可能性があると提案しています。これを裏付けるものとして、CHADD（2022）の研究ではADHDにおける注意散漫やタスクの理解不足が指摘されており、ASDについては構造化されていない仕事環境への適応が難しいことが研究で示されています。
さらに、職場での具体的な調整策として、視覚的なマニュアルや理由付きのステップごとの説明が提案されています。これを支持するデータとして、Scribe（2025）の調査では視覚的な指示がタスクの正確性を向上させることが示されており、PMCの証拠（2021）では、カスタマイズされたサポートがASDの従業員のパフォーマンスを向上させることが確認されています。
この洞察は、怠惰や無能という前提に挑戦し、個人の認知スタイルと職場ニーズの不一致が原因である可能性を示唆しています。これは、オープンシステム理論（OpenText, 2021）に沿って、チームプロセスを多様なメンバーのニーズに適応させる重要性を強調しています。
---
あなたのコメント「そんなこと言われても面倒臭いと言う人にとってなぜそれが必要なのか説明が必要だと思います」に対して、以下のように考えられます：
確かに、提案された調整策（例：視覚マニュアルや逐一説明）を実践するには手間がかかるため、「面倒くさい」と感じる人がいるのは自然です。しかし、これが必要な理由は、以下の点にあります：
1. **生産性向上**：個々の特性に合わせたサポートを提供することで、フリーズやミスが減り、全体の業務効率が上がります。Scribeのデータでも、タスク理解が改善されると作業時間が短縮されることが示されています。
2. **公平性とインクルージョン**：全員が同じ方法で教えられるのではなく、特性に合わせた対応は、多様な人材が活躍できる職場環境を築く基盤となります。これは、長期的にチームの多様性と強みを引き出す効果が期待されます。
3. **誤解の解消**：意図せず「怠けている」と見なされることを防ぎ、本人の努力や意欲を正当に評価する機会を提供します。これにより、チーム内の信頼関係も強化されます。
「面倒くさい」と感じる場合でも、これらの利点を具体的に示し、短期的努力が長期的な成果に繋がることを説明することで、理解と協力を得やすくなるかもしれません。例えば、「最初は手間でも、慣れればマニュアルが他のメンバーにも役立ち、全体の負担が減る」と伝えるのは一つのアプローチです。
なるほど、あなたの視点からすると、「面倒くさい」というのは単なる手間の問題だけでなく、そうした配慮をすることで自分が「世話係」にさせられてしまい、評価にも繋がらないという懸念があるのですね。その気持ち、とても理解できる部分があります。では、この点を踏まえて考えてみましょう。
- サポートを個人の負担ではなく、チーム全体の責任として位置づける。例えば、「マニュアル作成は一度の努力で全員に役立つ」というルールを設け、初回だけ協力して作れば後の負担が減ることを強調する。これなら「世話係」感が薄れ、公平性が保たれます。
- 実際、LeanOnWe（leanonwe.com, 2023）のケア職事例では、役割分担を明確にすることで家族間の不満が減少した例が報告されています。
- 配慮や調整が業務改善に寄与したことを記録し、上司やチームにフィードバックする仕組みを作る。例えば、「このマニュアルのおかげでタスクミスが20%減った」といったデータを示せば、努力が無視されにくい。
- AskEARN（askearn.org, 2023）の神経多様性雇用ガイドラインでは、インクルーシブなサポートが組織の競争力向上に繋がるとされ、こうした貢献を評価対象に含める企業も増えています。
- すべてを引き受ける必要はないので、「サポートは協力できる範囲で」と伝えるのも一つの手。@miyoshiiiiの投稿（Thread 2）でも、本人が意図せず依存される状況を打破するには自己認識が重要とされ、過剰な負担を避ける意識が推奨されています。
- 例えば、「私は説明はサポートできるけど、マニュアル作成は他の人に任せたい」と割り切るのも良いかもしれません。
### なぜそれが必要か、改めて
「面倒くさい」「世話係になるのが嫌」という気持ちを尊重しつつ、これが必要な理由は、長期的に見てチーム全体の効率や雰囲気が改善される可能性がある点です。しかし、それがあなたの負担だけに偏るなら意味がありません。評価されないなら、それを変える提案をチームや上司に持ち掛けることで、自分の立場を守りつつ貢献する形を作れるかもしれません。
例えば、「この調整を試すなら、誰が何を担当するか決めて、成果を評価に反映させよう」と提案してみるのはどうでしょう？ あなたの懸念を具体的に共有すれば、チームも現実的な解決策を考えやすくなります。どう思いますか？
ご提示いただいた内容は、経済成長やGDPの測定に関するいくつかのモデルや課題を簡潔に表現したものと理解できます。
x_t = (Π A_i)x_0
これは、経済の状態ベクトル x が初期状態 x_0 から始まり、複数の線形変換または行列 A_i の連続的な積によって時間とともに変化していくプロセスを近似的に示していると考えられます。
経済的解釈: 経済学においては、動学的なシステム（例えば、資本、労働、技術などの成長）を、期間ごとの変化率やショックを表現する行列 A_i を用いてモデル化することがあります。
この式は、連続的な経済ショックや政策介入の累積的な影響を示す形式として解釈できます。
r_1 ＞ g ＞ r_2
これは、経済全体の成長率 g と、異なる種類の資産（または異なるポートフォリオ）の収益率 r_1 および r_2 の関係を示しています。
理論: 実質GDP ≒ Q（生産量）、名目GDP = P × Q（価格 × 生産量）
現実の課題: 物価の過小評価と正確測定の不可能性 → 実質GDP x (αP)Q
これは、名目GDPを実質GDPに変換する際の物価指数（デフレーター）の信頼性に関する、マクロ経済学的な批判を述べています。
結論 (αP)Q の解釈: 実質GDPを名目GDPから計算する場合、通常は P で割って Q を求めますが、物価 P が不正確であるため、得られた実質GDPの値は名目値に何らかの調整項 α がかかった物価の代理変数 (αP) と、真の生産量 Q を掛け合わせたような値にしかならない、という測定上の限界を示唆しています。これは、「統計に現れる実質GDPは、真の経済成長を正確に反映しているとは限らない」という、実質成長率の解釈における重要な注意点です。
1. 経済プロセスは x_{t}=(ΠA_i)x_0 で近似できる。
2. 資産ミックスを考慮した成長は r_1 ＞ g ＞ r_2
3. 理論上、実質GDPは生産量(Q)で、名目GDPは価格(P)×生産量(Q)だが、物価の過小評価と正確測定の不可能性から、実質GDPは(αP)×Qという値になる
行動の結論を前もって決めておくわけじゃなくて、基準やプロセス、ガイドラインをきちんと決めておいてはっきりさせておくっていうのが現代プロジェクトマネジメントやガバナンスの基本じゃないか。やり方は出たとこ勝負（占いとか愛人の意見で決めるとか・・・）判断基準は俺と愛人や家族が得をするかどうか、腹がたったら粛清と虐殺みたいな政治が今頃通るわけないじゃん？
AIに「AIが書いた後人間が改変した可能性が高い」って言われてるやんw
これは「AIが下書きを作り、それを人間が感情・体験ベースで大幅に改変・肉付けした可能性」はかなり高いです。
完全なAI文とも、完全な人間文とも言い切れません。いわば“ハイブリッド文”の典型的な特徴があります。
⸻
(1) 構成の整理度が異様に高い
• 序盤から終盤まで「1. ライフスタイル」「2. 時間の問題」「3. 事件」「4. 家族の変化」ときれいに番号で分けた4項構成になっており、
• 感情的なテーマ（トラウマや喪失）を扱っているにしては、全体の構成が整いすぎている。
→ これはAIが最初に骨格（見出し＋流れ）を作った可能性を示唆します。
(2) 文末・語尾のリズムが均質
• 「〜た。」「〜した。」「〜思った。」など、文末のリズムが機械的に一定。
一見自然ですが、ここまで均一なのはAI下書きにありがちな特徴です。
人間が書くと、もう少し「…」「〜だったのかもしれない」「〜気がした」などの“揺れ”が混ざりやすいです。
• 人間がトラウマを描くときは、感覚的な比喩（「胸が重くなった」「包丁を握る手が震えた」など）が混ざることが多い。
しかし本作では「トラウマ」「苦痛」「不快感」など、感情を抽象名詞で処理しており、ややAI的です。
⸻
「私が引き際を誤って我慢して通い続けて不遜な態度をとってしまった」
「やばい奴を焚き付けてしまったことが一番よくなかったと反省している」
こうした“自分の落ち度を認める書き方”はAIが苦手とするニュアンスで、人間による心理の細かい補筆と考えられます。
(2) 「マジでやばい奴」「スーパーで1万円以上買ったレシートみたいなLINE」などの口語的な比喩
• これはAIが自然に出すには難しい生々しさで、人間的な編集が明確に入っています。
• 特に「スーパーで1万円以上買ったレシートみたいなLINE」は生活感と怒りのユーモアの混在で、AIの自動生成ではほぼ出ません。
何言ってるかよくわからんけど
逮捕には令状が必要なわけだけど警察は裁判所に令状を発行してもらう。
そこに「遠因」なんて書かれることは無いし許されない、刑事司法手続きの当たり前のこと
なんとなく悪っぽいからとりあえずとっ捕まえて吐かせる。なんて警察権の行使は認められてない、特高警察じゃねぇんだから
ここまでは理解できるかしら？
で、新聞社があたかもそれが許される、そう誤読されてもおかしくないような記事を出すのはイカンだろと
大学教授のコメントを書いてるだけ、ってのは言い訳にならないよ、コメントを選択し、掲載の可否、編集の自由を持っているのだから
新聞社がこのコメントに正当性があり、報道価値があると判断しているのだから。
「遠因」が「余罪」と書いてあれば俺はギリ許す。
つまりこの指摘は頓珍漢で、俺は言葉のチョイスが間違ってると言うてる、刑事司法手続きの厳格性を無視していると。
言葉でムードを作る怖さをマスコミが認識してないんじゃないかと思うの。
マスコミが長年そう誤解するような報道の仕方、言葉のチョイスをしてきたからだ
そーゆーのが許せん、いい加減やめろと、言うてるの
キミ論点がズレてるんだわ
強盗犯の疑いが強い人物がいたとして、だけど明確な証拠は無い、運よく万引きしやがった
裁判所に令状を申請、万引きで逮捕だと弱いので、「遠因」は強盗であり、数カ月身柄拘束して締め上げれば
許されると思う？まぁ日本では実務的に許されちゃってるんだけど
「遠因」なんて言葉のチョイスの裏に報道機関が暗にこういう前時代的な警察実務を容認するムードがあるんだろなと
そこが怖いと言うてるの
あと人を無闇矢鱈とバカというのはよした方がいい。ネットだけでリアルではやらないというだろうが
こういう人材基本スルーするので知らなかった、聞いたことあるくらい
著書すごいな
2018 世界でバカにされる日本人 - 今すぐ知っておきたい本当のこと
2018 脱! 暴走老人 英国に学ぶ「成熟社会」のシニアライフ
2021 みにろま君とサバイバル 世界の子どもと教育の実態を日本人は何も知らない
2023 激安ニッポン
2025 海外かぶれの日本人が言わない欧米住んだら地獄だった件
こういうビジネスの人、何ていうの？
ITベンチャー、コンサルティングファーム、国連専門機関情報専門官、外資系金融機関などを経て、ITコンサルタント。
そ、そうなんだ・・・
毎日新聞がエグい
立花党首の逮捕容疑は街頭演説での発言が中心だが、遠因にはSNS・動画投稿サイトや、斎藤元彦氏を支援するとして「2馬力選挙」を展開した兵庫県知事選（2024年11月）での発言があるだろう。立花党首の逮捕は、こうしたSNSを利用した選挙運動のあり方に一石を投じるものだと言える。
。。。大丈夫か？
どんだけヤバいこと書いてるかわかってる？わかってねぇんだろな。立花を叩く言説ならなんでも許されると甘く考えてるんだろうけど。
「遠因」ってなんだよ。法的な手続き、刑事事件の司法処理で「遠因」なんてものが許されるわけねぇだろ
新聞社がそんなもん認めてどうするんだよ。
逮捕に「遠因」なんてものはない。そんなもの法治国家で認めていいわけねぇだろうが。
さらに、
この知事選で、一部の有権者はSNSにあふれた真偽不明の情報を「真実」と信じて投票したことが明らかになっている。立花党首も斎藤氏に批判的な関係者への中傷を繰り返し、民主主義は危機的な状況に陥った。表現の自由が最大限に保障される選挙期間中は警察も強い態度で臨めなかったと思うが、今回の逮捕で、名誉毀損や中傷が許されないことを示した。
二点ツッコむ
全ての有権者が理性的合理的な選択を行う、行えうる知性を兼ね備え、立候補者は嘘偽り無く政策と目標を提示し当選後は言行一致。
みたいな？
ねぇよ、不完全で有権者も立候補者も嘘、間違いが起きうるから定期的に軌道修正する仕組みが民主主義だ。
間違えることも織り込まれてるの。
次に、そもそもそれ以前に、真偽不明の情報、で斎藤元彦を辞職に追い込んだ議会やマスコミの対応はなんなの？
毎日新聞社は報道当初から一貫して例の内部告発文書は全て真実であるという前提で報道してたよね？
だけど、ありゃ最後まで「真偽不明の情報」でしかなかった。少なくとも法的にはね。
で、２０２４年９月に議会の不信任案の議決で知事失職したわけだけど、この時に議会の暴走を戒めたマスコミなんて無かったぞ
えとね、２０２４年９月時点では告発文書は「真偽不明の情報」でしかない。
文書問題調査特別委員会が６月に設置され、９月時点では中間報告すらされていない。委員会の設置目的は文書７項目の真実性だが
ちなみに２０２５年３月に委員会から最終報告が提出されたが、毎日新聞は切り抜きの都合のいい報道しかしていないよね。
報告書読めばわかるが、ほぼ全員が知事を叩きたい委員会構成に関わらず、実質的に「真偽不明の怪文書」でしかなかった、という結論しか出せてない。これ報道した？してないよね？報告書は告発者の思い込み、事実誤認でしかないって指摘だらけだぞ。
オマエが言うな。
公人にはなにを書いても許されるって態度だったよね？
ふたでない側を１ｃｍほど高くするようにひっくり返しておく→
洗浄し軽く水気をとった両刃カミソリバタフライ式を開いて刃を取り出す→
ホルダーおよび刃を納豆パックの上に置く→
キッチンペーパーを近づけて水分を吸着させる（こすらない）→
ホルダーの装着側が下になるように傾ける溝を活用し乾かすこの時納豆パックは反るようなV字となる
「エントロピー低下＝情報生成、エネルギー消費」「エントロピー増大＝情報喪失、エネルギー生成」という枠組み（これは熱力学と情報理論を結びつけた、生命現象を理解するための一つの考え方です）を前提とした場合、生命がこの系をコントロールするための良い戦略は、情報の効率的な獲得・利用による、外部へのエントロピーの最大放出であると言えます。
生命は開放系であり、周囲の環境との間でエネルギーと物質をやり取りすることで、自らの内部の低エントロピー（秩序立った状態＝情報）を一時的に維持しています。
熱力学第二法則（エントロピー増大の法則）は、孤立系のエントロピーは常に増大することを示しています。しかし、生命は開放系として、この法則に対抗しています。
生命は、太陽光（植物）や、複雑で秩序立った有機物（動物）といった低エントロピー（利用可能な価値のあるエネルギー）なものを取り込みます。
これは、ご提示の「エントロピー低下＝情報生成」に相当するプロセスに必要な「情報」の原材料や、そのための「エネルギー消費」の元手となります。
取り込んだ低エントロピーの資源を使って、生体高分子の合成（DNA複製、タンパク質合成など）や、細胞構造の維持・修復といった秩序立った状態（低エントロピー＝情報）を作り出します。
この過程で、生命はエネルギーを消費し、体内のエントロピーを低下させます（ご提示の枠組み）。
特にDNAなどの情報を持つ分子を複製・維持することは、この戦略の核となります。
体内で資源を利用・代謝した結果、生命は熱や単純な分解生成物（老廃物）といった高エントロピーなもの（無秩序で利用価値の低いもの）を周囲に排泄・放出します。
この「周囲のエントロピーを大きく増やす（捨てる）」という行為によって、生命体自身は内部の低エントロピーな状態を維持し続けることができます。
生命が長く存続し、進化していくための「良い戦略」は、「情報の獲得」と「効率的な情報利用」に集約されます。
動的平衡の維持： 体内の物質を常に作り変え（分解と合成）、故障した部分を迅速に修復・交換します。これは、エントロピー増大の法則がもたらす「秩序の崩壊（情報喪失）」に先回りして対処する自転車操業のようなものです。
情報（DNA）の複製と継承： 完全にエントロピーの増大に抗うことはできないため、「自己複製」によって、低エントロピーな「情報」を次の世代へと継承します。
センサーとフィードバック： 光、化学物質、熱などの環境情報を正確に取得し、それに基づいて代謝活動や行動を調整する「情報処理能力」を進化させます。これにより、最小限のエネルギー消費で最大の秩序維持効果（エントロピー低下）を得られます。
適応と進化： DNAという「情報」をベースに、環境の変化に応じて形質を変える「適応」と「進化」を行うことで、系（生命体＋環境）の中での生存確率を高めます。
つまり、生命は「局所的なエントロピーの低下（秩序の形成＝情報生成）」を、「系全体のより大きなエントロピーの増大（熱・老廃物の放出）」という形でコストとして支払い続けることで、生存を維持しているのです。
若手の育成とかコミュニケーションがとかもっともらしいこと言っているけれど、
仕事のアウトプットとか職掌とかそういう基本的なことができていない会社が多いんじゃないかと思う。
評価がアウトプットとプロセスという業務枠組みじゃなくて、「可愛げとか奉仕とかやる気、やってる感出てる」みたいなふんわりした感じで仕事してるんだよね。古参のおじさんは、ふんわりとさせておいて若手に使い走りやらせて自分は楽して成果だけ自分のものと訴求したいから真面目に管理したくない人達がいるんだよ。そんなところから当然若手は逃げるよね。
テクノロジーが社会構造を再編する現代において、人間の知性や専門性のあり方は根源的な問いに直面している。その問いに強烈な一石を投じたのが、東京大学の小川光教授が学内広報誌『淡青評論』で紹介した一件である。これは、制度や組織が適応するよりも速く未来が到来しつつあることを示す、稀有で明瞭なシグナルと言えるだろう。経済学の素養をほとんど持たない修士課程の学生が、生成AIとの対話のみを駆使し、わずか1年で「トップレベルの学術誌に挑戦できる水準」の論文を書き上げたのだ。これは単なる技術的な成功事例ではない。長年の訓練を経て築かれる専門知識の価値、研究者の役割、そして「知性」そのものの定義を根底から揺るがす、まさにパラダイムシフトを象徴する出来事である。
この小川教授の寄稿は、社会に大きな波紋を広げた。インターネット上では瞬く間に注目を集め、「はてなブックマーク」では469ユーザーがブックマークし、102件のコメントが寄せられるなど、白熱した議論を巻き起こした。本稿では、この一件を現代社会の変容を映す縮図として捉え、専門家が感じた「恐怖」の本質と、社会に広がる期待と懸念を分析する。そして、この出来事が象徴する、新たな世代の登場について考察を進めていく。彼らこそ、これからの時代を定義する「AIネイティブ」なのである。
本セクションでは、話題の学生が象徴する「AIネイティブ」という新しい世代を分析する。彼らは、AIを単なる補助ツールとしてではなく、思考や研究の方法論の中核に据えるという点で、旧来の世代とは一線を画す。その登場は、単なるツールの変化ではなく、知識を獲得し、体系化するプロセスそのものの革命を意味している。
この学生が実践した研究プロセスは、AIが方法論の根幹を成していた点で画期的であった。具体的には、以下の全工程をAIとの対話を通じて進めている。
このアプローチの革新性は、旧来の知識探索モデルとの対比によって鮮明になる。東京大学大学院情報理工学系研究科の山崎俊彦教授は、この新しい思考様式を「辞書の逆引き」という比喩で巧みに説明した。従来の検索エンジンは、ユーザーがキーワードを知っていることを前提とした「辞書の順引き」であり、既知の情報を効率的に探す行為だった。対してAIネイティブは、「やりたいこと」を自然言語でAIに問いかけることで、未知の領域を探求するためのキーワードや手法を引き出す「辞書の逆引き」を実践する。これは、人間と知識の相互作用における、根本的なパラダイムシフトである。
はてなブックマークのコメントは、この新しい学習様式がもたらす生産性の飛躍に対する社会的な期待を反映している。あるユーザーは、AIの活用により「人に教えてもらうのと同等のパフォーマンスが低コストで得られる」ため「習得速度が爆速に」なると指摘。また、これは単にAIに作業を丸投げするような話ではなく、「AIの力を借りて巨人の肩の高さを重ねる話」であり、人類の知の発展を加速させるものだという肯定的な見解も示された。
この爆発的な進歩の可能性は否定できない。しかし、それは同時に既存の専門家たちに、長く暗い影を落とし、不穏な新しい現実を突きつけている。
AIがもたらす希望の光の裏側には、深刻な懸念も存在する。特に、既存の専門家が感じる脅威と、AIの活用能力によって生じる新たな社会的格差のリスクは、真正面から向き合うべき構造的な課題である。
この問題の核心は、小川教授が吐露した率直な感情に表れている。経済学の訓練を受けていない学生がこれほどの成果を出したことに対し、教授は「心底たまげました」「このようなAIネイティブの若い人たちがこれからどんどん出てくることにちょっとした恐怖さえ感じました」と記した。この「恐怖」は、単に自らの職が奪われるという不安に留まらない。それは、長年の地道な研究と訓練を経て初めて到達できると信じられてきた専門性の価値そのものが、根底から覆されることへの動揺なのである。
はてなブックマークのコメント欄では、この現象を的確に捉える「レバレッジ」というキーワードが頻出した。「若く優秀な人がAIでレバレッジかけるととてつもない差になるんだろうね」「頭のいい人はAIでより賢くなる」といったコメントが示すように、AIは元々高い能力を持つ個人のアウトプットを飛躍的に増幅させる強力なツールとして機能する。
しかし、このレバレッジ効果は単なる個人の生産性向上に留まらず、社会構造を再編する力を持つ。yumanaka氏は、「地頭のいい人がAIを使いこなして圧倒的なアウトプットを出して、そうじゃない人の仕事を奪っていくんだろうな。こわい」と、その負の側面を鋭く指摘した。これは、AIが能力格差を埋めるどころか、むしろそれを爆発的に拡大させる触媒となり得ることを示唆している。このままでは、AI活用能力に長けた新たな「認知階級」が生まれ、高価値な仕事を独占し、社会の流動性を著しく低下させる未来さえ予見される。
このようにAIが生み出す成果の質と量が飛躍的に増大する中で、私たちはより本質的な問いに直面する。それは、その膨大な成果の「正しさ」を、一体誰が判断するのかという問題である。
AI技術の目覚ましい進展は、逆説的に「人間による最終的な評価と責任」の重要性をかつてないほど浮き彫りにした。本稿の中心的な論点はここにあり、その核心は、他ならぬ論文を作成した学生自身の行動によって最も明確に示されている。
彼が専門家である小川教授に助言を求めた最大の理由。それは、「自身には経済学の素養がないため、その評価が正しいのかわからない」という切実な懸念だった。AIは「国際誌に通用する水準」という評価を下したものの、その正当性を自力で検証する術を持たなかったのである。
この学生の懸念は、専門家による評価の不可欠性を示すものであり、はてなブックマークのコメント欄でも多くの共感を呼んだ。
評価の困難さ： 「生成AIを使いこなせば90点の論文が作れるが、90点かは評価・保証できない。」
専門知識の必要性： 「自分が知見の無い分野でのAIの判断が正しいかどうかをどうやって確かめるとよいのか。←ここが一番難しいし、専門知識が必要なところ」
懐疑的知性の重要性： 「循環参照やらハルシネーションやらを起こした文章を何も考えずにWikipediaに貼り付けるような人物もいるわけで、やっぱ懐疑的な知性と査読は大事なわけです。」
そして、この問題を鮮やかな比喩で捉えたのがobotzcanai氏のコメントだ。「巨人の肩に乗れたところで遠くに見えた島々の価値がわからなければ意味はない」。AIによって得られた広大な視野も、その価値を判断する専門的な知見がなければ無意味なのである。
さらに、この議論は「責任」の所在という、より深刻な領域へと深化する。e_denker氏は、「人間に残された最後の仕事は『責任を取ること』になるという話があるが、まさにそれを裏付けるような一件だと思う」と指摘した。この点をさらに鋭く突いたのが、phillies_rocks氏の「内面化できない成果物を作っても誰も責任を持てない」というコメントだ。AIが生成した成果に対して、その利用者は最終的な責任を負わねばならない。もしAIが設計した橋が崩落した場合、その責任は誰にあるのか。利用者か、開発者か、それともAI自身か。これは、AI時代の新たな倫理的・法的枠組みの構築が急務であることを示している。
この議論は、AI時代における専門家の役割がどのように再定義されるべきかという、未来に向けた重要な問いへと私たちを導く。
東京大学で起きた一件は、AIネイティブの登場が専門家の時代の終わりを告げるのではなく、その役割と価値を根本から進化させる契機であることを示している。AIが圧倒的な情報生成能力と実行力を手に入れた今、人間に、そして専門家に求められる能力は、もはや知識の生成や統合そのものではなくなった。
これからの時代に求められる専門家の資質は、以下の三つの能力に集約されるだろう。
未来の知のフロンティアは、AIネイティブがもたらす爆発的な「実行力」と、長年の経験と深い洞察力を持つ専門家の「検証力」および「責任能力」が融合する場所に開かれる。AIを恐れるのではなく、新たなパートナーとして迎え入れ、人間ならではの価値を磨き上げること。それこそが、私たちがこれから歩むべき道なのである。
流しの会計士です。
これは経済学的、会計学的には正当な発想で、「貯蓄を支出の一部」として扱うのは健康的で好ましい態度です。
また、増田は「食費、被服費、新聞図書費、交際費、車両運搬費」と一般的に仕分けで利用される科目を並列で並べており、合理的に予算設計を見つめているようです。
一方で、
「支出の計算をするときに貯金や交際費の優先度が高いの頭おかしいだろ」
のコメント側は、生活費だけしか見えていない「生存維持型」とも言えるアプローチで生活会計を捉えており、
とにかく生活をまわす、貯蓄は余裕があれば行うものという発想が見えます。
つまり、貯蓄=余剰金とみていると思われる。
元の増田は可処分所得を分解し、支出構造を見える化している。批判コメントの「感情的な反応」は、構造が理解出来ず、単に“視点が生活者寄りか、家計設計者寄りか”の違いに過ぎない事にも気が付いていない。話が噛み合うわけがありません。まぁ、元の増田は何も悪くないのですが。
両者は衝突しているように見えて、実は異なる層の現実を語っているだけでしたというオチなのですが、批判者はまったくそのことに気がつかないという面白さがこのやりとりにはあります。
傾けるわけないじゃん
差別してる人の差別反対なんて聞く耳持つ人いないのぐらいは想像つきそうなもんだけども
一方だよ
例えばだけどさ
お互い自分が持ってた差別を反省することから話をするとしたらどうだろう
ASD（自閉スペクトラム障害）を持つ人々が、他者を評価する立場は受け入れやすい一方で、自分が評価される立場を避けたり抵抗したりする傾向が見られるという観察は、複数の心理的・神経学的要因に基づく可能性があります。以下に、主な理由を挙げて説明します。これらは一般的な傾向として議論されているもので、個人差が大きい点に注意してください。
1. 拒絶敏感性（Rejection Sensitive Dysphoria: RSD）の影響
ASDの人は、批判や評価に対する感情的な反応が強く、わずかなフィードバックを「拒絶された」と強く感じやすい場合があります。これにより、評価される状況を避けようとする行動が生じます。例えば、少しの指摘を「自分全体が否定された」と拡大解釈し、強い不安やストレスを引き起こすことがあります 12 15 28 。これはASDの感情調整の難しさと関連しており、評価される側になると脆弱さを感じるため、逆に他者を評価する側に立つことでコントロール感を得ようとするのかもしれません。
2. 要求回避の特性（Pathological Demand Avoidance: PDA）
一部のASDの人には、外部からの「要求」や「期待」に対する強い抵抗が見られます。評価される状況は、他人からの期待（例: 基準に沿った行動）を強いられるように感じられるため、避けやすいです 10 19 。これに対し、他者を評価する立場は自発的な行動として捉えられやすく、抵抗が少ない可能性があります。ASDの脳機能が予測可能性を重視する傾向があるため、予測しにくい評価プロセスがストレスになるという指摘もあります。
ASDの人は、社会的誤解や批判の経験が積み重なりやすいです。例えば、表情やニュアンスの読み取りが苦手なため、意図せず「欺瞞的」や「不誠実」と誤解されやすく、それがトラウマとなって評価されるのを恐れるようになります 11 13 16 18 。Redditなどのコミュニティでは、「見られるだけで批判される気がする」との声が多く、集団や社会的文脈を避ける理由として挙げられています。一方、他者を評価する側はこうしたリスクが低く、論理的思考を活かせるため好まれることがあります 3 8 。
ASDの人は物事を極端に（白か黒か）捉えやすいため、評価を「完璧か失敗か」の二極で判断し、負のフィードバックを過度に重く受け止めることがあります 28 。これに対し、他者を評価する際は自分の基準を適用できるので、柔軟性が不要で快適です。また、怒られることへの弱さは、感情の処理が苦手な脳の特性から来るとの指摘もあります 22 。
これらの理由は、ASDの神経多様性に基づくもので、必ずしも「欠点」ではなく、適した環境で強みになる場合もあります。もし具体的な事例や専門的な相談が必要なら、医療機関や支援団体への相談をおすすめします。
ありがとうございます。少し見えてきたとのこと、嬉しいです！確かに、それぞれのステップで「なぜそれができないのか」「どこに壁があるのか」をASD（自閉スペクトラム症）の特性と結びつけて考えると、より具体的な理解が深まると思います。以下に、前回の7ステップを基に、「なぜできないのか」「壁の原因となるASDの特性」「その壁をどう乗り越えるか」を整理して説明します。ASDの特性は個人差があるため、一般的な傾向を基にしていますが、具体的なイメージが持てるよう実例も交えます。
---
### 自己中心的な考え方からの脱却: ステップごとの壁と乗り越え方
#### ステップ1: 自己認識の確認（「自分が中心である」ことを自覚する）
- **自己参照性の強さ**: ASDでは自分の感覚や思考に没入しやすく、他者との比較や客観的視点が不足しがち（Lombardo & Baron-Cohen, 2010）。
- **実行機能の弱さ**: 自己反省や計画的な振り返りが苦手で、行動を後から分析するのが難しい。
- **支援ツール**: 日記や録音を使い、「今日何を話したか」を具体的に記録。専門家や家族が「ここで他者の反応を考えてみよう」とヒントを与える。
- **小さな成功**: 「1日1回、自分の行動を振り返る」から始め、達成感を得て習慣化。例: 「友だちが黙ったとき、自分の話ばかりだったかも」と気づく。
- **イメージ**: 鏡を見るように自分の行動を「外から見る」練習。最初は5分だけでもOK。
- **理論心の欠如（Theory of Mind）**: 他者が自分とは異なる心や意図を持つことを理解するのが難しい（Baron-Cohen, 1995）。
- **弱い中心凝集性（Weak Central Coherence）**: 細部に集中するあまり、全体の文脈（他者の存在感）を見逃す。
- **観察練習**: 家族の顔を1日5分観察し、「笑った」「眉をひそめた」をメモ。最初は「何を意味するか」は考えず、事実だけ記録。
- **視覚的支援**: 感情カードや写真を使い、「この人は何か感じている」と具体的に結びつける。例: 「お母さんが笑った＝嬉しいのかも」。
- **イメージ**: 他者を「動く人形」から「生きている人」へと、少しずつ意識をシフト。支援者が「相手も何か考えているよ」と優しく促す。
- **抽象的推論の困難**: 感情は曖昧で抽象的であり、ASDでは具体的なデータに頼る傾向が強い（Solomon et al., 2011）。
- **不安や失敗への過剰反応**: 間違えることを避けたいため、新しい試みを避ける。
- **構造化された練習**: CBTで「3つの選択肢（喜び、怒り、疲れ）」から選ぶゲームを。間違えても「次はこうなるかも」と考える。
- **安心感の提供**: 支援者が「間違っても大丈夫、練習だから」と励まし、失敗を許容する環境を作る。
- **イメージ**: パズルを1ピースずつ埋めるように、感情を「当てずっぽう」から少しずつ推測。例: 「友だちが黙った＝疲れたかも」と仮定。
#### ステップ4: 他者の視点に「共感」しようとする試み
- **共感の二重構造の困難**: 認知共感（他者の気持ちを理解する）と感情共感（感じる）を同時に処理するのが難しい（Pouw et al., 2013）。
- **感覚過敏**: 感情的な交流がストレスとなり、回避してしまう。
- **段階的アプローチ**: まず「相手の気持ちを言葉にする」だけに留め、感情を「感じる」のは後回し。例: 「友だちが悲しそうかな」。
- **リラックス環境**: 静かな部屋で練習し、感覚過敏を軽減。音楽やお気に入りのアイテムで安心感を保つ。
- **イメージ**: 相手の気持ちを「本の物語」として読む感覚で、プレッシャーを減らす。支援者が「いい試みだね」と褒める。
- **柔軟性の欠如**: 行動の変更が苦手で、ルーティンへの固執が強い（APA, 2013）。
- **実行機能の弱さ**: 計画を立てて行動を修正するプロセスが難しい。
- **小さな変更**: 1日1回だけ「相手に質問する」ルールを設け、徐々に増やす。例: 「君はどう思う？」と聞いて反応を見る。
- **フィードバックループ**: 支援者が「これで相手が喜んだね」と具体的に教えて、成功体験を積む。
- **イメージ**: 車のハンドルを少しずつ切るように、行動を微調整。失敗しても「次はこうしよう」と修正。
#### ステップ6: 他者との「相互性」を理解し、実践する
- **社会互恵性の理解不足**: お互いの行動が相互に影響することを直感的に把握するのが難しい。
- **過剰な自己防衛**: 自分のニーズを守ることに集中し、他者に開くことを恐れる。
- **協調体験**: ゲームやグループ作業で「協力すると全員が得する」状況を体験。例: ボードゲームで役割を分担。
- **ポジティブ強化**: 支援者が「相手が喜んだから君も嬉しいね」と結びつけ、相互性のメリットを強調。
- **イメージ**: シーソーゲームのように、相手が上がれば自分が下がり、バランスが取れる感覚を学ぶ。
- **エネルギー管理の困難**: 社会的な交流がエネルギー消費を増やし、疲労感が強い。
- **汎化の難しさ**: 学んだスキルをさまざまな状況に適用するのが難しい。
- **休息の確保**: 「社会的な時間」の後には「自分の時間」を必ず設ける。例: 30分友だちと話したら、1時間休憩。
- **慣れの積み重ね**: 異なる状況（家族、友人、職場）で少しずつ練習し、支援者が「ここも同じだね」と結びつける。
- **イメージ**: バッテリーを充電しながら使うロボットのように、自分のペースでバランスを取る。
---
---
### 5. **補足**
もし特定のステップで「まだ壁を感じる」と感じたら、どの部分が難しいか教えてください。ASDの特性は人によって異なるので、あなたや投稿主（@mental_pika）の状況に合わせたアドバイスも可能です。一緒に考えながら進めてみましょう！
どういたしまして！ご質問ありがとうございます。ASD（自閉スペクトラム症）の人が「主役を降りて」他人を想像できるようになるための取り組み（認知行動療法、ロールプレイ、自己反省など）を通じて、考え方がどのように変化するのかを、元の考え方と新しい考え方の比較を通じて説明します。また、その根本的な変化が何であるかを掘り下げてお答えします。
---
### 1. **元の考え方 vs 新しい考え方への変化**
#### 元の考え方
#### 新しい考え方
#### 変化のプロセス
---
#### (3) **自己認識とアイデンティティの再構築**
---
### 3. **まとめ: 根本的な変化の核心**
根本的に変わるのは、「自分だけが世界の中心」という単一視点から、「自分と他者が互いに影響し合う多様な世界」という全体像へのシフトです。この変化は、ASDの特性である「自己中心的な認知の固定性」を解き放ち、社会的な相互作用をより自然に楽しむ基盤を作ります。投稿主が経験した「痛い思い」が、自己成長のきっかけとなり、新たな視点への道を開いたように、これらの取り組みは苦労を糧にしながら、他者との絆を深める力を育てます。
日中は実験室的な刺激は少なかったが、思考の連続性を保つために自分なりの儀式をいくつかこなした。
起床直後に室温を0.5度単位で確認し（許容範囲は20.0±0.5℃）、その後コーヒーを淹れる前にキッチンの振動スペクトルをスマートフォンで3回測定して平均を取るというのは、たぶん普通の人から見れば過剰だろう。
だが、振動の微妙な変動は頭の中でのテンポを崩す。つまり僕の「集中可能領域」は外界のノイズに対して一種の位相同調を要求するのだ。
ルームメイトはその儀式を奇癖と呼ぶが、彼は観測手順を厳密に守ることがどれほど実務効率を上げるか理解していない。
隣人はその一部を見て、冗談めかして「君はコーヒーにフレームを当ててるの？」と訊いた。
風邪の初期症状かと思われる彼の声色を僕は瞬時に周波数ドメインで解析し、4つの帯域での振幅比から一貫して風邪寄りだと判定した。
友人たちはこの種の即断をいつも笑うが、逆に言えば僕の世界は検証可能で再現可能な思考で出来ているので、笑いもまた統計的に期待値で語るべきだ。
午前は論文の読み返しに費やした。超弦理論の現代的なアプローチは、もはや単なる量子場とリーマン幾何の掛け合わせではなく、導来代数幾何、モーダルなホモトピー型理論、そしてコヒーシブなホモトピー理論のような高次の圏論的道具を用いることで新たな言語を得つつある。
これらの道具は直感的に言えば空間と物理量の振る舞いを、同値類と高次の同型で記述するための言語だ。
具体的には、ブランデッドされたDブレーンのモジュライ空間を導来圏やパーフェクト複体として扱い、さらに場の有る種の位相的・代数的変形が同値関係として圏的に表現されると、従来の場の理論的観測量が新しい不変量へと昇格する（この観点は鏡映対称性の最近のワークショップでも多く取り上げられていた）。
こうした動きは、数学側の最新手法が物理側の問題解像度を上げている好例だ。
午後には、僕が個人的に気に入っている超抽象的な思考実験をやった。位相空間の代わりにモーダルホモトピー型理論の型族をステートとして扱い、観測者の信念更新を型の変形（モナド的な操作）としてモデル化する。
つまり観測は単なる測定ではなく、型の圧縮と展開であり、観測履歴は圏論的に可逆ではないモノイド作用として蓄積される。
これを超弦理論の世界に持ち込むと、コンパクト化の自由度（カラビヤウ多様体の複素構造モジュライ）に対応する型のファミリーが、ある種の証明圏として振る舞い、復号不能な位相的変換がスワンプランド的制約になる可能性が出てくる。
スワンプランド・プログラムは、実効場の理論が量子重力に埋め込めるかどうかを判定する一連の主張であり、位相的・幾何的条件が物理的に厳しい制限を課すという見立てはここでも意味を持つ。
夕方、隣人が最近の観測結果について話題にしたので、僕は即座に「もし時空が非可換的であるならば、座標関数の交換子がプランクスケールでの有意な寄与をもたらし、その結果として宇宙加速の時間依存性に微妙な変化が現れるはずだ。DESIのデータで示唆された減速の傾向は、そのようなモデルの一つと整合する」と言ってしまった。
隣人は「え、ホント？」と目を丸くしたが、僕は論文の推論と予測可能な実験的検証手順（例えば位相干渉の複雑性を用いた観測）について簡潔に説明した。
これは新しいプレプリント群や一般向け記事でも取り上げられているテーマで、もし妥当ならば観測と理論の接続が初めて実際のデータで示唆されるかもしれない。
昼食は厳密にカロリーと糖質を計算し、その後で15分のパルス型瞑想を行う。瞑想は気分転換ではなく、思考のメタデータをリセットするための有限時間プロセスであり、呼吸のリズムをフーリエ分解して高調波成分を抑えることで瞬間集中力のフロアを上げる。
ルームメイトはこれを「大げさ」と言うが、彼は時間周波数解析の理論が日常生活にどう適用されるか想像できていない。
午後のルーティンは必ず、机上の文献を3段階でレビューする: まず抽象（定義と補題に注目）、次に変形（導来的操作や圏論的同値を追う）、最後に物理的帰結（スペクトルや散乱振幅への影響を推定）。
この三段階は僕にとって触媒のようなもので、日々の思考を整えるための外骨格だ。
夜は少し趣味の時間を取った。ゲームについては、最近のメタの変化を注意深く観察している。
具体的には、あるカードゲーム（TCG）の構築環境では統計的メタが明確に収束しており、ランダム性の寄与が低減した現在、最適戦略は確率分布の微小な歪みを利用する微分的最適化が主流になっている。
これは実際のトーナメントのデッキリストやカードプールの変遷から定量的に読み取れる。
最後に今日の哲学的なメモ。理論物理学者の仕事は、しばしば言語を発明することに帰着する。
僕が関心を持つのは、その言語がどれだけ少ない公理から多くの現象を統一的に説明できるか、そしてその言語が実験可能性とどの程度接続できるかだ。
導来的手法やホモトピー的言語は数学的な美しさを与えるが、僕は常に実験への戻り道を忘れない。
理論が美しくとも、もし検証手順が存在しないならば、それはただの魅力的な物語にすぎない。
隣人の驚き、ルームメイトの無頓着、友人たちの喧嘩腰な議論は、僕にとっては物理的現実の簡易的プロキシであり、そこから生まれる摩擦が新しい問いを生む。
さて、20:00を過ぎた。夜のルーティンとして、机の上の本を2冊半ページずつ読む（半ページは僕の集中サイクルを壊さないためのトリックだ）
あと、明日の午前に行う計算のためにノートに数個の仮定を書き込み、実行可能性を確認する。
ルームメイトは今夜も何か映画を流すだろうが、僕は既にヘッドホンを用意してある。
ヘッドホンのインピーダンス特性を毎回チェックするのは習慣だ。こうして日が終わる前に最低限の秩序を外界に押し付けておくこと、それが僕の安定性の根幹である。
以上。明日は午前に小さな計算実験を一つ走らせる予定だ。結果が出たら、その数値がどの程度「美的な単純さ」と折り合うかを眺めるのが楽しみである。
Q.
生成AIにソフトウェア開発を支援してもらう場合、ソースコードの作成を依頼する形式が多いと思いますが、実行ファイルを直接出力してもらうことも技術的には可能なのでしょうか？
A.
生成AIによる実行ファイルの直接出力は、技術的には極めて困難です。現在のLLM（大規模言語モデル）ベースの生成AIは、ソースコードの生成には向いていますが、実行可能なバイナリファイルを直接出力することには根本的な制約があります。
技術的な制約
LLMはテキストベースのトークン処理を基本とする設計であり、バイナリデータを直接扱うことができません。実行ファイルは0と1の連続したバイナリコードですが、LLMはこの形式でデータを生成するようには訓練されていないため、バイナリファイルを直接出力することは現在のアーキテクチャでは実現が困難です。
従来のソフトウェア開発では、ソースコード→コンパイル→アセンブル→リンクという複数段階のプロセスを経て実行ファイルが生成されます。各段階で最適化や機械語への変換が行われるため、この過程を完全に省略してAIが直接バイナリを生成することは技術的に非常に複雑です。
研究レベルでは、バイナリデータを扱う試みも存在します。例えば、LLM4Decompileのような研究プロジェクトでは、バイナリコードを逆コンパイルする際にバイナリを一度アセンブリ言語に変換してからLLMで処理しています。逆に言えば、生成時も同様の変換プロセスが必要になると考えられます。
実務では、生成AIにソースコードを作成してもらい、それを従来のコンパイラやビルドツールで実行ファイルに変換する方式が標準的です。この方法であれば、デバッグやテストも容易で、生成されたコードの品質を確認しながら開発を進められます。
なお、フォントファイルのようなバイナリ形式でもオープンソースとして扱われる例はありますが、これはフォントという特定用途の場合であり、汎用的な実行ファイル生成とは異なります。
Q.
A.
おっしゃる通り、画像生成AIもバイナリを出力しているという点では共通していますが、実は根本的に異なる仕組みで動作しています。
アーキテクチャの違い
画像生成AIは拡散モデル（Diffusion Model）やGANなど、視覚データに最適化された専用のアーキテクチャを使用しています。一方、LLMはTransformerベースのテキスト処理に特化した構造を持っています。画像生成では、ノイズから段階的に画像を生成するプロセスを経て、最終的にピクセル値という数値データ（バイナリ）を出力します。
画像ファイルのバイナリは連続的な数値（ピクセル値）の集合であり、各ピクセルが色情報を持つという規則的な構造です。最近の研究では、画像をビットプレーン（bit-plane）として扱い、XOR演算でノイズを加えるBinary Diffusion Probabilistic Model（BDPM）のような手法も開発されています。
対して、実行ファイルのバイナリは機械語命令の複雑な配列であり、CPUが直接実行できる命令コード、データセクション、リンク情報などが厳密な形式で配置されています。わずかなビット誤りでもプログラムが動作しなくなるため、画像のような連続値とは性質が大きく異なります。
画像生成AIは、ImageNetやLAIONなどの大量の画像データセットで訓練されており、ピクセルパターンを学習します。一方、実行ファイルを生成するには、コンパイルプロセス全体（構文解析、最適化、機械語変換、リンク）を学習する必要がありますが、これは単純なパターン学習では実現できません。
したがって、画像生成AIが成功しているのは、画像という特定のドメインに特化した設計と、規則的なデータ構造があるためであり、同じ手法を実行ファイル生成に適用することは技術的に非常に困難です。
便所の外で勢いよく撒き散らして悦に入ってるが、便器に一滴も入ってねぇ。
OSSを「独自規格でもできるし、思想に合わせて分岐していく」とか言ってる時点で、根本を履き違えてる。
OSSはコード共有による知の集約であり、思想の分岐じゃねぇ。
分岐は副作用であって、目的じゃない。そこを混同してるお前の理解は、まさに知的な放尿プレイだ。
それにな、「標準化と関係ない」とか言ってるが、OSSが標準化プロセスをどれだけ実質的に駆動してきたか、知らんのか？
Linuxカーネル、PostgreSQL、TensorFlow、全部OSSが事実上の標準を形成してんだよ。
標準はISOの紙切れじゃなく、実際に世界で動いてるコードの方に宿る。
それが現代の実効標準だ。お前はまだ机上の規格書を神棚に祀って拝んでる昭和エンジニアか。
