生成AI活用の本質的理解： 大学DXを加速する 「プロトタイプ起点業務」

Transcript

1. 生成AI活用の本質的理解： 大学DXを加速する 「プロトタイプ起点業務」 2025.10.27 金沢大学令和7年度DX研修（生成AI活用（応用編））
2. 生成AI関連 2019年4月～2021年10月 東京都市大学 総務部管理課 専任事務職員 2021年11月～2025年1月 九州大学 IR室 学術推進専門員 2022年7月-8月 画像生成AI Midjourney/Stable Diffusionを使い始める 歌詞を元に画像を生成・画像を元にMV作成 2023年1月-3月 ChatGPTを使い始める 架空の大学職員を生成して実験したり業務への影響を考えたり 2023年4月 大学が公表した生成AIポリシーをデータベース化・公開(継続) 大学教職員向け講演・研修・ワークショップに多数登壇 その他…個人開発、プロンプトガイド構築(P4Us)、調査、執筆 森木 銀河 モリキ ギンガ @gmoriki @pogohopper8 図 形 中 程 度 の 精 度 で 自 動 的 に 生 成 さ れ た 説 明 • 佐賀県佐賀市 出身 • 修士[教育学] • クジラとゾウが好き AIとヒトをつなぐ人 2025年2月～ 某民間企業 社内の生成AI推進担当者 個人事業主 大学/教育機関等の生成AI活用支援
3. Agenda AI活用の「次の一手」を定義する60分 1 現状の壁：「チャットAI」利用の限界 2 認識の転換：AIは「道具」から「異質な知性」へ 3 協働の鍵：「プロトタイプ思考」と「反脆さ」 4 新アプローチ：「プロトタイプ起点業務」 5 実践価値：大学業務にもたらす3つの変革 6 結論：みなさんが今すぐ始めるべきこと © gmoriki 1
4. 01 現状の壁： 「チャットAI」利用の限界 © gmoriki 2
5. AI活用の「レベル1」で止まっていませんか？ 「試したが、実務には役立たない」と感じるビジネスパーソンの本音 よくあるAI利用シーン（レベル1） 簡単な質問を投げかける 回答をコピー＆ペーストする イベントの企画書（のたたき台）作成 要約や翻訳をさせる 現場のリアルな所感 「結局、質問に答えるだけ」 「業務の本質的な改善には繋がらない」 「AIは所詮、補助的なツールに過ぎない」 「むしろ手直しに時間がかかる」 © gmoriki 3
6. 大学職員のあるある © gmoriki 4
7. 大学職員のあるある 具体的な業務シーンで感じる「あと一歩」の物足りなさ 広報担当者 「オープンキャンパスのキャ ッチコピー案を出してもらっ たが、大学の理念が反映され ておらず、結局ゼロから考え 直した」 教務担当者 「履修案内のFAQを作らせた が、例外規定や前提条件が抜 け落ちており、そのままでは 公開できなかった」 研究支援者 「科研費申請書の要約を頼ん だが、専門用語のニュアンス がズレており、研究の独自性 が伝わらなくなった」 © gmoriki 4
8. 一方で、成果は既に出ている（先行事例） 国内大学では、AI活用が具体的な業務削減効果を実証している 北海道大学 15.6時 間/月 平均業務時間削減 滋賀大学 国内初 ChatGPT Education導入 東北大学 約1/4に 短縮 会議録作成時間 千葉大学 約92% 削減 文献選別時間 © gmoriki 5
9. なぜ「レベル1」の壁を越えられないのか？ 2つの構造的要因：AIへの「関係性」の誤解と組織の「完璧主義」 © gmoriki 6 • AIを「単に質問に答えるチャットボット」 と捉えている • 「指示→回答」という一方向の関係性から 抜け出せない • 「AIが悪いよーAIが」 1. AIとの関係性の誤解 2. 組織・個人の完璧主義 • AIの回答が「不完全」だとすぐに「使えな い」と判断してしまう • 「100点の答え」を最初から期待してしまい、 70点のたたき台から育てる発想がない • 「やっぱAIはまだまだやねｗ」
10. なぜ「レベル1」の壁を越えられないのか？ 2つの構造的要因：AIへの「関係性」の誤解と組織の「完璧主義」 © gmoriki 6 • AIを「単に質問に答えるチャットボット」 と捉えている • 「指示→回答」という一方向の関係性から 抜け出せない • 「AIが悪いよーAIが」 1. AIとの関係性の誤解 2. 組織・個人の完璧主義 • AIの回答が「不完全」だとすぐに「使えな い」と判断してしまう • 「100点の答え」を最初から期待してしまい、 70点のたたき台から育てる発想がない • 「やっぱAIはまだまだやねｗ」 AIはただの便利な対話型チャットツールではない いま・不完全なAIを育てる （どうせ将来えげつない影響を与えるので媚売っておきましょう）
11. 壁の正体：AIとの「関係性」の誤解 2025年、私たちが向き合うのは「チャットボット」ではない レベル1で止まる最大の原因は、AIを「チャットボット」と捉えている点にあります しかし、私たちの職場に現れつつあるのは 自律的に業務を遂行し、 プロトタイプを生成し、私たちと協働する「AIエージェント」です この新しいパートナーとの「付き合い方」、 すなわち「関係性の再定義」こそが、レベル2へ進む鍵となります © gmoriki 7
12. 02 認識の転換： AIは「道具」から「異質な知性」へ © gmoriki 8
13. AIを「人工知能」と翻訳しない（今は） © gmoriki 9 ペンシルベニア大学ウォートン校 イーサン・モリック教授の提唱 AIの正しいアナロジーは人間ではなく、独自の能力と限界 を持つエイリアン・インテリジェンス（Alien intelligence） である。AIと人間は類似したタスクを実行できることもある が、その根底にある「認知」プロセスは根本的に異なる。 — イーサン・モリック (Ethan Mollick)
14. AIの新たなアナロジー AIを「人工知能」と訳すことを、一旦やめてみる 旧来の認識：人間（の代替） 人間の脳のメカニズムを参考 人間の思考を「模倣」するもの 「便利だが不完全な道具」という見方 できる/できないを人間基準で比較 新しい認識：異質な知性 ペンシルベニア大学 E.モリック教授が提唱 「エイリアン・インテリジェンス」 人間とは根本的に異なる論理体系を持つ 独自の秩序で、人より優れたり、常識を誤った りする © gmoriki 9
15. 「エイリアン・インテリジェンス」の特性 AIは「人間のような」万能選手ではなく、「異質な」専門家である 人間より得意なこと（例） 人間より不得意なこと（例） 処理速度・量 ◎ 膨大で迅速な処理 △ 常識的な物理法則 パターン発見 ◎ パターン発見・抽出 × 暗黙知・文脈の理解 スケーラビリティ ◎複製・展開が容易 × 倫理観・価値判断 記憶 ◎ 24時間稼働の記憶容量 △ 一貫性のない推論 © gmoriki 10
16. 認識変革がDXにもたらすインパクト 「道具」として見ると「効率化」に留まり、「知性」として見ると「変革」が始まる © gmoriki 11 既存業務を「どう効率化するか」 （例：会議の議事録作成、翻訳） AIを「道具」と見る場合（レベル1） AIを「異質な知性」と見る場合（レベル2+） 既存業務を「どう再設計（リデザイン）するか」 （例：AIの生成物を基に、申請プロセス自体を見 直す）
17. 大学DX担当者が持つべき視点 「使いこなす」から「協働する」へ AIを「便利な道具」として「使いこなす」という発想を転換し、 AIを未知の知性を持つ「エイリアン」として捉え、 いかに「協働するか」を設計すること これこそが、チャットAIの壁を越えるための核心的スキルです では、この理解不能なエイリアンと、どうすれば上手く付き合えるのでしょうか？ © gmoriki 12
18. 03 協働の鍵： 「プロトタイプ思考」と「反脆さ」 © gmoriki 13
19. エイリアンと協働するための2つの鍵 「プロトタイプ思考」と「反脆さ（Antifragility）」の関係性 プロトタイプ思考 AIの生成物は「たたき台」で ある 反脆さ (Antifragility) 不完全さ（ストレス）から学 ぶ力 エイリアンとの協働 （新しい働き方の実現） © gmoriki 14
20. 概念1：プロトタイプ思考 AIの生成物は、「最終的な製品やサービスの、初期段階における具体的なモデル（試作品・ 原型）」=プロトタイプである 従来のチャット（一方通行） AIは「答え」をくれる存在 指示を出して、結果を受け取る 生成物が不完全だと「使えない」と判断 プロトタイプ思考（双方向） AIは「たたき台」をくれる存在 対話を重ねて、共に創る 生成物の不完全さこそが、思考の出発点 © gmoriki 15
21. 大学業務における「プロトタイプ」とは？ 「たたき台」として活用できる具体的な生成物 企画・立案系 新入生オリエンテーションの企画案、オープンキャンパスの体験授業シラバス案、地域連携イベント の骨子 広報・募集系 大学案内パンフレットの構成案、学部紹介動画のシナリオドラフト、受験生向けDMの文面パターン 業務改善系 学生支援窓口の業務フロー図案、複雑な申請手続きの簡略化プロセス案、FAQの網羅的なリストアッ プ © gmoriki 16
22. 大学業務における「プロトタイプ」とは？ 「たたき台」として活用できる具体的な生成物 文書・規定系 各種規程の改定案、委員会への提出資料の構成案、学内公募要領のドラフト データ分析系 学生アンケートの自由記述欄の傾向分析、中退予備軍の要因仮説リスト、IRデータの可視化レポート 案 教育・研究系 新カリキュラムの科目構成案、アクティブラーニングの授業デザイン案、研究シーズと社会課題のマ ッチングリスト © gmoriki 17
23. プロトタイプ = 文章のたたき台、ではない © gmoriki 7
24. 大学業務における「プロトタイプ」とは？ 【Webサイト】オープンキャンパス特設サイトの「動く」モックアップ © gmoriki 17
25. 大学業務における「プロトタイプ」とは？ 【業務フロー】経費精算プロセスの「可視化」シミュレーション © gmoriki 17 https://ai.studio/apps/drive/1roNwFAaOO6xvCms1vrceHeVFeiJn857H
26. 概念2：反脆さ (Antifragility) © gmoriki 9 思想家ナシーム・タレブの提唱 反脆さとは、レジリエンス（回復力）や頑健性を超えるもの だ。レジリエンスのあるものは衝撃に抵抗して元のままで いるが、反脆いものはより良くなる。 ショックやストレスを糧にして、より良く、より強くなるもの。 — ナシーム・タレブ(Nassim Taleb)
27. 概念2：反脆さ (Antifragility) 思想家ナシーム・タレブが提唱した「ストレスから利益を得る」性質 「反脆さ」とは、不確実性やストレスに晒されることで、かえって強くなる性質を指します （例：衝撃に「耐える」頑健さとは異なり、衝撃を「糧」にして、より良くなる） 風はろうそくの火を消すが、炎をさらに燃え上がらせる。 エイリアン（AI）との対話は、まさにこの「反脆さ」を鍛える絶好の機会です AIの不完全なプロトタイプという「ストレス」を受け入れ、 そこから学ぶことで、職員も組織もより強靭で創造的になれるのです © gmoriki 18
28. 反脆い (Antifragile) AI導入における組織の「脆さ」 AIの「不完全さ」というストレスに、あなたの組織はどう反応しますか？ 脆い (Fragile) AIの不完全な回答（ストレ ス）に直面し、混乱する。 「AIは使えない」と判断し、 以前のやり方に戻ってしまう 頑健 (Robust) AIの不完全さを「想定内」と し、ストレスに「耐える」。 AIを補助的なツールとして、 限定的に利用する（レベル1 で停滞） AIの不完全さ（ストレス）を 「学びの機会」と捉える。そ こから対話が生まれ、業務プ ロセス自体の改善や革新に繋 げる © gmoriki 19
29. 04 新アプローチ： 「プロトタイプ起点業務」とは何か © gmoriki 20
30. 「プロトタイプ起点業務」の定義 © gmoriki 9 わたしの提唱 完璧な計画を立ててから実行するのではなく、まずAIに不 完全なプロトタイプを生成させ、それを起点として対話と改 善を重ねながら業務を進めていく業務改善アプローチ — 森木 銀河
31. 「プロトタイプ起点業務」の事例 © gmoriki 9 https://www.itmedia.co.jp/aiplus/articles/2507/04/news070.html https://type.jp/et/feature/29402/
32. 「プロトタイプ起点業務」の定義 完璧な計画から始めるのではなく、不完全な試作品から始めるアプローチ AIにまず不完全なプロトタイプ（試作品・たたき台）を生成させる それを「起点」として、人間がAIと対話と改善を重ねていく これは単なる業務効率化の手法ではありません これは、組織を開発する力であり、職員が成長する能力そのものです © gmoriki 21
33. 業務フローの変革 従来の「計画起点」から「プロトタイプ起点」へ 従来型 （計画起点） 完璧な計画立 案 （人間がゼロ から） 実行・開発 レビュー（手 戻り発生） 新型（プロト タイプ起点） AIがプロトタ イプ生成 （数分） 人間とAIが対 話・改善 本質的な議 論・実行 高速リリー ス・改善 © gmoriki 22
34. プロトタイプ起点業務の4ステップ AIとの「双方向」の対話サイクルを回す STEP 1 【目的設定】（人間） AIに「何を作ってほしいか」の目的・意図・期待を伝える（オープンな指示） STEP 2 【プロトタイプ生成】（AI） AIが指示に基づき、不完全なたたき台（プロトタイプ）を高速で生成する STEP 3 【検証・対話】（人間） 専門家として内容を精査（クローズドな検証）。 「なぜこうなった？」とAIに対話し、改善を指示 STEP 4 【改善・実行】（AI＋人間） AIが改善案を再生成。人間が最終判断し、実行に移す（またはステップ3に戻る） © gmoriki 23
35. 実践プロセス © gmoriki 23 事例：広報部門「新入生向けキャンパスツアー動画の企画」 https://ai.studio/apps/drive/11DAGuXIFAIHIIIMK46dM-DY9qEj8M_Ob
36. 実践プロセス（よくある例） 事例：広報部門「新入生向けキャンパスツアー動画の企画」 © gmoriki 24 STEP 1 【目的設定】（人間） AIに「新入生向けキャンパスツアー動画の企画」を依頼 STEP 2 【プロトタイプ生成】（AI） AIが数分で「動画企画プロトタイプ」を提示（シナリオ、スケジュール案） STEP 3 【検証・対話】（人間） 職員が確認 →「学生の動線を考慮していない」「撮影許可が必要」など問題が続出 STEP4 使えないなあ… プロトタイプ思考
37. 実践プロセス（目指したい姿） 事例：広報部門「新入生向けキャンパスツアー動画の企画」 24 STEP 1 【目的設定】（人間） AIに「新入生向けキャンパスツアー動画の企画」を依頼 STEP 2 【プロトタイプ生成】（AI） AIが数分で「動画企画プロトタイプ」を提示（シナリオ、スケジュール案） STEP 3 【検証・対話】（人間） 職員が確認 →この「ストレス」を「学びの機会」と捉える 「なぜAIはこの順序を提案したのか？」「我々が当然と思っている暗黙知は何か？」 STEP 4 【改善・実行】（AI＋人間） 対話の中で「そもそも動画は必要なのか？」「VRツアーの方が効果的ではないか？」 といった、より本質的な問いが生まれる © gmoriki 反脆さ プロトタイプ思考
38. プロトタイプがもたらす「二重の成長」 AIの不完全さが、組織と個人を同時に鍛える訓練場となる 組織の成長（文化醸成） 失敗を恐れず、素早く試す文化 部門間の壁を越えた対話の活性化 業務プロセスの継続的な改善 反脆い組織文化の醸成 個人の成長（スキル向上） 業務や暗黙知の「言語化能力」 AIの出力を評価する「批判的思考」 未知の提案に対応する「柔軟性」 AIとの協働スキルの習得 © gmoriki 26
39. 05 実践価値： プロトタイプ起点業務が 大学業務にもたらす3つの変革 © gmoriki 29
40. オープンな指示、クローズドな検証 エイリアン・インテリジェンスとの協働に不可欠な「使い分け」 ① 指示段階：オープンに (O) AIの創造性を最大化する 「こうあるべき」という先入観を捨てる 目的・意図・期待を伝え、 AIの多様な可能性を引き出す 「プロンプトエンジニアリング」に囚われない ② 検証段階：クローズドに (C) 人間の責任を担保する 厳格に、批判的な目で精査する 「情報は正確か」「個人情報保護は」「倫理的 に問題ないか」 おもちゃの後片付けまでが遊び © gmoriki 37
41. 人間の役割はどう変わるか？ 「指示者」から「協働パートナー」へ 対話者（Communicator） AIの「異質さ」を理解し、そ の能力を引き出す「問い（目 的）」を立てる 編集者（Editor） AIが生成した70点のプロトタ イプを、専門知識と文脈理解 で100点に磨き上げる 検証者（Validator） AIの出力を鵜呑みにせず、倫 理・正確性・ブランドの観点 で厳格に評価・判断する © gmoriki 27
42. プロトタイプ思考がもたらす3つの価値 AIとの協働が「たたき台」の質とスピードを変革する 1. 高速化 アイデアを即座に可視化し、開 発プロセスを異次元の速度にす る 2. 円滑化 「動く試作品」が共通言語とな り、合意形成コストを劇的に下 げる 3. 増幅 人間の固定観念を破る「たたき 台」が、職員の創造性をブース トする © gmoriki 30
43. 価値1：業務の高速化 事例：広報業務を効率化するための独自アプリ開発 Before（従来） 企画書作成、要件定義、開発ベンダー選定、開発...。数ヶ月のプロセスと多額の予算が必要 After（プロトタイプ起点） 「漠然としたアイデア」をAIに投げる → 数分で操作可能な試作品が生成 → それを基に「本当に必要 な機能は何か」という本質的な議論が始まる © gmoriki 31
44. 例：AI広報文案ジェネレータ © gmoriki 32 https://aistudio.google.com/apps/drive/1jS5PqMThTn3GdC5gDlUX2hOe7BXN29wl?showPreview=true&showAssistant=true
45. 価値2：合意形成の円滑化 事例：学生課として抱える悩みを解決したいが伝わらない Before（言葉での説明） 「新入生がサークル選びに苦労している」「ミスマッチで早期退部する学生がいる」といった報告は、 上層部にとって「学生の努力不足」「従来のやり方で問題ない」と受け止められやすく、具体的な施 策の必要性が伝わりにくい。 After（プロトタイプでの提示） プロトタイプを提示し、職員や上層部自身に「何も情報がない状態から、この診断を経ることで数秒 で最適な答えが得られる」という体験の差を実感してもらう。「AIが学生に迷いを起こさせない理想 の申請フロー（＝最適なサークルとの出会い）」を動く形で示すことで、システム導入後の学生満足 度の向上と大学のイメージアップを直感的に理解させる。 © gmoriki 33
46. 例：新入生応援！ぴったりサークル マッチング診断 © gmoriki 32 https://aistudio.google.com/apps/drive/1BytnxbDM7rmSYvLly-cBYUYCzxyB05Ln?showPreview=true&showAssistant=true
47. 価値3：アイデアの増幅 事例：「AI活用を促進するポータルサイトの案を作って見せて」と上司に言われた Before（人間の固定観念） 「ポータルサイトが欲しい」とあいまいなこと言われても…。 「AI活用推進ポータル」と言われても、結局「eラーニングポータルみたいなもの」など、過去の成功 体験や既存のシステムに引きずられた企画しか思いつかない。 After（エイリアンの思考を活用） AIが提案する複数の「プロトタイプ案」を比較検討することで、職員は**多様な視点（エイリアンの思考） **を取り込み、真に革新的で効果的な企画を選択・実行できる。 © gmoriki 35
48. 例：プロトタイプを作るためのプロンプトを作る © gmoriki 32 https://ai.studio/apps/drive/1ufsxcXu8GKRdRaWMup5cVSYG8H_hAtyE
49. 06 結論： みなさんが 今すぐはじめるべきこと © gmoriki 39
50. AI時代の組織競争力モデル 3つの概念の相互関係（まとめ）を理解する プロトタイプ起点業務 （実践アプローチ） 反脆さ （組織・個人のスキル） エイリアン・インテリジ ェンス （AIへの正しい認識） © gmoriki 40
51. みなさんが今すぐ始めるべきこと 「反脆い」組織文化を醸成するためのファーストステップ Step 1: 宣言 AIは「チャット」ではなく 「エイリアン」であると定 義し、AIの「不完全さ」は 「学びの機会」であるとト ップダウンで宣言する Step 2: 小さく試す 「反脆さ」を持つ意欲 的な部門・チームを選 び、「プロトタイプ起 点業務」のパイロット 運用を開始する（例： 広報部、DX推進室） Step 3: 成功の共有 「AIの70点のたたき台 から、人間が100点に した」という具体的な 「プロトタイプ成功事 例」を収集し、学内に 広く共有する Step 4: 横展開 成功事例を基にガイド ラインを整備し、他部 門へ横展開。AIとの 「協働」を組織文化と して根付かせる © gmoriki 41
52. 鍵は「成功事例」の共有 「完璧なAI活用」ではなく「不完全さから学んだ事例」こそが組織を変える 「AIを使ったら自動で完璧なものができた」という事例は、 再現性がなく、他部門の参考になりません 共有すべきは、「AIが70点の不完全なプロトタイプを出してきた」→「人間が専門性を 発揮し、対話と改善を重ねた」→「結果、100点の成果と業務改善が生まれた」というプ ロセスそのものです この「不完全さからの成功体験」こそが、 組織の「反脆さ」を育て、レベル1の壁を越える原動力となります © gmoriki 42
53. 結論：私たちは「お客様」ではない AIと共に学び、試行錯誤し、価値を創造する「当事者」である AIが生成するものは、完成品ではなく「プロトタイプ（種）」です この認識を組織全体で共有することが、全ての始まりです この認識の転換が、私たちの立ち位置を、 AIに指示を出す「お客様」から、AIと共に価値を創造する「当事者」へと変えます プロトタイプ起点業務は、この「当事者意識」を日々の業務で実践するための 極めて具体的な方法論として、5年後も役立にたちます © gmoriki 43
54. 生成AI活用の本質的理解： 大学DXを加速する 「プロトタイプ起点業務」 2025.10.27 金沢大学令和7年度DX研修（生成AI活用（応用編））