Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
現代のメディアと人間
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Amane
October 20, 2022
Research
0
110
現代のメディアと人間
2022年8月6日開催のブレインワーケーションセミナーに出演時の資料です。
マクルーハンのメディア論について勉強した内容について発表させていただきました。
Amane
October 20, 2022
Tweet
Share
More Decks by Amane
See All by Amane
Nano Banana ProによるAI画像生成のパラダイムシフト
isaka1022
0
15
チームリードになって変わったこと
isaka1022
0
410
オペレーショナルエクセレンス実現のための管理画面改修の仕組み
isaka1022
0
2.9k
Rubyのふるまいを”具現化”してみた
isaka1022
0
680
「RubyでLチカ」に挑戦してみた
isaka1022
0
370
エンジニアとして「事業」作りに関わるということ
isaka1022
4
2.3k
みんなで行う技術広報
isaka1022
0
12k
GraphQLの型を分離させてチームごとの並列開発を加速させた話
isaka1022
1
310
マイベストグローバル化のすべて
isaka1022
0
940
Other Decks in Research
See All in Research
Grounding Text Complexity Control in Defined Linguistic Difficulty [Keynote@*SEM2025]
yukiar
0
120
財務諸表監査のための逐次検定
masakat0
1
270
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
240
令和最新技術で伝統掲示板を再構築: HonoX で作る型安全なスレッドフロート型掲示板 / かろっく@calloc134 - Hono Conference 2025
calloc134
0
560
AIスパコン「さくらONE」の オブザーバビリティ / Observability for AI Supercomputer SAKURAONE
yuukit
2
1.2k
FUSE-RSVLM: Feature Fusion Vision-Language Model for Remote Sensing
satai
2
130
Tiaccoon: Unified Access Control with Multiple Transports in Container Networks
hiroyaonoe
0
750
2026.01ウェビナー資料
elith
0
250
離散凸解析に基づく予測付き離散最適化手法 (IBIS '25)
taihei_oki
PRO
1
710
ブレグマン距離最小化に基づくリース表現量推定:バイアス除去学習の統一理論
masakat0
0
160
2026-01-30-MandSL-textbook-jp-cos-lod
yegusa
1
400
Mamba-in-Mamba: Centralized Mamba-Cross-Scan in Tokenized Mamba Model for Hyperspectral Image Classification
satai
3
640
Featured
See All Featured
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
231
22k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
290
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
37
6.3k
The Curious Case for Waylosing
cassininazir
0
250
Optimising Largest Contentful Paint
csswizardry
37
3.6k
Mind Mapping
helmedeiros
PRO
1
100
Tell your own story through comics
letsgokoyo
1
820
The SEO identity crisis: Don't let AI make you average
varn
0
400
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
290
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
65
Statistics for Hackers
jakevdp
799
230k
Mozcon NYC 2025: Stop Losing SEO Traffic
samtorres
0
160
Transcript
ݱͷϝσΟΞͱਓؒ Ҫ্ प ϒϨΠϯϫʔέʔγϣϯηϛφʔʙະͷઓʙ
͡Ίʹ • େֶੜͷࠒʹϝσΟΞΞʔτʹग़ձ͏ • ͔ͦ͜ΒϝσΟΞʹ͍ͭͯษڧͨ͠ • ઐ߈Λม͑Α͏ͱࢥͬͨʢ͕ɺ৭ʑ͋Γ͏·͍͔͘ͳ͔ͬͨʣ • ͜ͷػʹ෮शͨ͠ͷͰ͍ͨ͠ͱࢥ͍·͢
ϝσΟΞΞʔτ
ݱඒज़༻ޠࣙయ “Ұൠతʹ͋ΔϝσΟΞͦͷͷ͕࡞ͷ੍࡞ݪཧɺ͘͠ ࡞ͷૉࡐͱͯ͠༻͍ΒΕ͍ͯΔදݱΛࢦ͢ɻҰํͰɺ໌֬ ͳఆ͕ٛڞ༗͞Εʹ͍ͨ͘Ίʹଟ͘ͷΛੜΈग़͍ͯ͠Δ ༻ޠͰ͋ΔͱݴΘΕ͍ͯ·͢” ϝσΟΞΞʔτ
ʮϝσΟΞʯ • ໌͕֬ఆ͕ٛ͘͠ɺΑ͘Θ͔Βͳ͍ • ʮΞʔτʯ·ͩΘ͔Δ͕ɺʮϝσΟΞʯʁ • ϝσΟΞʹϚεϝσΟΞͱ͍͏ҙຯͰ͏͜ͱ͕ଟ͍ • ͚Ͳɺͦ͏Ͱͳ͍
ࢀߟਤॻ • ͪ͘·৽ॻ • େਓͷͨΊͷϝσΟΞߨٛ • ஶऀ໊ ੴా ӳܟ
ϝσΟΞ
ϝσΟΞ • ϚʔγϟϧɾϚΫϧʔϋϯ (19117݄21 - 198012݄ 31) • ϝσΟΞݚڀͷୈҰਓऀ
ϝσΟΞͷޠݯ Medium • ҙຯʮഔհ͢Δͷʯ • ใΛഔհ͢Δͷ • ڕ͕ӭ͙ਫɺਓ͕ؒੜ͖ΔۭؾͷΑ͏ͳͷʁ
ϚΫϧʔϋϯతߟ • ϥδΦɺςϨϏɺ৽ฉʹՃ͑ͯࣗసंɺࣗಈंɺඈߦػɺ࣌ܭɺҥɺॅɺ͞Βʹ՟ฎɺɺ Φʔτϝʔγϣϯɺฌث·ͰΛϝσΟΞͱͯ͠ߟ • ϝσΟΞΛମͷ֦ுͱଊ͑Δ • ςϨϏϥδΦˠௌ֮ͷ֦ு • ࣗಈंࣗసंˠͷ֦ு
• ҥˠൽෘͷ֦ு • ॅډˠମͷମԹௐϝΧχζϜͷ֦ு • ਓ͕ؒखΛՃ͑ͨਓͯ͢ཧతͳਓؒͷମ͓Αͼਫ਼ਆͷ֦ு • ͢ͳΘͪɺϚΫϧʔϋϯʹΑΔϝσΟΞͱςΫϊϩδʔͷผ໊Ͱ͋Δ
௨ৗϝσΟΞҙࣝ͞Εͳ͍ • χϡʔεͷ༰ʹͳΔ͕ɺςϨϏ͕ͲͷΑ͏ͳϝσΟΞͰ͋Δ ͔ͱ͍͏͜ͱʹҙΘΒΕͳ͍ • ಉ͡χϡʔεΛ৽ฉͰಡΜͰɺΠϯλʔωοτͰݟͯಉ͡ʁ
ϚΫϧʔϋϯͷओு • ϝσΟΞ͕ݸਓٴͼࣾձʹٴ΅݁͢Ռɺ৽͍ٕ͠ज़͕ੈքʹಋೖ͢ Δ৽͍͠ईʹىҼ͢Δ • ϝσΟΞͦΕࣗମ͕͋ΔछͷϝοηʔδΛ͢ͰʹؚΜͰ͓ΓɺϝσΟ ΞͷϝοηʔδͷૹΓํͷૹΓํͦͷͷ͕ɺϝσΟΞͷୡ༰ͱ ແؔʹɺΉ͠Ζϝοηʔδͱͳͬͯɺਓͼͱͷ৽ͨͳࢥߟߦಈ ΛੜΈग़͢ݯઘʹͳΔ
ྫ͑ • ਓʹײँΛ͑Δͱ͖ʹɺखॻ͖ʹ͢Δ͔ҹʹ͢Δ͔ͰมΘΔ • ৽ฉͷࢴ໘ͷॴͰड͚औΔχϡʔεͷҹมΘΒͳ͍͔ʁ • ࿀ਓͱͷίϛϡχέʔγϣϯͰిͱϝʔϧΛ͍͚Δͱ͔ • ߘ͢Δ༰ʹԠͯ͡ൃ৴͢ΔSNSΛม͑Δ
ϝσΟΞϚοαʔδͰ͋Δ • ϝσΟΞใΛӡͿ͚ͩͰͳ͍ • ਓؒͷશײ֮ʹૌ͑ɺΘΕΘΕΛม͑ͯ͠·͏ • ʮ৺ཧϚοαʔδʯ
ϝσΟΞͷྺ࢙
3ͭͷ࣌ • ॻʢҹʣͷ࣌ • ΞφϩάϝσΟΞ • σδλϧϝσΟΞ
ॻͷ࣌
ϥείʔนը • ʢݫີʹʣॻ͘ˠඳ͘ • ੈք࠷ݹͷಎ۸นը • ಎ۸นͱ͍͏ϝσΟΞ
ݯࢯޠ • ੈք࠷ݹͷฤখઆ • ࢴʢखॻ͖ʣ • ࣸຊ
׆൛ҹ • άʔςϯϕϧΫʹΑΓൃ໌ • ϧλʔʹΑΔॻ • ϕϯδϟϛϯɾϑϥϯΫϦϯʹΑΔ৽ฉ • ϚϧΫεʰࢿຊʱ
ॻͷ࣌ ਓ͕͔͍ͨͷΛɺਓ͕ಡΉ
ΞφϩάϝσΟΞͷ࣌
ࣸਅ • 1825 • χΤϓεʹΑΓൃ໌
ి • 1976 • ϕϧ͕ൃ໌
ϑΥϊάϥϑ • 1877 • Τδιϯ͕ൃ໌
γωϚτάϥϑ • 1895 • ϦϡϛΤʔϧܑఋ͕ൃ໌
ਓ͕ॻ͘จࣈ͔Βػց͕ॻ͘จࣈ ࡱӨ͢Δͷਓ͕ؒͩɺϑΟϧϜʹऩΊΔͷػց͕ߦ͏ (Photo + Graph)
ٕज़తແҙࣝ • ʰେਓͷͨΊͷϝσΟΞߨٛʱ(ͪ͘·৽ॻ)ͷதͰΘΕ͍ͯΔݴ༿ • ਓؒͷखͱҙࣝΛܦ༝͍ͤͯ͞ΔݶΓɺݴ༿ͱֆ͘Β͍͔͔͚͠ͳ ͍ɻ͔͠͠ػց͕จࣈΛॻ͘Α͏ʹʹͳΔͱɺਓؒͷ͞·͟·ͳ֮ ܦݧΛ͋Γͷ··ʹิͰ͖ΔΑ͏ʹͳΔ • ϝσΟΞਓؒͷҙࣝΛੜΈग़͢Α͏ʹͳͬͨ •
ਓؒͷҙࣝΛϝσΟΞͱ͍͏ػցٕज़ͰੜΈग़ͤΔΑ͏ʹʹͳͬͨͱ ͍͏͜ͱҙࣝͷ࢈ۀԽ͕Մೳʹͳͬͨ=จԽ࢈ۀ
จԽ࢈ۀ • ϋϦου • ਓͼͱͷເΛ࡞Γग़͢ • ϚʔέςΟϯά • ফඅΛੜ࢈͢Δ
σδλϧϝσΟΞͷ࣌
͕ͯ͢ίϯϐϡʔλʹͳΔ • ंͷྫ • ػց੍ޚ͔Βίϯϐϡʔλ੍ޚ https://xtech.nikkei.com/atcl/nxt/mag/ne/18/00063/00001/
σδλϧϝσΟΞͷಛ ΞφϩάϝσΟΞ σδλϧϝσΟΞ ίϯϐϡʔλʹΑΔ ʮ෮߸ʢܭࢉʣʯ͕ೖΔ ͦͷ··ݟΔ
ܭࢉՄೳʹͳΔ • ʮܭࢉՄೳʯˠ࠶ؼతʢಈతʣʹͰ͖Δ • ಡΉਓɺݟΔਓɺ͏ਓʹΑͬͯใ͕ࠁʑͱมԽ͍ͯ͘͠ • ഒ࠶ੜɾίϝϯτΛग़͢ • ݟΔͷ͕ݟΔͨͼʹมΘΔ •
ྫɿGoogleͷݕࡧ݁Ռ
ݱࡏͷϝσΟΞ • ΞϧΰϦζϜԽ͍ͯ͘͠ϝσΟΞ • ʮܭࢉ݁Ռʯͱର໘͍ͯ͘͠ • ૿͑Δใྔ • ݟ͑Δͷશମͷใͷ΄ΜͷҰ෦ʹͳΔ
ݱϝσΟΞͱͲ͏ؔΘΔ͔
લఏͱͯ͠ͷߟ͑ • ίϛϡχέʔγϣϯਓؒͷຊ࣭ͷͻͱͭ • ίϛϡχέʔγϣϯେ • ʹؔΘΒͣɺίϛϡχέʔγϣϯʹΑΔґવ͋Δ • ϝσΟΞ͕ղܾͰ͖Δଟ͍ͷͰʁ
ड৴ऀͱͯ͠ • ϝσΟΞϦςϥγʔ • ϝσΟΞ͕ྲྀ͢༰ͦͷͷΑΓɺϝσΟΞͷಛੑཧղ͢Δ • ෳࡶԽ͍ͯ͘͠ • ΞϧΰϦζϜߟྀ͢Δ
ൃ৴ऀͱͯ͠ • ୭Ͱൃ৴Ͱ͖Δ࣌ • ʮ͑Δπʔϧʯͷͨ͘͘͢͝͞Μ͋Δ • खஈΛ૿͢ɺͬͯΈΔ͜ͱͰϝσΟΞಛੑ͕ཧղͰ͖Δ • SNS, Youtube,
खࢴɺి • ͲͷϝσΟΞΛ͏ͷ͔ʁʹΑΓϝοηʔδʢ૬खʹର͢Δܹʣ͕มΘΔ • ϝσΟΞͦͷͷ࡞ͬͯΑ͍͔͠Εͳ͍ • ΞϧΰϦζϜ͔Β࡞͍ͬͯ͘ͱຊʹදݱͷ෯͕͕ΔͷͰʁ • ྑ͍ίϯςϯπΛ࡞Δ͜ͱ͚ͩͰෆेͳͷ͔͠Εͳ͍ʁ
୳ٻଓ͖·͢
͋Γ͕ͱ͏͍͟͝·ͨ͠