AI de Idea

新卒向けPBL研修（2026年9月）で話した「AIでアイデア出しをするときのコツ」のスライドです。

生成AIは「常識的で論理的な帰結」を出すように丁寧に訓練されています。そのため、あるはずなのに見落としていたアイデアを補ってくれることは得意ですが、突飛で斬新なアイデアはなかなか出てきません。短い入力で気の利いた答えを返すよう最適化されているぶん、入力が少ないほど答えは平均に寄り、文脈の誤解も起きやすくなります。

他にない解決策は、他にない状況理解から生まれます。出発点がユニークなら、到達点もユニークになります。近道は、状況の詳細な文脈を思っている数倍の量で入れること、そして事実だけでなく「自分はこの状況をこう読み解いている」という仮説を独自の観点で入れることです。仮説は、AIに広げてもらう起点にも、疑って反駁してもらう起点にもなります。

これはAIを使わなくても同じで、投入する情報が少なければ発散はしません。対象をよく知り、多面的に言語化するのは簡単ではなく、手間も訓練も要ります。隣の人と話さないと気づかないことは、いつでも大量にあります。AIから得た「良いアイデア」が、知らなかった知識の提示なのか、よく知っている領域での新しいアイデアなのかも、ぜひ考えてみてください。

ユニークさの源泉は人間側にあり、論理の量と速度はAI側にあります。観察と言語化の仕事は、むしろ人間に集中していきます。

川口恭伸（YesNoBut株式会社 / 一般社団法人スクラムギャザリング東京実行委員会 実行委員）

Transcript

1. 新卒PBL研修 追加 AIでアイデア出し をするときのコツ
2. 前提：AIは「常識的な帰結」を出すよう訓練されている メジャーな生成AIは、 常識的で、論理的に妥当な帰結を返すよう 慎重に訓練されています。 間違えない、暴走しない、多くの人が納得する。 それが製品としての価値だからです。 つまり、答えは「みんなが行き着くところ」に寄ります。 この性質を知っておくと、使い方が変わります。
3. だから得意なこと あるはずなのに、見落としていたアイデアの補完 抜け漏れの発見 「この利用者の一日を10ステップで書いた。 見落としているステップはあるか？」 「この画面で、利用者が困りそうな点を全部挙げて」 常識的な帰結を網羅する力は、人間より速くて広い。 チェックリストの穴を埋める相棒として、まず頼ってよい。
4. 期待しにくいこと 突飛さ、斬新さ。分布の外側は出にくい。 一つひとつの案は、もっともらしく見えます。 でも「10案出して」と言うと、互いに似通う。 別のチームが同じ質問をすると、似た答えが返る。 「AIに聞いたら他チームと同じ企画になった」は、 AIのせいではなく、入力が同じだったから。
5. 出発点がユニークなら、到達点もユニーク 他社にない解決策は、 他社にない状況理解から生まれます。 これは、価値あるソフトウェアの必須要素で、 AIが登場する前から変わっていません。 皆さんの5か月の体験、皆さんの利用者、皆さんの現場。 そこにしかない観察が、出発点になります。 AIはそこから先の道を、速く、広く伸ばしてくれる。
6. 楽に使うほど、平均に寄る AIサービスは「短い入力で、気の利いた答え」に 最適化されています。 でも、少ない入力は 均一な答えと文脈の誤解を招きます。 一行の質問には、一般論が返る。 一般論は、誰の課題も解決しない。 楽に使えば使うほど、答えは平均に寄ります。
7. 近道：文脈を数倍入れる。そして、自分の仮説を入れる 状況の詳細な文脈を、質問の数倍の量で入れる。 誰が、いつ、どこで、何に困って、何を試して、どうなったか。 さらに、事実だけでなく 自分なりの読み解き方・仮説を、自分の観点で入れる。 ×「新卒研修を良くするアイデアを出して」 ◦「入社5か月で、私たちが一番困ったのは〇〇だった。 原因は△△だと思う。この読みに沿って、 来年の新卒のために試せることを出して」
8. 仮説は起点になる：広げるターンと、疑うターン AIは、仮説を論理的に伸ばして観点を広げることも、 仮説を疑って反駁することも、どちらも得意です。 ただし、同時にはやらせない。ターンを分ける。 広げるターン：「この仮説が正しいとして、他に何が言える？」 疑うターン：「この仮説が間違っているなら、どこが弱い？」 広げた後に疑う。疑った後に、観察に戻る。 これは探索的テストの動きと同じです。
9. まとめ：ユニークさは人間側、論理の量と速度はAI側 ユニークさの源泉は、人間側にあります。 利用者を観察し、状況を言葉にし、仮説を立てる。 論理の量と速度は、AI側にあります。 補完し、網羅し、広げ、疑う。 だから、AIの時代に人間の仕事が減るのではなく、 観察と言語化の仕事に、むしろ集中していく。 この研修でやる「利用者に寄り添う」は、 そのまま、AIをうまく使うための訓練でもあります。
10. やってみる（5分） チームで、自分たちの利用者について 「AIに渡す文脈」を書いてみてください。 誰が（この5か月の、具体的な誰か） いつ、どこで、何に困っていたか その人は何を試して、どうなったか 私たちはその原因を、どう読んでいるか（仮説） 質問文より、文脈の方が長くなっていたら合格です。 書けたら、実際に投げてみて、他チームと答えを見比べる。似ていたら、文脈が足りない。