GALTONKATSU

Web系QAエンジニアの「テスト番長」で、白日会所属の画家「山本健」。
リモートワーク中に肉を煮込むのがマイブームです。
Web App QAer / Oil Painter

[GALTONKATSU @GALTONKATSU]

毎年恒例のグループ展のお知らせです。 お近くにお立ち寄りの際はよろしくお願いいたします。
2026 白日 星の会
10月13日(火)～19日(月) 11:00～18:00(最終日は15:00終了)
青山 骨董通り　田島美術店AOYAMA

[寺林武洋 @takehirotera]

大学院で広島に来てから、ずっと同じアパートに住み、その生活圏などをモチーフにした絵を描き続けてきましたが、そのアパートが老朽化などの理由により2023年の秋に強制的に転居を余儀なくされました。
転居したアパートで描いた絵を中心にした個展が、大阪のYoshimi Artsで開催されます。

[GALTONKATSU @GALTONKATSU]

帝国ホテルプラザ 東京跡地に「NOT A MUSEUM」が誕生へ。NOT A CITYが約4年間限定で展開、SKWATと協働(美術手帖)
#Yahooニュース
https://t.co/I0ATTHk5EF

[雑多につぶやくよ＠さきたまん @sakitaman1945]

精神科の薬飲んでるとたまにこうなる（笑）

[Monoxer（モノグサ） @MonoxerJP]

この度、Monoxerが2026年9月期「記憶力定着アプリにおける市場調査」において、学習塾市場および日本語学校市場の2市場で導入シェアNo.1となりましたことをお知らせいたします。
今後も、記憶という学びの土台に向き合いながら、一人ひとりが学んだ知識を必要な場面で活かせる状態をつくることで、より多様な学びを支援してまいります。
詳細はこちらをどうぞご覧ください。
https://t.co/CulTnwCrSj

[Satoshi Ikeuchi 池内恵 @chutoislam]

あとさあ、言いたくないんだけど、もしここで米国が、対テロ戦争だと言って、イスラエルの右派か、あるいは米国内の右派に押されて対イラン開戦したら、おそらく米国は中国に接近するよ…三方面作戦はできないからね。その時切られるのは日本だよ。本当に、馬鹿に煽られて国論誤るなよ。

[Harris @harris_p10]

Biggest ways working in big tech (instagram) has changed in practice in the last 12 months:
- Nearly no handwritten code. i haven't written a single line by hand since March and have shipped features to 100 million+ users.
- Human code review has become rare to non-existent. mainly because it's impossible to keep up. i predict in 2 years we'll look at python the way we look at assembly today.
- Little time on roadmap prioritization. why choose the *best 5* of the 10 projects when you can test all 10 and 3 more you didn't think of before.
- Meeting time has significantly reduced. the opportunity cost of useless meetings is way higher than before.

curious if this matches what others are seeing. will share next what hasn't changed or got worse.

[Paul Graham @paulg]

Using "think" to describe what an LLM does reminds me of the 16th century, when astronomers didn't really believe in the heliocentric model, but used it for calculations anyway because the math was simpler. We'll start by calling it thinking, then gradually acknowledge it is.

[GALTONKATSU @GALTONKATSU]

秋雲。

[ライブドアニュース @livedoornews]

【けが人なし】トラックが急ハンドル、ボードゲーム用のサイコロ散乱 米
https://t.co/aDD61oDkGP

ボードゲーム会社の代表は「最も多くのサイコロを同時に振った非公式の世界記録になったのでは」と前向きに捉えた。

[林 雄司 @yaginome]

「まるでファミチキのメモ欄のようだ」

#いつか使いたい比喩

[ティムラズ・レジャバ駐日ジョージア大使 @TeimurazLezhava]

それでは、僭越ながらラーメン健太のレビューに挑戦してみたいと思います。

最初にスープを口にしたときに感じたのは…

いやちょっと待った。スープに関して語り始めるには早すぎる。

その前にまずお店の雰囲気に関して触れなければ、このお店の印象を語る事はできないだろう。店の中はいい具合に雑多だ。まるでお客様がどう思うかを全く気にしていないよとお店の声が伝わってくる位だ。しかしそれがかえって、味だけにフォーカスしているよ、と主張しているように思えて、店に入った途端から安心感がうまれる。これこそこの店流のおもてなしにも思える。余分なものを全て取り除いている。そして店には店主以外誰一人とした働いているものがいない。
サービス面においてもかなり簡略だ。券売機で券を買って器はお店の角に自分で片付ける方式だ。半分セルフと言っていい。しかし、店主は必要最低限だが、声をかけてくれたり、客の様子を目配りで気にする。だから、サービス精神はしっかりと感じられる。
そのサービス精神は、入り口に置いてある「ご自由にどうぞ」と書かれた卵にも表れている。その卵がまた絶妙なアクセントになるのだが、それは追って説明する。
さて、振り出しに戻るが、まずスープを口にした瞬間、がつんとしたインパクト強い味が一気に体を駆け巡る。とんこつと言うと、白みがかったスープをイメージしがちだから思ったよりもクリアだ。だからこそ、その予期せぬ味の濃さに驚いたのは私だけではないだろう。そしてひと口すすったのと共に、良からぬ疑いが頭をよぎる。なんと塩気が強いのだ。そして体が求めているものよりも、味がなんというか強すぎるのだ。「何かの誤算か？」と思った。しかし、そう思ったのもつかの間。私はすぐそのような疑いを持ったことを謝りたいと言う気持ちになった。まるで、メロスとセルヌンティウスが互いを疑ったように。そして、自然と許しを求め、心の中でこう唱えた「私を殴れ。ちから一ぱいに頬を殴れ。私は、途中で一度、悪い夢を見た。君が若
し私を殴ってくれなかったら、私は君と抱擁する資格さえ無いのだ。殴れ。」
そして、心に平静を取り戻し、2口目に移ろうとした前に私は改めてその味の濃さを分析した。ここは博多ラーメンだ。つまりその独特な硬い細麺を楽しんでこそラーメンと言える。だから、この味の濃さは麺を食べさせるためのバランスなんだと思い、それが故に、限られたメニューの中でも替え玉や半替え玉が目立つ。それに気づいた。そうなってからは、私はひたすらに麺を攻めた。そして麺に合わせてスープをすすった。目の前にはさらに薬味と言う名の様々な誘惑が広がっている。食べる途中、少しずつ足していって、ラーメンに起承転結や抑揚出していく。こればっかりは、人それぞれ楽しみ方がある。そしてあっという間に麺がなくなり、私は自然と半替え玉をお願いしますと言った。1分もしないうちにテンポよく店主が替え玉を投入してくれた。ここで大事なことを言いたいがこの店にいる間、7、8名の客を開放的な空間の中で、店主が等しく気配りをする。その動きに一切の無駄がない。テンポ良い動きで、相手が完食するまでの時間を確証するべく、つきっきりだった。それ故に、居心地の良さがうまれる。
言い忘れた卵だ。これもラーメンのマジックと言うべきかただのゆで卵のはずがどうしてたか特別なものに思えた。スープとのバランスによってとてもまろやかな味わいに思えて、それが食べる工程の全体の中で何とも言えない付加価値となった。食べ終える頃には、様々な味が混ざったスープから不思議と甘いチョコレートのような濃厚な味さえが生まれていた。ここで特筆すべきなのは、スープが食べ終わりの頃もほんのりと温かいことだ。それはこれでもかというぐらい熱々で出てくる、出だしの余韻が最後まで続いていると言うことを改めて思い出させてくれる。そして、食べ終わる頃に食べ始めを思い出させられて、それが全体をひとまとまりにする。

[NyangTang / にゃんたん @ohmyasshole]

ラッセンの相関図です

[Shoko Egawa @amneris84]

露骨すぎる……

[依田貴石｜宝石研磨職人 @yodakiseki]

天然石の菓子切りで、和菓子を切る贅沢。

[松尾潔 @kiyoshimatsuo]

これ、沖縄だけの問題じゃない。こんな情報環境を放置すれば、亡国への道まっしぐら。

[やねうら王 @yaneuraou]

AIを使って馬鹿になる人について考えるとき、「AIに頼ると頭を使わなくなる」といった話は、あまり本質的ではない。電卓が普及して暗算をする機会が減ったとか、Google Mapsのせいで道を覚えなくなったとか、その程度の話なら、人類は文字を発明した時点ですでに相当馬鹿になっているはずである。

もっと興味深い問題がある。

1983年、心理学者・人間工学研究者のLisanne Bainbridgeは「Ironies of Automation（自動化の皮肉）」という有名な論文を書いた。そこで指摘された逆説は、40年以上たった現在の生成AIにも驚くほどよく当てはまる。

機械が人間より上手にできる仕事を次々に自動化していくと、最後に人間に残されるのは何か。それは、機械がうまく処理できなかった例外的で、複雑で、判断の難しい仕事である。ところが、日常的な仕事を機械に任せれば任せるほど、人間はその仕事を自分で行う機会を失い、技能も状況理解も衰える。つまり、自動化が進むほど、人間の出番は減るのに、人間が出番を求められたときの仕事だけは難しくなる。Bainbridgeが「皮肉」と呼んだのは、この構造である。

たとえば、毎日100本のプログラムを書かなければならない人がいて、そのうち99本をAIが完璧に書いてくれるようになったとする。これは一見すると素晴らしい。しかし人間に回ってくる1本は、「なぜか本番環境でだけデッドロックする」「仕様書そのものが矛盾している」「二つの設計思想のどちらを採用するか判断しなければならない」といった、AIが処理できなかった難問になる可能性が高い。

つまり、その人は99本の普通のプログラムを書くことで本来得られたはずの訓練を失った状態で、100本中もっとも難しい1本だけを解かなければならなくなる。

これはなかなか意地の悪い仕組みである。

1995年、EndsleyとKirisは、この問題を「out-of-the-loop performance problem」として実験的に調べている。人間がシステムを直接操作する立場から、自動化されたシステムを眺めるだけの立場に移ると、単に操作技能が落ちるだけではなく、「いま何が起きていて、この先どうなるのか」という状況認識まで低下する。そして自動化システムが故障して突然人間に操作を返したとき、対応が遅れる。研究では、能動的な情報処理から受動的な情報処理へ移ることが、この低下の重要な原因として示唆されている。

これはプログラミングに限らない。部下が作った契約書を毎日チェックしている人は、長年のうちに「この条項は妙だ」という感覚を身につける。しかし契約書をAIが作り、AIがチェックし、人間は最後に「承認」ボタンを押すだけになれば、その感覚を獲得するために必要だった何千回もの小さな判断が消える。そして本当にAIが見落とすような珍しい契約上の問題が起きたときだけ、人間に判断が戻ってくる。

AIによる能力低下の恐ろしさは、「簡単な仕事ができなくなること」ではない。簡単な仕事を大量に経験することでしか育たなかった、難しい仕事を処理する能力まで失われることにある。

さらに厄介な問題がある。自分の能力が落ちていることを、自分自身が認識できなくなる可能性である。

心理学には「metacognitive calibration」という考え方がある。簡単に言えば、「自分がどれくらい正しいか」という自己評価と、実際の正答率がどれくらい一致しているか、という問題である。知識が多少不足していても、自分が何を知らないかを正しく認識できる人は比較的安全である。危険なのは、能力そのものより、このキャリブレーションが壊れることである。

2026年に『Computers in Human Behavior』に掲載された研究には、実に象徴的なタイトルがついている。

「AI makes you smarter but none the wiser」

直訳すれば、「AIはあなたを賢くするが、自分がどれほど賢いのかは分からなくする」といった意味になる。この研究では、LLMを使うことでLSAT型の推論課題の成績そのものは向上した一方、人々が自分の成績をどれだけ正確に評価できるかというメタ認知には問題が生じた。特に興味深いのは、AIリテラシーが高いことや自信が強いことが、必ずしも自己評価の正確さにつながらなかったという点である。

考えてみれば当然である。

AIなしで10問中6問解ける人が、AIを使うと10問中9問解けるようになったとする。このとき本人が観察できるのは「私は9問解けた」という結果だけである。しかし、その9問のうち何問が自分の能力で、何問がAIの能力なのかは、結果からは分離できない。

ここで、自分自身の能力を測るためのフィードバック系が壊れる。

筋力なら、100kgのバーベルを持ち上げられなければ自分の筋力不足はすぐ分かる。しかし、AIと一緒に100kgを持ち上げている状態では、自分が何kgまで持てるのか分からない。そしてAIの補助があまりに自然になると、そもそも「これは二人分の力で持ち上げている」という感覚すら薄れてくる。

私は、AI時代に本当に危険なのはここだと思う。

人間は無知であることには比較的耐えられる。「これは知らない」と自覚していれば、調べることができるからである。しかし、知らないという自覚そのものを失えば、調べるという行為も発生しない。

もう一つ、この問題を理解するうえで面白い古典的な実験がある。「generation effect（生成効果）」と呼ばれる現象である。

SlameckaとGrafは1978年の実験で、答えをただ読んだ場合と、自分で答えを生成した場合を比較した。すると同じ情報であっても、自分で生成したもののほうが、その後の記憶成績が良かった。これはさまざまな条件で確認された。

この現象をAIに当てはめると、少し嫌なことが見えてくる。

たとえば会議で「この新規事業の問題点を三つ考えてください」と言われたとする。五分間考えて、「市場規模」「競合」「人材」という三つを自分でひねり出す。その後ChatGPTに聞いたら、「法規制」「顧客獲得コスト」「既存事業とのカニバリゼーション」まで出てきた。この使い方なら、自分の思考にAIによる追加が行われる。

ところが最初から「問題点を10個挙げて」とAIに尋ね、その中からもっともらしい三つを選ぶだけになれば、自分が問題を生成する工程そのものが消える。

成果物だけを見れば後者のほうが立派である。だが、脳の中で起きたことはまったく違う。

これこそ、AIについて議論するときに「生産性」という指標だけを見てはいけない理由である。ある人がAIを使って以前の三倍の文章を書き、二倍のコードを書き、五倍の資料を作れるようになったとしても、その数字から本人の能力が向上したとはまったく言えない。極端な場合には、成果物の品質が上がるのと同時に、本人が単独で判断する能力は下がり、しかも本人にはその低下が観測できない、ということすら起こり得る。

そして、ここまで考えると「AIを使って馬鹿になる人」の特徴も少し違って見えてくる。

AIに質問する人が馬鹿になるのではない。AIに文章を書かせる人でもない。コードを書かせる人でもない。

AIが担当した認知過程と、自分が担当した認知過程との境界が見えなくなった人が危ないのである。

自分が考えたのか、AIが考えたのか。自分が理解したのか、理解しやすい説明を読んだだけなのか。自分に判断能力があるのか、AIが常に正解を横に置いてくれているから判断できているように見えるだけなのか。

この区別を意識的に維持できる人にとって、AIは恐ろしく強力な知的増幅器になる。

維持できない人にとっては、もっと恐ろしいものになる。

なぜならAIは、その人の能力を奪うときですら、本人には「以前より賢くなった」という感覚を与えることができるからだ。

だから、AIなんか使うな。

ちなみにこの文章は全文ChatGPTが書いた。

[Jacob Coxon @hilbertspaess]

I resigned from Anthropic today. I spent the last three years doing pretraining research at both OpenAI and Anthropic. Neither company is acting responsibly. They are racing straight to self-improving superintelligence and gambling with our lives. More thoughts below.

[書泉グランデ | 神保町 @shosengnd]

こういうのがいいなぁ・・・
#JR東日本 #Suica #新キャラクター