100%国家連勤術士（フラソス製）

あんまりトガらないように、まるめにつぶやいていこうと思います。よろしくお願いします。

[100%国家連勤術士（フラソス製） @____T_T____]

これは割とやってる

[関根有｜PROFFIT｜Co-nnect Inc.代表 @sekine_proffit]

A.T.カーニーで、忘れられない先輩の口ぐせがある。
「その仮説、外れるとしたら、どこ？」

自分の結論を、自分で疑う。
これが、優秀な先輩の思考法でした。

頭がいいと、間違った結論に対して、
「それっぽい理由」をつけてしまう。

・都合のいいデータだけを、資料に載せる
・反対する数字を「例外」で片づける
・気づけば、検証ではなく結論の後付けをしている

頭がいい人ほど、この罠に、うまくハマる。

だから、疑うことを作業にする。
① 結論を出す前に、「やめる条件」を決める
② 賛成材料より先に、反対材料を探す
③ 一番反論しそうな人に、早めに見せる

でも、一番効くのは環境です。

やり方を決めても、人は自分に甘い。
遠慮なく突っ込んでくれる人を、そばに置く。

耳の痛い指摘を遠ざけた瞬間、「都合のいい情報」だけが残り、判断は静かに歪む。

正しさを補強するより、疑う方が、正しい答えにたどり着ける。

[曽和利光＠人材研究所「人と組織の可能性の最大化」 @toshimitsu_sowa]

「若いうちから活躍できる」ことが、全然若者に刺さってない様子。若いうちから活躍できてしまうような薄っぺらい仕事と思われてるのか、はたまた、もうちょっとゆっくり成長していきたいのか。ちなみに成長自体はみんな「したい」と言ってます。

[いちお @ichio_2025]

年商二桁億円の中小だが、一流大企業出身の40代後半〜50代の応募は本当に多い。経歴も実績も、うちには過ぎたものばかり。

それでもお見送りが続くのは、畑違いだからじゃない。評論家だからだ。

課題の指摘はうまい、整理も的確。ただ、すぐに気がつくが、この人は選手としてではなく解説席に座るつもりで来ている。残念ながら、中小に解説席はない、全員がピッチで走り続けるのみ。

畑違いは、べつにいい。評論家がいらないだけ。

[成田えりこ@声と話し方講師 @erikkovoice]

「相手に恥をかかせないのは、大切な品性」と言う言葉をとても大切にしている。
品のいい人といると、心地いい理由はここにあるのかもしれない。

[吉田拳｜Excel丸投げ外注サービスのすごい改善代表 @sugoi_kaizen]

昇進させるべき人は「仕事ができる人」ではなく「仕事を手放せる人」だと思っていて。

・自分が抱えている業務を一覧化できる
・だれにならこの仕事を任せられるかを判断できる
・仕事を渡したあとは一切口を出さない
・自分がいなくても仕事が回せるようにしておく
・本来の業務に時間を割ける設計にしている

特にExcelに強い人をスキルだけで評価していると、便利屋が量産されるだけ。マネジメント層が見るべきなのは、どれだけ仕事をこなせたかではなく、何を切り離しているか。

[繁忙期とは閑散期があるからこそ成立するんだと抗議したい枢密院勅令 @order1914]

「外国国章損壊罪はあるのに国旗損壊罪は何故無いんだ」は戦前から変わらないので戦前の議論を確認しようとしたが、最初に確認した書籍で「我が国の国法は日の丸を侮辱する非国民が我が国土で現在、将来において生きることはないと確信しているのでその罪を論じてない」というパワーワードで歓迎された

[御代田町長・小園ひろし @miyotamayor]

はじめは些細なことでも、職場のせいであれができなかった、これも許してくれなかった、というのが積み重なると立派な退職理由になっていってしまうのをこれまで体感してきました。

過剰に真面目すぎる部分を緩和していかないと中長期で成り立たない職場になってしまうのを強く懸念します。

[100%国家連勤術士（フラソス製） @____T_T____]

業務調整せずにほっぽり出さなければよいのでは。

[官僚たちの氷河期 @KHyogaki39255]

公務員だけど状況によりますね。
例えば国会対応みたいな優先業務が入ってるのに担当係長が「サッカー見たいから時間休取ります」と言ってきたら「なめとんか」��思いますし、実際に休暇取ったら人事評価で考慮要素になります。
そういうことでなければお好きにどうぞ、てな感じ。

[xL(おおきなえる) 🪼☁🌙🌸🐻💿⚒️ @ellnore_pad_267]

これこそまさにプロトコル違反でありシンタックスエラーだよな。

[mhl@南CAからベイエリアへ @mhl_bluewind]

JTCで事業部とR&D部門の両方の経験があります。企業の研究部門が事業部に相手にされない理由は、研究部門って製品トラブルに全く責任持たないからなんですよ。

何を持ってきてもトラブルがあったら事業部任せで、PoCみたいなクオリティのもの持ってこられてもそりゃ蹴るしかない。

さらに、製品を売るということは、開発だけではなく営業やサポート、なんなら他社である販売網まで考慮しなければいけない大きな話であり、ここまで考える研究部門の人はほぼ存在しません。ごくたまに超人がいて事業化されます。

[ぐうけん @googlKenS]

消防の放水には「攻撃注水」と、要救助者等を守る為の「援護注水」があります。これは後者。噴霧注水による水幕形成という技術ですね。猛火の輻射熱から児童を守る熱の障壁を構築すると同時に、高圧の水流が巻き込む空気の力を利用��て、黒煙を児童のいる空間から強制的に吹き飛ばしているんです。

[Yun-Ta Tsai @yunta_tsai]

Many people think any given ML project is 99% training.

In reality, it’s 50% evaluation, 40% data cleaning, 8% integration, and 2% training.

The first two set the noise floor for learning. No ML magic matters; the model cannot lower the noise floor, as that’s the optimal bound of Shannon encoding of your data.

Thus, not a single day goes by without me thinking about ontology. Even the old labels have to be constantly reviewed.

[まよねこの勤労🐈💨 @HigurashiNapon]

組織の健康状態

[ぐれさん @grethlen]

sudo新一、★が700超えてしまった

[ゆかたゆ @yukata_yu]

ということで今回は、AI時代に計算機はどのような攻撃に対して脆弱なのかについて解説して行けたらなと思います。