ととまる

BtoBスタートアップ/PdM/HCD-Net認定 人間中心設計専門家/2児のパパ/新潟県上越市在住/卓球

[Shodai Yanagimoto | 桺本頌大 @shodaiiiiii]

複数セッションでAI動かしてる時の俺

[ととまる @murtsyk]

これはAI時代にとても大切な姿勢な気がする

[miyatti | 生成AIエバンジェリスト / CPO @miyatti]

「AI使ってAIを先生にしてつよいPMになれ」登壇資料です。AIは先生にするのがいいよ。まじおすすめ。でもAI先生って圧が薄いから無視できちゃうよ。AI先生だけじゃなく人間のレビューも組み合わせる。でもAI先生もやっぱりいいぜ！！という話でした。

https://t.co/hWizEgLLb2
#AIがなくてもつよい

[ととまる @murtsyk]

リモート環境ってテキストのやりとりや会議の文字起こしが残りやすいからAI活用観点では望ましかったりするんじゃないか

[ととまる @murtsyk]

https://t.co/8zZOZpqK9Y
ちゃんと読みたい

[すてぃお @suthio_]

https://t.co/SAYum6eQkz

[ととまる @murtsyk]

これAIなのたまげた
https://t.co/tiyWSyF7pf

[しん | LayerX PdM @U2Qshinshiro]

PMFとはなにか？GTMとはなにか？や、GTM戦略において有効なセグメントキャンバスの話など丁寧に書かれてて非常に勉強になった
https://t.co/OwXInlIqMJ

[ととまる @murtsyk]

最近、過去時間を共にした人と話をする機会がたまたま多くなったが、変わらないねとかあなただから声かけたとか当時の振る舞いが時間が経ってもなおその人の記憶ににポジティブに残り続けてて、縁として繋がっていうのが本当に尊く思える。目の前の人の記憶に残る仕事や生き方を大事にしたいな

[ととまる @murtsyk]

https://t.co/kirFxq33Tg

[ととまる @murtsyk]

手法やアウトプット形式（CJMやペルソナ等）など知れ渡った結果、穴埋めでできた風になりがちなのはそうかも。一方でリサーチ専門性を発揮できた結果としてのアウトプットや成果はどんなものなのか、という最高到達点（質の高さ）を自身含め知らなかったりその定義の難しさもあるなー

[TOMO / Flowz / デザインストラテジスト @t0m0Ki]

【“ユーザーリサーチは誰にでもできる”は本当？ 専門性が必要な理由】
参考：https://t.co/OlTFG5LIs5

ユーザーリサーチは、デザインやプロダクト開発における不可欠なプロセスです。しかし、その専門性や必要性が十分に理解されておらず、「誰でも簡単にできる」という誤解が生まれがちです。

本記事では、そのような誤解がどのように問題を引き起こすのか、そして専門家による正しいアプローチがなぜ重要なのかを解説していきます。

■ ユーザーリサーチが軽視されがちな背景

ユーザーリサーチは「使いやすさ」を測るだけのもの、あるいはインタビューさえすれば十分だと考えられがちです。こうしたイメージから、本来必要な観察・検証のプロセスや、データの分析ステップが省略されるケースが増えています。

さらに、ビジネスのスピード感を優先するあまり、結果的にリサーチが十分に行われず、表面的な顧客理解だけで進められるプロダクト開発が少なくありません。

■ 専門性が求められる理由

ユーザーリサーチでは、調査対象の選定、適切なインタビュー手法の選択、バイアス（偏り）を排除する設計などが重要です。これらは学習や訓練によって身につく専門的なスキルと言えます。

また、収集したデータの分析には、統計的手法や仮説検証のプロセスが不可欠です。知見を有した専門家でなければ、データが示す意味や活用方法を誤って解釈するリスクが高まります。

■ 誤ったリサーチがもたらすリスク

適切なリサーチを行わないと、ユーザーの本当の課題やニーズを取りこぼしてしまう恐れがあります。その結果、顧客が求めない機能を盛り込んだり、競合と明確な差別化ができないプロダクトとなったりするリスクが生まれます。

さらに、調査結果を都合の良い方向に解釈してしまう「コンファメーションバイアス」に陥るケースもあります。専門家の視点と正確な方法論がなければ、このような心理的落とし穴を回避しにくいのです。

■ リサーチを成功させるポイント

・目的を明確化する：リサーチの目的と期待するアウトプットを最初に共有し、チーム全体の理解をそろえます。

・多角的アプローチ：定量調査と定性調査を組み合わせ、複数の視点からユーザーを理解します。

・専門家の活用：リサーチの全工程において、経験豊富な専門家をアサインし、客観的な目線を保ちます。

これらを徹底することで、ユーザーインサイトを深く正確につかみ、プロダクトの完成度や競争力を飛躍的に高めることが可能です。

■ まとめ

ユーザーリサーチは単にインタビューを行うだけではなく、綿密な計画と専門的な知識が求められる重要なプロセスです。専門家のサポートを得ながら進めることで、より正確なユーザー理解と効果的なプロダクト開発が実現できます。

もし「誰にでもできるのでは？」と思っていた方は、ぜひ一度リサーチの方法論を見直し、本格的なユーザーインサイトの取得に挑戦してみましょう。

#デザイン
#ユーザーリサーチ
#UX
#顧客理解
#ビジネス

[チームみらい【公式】 @team_mirai_jp]

／
国会でどんな法案が検討されているの？
#みらい議会
を本日リリースしました📣
＼

公約の一つ、100日プランでお約束した1議席でもできる “社会実装”として、国会でどのような議論が行われようとしているかを可視化する『みらい議会』を開発しました！

[かねこつよし @tsuyoshi_osiire]

Google、デザイン職100人レイオフ

>解雇されたのは、クラウド部門の「定量的ユーザーエクスペリエンス調査」と「プラットフォームおよびサービスエクスペリエンス」チーム

定量的リサーチ/データ駆動型UX評価は、AI/自動化ツールに置き換え可能性が高いと判断した可能性

https://t.co/tM33FDdNfp

[ととまる @murtsyk]

この会社にもUXリサーチ職あるんだーとかこんな業務なんだーとか参考になる
https://t.co/GZUOFMXj5F

[ととまる @murtsyk]

UXリサーチチームのインパクト毎の指標例。参考になる。「調査結果の意思決定への採用度合い」を測る際のいい指標や測り方を探し続けてる🤔

https://t.co/s2oKGoywmg

[ととまる @murtsyk]

教科書の貸し借りできなくなるな

[AIDB @ai_database]

GoogleのチームがLLMを使って教科書体験を根本的に作り変えるための実験を報告しています。
一人ひとりに合わせた教科書を自動的に作ることで、実際に学習効果も高まることが示されたとのことです。

研究者たちが作ったのは、読む人の年齢や興味に合わせて内容を自動的に書き換えるシステムです。

実際に高校生60人で実験したところ、このシステムで学んだグループは普通の教科書で学んだグループよりもテストの成績が良く、3日後に内容を覚えているかを確認したテストでも同様の結果が出ました。
また、生徒たちの9割以上が「また使いたい」と答えました。

例えばニュートンの第三法則を説明する時に、バスケットボール好きな生徒にはバスケの例で説明するといった具合です。

さらに同じ内容を音声授業やスライド、マインドマップなど様々な形式で提供し、生徒は自分に合った学び方を選びます。

こうした技術を活用すると教育のパーソナライズがさらに一歩前進するかもしれないと期待されています。

（なお今回の実験における対照群は、教科書のPDFをAdobe Acrobatで読む生徒たちでした）

[ととまる @murtsyk]

リサーチとかの顧客理解データはAIが集めて大量に整理してくれるようになると、次はそれをマネージして文脈化して戦略や組織の意思決定につなげる「インサイトマネージャー」的な役割が今後重要になる気がするな。

[ととまる @murtsyk]

これはびっくり。古巣なのでなんだか寂しいな https://t.co/tlLRZsTx2Y

[ととまる @murtsyk]

おもしろいですね

[もとやま @ysk_motoyama]

生成AIに頼りすぎると頭が悪くなっていく問題が深刻でして

まず、マイクロソフトとカーネギーメロン大学が共同で行った研究。こちらは、知的労働者300人以上を対象に、900件以上のAI活用事例を集めて研究したやつです。

この研究によると、

・知的労働者は、AIを信頼して文章作成や分析などの作業を任せると、そのぶん自身のスキルを使わなくなる傾向がみられた。特に、時間的なプレッシャーがある状況では、AIが出した結果を吟味せずに受け入れてしまう傾向が強まった

・AIに頼ることで、文章の校正能力や法的文書の作成能力といった専門スキルに自信を無くす。で、結果としてAIの提案を自動的に受け入れるようになる。この悪循環が続くと、効率化の代償として、思考力を働かせる機会が失われている

要は、「AIを信じて依存しすぎると、批判的に考える機会が減り、批判的思考力が弱まる危険性がある」ということです。

で、もっと直接的な研究結果を突き付けてくるのが、スイス・ビジネススクールのやつでして。
666人を対象にアンケートやインタビューを行って「AIツールをどれくらい使っているか」と「批判的思考力のレベル」の関係を分析した論文です。
示されていたのが、

・AIツールをよく使う人ほど、批判的思考力が低い。AIに頼って自分で考えることをサボってしまう「認知的オフロード」が原因ではないか

・特に、若い人の方がAIに頼る傾向が強く、その分、批判的思考力が低くなる可能性がある

・一方で、もともと学歴が高い人は、AIを使う頻度に関わらず、高い批判的思考力を保っていた

けっこう残酷な研究結果です。
もともと思考力が高い人は、依存して思考力を弱くすることもなく、生成AIを使い倒すことができる。
一方で、あまり批判的思考に慣れていない人は、AIを使えば使うほど、思考力が弱くなり、生成AIに使われる状態になってしまう。

以上の研究結果を僕なりに図示すると、↓のようなことが起きているんじゃないかと。

・批判的思考力（論理的に考えるとか、物事を疑うとかの力）が低いと、フワッとした浅いプロンプトしか書けない

・浅いプロンプトを入力されるわけなので、生成AIからも浅くてどっちつかずな回答が返ってくる

・何となく「ありきたりだな」「抽象的な言葉が多いな」とは感じつつも、疑問点もうまく言語化できないので、生成AIの回答を鵜呑みにして、そのまま使ってしまう

・生成AIの回答を鵜呑みにすればするほど、批判的思考力が弱まる

・生成AIの回答を鵜呑みにして、そのまま会議に持って行ったところで、腹落ちして理解できていないから、「これどゆこと？」と質問されても説明責任を果たせない。AIの回答を具体の具体で理解できていないから、行動にも落としこめない

仕事で生成AIを活用した成功体験が得られないから、AIを上手く活用する経験値も蓄積されない

・思考力の弱化と、AIの経験値が蓄積されないことによって、またフワッとした浅いプロンプトを書いてしまう←振り出しに戻る

このループがグルグル回り続けると、どんどん頭が悪くなってしまう。
これが、生成AIを使ううえで最も気を付けないといけないポイントだと、強く危機感を抱いてます。

[QLOP @qlop_jp]

［拡散希望］
本日もたくさんのご注文をありがとうござます😊

明日から一般クラウドファウンディングに切り替わります！
広告を開始するため、今の割引率が適用できないというカラクリなんです。

皆さんのSNSの力で、最後の協力をお願いいたします。

さらに、先ほど新たに中間ゴールを設定させていただきました。

中間ゴール達成時には、特製ケースを本体１つにつき1つ追加いたします！

Xの特性上、リンク付きポストは拡散しにくいようなのでリンクが固定ツイートを確認お願いします。　

スレッドに応援コメントもよろしくお願いします🙇‍♂️

[ととまる @murtsyk]

@watamai__ ありよりのあり

[ととまる @murtsyk]

卓球したい