AIが高度になった時代の、人間の考え方の作法｜VEの思考プロセスに、AIをどう組み込むか

2026年10月20日、バリュー・カンファレンス2026（パシフィコ横浜）で行った石井力重の講演スライド（全67枚）。

生成AIに答えを出してもらうだけでなく、人間自身の思考を深めるための使い方を考えます。

「隙のあるアイデア」による人の発想の引き出し方、AIに思考を委ねきることのリスク、WhatとHowの役割分担、評価で新規性を守る視点、VEの機能から発想するPOF（Pivot on Function）などを紹介します。

講演時点の研究・実践知をもとに構成した公開用資料です。質疑応答の部分は掲載していません。

講演者：石井力重（アイデアプラント代表／早稲田大学非常勤講師）

Transcript

1. VEの思考プロセスに、AIをどう組み込むか AIが高度になった時代の、人間の考え方の作法 ⚫ 日時：2026年１０月20日 14:45～15:45 ⚫ 場所：パシフィコ横浜 Hall A ⚫ 講師：石井力重（アイデアプラント代表／早稲田大学非常勤講師） 1
2. 頭が持っている 発想の特性？ 2
3. まず • 白い紙とペンを • 用意してください • 私が言うものを • 大きく 絵で 描いて下さい • （10秒間で） 3
4. （掲げて、他の人のも見てみます） • せ～ので、全員で描いたものを掲げます。 4
5. 90％ L 95% U 70％ N 5
6. 90％ L ↓ 40：40 6
7. 頭が持っている 発想の特性？ 7
8. （アイデアを出そう） “アイデアメーション” 初めに出る５～６個 ↓ 驚くほど、皆 同じ 8
9. “でも、じゃあ、 どうすればいいの？” 9
10. 凡案・駄案を出す、出し尽くす！ 更に出していくと・・・ 「あなたしか思いつかないアイデア」 （＝独創の案）が出てくる 10
11. もしも、選ばせても らえるなら： 一枚／今日の全スライド 11
12. 出し尽くした、苦しいを 「もう少しで、独創の案に 手が届きますよ」 という“シグナル”だと、とらえて ↓ 12
13. 出し尽くした、苦しいを 「もう少しで、独創の案に 手が届きますよ」 という“シグナル”だと、とらえて ↓ 出し尽くしたら、あと10個 （苦し紛ればかりに思えますが、2～3／１０は、“独創の案”が） 13
14. 頭が持っている発想の特性 14
15. はじめに 15
16. 講師紹介 「創造性 「創造性とと AI」の研究者 Amazon総合ランキング ※2025/10/7 1位 11万部 石井力重 突破 アイデアプラント 代表 早稲田大学 非常勤講師 日本創造学会 元 理事 Waseda University 早稲田大学 台湾版 16
17. さて今日は、創造的な努力の姿勢を持つ技術者の皆さんへ・・・ 17
18. AIは使っている。 でも、自分の思考が 深まっている 実感がない・・・。 自分たちだけで 考えていると、 どうしても似たような 発想に行き着いてしまう。 AIが便利なのはわかる。 でも、明日のVE業務で どう使えばいいのか？ 今日の講演は「AI・VE」のテクニック的な話よりも、 考える仕事で、「AIをバディーにしてどう自分の思考を高めるか」、をぎゅっとお話しします。 ＋少し具体も。 18
19. 「AIを使って考える」とは？ 19
20. でも実際には出すのはAIがやってるじゃん この疑問に答える具体策を紹介します 20
21. 創造性の知見 人は「隙のあるアイデア」を聞いた時に、ついつい 突っ込みつつ、そのうち発展案が浮かんだりする 従来は、「隙のあるアイデアを出すタイプの人」をブレストに混ぜよう、 ーーという「知見レベル」だったものが、 AI時代には再現可能な手順（技法） になった好例です。 21
22. 技法３「隙のあるアイデア」 創造性の知見 人は「隙のあるアイデア」を聞いた時に、ついつい突っ込みつつ、そのうち発展案が浮かんだりする 従来は、「隙のあるアイデアを出すタイプの人」をブレストに混ぜよう、 ーーという「知見レベル」だったものが、 AI時代には再現可能な手順（技法） になった好例です。 22
23. 技法３「隙のあるアイデア」 23
24. 技法３「隙のあるアイデア」 AIのアイデアは “ つるん ” としている。 AIに「隙のある アイデアを出して」 と指示すると・・・ 小さく まとまってて 欠けのある 未成熟な アイデアが出る。 「アリだけど、 だめだな」 という感覚がある。 手をかけるところが ないので、登れない。 それを見ると 自然と ツッコミを 入れつつ 発展案も 出てくる 24
25. 技法３「隙のあるアイデア」 創造性の知見 人は「隙のあるアイデア」を聞いた時に、ついつい突っ込みつつ、そのうち発展案が浮かんだりする こういう使い方だと「面白いアイデア」を出しているのは「あなた」 25
26. お題：「床を這う延長コードやホースにつまずかないようにする」 プレーンな指示 （＝「〇〇のアイデアを出して」） 隙のあるアイデア （でAIが出したアイデア群） 01 床用ケーブルカバーを設置する 01 コードを、ヘビみたいに動けるようにする 02 コード・ホースを壁際に通す 02 コードをまたぐと、ちょっと得をする 03 床に目立つ色のラインを引く 03 床に、コード専用の川をつくる。 まあ・・・そうだろうな （考えてたよ） 川？？ …あ！ 川って飛び石があるなあ。 だったら、コードの川にも飛び石を置いて、 そこを踏んで渡る、とか？ 同じお題、同じAIモデルでも、答えは変わる そして人は、『未成熟な案 派生案が浮かびやすい』
27. あえて未成熟な案を出せる 「隙のあるアイデア」 AIのアイデアは “ つるん ”としている。 AIに「隙のあるアイデアを出して」 と指示すると・・・ 小さくまとまってて 欠けのある未成熟な アイデアが出る。 「アリだけど、だめ」 という感覚がある。 それを見ると 自然とツッコミを入れつつ 発展案も出てくる 手をかけるところが ないので、登れない。 AIを使って「人が」考える 、ってこうかー。 、、、か。 人の創造性を引き出すように、使う 「AIに考えてもらう 」ーーのではなく 「AIと一緒に考える 」。 27
28. AIの落とし穴 28
29. あんなもの（ AI ）を使うと、 馬鹿になるのでは？ …実は、なります。 野放図に使うと。 29
30. …実は、なります。 野放図に使うと。 認知的降伏 AI に 「 考えさせるだけ」 の落とし穴❶ 創造的自己効力感 戦略の同質化 の低下 AI に 「 考えさ せるだけ」 の落とし穴❷ AI に 「 考えさ せるだけ」 の落と し穴❸ 30
31. 「 AI に考えさせるだけ」の落とし穴 ❶ 「2回に1回誤答する」ように 調整されたAIで実験。 被験者がAIに相談した場面では、 誤答の約8割を、 そのまま最終回答にした。 かつ 回答への自信は （AIなし群 65% に対し） AIを使える群 77% であった。 「自分の回答は正しい」という 感覚が強まっていた。 「認知的降伏」 （「AIが言うなら正しい」 ー 無意識の思考停止） 出典 ： Steven Shawら(University of Pennsylvania, USA) “Thinking—Fast, Slow, and Artificial” (SSRN, 2026年2月) 31
32. 「 AI に考えさせるだけ」の落とし穴 ❷ シンガポール国立大学のJack McGuireら Establishing the importance of co-creation and self-efficacy in creative collaboration with artificial intelligence （Scientific Reports 2024年8月） 「人だけで考えた」ケース、および「人とAIが共に考えた」ケースに比べ、 「AIだけが考えた」ケースでは、創造力も、創造的自己効力感も低下した 「創造的自己効力感の低下」 （自信を失っていく） 32
33. 「 AI に考えさせるだけ」の落とし穴 ❸ ペンシルベニア大学 のLennart Meinckeら “ChatGPT decreases idea diversity in brainstorming” （ Nature Human Behaviour, 2025 年5 月） 個々のアイデアの創造性を向上させる一方で アイデアのプール全体の多様性を著しく低下させる 「戦略の同質化」 （似たり寄ったりのものを開発してしまう） 33
34. なら、やっぱり、使わない方がいい ？ 否。 落とし穴は“ある”と分かっていれば、回避できます。 そして。「すぐ役立つAIハウツー」は3か月で古くなります。 ですがAI時代に、長期的に役立つ知見が、 AI技術の側ではなく人間科学の側には、あります。 AIで「人がもっと深くに考える」使い方、 一緒に見ていきましょう。 34
35. 人とAIの「手の出し方」 35
36. 5ａ “What & How” で「アイデア」を解剖する 36
37. アイデアは 「What」 と 「How」 で、できている 37
38. （何を作るか／するか） What （どうやって実現するか） How •コンセプト •技術 •理想像（具体はどうあれ、叶えたいもの） •仕組み •ユーザーが注目する要素 •提供者側が注目する要素 38
39. さて、AIが登場して状況が変わりました。 Howの考案 は、AIが強みを発揮しやすい ※ ざっくりの表現です。 「How」の作業にも、「個別事情の特殊な配慮」など、「人の仕事」部分はあります。 39
40. How が豊富になるほど、What の希少性が上がる How What どう実現するか AIで豊富に手に入る 何を実現したいか 「 」を立てることが重要になる 「これ、なんでかな？」 （疑問を感じる 洞察する） 「こうだったらいいのに」 （理想状態を想起できる） 40
41. ５b 「創造的な物事」を３要素で解剖する 41
42. 「創造的」っていうけれど、定義は？ 42
43. Creative ＝ 新しい有用性 要素に分けると 新規性 有用性 43
44. 実現性 そこに、「実現性」を加えた概念があります 新規性 有用性 44
45. 新規性 有用性 実現性 （それは新しいか） （人や社会にとって価値があるか、 挑戦的問題をどの程度解決しているか） （形にできるか） 創造的所産 Creative product ※所産＝努力の結果、生まれたもの。 「商品」も「企画などの無形物」も含む 45
46. 3要素の「人とAIの領分」 石井の実務的な目安 実現方法の探索→「AI」が強みを発揮しやすい 有用性の検討→「人＋AI」 （※対「人」の考慮は人の方がうまいですが） （※定性と定量でそれぞれ長所を使う） スラ イド47 新規性の意味・価値判断→「人」が特に重要 46
47. 新規性には、2つの「世界」がある 閉じた世界の新規性 開かれた世界の新規性 領域・比較対象が、だいたい決まっている 先例・枠組みそのものが、まだ定まっていない 既知との差分 → AIが強くなる その差分の〈意味〉 → 人の判断 文献・特許・既存案との類似／差分は、 AIに任せやすい。 比較する「既知」がない → AIは不安定 「何か違う」を感じる → 直感的に見出す 新しい文脈・可能性の〈価値〉は、 人が感じ取りにいく。 AIは〈差分〉に強くなる。 人は〈意味・価値〉を主導する。 47
48. 5c 評価で、「新しい」成分は消えやすい 48
49. あれ？？？ AIの判断、公平なはず・・・ けど・・・面白かったあの案が消えている。 なんだか、妙だな。 AIに選別まで任せると、 新規性の高い案を落としてしまうことがある 49
50. 評価の途中で 【新しさ】は、こぼれ落ちやすい。 従来の人による評価でも 「新規性」は、消えやすい、 か弱い要素。 AIは実現性や市場規模などの評価を大量高速にできますが 「斬新な案」に対する評価は非常に不安定。 「新芽」を落としたことに、人は気づけない。 「人が全案を」見て、「直感・違和感が反応するもの、新しいものは残す」こと だから、評価では、 50
51. 「何にAIを使うべきではないか」のセンスも、AIスキル 51
52. さて、 割と速めに変化してしまう知見の範疇ですが VEにAIを組み込む、の話も最後に少ししましょう。 52
53. （一応、ハウツー系も） Pivot on Function いまある形を一度忘れて、 必要な機能から別の実現方法を創造する 53
54. POF (Pivot on Function)は： VEの「形を離れ、機能から新しい可能性を考える」という 創造的な思考に着目し、 そのコアに、創造性の知見で補完した小さい思考法です。 石井による命名です。 VEを「大型二輪」だとすれば ＰＯＦは「原付スクーター」みたいなものです。 54
55. 形を忘れる → 機能から飛ぶ → 現実へ戻して育てる Step1: ものを 「 機能」 に翻訳する Step2: 機能か ら代替手段を大量に発想する AI を 使う なら Step3: 案を 組み合わせ、 価値の高い案へ育てる AI を 使う なら AI を 使う なら 55
56. Step1: ものを「機能」に翻訳する • いまある部品や形状を見て、 「これは何をしているのか？」と問い直します。 • 「例えばノーズクリップ＝鼻を挟むもの」ではなく、「水の侵入を防ぐ」 「鼻に保持する」「位置を安定させる」などへ抽象化します。 • ここは一見分析ですが、 既存の形から頭を解放する、かなり創造的な工程です。 • 機能を定義し、目的―手段の関係を整理する作業だけでも、 不要機能や改善点が見つかることもあります。 56
57. AIを使うなら 1.まず人力で列挙する。 2.人間には必ず盲点がある。 AI技法「新しい地平の探索」 3.AIは、まだ考えていなかったものをたくさん見つけ出す。 その際に「（今まで考えてなかった）切り口」（＝盲点）に注目する。 （AIは「リストにはまだ含まれていないもの」を見つけるのがうまいが、一方、 「そこに当てはまる具体的なもの」は薄っぺらい、ーーという特性がある。 一方で、能力の高い人は「空白がある」と知っただけで、たくさんの考えが浮かんでくる。） 4.AIで見つけた「切り口」を手掛かりにして、人が発想する。 57
58. Step2: 機能から代替手段を大量に発想する • リストアップした機能の中から興味を惹かれる機能を1つ選ぶ。 • 「この形をどう改良するか」ではなく、 「この機能を果たす別の方法は何か？」でブレストする。 • 必要な機能を果たせる可能性があるなら、 実現できるかどうかは気にせずに、出す。思いつくことは全部出す。 58
59. AIを使うなら • まず人力で列挙する。 • AI技法「異質な組み合わせ」↑を使うと、 意外な案が見つかる • AI技法「工夫のパターン」（＝TRIZの簡易版） を使うと工学的な案がかなりたくさん出る。 • 先と同じくAIの具体的な回答を見ていくと 「新しい案が浮かぶ」ことがある。 • それは即書き留める。そこから更に広げる。 59
60. Step3: 案を組み合わせ、価値の高い案へ育てる • 案が出そろうと案の「◦×判定」をしたくなるが、そうはしないこと。 • 有望な案の具体化を考えてみる。どの案にも弱点はある。そこで 「A案の保持方法の弱点を、B案の密閉原理を使って、 カバーできないか？」と考え、発展案も出す。 • ここでは批判禁止（ブレスト環境）とは異なり、『建設的批判』（より良くするために欠点を指摘し、 「プラス・ストーミング」を行う。 発展余地を提供する発言）をOKにした ◆プラス・ストーミング：＝ブレストの第1ルール「批判禁止」を下ろし、「建設的批判OK」にしたもの。 他の3ルール「量を求める、未成熟な案を歓迎する、便乗する」は継続。 石井命名。 60
61. AIを使うなら • まず人力で列挙する。 技法22「案の組み合わせ」応用版 AIに、意外な組み合わせを考えさせる。 ―――――――――――――――――――――――――――― ＜（ここにアイデアリストを入れる）＞これまで出たアイデアから、 普通なら組み合わせようと思わないものも選び、融合案を考えて ください。人間がさらに発想を広げられるよう、意外性のある組 み合わせも積極的に示してください。 • AI技法22「案の組み合わせ」の応用版↑で、 人間だと組み合わせようと思えない組み合わせの案を出させる。 • それらを見ていくと、人は「概念適用の柔軟さ」をあげられる。 • その感覚を援用して「他にも組み合わせの案ができないか」と、 考えてみる。 • ※ なおこのフェーズにつきものの「評価作業」まわりは、AI使用は慎重に。 気づかないうちに、AIが斬新案を落とすことがある。（理由は先述） 61
62. Q&A ご質問、違和感、反論も歓迎です 62
63. まず、自分の中を振り返る ［1分］ この講演を思い返して、以下の２つを、メモしてください。 ① 一番、持ち帰りたいことは？ 「これは仕事で使えそう」 「考え方が少し変わった」 「これは覚えておきたい」 ② まだ、引っかかっていることは？ 「ここは、まだよく分からない」 「本当にそうかな？」 「自分の仕事では、どう使うんだろう」 きれいにまとめなくて結構です。今日、自分の中に残ったものを、拾ってください。 63
64. 周囲と共有 ［2分］ 順番に、 「今日、持ち帰りたいこと」 「まだ、引っかかっていること」 を話してください。 1人、だいたい30秒ほど。 聞いている人は、 「それ、私も」「そこ、面白かった」「私は逆にこう感じた」など、自由に反応を。 結論を出す時間ではありません。 人の振り返りを聞くと、自分では拾わなかった学びが、もう一度見えてきます。 疑問は、このあと全体でも扱います。 64
65. （メッセージ） 7b AIが賢くなるほど・・・
66. AIが賢くなるほど、大事になるものがある。 速さでは測れない、「あなた」の中にある力。 66
67. それを見つけて、 磨いて 67