センスメイキング本当に重要なものを見極める力

by T.Katsuki

Slide 1

Slide 1 text

センスメイキング香月的解釈

Slide 2

Slide 2 text

センスメイキングとは何か？

Slide 3

Slide 3 text

センスメイキングとは人文科学をベースに意味のある違いを見つけること＝気付き/恵み簡単に言うと上記で、人文科学的手法という言い方もしていた

Slide 4

Slide 4 text

それぞれの手法の特徴シリコンバレー的 • 浅いデータ • 数値化 • 単純化（〇か×か） • 知識不要 • 結果重視人文科学的 • 深いデータ • 数値化困難 • 複雑 • 知識必要 • プロセス重視比較対象にしていたのは、BigDataやAIを使うシリコンバレー的手法で、それぞれの特徴は上記のように述べられていた

Slide 5

Slide 5 text

それぞれの手法の特徴シリコンバレー的 • 浅いデータ • 数値化 • 単純化（〇か×か） • 知識不要 • 結果重視人文科学的 • 深いデータ • 数値化困難 • 複雑 • 知識必要 • プロセス重視データの浅い・深い（量）、数値化の可否についてどういうことか？をみてみる

Slide 6

Slide 6 text

四つのタイプの知識（データ）主観的知識客観的知識共有知識五感で得られる知識自然科学の知識個人的見解・価値観公共の文化的知識感じられることシリコンバレー的人文科学的人文科学的手法では、五感で得られる知識までのすべての知識を使うため、データが深く（多く）なるが、数値化が困難

Slide 7

Slide 7 text

それぞれの手法の特徴シリコンバレー的 • 浅いデータ • 数値化 • 単純化（〇か×か） • 知識不要 • 結果重視人文科学的 • 深いデータ • 数値化困難 • 複雑 • 知識必要 • プロセス重視必要な知識についてはどうかかれているか？をみてみる

Slide 8

Slide 8 text

センスメイキングのベース • 優れた書籍、芸術、理論、音楽などに感情移入して、没頭する機会を増やすとパターン認識に生かせる要素を多く吸収可能どうやら人文科学の学びが、パターン要素を増やすのに役立つらしい人文科学

Slide 9

Slide 9 text

センスメイキングの実践 1. 共感力 2. 五つの基本原則 3. 六つの応用例＝フレームワーク実際の実践については上記三要素が挙げられていた共感力以外の二点について次頁から詳しくみていく

Slide 10

Slide 10 text

五つの基本原則 1. 個人ではなく文化を 2. 薄いデータでなく厚いデータを 3. 動物園ではなくサバンナを 4. 生産でなく創造性を 5. GPSでなく北極星を五つの基本原則について本書に挙げられていたのは上記ちょっとわかりにくかったので私なりにかみ砕いていく

Slide 11

Slide 11 text

五つの基本原則１ “個人ではなく文化を” 個人の言葉だけを聞くのではなく、そこに暮らす人々の行動や理由に着目するということ・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・

Slide 12

Slide 12 text

五つの基本原則２ “薄いデータでなく厚いデータを” 表面的に出現する事象ではなく、それを導き出した（している）関係性に着目するということ背景・環境・歴史ヒトラーがどんな悪いことをしたか？ではなく、どんな歴史的、社会的背景でヒトラーが選ばれたか？についても着目する

Slide 13

Slide 13 text

五つの基本原則３ “動物園ではなくサバンナを” 一点観察や抽出観察は危険、全体俯瞰が大切だということ動物園のライオンを見て、サバンナに住むライオンをわかったと言えるだろうか？

Slide 14

Slide 14 text

五つの基本原則４ “生産ではなく創造性を” 問題解決ではなく、イノベーションを狙う →そのためには“不確実”に耐え、考え抜く忍耐が必要。問題解決ではなく、イノベーションを狙うための思考方法としてアブダクションという推論形式が挙げられていた（後述）

Slide 15

Slide 15 text

五つの基本原則５ “GPSではなく北極星を” 前提を盲信せず、身近なリソースを感じる。そういえば、いつも会社に行くときにナビを使っていたら、もう道は覚えているはずなのに、ナビをつけないと落ち着かないな…

Slide 16

Slide 16 text

五つ目の基本原則４に出てくる三つの推論形式

Slide 17

Slide 17 text

三つの推論形式 • 演繹（えんえき）法 • 前提：すべての女性は死を免れない／サリーは女性 • 推論：サリーは死を免れない • 帰納法 • 前提：サリーは医師／サリーは卒業したばかり • 推論：サリーは医学部出身である • アブダクション：イノベーションを狙う思考 • 前提：窓が割れ／宝が無い／家具がちゃくちゃ • 推論：泥棒に入られた推論形式は上記三つが例とともに挙げられていた違いが分かりにくかったので、違うものに例えてみる

Slide 18

Slide 18 text

三つの推論形式 • 演繹（えんえき）法 • 前提：すべての女性は死を免れない／サリーは女性 • 推論：サリーは死を免れない → パズルを組み立てる演繹法は用意された答えを繋ぎ合わせるようで、パズルの組み立てに似ている

Slide 19

Slide 19 text

三つの推論形式 • 帰納法 • 前提：サリーは医師／サリーは卒業したばかり • 推論：サリーは医学部出身である →パズルの空白を埋める帰納法は少し難しくなるけど、これは用意された答えが不完全なので、そこを埋め合わせる感じ。同じパズルだと、欠けたピースの部分の絵柄を想像する感じ

Slide 20

Slide 20 text

三つの推論形式 • アブダクション • 前提：窓が割れ／宝が無い／家具がちゃくちゃ • 推論：泥棒に入られた →ブロックを組み立てる情報は多いが、断片的で答えは一つとは限らない例えるならブロックを組み立てるような感じ

Slide 21

Slide 21 text

三つの推論形式 • アブダクション • 前提：窓が割れ／宝が無い／家具がちゃくちゃ • 推論：泥棒に入られた →ブロックを組み立てるだから、完成した姿について知っていることが多い方が組合せに幅がでる！

Slide 22

Slide 22 text

三つの推論形式 • 演繹（えんえき）法 • 前提：すべての女性は死を免れない／サリーは女性 • 推論：サリーは死を免れない → パズルを組み立てる • 帰納法 • 前提：サリーは医師／サリーは卒業したばかり • 推論：サリーは医学部出身である →パズルの空白を埋める • アブダクション • 前提：窓が割れ／宝が無い／家具がちゃくちゃ • 推論：泥棒に入られた →ブロックを組み立てる

Slide 23

Slide 23 text

センスメイキングのベース • 優れた書籍、芸術、理論、音楽などに感情移入して、没頭する機会を増やすとパターン認識に生かせる要素を多く吸収可能そうか！パターン要素を増やすのはブロックの組み合わせパターンを増やすのとおなじことだったのか！人文科学

Slide 24

Slide 24 text

センスメイキングの実践 1. 共感力 2. 五つの基本原則 3. 六つの応用例＝フレームワーク次に六つの応用例をみていく

Slide 25

Slide 25 text

六つの応用例１ “記号とシンボル” シンボルそのものと、その意味に着目してみる電話？６だよね？ジェスチャーもところ変われば意味が違う

Slide 26

Slide 26 text

六つの応用例２ “メンタルモデル” 言葉や文脈の表す意味に着目してみるいいよ、別に！短い言葉だけだと、本当の意味がわからないこともある彼女は怒っているのか？それとも本当に気にしてないのか？

Slide 27

Slide 27 text

六つの応用例３ “社会システムの理論” 互いの心理・言わない認識に着目してみる会社は給料くれてあたりまえ会社は働いてあたりまえあえて言葉にしないようなところに、考えの相違があるかも上記の二人は、このままスムーズに仕事が進められるだろうか？

Slide 28

Slide 28 text

六つの応用例４ “舞台上での印象操作理論” 行動の元となった心理とは逆の心理とバランスに着目してみる筋肉をつけたい！筋トレを頑張っているコンプレックスが強い動機を生み出しているのかもやせ細ったみっともない自分

Slide 29

Slide 29 text

六つの応用例５ “互酬理論” 互酬モデルのどれがふさわしいかに着目してみる否定的な互酬：与えるよりももらいたい！均衡のとれた互酬：与えるももらうも同じ一般化された互酬：とにかく与える！

Slide 30

Slide 30 text

六つの応用例６ “言語論” 言語化にこだわらず、感じられること全てに着目してみる言葉にしにくいようなことも、ありのままに感じてみる気温や湿度、漂う香り、街の喧騒の程度、懐かしいあの場所

Slide 31

Slide 31 text

センスメイキング達人までの道のり 1. 初心者レベル 2. 新人レベル：パターン認識できる 3. 一人前レベル：幅が豊富に 4. 中堅レベル：複雑な認識も可能に 5. 達人レベル：感じられる・閃くただし、達人になるのは常人には難しく、また、それでも失敗することはあると記されている ↑天命とかの領域：Queenの歌とか、小松美羽さんの絵とか絵を描いているというか、何かに描かされている感じ人文科学の蓄積を増やし、実践を繰り返すことで、上記の過程で成長していけるらしい

Slide 32

Slide 32 text

センスメイキングとは？人文科学をベースに意味のある違いを見つけること＝気付き/恵み改めてセンスメイキングが何か？を振り返ってみる

Slide 33

Slide 33 text

センスメイキングとは？人文科学をベースに意味のある違いを見つけること＝気付き/恵み恵みフレームワーク人文科学の知識・体験センスメイキングとは、人文科学の蓄積を元に、フレームワークを用いて “意味のある気付き”を得ること数値から得られる0/1結論のようなものではない

Slide 34

Slide 34 text

つまるところ… Data Drivenでもできることはある。でも、血の通ったビジネスをしようじゃないか！と、言っているように感じた

Slide 35

Slide 35 text

それぞれの手法の特徴２シリコンバレー的 • 数値化できるデータしか扱えない（浅いデータ） • 数値に基づく客観的な判断は容易人文科学的 • 感じられるものすべてがデータ（厚いデータ） • 数値化できないため、客観的な判断は苦手（マイスターは別）香月の考察改めてシリコンバレー的手法と特徴を比較してみると、どちらも一長一短あるように思える

Slide 36

Slide 36 text

私の感想今は何でもできるようになった ↓ ビジョンをもっている必要あり（でないと、とんでもない世の中になるかも） ↓ ビジョン明確化には現状理解が必要 ↓ 現状理解にはセンスメイキングが有効 BigDataやAIなどシリコンバレー的手法はツールと考えるべし！

Slide 37

Slide 37 text

No content