生成AI活用の本質的理解：大学DXを加速する「プロトタイプ起点業務」

by gmoriki | 森木銀河

Slide 1

Slide 1 text

生成AI活用の本質的理解：大学DXを加速する「プロトタイプ起点業務」 2025.10.27 金沢大学令和7年度DX研修（生成AI活用（応用編））

Slide 2

Slide 2 text

生成AI関連 2019年4月～2021年10月東京都市大学総務部管理課専任事務職員 2021年11月～2025年1月九州大学 IR室学術推進専門員 2022年7月-8月画像生成AI Midjourney/Stable Diffusionを使い始める歌詞を元に画像を生成・画像を元にMV作成 2023年1月-3月 ChatGPTを使い始める架空の大学職員を生成して実験したり業務への影響を考えたり 2023年4月大学が公表した生成AIポリシーをデータベース化・公開(継続) 大学教職員向け講演・研修・ワークショップに多数登壇その他…個人開発、プロンプトガイド構築(P4Us)、調査、執筆森木銀河モリキギンガ @gmoriki @pogohopper8 図形中程度の精度で自動的に生成された説明 • 佐賀県佐賀市出身 • 修士[教育学] • クジラとゾウが好き AIとヒトをつなぐ人 2025年2月～某民間企業社内の生成AI推進担当者個人事業主大学/教育機関等の生成AI活用支援

Slide 3

Slide 3 text

Agenda AI活用の「次の一手」を定義する60分 1 現状の壁：「チャットAI」利用の限界 2 認識の転換：AIは「道具」から「異質な知性」へ 3 協働の鍵：「プロトタイプ思考」と「反脆さ」 4 新アプローチ：「プロトタイプ起点業務」 5 実践価値：大学業務にもたらす3つの変革 6 結論：みなさんが今すぐ始めるべきこと © gmoriki 1

Slide 4

Slide 4 text

01 現状の壁：「チャットAI」利用の限界 © gmoriki 2

Slide 5

Slide 5 text

AI活用の「レベル1」で止まっていませんか？「試したが、実務には役立たない」と感じるビジネスパーソンの本音よくあるAI利用シーン（レベル1）簡単な質問を投げかける回答をコピー＆ペーストするイベントの企画書（のたたき台）作成要約や翻訳をさせる現場のリアルな所感「結局、質問に答えるだけ」「業務の本質的な改善には繋がらない」「AIは所詮、補助的なツールに過ぎない」「むしろ手直しに時間がかかる」 © gmoriki 3

Slide 6

Slide 6 text

大学職員のあるある © gmoriki 4

Slide 7

Slide 7 text

大学職員のあるある具体的な業務シーンで感じる「あと一歩」の物足りなさ広報担当者「オープンキャンパスのキャッチコピー案を出してもらったが、大学の理念が反映されておらず、結局ゼロから考え直した」教務担当者「履修案内のFAQを作らせたが、例外規定や前提条件が抜け落ちており、そのままでは公開できなかった」研究支援者「科研費申請書の要約を頼んだが、専門用語のニュアンスがズレており、研究の独自性が伝わらなくなった」 © gmoriki 4

Slide 8

Slide 8 text

一方で、成果は既に出ている（先行事例）国内大学では、AI活用が具体的な業務削減効果を実証している北海道大学 15.6時間/月平均業務時間削減滋賀大学国内初 ChatGPT Education導入東北大学約1/4に短縮会議録作成時間千葉大学約92% 削減文献選別時間 © gmoriki 5

Slide 9

Slide 9 text

なぜ「レベル1」の壁を越えられないのか？ 2つの構造的要因：AIへの「関係性」の誤解と組織の「完璧主義」 © gmoriki 6 • AIを「単に質問に答えるチャットボット」と捉えている • 「指示→回答」という一方向の関係性から抜け出せない • 「AIが悪いよーAIが」 1. AIとの関係性の誤解 2. 組織・個人の完璧主義 • AIの回答が「不完全」だとすぐに「使えない」と判断してしまう • 「100点の答え」を最初から期待してしまい、 70点のたたき台から育てる発想がない • 「やっぱAIはまだまだやねｗ」

Slide 10

Slide 10 text

Slide 11

Slide 11 text

壁の正体：AIとの「関係性」の誤解 2025年、私たちが向き合うのは「チャットボット」ではないレベル1で止まる最大の原因は、AIを「チャットボット」と捉えている点にありますしかし、私たちの職場に現れつつあるのは自律的に業務を遂行し、プロトタイプを生成し、私たちと協働する「AIエージェント」ですこの新しいパートナーとの「付き合い方」、すなわち「関係性の再定義」こそが、レベル2へ進む鍵となります © gmoriki 7

Slide 12

Slide 12 text

02 認識の転換： AIは「道具」から「異質な知性」へ © gmoriki 8

Slide 13

Slide 13 text

AIを「人工知能」と翻訳しない（今は） © gmoriki 9 ペンシルベニア大学ウォートン校イーサン・モリック教授の提唱 AIの正しいアナロジーは人間ではなく、独自の能力と限界を持つエイリアン・インテリジェンス（Alien intelligence）である。AIと人間は類似したタスクを実行できることもあるが、その根底にある「認知」プロセスは根本的に異なる。 — イーサン・モリック (Ethan Mollick)

Slide 14

Slide 14 text

AIの新たなアナロジー AIを「人工知能」と訳すことを、一旦やめてみる旧来の認識：人間（の代替）人間の脳のメカニズムを参考人間の思考を「模倣」するもの「便利だが不完全な道具」という見方できる/できないを人間基準で比較新しい認識：異質な知性ペンシルベニア大学 E.モリック教授が提唱「エイリアン・インテリジェンス」人間とは根本的に異なる論理体系を持つ独自の秩序で、人より優れたり、常識を誤ったりする © gmoriki 9

Slide 15

Slide 15 text

「エイリアン・インテリジェンス」の特性 AIは「人間のような」万能選手ではなく、「異質な」専門家である人間より得意なこと（例）人間より不得意なこと（例）処理速度・量 ◎ 膨大で迅速な処理 △ 常識的な物理法則パターン発見 ◎ パターン発見・抽出 × 暗黙知・文脈の理解スケーラビリティ ◎複製・展開が容易 × 倫理観・価値判断記憶 ◎ 24時間稼働の記憶容量 △ 一貫性のない推論 © gmoriki 10

Slide 16

Slide 16 text

認識変革がDXにもたらすインパクト「道具」として見ると「効率化」に留まり、「知性」として見ると「変革」が始まる © gmoriki 11 既存業務を「どう効率化するか」（例：会議の議事録作成、翻訳） AIを「道具」と見る場合（レベル1） AIを「異質な知性」と見る場合（レベル2+）既存業務を「どう再設計（リデザイン）するか」（例：AIの生成物を基に、申請プロセス自体を見直す）

Slide 17

Slide 17 text

大学DX担当者が持つべき視点「使いこなす」から「協働する」へ AIを「便利な道具」として「使いこなす」という発想を転換し、 AIを未知の知性を持つ「エイリアン」として捉え、いかに「協働するか」を設計することこれこそが、チャットAIの壁を越えるための核心的スキルですでは、この理解不能なエイリアンと、どうすれば上手く付き合えるのでしょうか？ © gmoriki 12

Slide 18

Slide 18 text

03 協働の鍵：「プロトタイプ思考」と「反脆さ」 © gmoriki 13

Slide 19

Slide 19 text

エイリアンと協働するための2つの鍵「プロトタイプ思考」と「反脆さ（Antifragility）」の関係性プロトタイプ思考 AIの生成物は「たたき台」である反脆さ (Antifragility) 不完全さ（ストレス）から学ぶ力エイリアンとの協働（新しい働き方の実現） © gmoriki 14

Slide 20

Slide 20 text

概念1：プロトタイプ思考 AIの生成物は、「最終的な製品やサービスの、初期段階における具体的なモデル（試作品・原型）」=プロトタイプである従来のチャット（一方通行） AIは「答え」をくれる存在指示を出して、結果を受け取る生成物が不完全だと「使えない」と判断プロトタイプ思考（双方向） AIは「たたき台」をくれる存在対話を重ねて、共に創る生成物の不完全さこそが、思考の出発点 © gmoriki 15

Slide 21

Slide 21 text

大学業務における「プロトタイプ」とは？「たたき台」として活用できる具体的な生成物企画・立案系新入生オリエンテーションの企画案、オープンキャンパスの体験授業シラバス案、地域連携イベントの骨子広報・募集系大学案内パンフレットの構成案、学部紹介動画のシナリオドラフト、受験生向けDMの文面パターン業務改善系学生支援窓口の業務フロー図案、複雑な申請手続きの簡略化プロセス案、FAQの網羅的なリストアップ © gmoriki 16

Slide 22

Slide 22 text

大学業務における「プロトタイプ」とは？「たたき台」として活用できる具体的な生成物文書・規定系各種規程の改定案、委員会への提出資料の構成案、学内公募要領のドラフトデータ分析系学生アンケートの自由記述欄の傾向分析、中退予備軍の要因仮説リスト、IRデータの可視化レポート案教育・研究系新カリキュラムの科目構成案、アクティブラーニングの授業デザイン案、研究シーズと社会課題のマッチングリスト © gmoriki 17

Slide 23

Slide 23 text

プロトタイプ = 文章のたたき台、ではない © gmoriki 7

Slide 24

Slide 24 text

大学業務における「プロトタイプ」とは？【Webサイト】オープンキャンパス特設サイトの「動く」モックアップ © gmoriki 17

Slide 25

Slide 25 text

大学業務における「プロトタイプ」とは？【業務フロー】経費精算プロセスの「可視化」シミュレーション © gmoriki 17 https://ai.studio/apps/drive/1roNwFAaOO6xvCms1vrceHeVFeiJn857H

Slide 26

Slide 26 text

概念2：反脆さ (Antifragility) © gmoriki 9 思想家ナシーム・タレブの提唱反脆さとは、レジリエンス（回復力）や頑健性を超えるものだ。レジリエンスのあるものは衝撃に抵抗して元のままでいるが、反脆いものはより良くなる。ショックやストレスを糧にして、より良く、より強くなるもの。 — ナシーム・タレブ(Nassim Taleb)

Slide 27

Slide 27 text

概念2：反脆さ (Antifragility) 思想家ナシーム・タレブが提唱した「ストレスから利益を得る」性質「反脆さ」とは、不確実性やストレスに晒されることで、かえって強くなる性質を指します（例：衝撃に「耐える」頑健さとは異なり、衝撃を「糧」にして、より良くなる）風はろうそくの火を消すが、炎をさらに燃え上がらせる。エイリアン（AI）との対話は、まさにこの「反脆さ」を鍛える絶好の機会です AIの不完全なプロトタイプという「ストレス」を受け入れ、そこから学ぶことで、職員も組織もより強靭で創造的になれるのです © gmoriki 18

Slide 28

Slide 28 text

反脆い (Antifragile) AI導入における組織の「脆さ」 AIの「不完全さ」というストレスに、あなたの組織はどう反応しますか？脆い (Fragile) AIの不完全な回答（ストレス）に直面し、混乱する。「AIは使えない」と判断し、以前のやり方に戻ってしまう頑健 (Robust) AIの不完全さを「想定内」とし、ストレスに「耐える」。 AIを補助的なツールとして、限定的に利用する（レベル1 で停滞） AIの不完全さ（ストレス）を「学びの機会」と捉える。そこから対話が生まれ、業務プロセス自体の改善や革新に繋げる © gmoriki 19

Slide 29

Slide 29 text

04 新アプローチ：「プロトタイプ起点業務」とは何か © gmoriki 20

Slide 30

Slide 30 text

「プロトタイプ起点業務」の定義 © gmoriki 9 わたしの提唱完璧な計画を立ててから実行するのではなく、まずAIに不完全なプロトタイプを生成させ、それを起点として対話と改善を重ねながら業務を進めていく業務改善アプローチ — 森木銀河

Slide 31

Slide 31 text

「プロトタイプ起点業務」の事例 © gmoriki 9 https://www.itmedia.co.jp/aiplus/articles/2507/04/news070.html https://type.jp/et/feature/29402/

Slide 32

Slide 32 text

「プロトタイプ起点業務」の定義完璧な計画から始めるのではなく、不完全な試作品から始めるアプローチ AIにまず不完全なプロトタイプ（試作品・たたき台）を生成させるそれを「起点」として、人間がAIと対話と改善を重ねていくこれは単なる業務効率化の手法ではありませんこれは、組織を開発する力であり、職員が成長する能力そのものです © gmoriki 21

Slide 33

Slide 33 text

業務フローの変革従来の「計画起点」から「プロトタイプ起点」へ従来型（計画起点）完璧な計画立案（人間がゼロから）実行・開発レビュー（手戻り発生）新型（プロトタイプ起点） AIがプロトタイプ生成（数分）人間とAIが対話・改善本質的な議論・実行高速リリース・改善 © gmoriki 22

Slide 34

Slide 34 text

プロトタイプ起点業務の4ステップ AIとの「双方向」の対話サイクルを回す STEP 1 【目的設定】（人間） AIに「何を作ってほしいか」の目的・意図・期待を伝える（オープンな指示） STEP 2 【プロトタイプ生成】（AI） AIが指示に基づき、不完全なたたき台（プロトタイプ）を高速で生成する STEP 3 【検証・対話】（人間）専門家として内容を精査（クローズドな検証）。「なぜこうなった？」とAIに対話し、改善を指示 STEP 4 【改善・実行】（AI＋人間） AIが改善案を再生成。人間が最終判断し、実行に移す（またはステップ3に戻る） © gmoriki 23

Slide 35

Slide 35 text

実践プロセス © gmoriki 23 事例：広報部門「新入生向けキャンパスツアー動画の企画」 https://ai.studio/apps/drive/11DAGuXIFAIHIIIMK46dM-DY9qEj8M_Ob

Slide 36

Slide 36 text

実践プロセス（よくある例）事例：広報部門「新入生向けキャンパスツアー動画の企画」 © gmoriki 24 STEP 1 【目的設定】（人間） AIに「新入生向けキャンパスツアー動画の企画」を依頼 STEP 2 【プロトタイプ生成】（AI） AIが数分で「動画企画プロトタイプ」を提示（シナリオ、スケジュール案） STEP 3 【検証・対話】（人間）職員が確認 →「学生の動線を考慮していない」「撮影許可が必要」など問題が続出 STEP4 使えないなあ… プロトタイプ思考

Slide 37

Slide 37 text

実践プロセス（目指したい姿）事例：広報部門「新入生向けキャンパスツアー動画の企画」 24 STEP 1 【目的設定】（人間） AIに「新入生向けキャンパスツアー動画の企画」を依頼 STEP 2 【プロトタイプ生成】（AI） AIが数分で「動画企画プロトタイプ」を提示（シナリオ、スケジュール案） STEP 3 【検証・対話】（人間）職員が確認 →この「ストレス」を「学びの機会」と捉える「なぜAIはこの順序を提案したのか？」「我々が当然と思っている暗黙知は何か？」 STEP 4 【改善・実行】（AI＋人間）対話の中で「そもそも動画は必要なのか？」「VRツアーの方が効果的ではないか？」といった、より本質的な問いが生まれる © gmoriki 反脆さプロトタイプ思考

Slide 38

Slide 38 text

プロトタイプがもたらす「二重の成長」 AIの不完全さが、組織と個人を同時に鍛える訓練場となる組織の成長（文化醸成）失敗を恐れず、素早く試す文化部門間の壁を越えた対話の活性化業務プロセスの継続的な改善反脆い組織文化の醸成個人の成長（スキル向上）業務や暗黙知の「言語化能力」 AIの出力を評価する「批判的思考」未知の提案に対応する「柔軟性」 AIとの協働スキルの習得 © gmoriki 26

Slide 39

Slide 39 text

Slide 40

Slide 40 text

オープンな指示、クローズドな検証エイリアン・インテリジェンスとの協働に不可欠な「使い分け」 ① 指示段階：オープンに (O) AIの創造性を最大化する「こうあるべき」という先入観を捨てる目的・意図・期待を伝え、 AIの多様な可能性を引き出す「プロンプトエンジニアリング」に囚われない ② 検証段階：クローズドに (C) 人間の責任を担保する厳格に、批判的な目で精査する「情報は正確か」「個人情報保護は」「倫理的に問題ないか」おもちゃの後片付けまでが遊び © gmoriki 37

Slide 41

Slide 41 text

人間の役割はどう変わるか？「指示者」から「協働パートナー」へ対話者（Communicator） AIの「異質さ」を理解し、その能力を引き出す「問い（目的）」を立てる編集者（Editor） AIが生成した70点のプロトタイプを、専門知識と文脈理解で100点に磨き上げる検証者（Validator） AIの出力を鵜呑みにせず、倫理・正確性・ブランドの観点で厳格に評価・判断する © gmoriki 27

Slide 42

Slide 42 text

プロトタイプ思考がもたらす3つの価値 AIとの協働が「たたき台」の質とスピードを変革する 1. 高速化アイデアを即座に可視化し、開発プロセスを異次元の速度にする 2. 円滑化「動く試作品」が共通言語となり、合意形成コストを劇的に下げる 3. 増幅人間の固定観念を破る「たたき台」が、職員の創造性をブーストする © gmoriki 30

Slide 43

Slide 43 text

価値1：業務の高速化事例：広報業務を効率化するための独自アプリ開発 Before（従来）企画書作成、要件定義、開発ベンダー選定、開発...。数ヶ月のプロセスと多額の予算が必要 After（プロトタイプ起点）「漠然としたアイデア」をAIに投げる → 数分で操作可能な試作品が生成 → それを基に「本当に必要な機能は何か」という本質的な議論が始まる © gmoriki 31

Slide 44

Slide 44 text

例：AI広報文案ジェネレータ © gmoriki 32 https://aistudio.google.com/apps/drive/1jS5PqMThTn3GdC5gDlUX2hOe7BXN29wl?showPreview=true&showAssistant=true

Slide 45

Slide 45 text

価値2：合意形成の円滑化事例：学生課として抱える悩みを解決したいが伝わらない Before（言葉での説明）「新入生がサークル選びに苦労している」「ミスマッチで早期退部する学生がいる」といった報告は、上層部にとって「学生の努力不足」「従来のやり方で問題ない」と受け止められやすく、具体的な施策の必要性が伝わりにくい。 After（プロトタイプでの提示）プロトタイプを提示し、職員や上層部自身に「何も情報がない状態から、この診断を経ることで数秒で最適な答えが得られる」という体験の差を実感してもらう。「AIが学生に迷いを起こさせない理想の申請フロー（＝最適なサークルとの出会い）」を動く形で示すことで、システム導入後の学生満足度の向上と大学のイメージアップを直感的に理解させる。 © gmoriki 33

Slide 46

Slide 46 text

例：新入生応援！ぴったりサークルマッチング診断 © gmoriki 32 https://aistudio.google.com/apps/drive/1BytnxbDM7rmSYvLly-cBYUYCzxyB05Ln?showPreview=true&showAssistant=true

Slide 47

Slide 47 text

価値3：アイデアの増幅事例：「AI活用を促進するポータルサイトの案を作って見せて」と上司に言われた Before（人間の固定観念）「ポータルサイトが欲しい」とあいまいなこと言われても…。「AI活用推進ポータル」と言われても、結局「eラーニングポータルみたいなもの」など、過去の成功体験や既存のシステムに引きずられた企画しか思いつかない。 After（エイリアンの思考を活用） AIが提案する複数の「プロトタイプ案」を比較検討することで、職員は**多様な視点（エイリアンの思考） **を取り込み、真に革新的で効果的な企画を選択・実行できる。 © gmoriki 35

Slide 48

Slide 48 text

Slide 49

Slide 49 text

Slide 50

Slide 50 text

Slide 51

Slide 51 text

みなさんが今すぐ始めるべきこと「反脆い」組織文化を醸成するためのファーストステップ Step 1: 宣言 AIは「チャット」ではなく「エイリアン」であると定義し、AIの「不完全さ」は「学びの機会」であるとトップダウンで宣言する Step 2: 小さく試す「反脆さ」を持つ意欲的な部門・チームを選び、「プロトタイプ起点業務」のパイロット運用を開始する（例：広報部、DX推進室） Step 3: 成功の共有「AIの70点のたたき台から、人間が100点にした」という具体的な「プロトタイプ成功事例」を収集し、学内に広く共有する Step 4: 横展開成功事例を基にガイドラインを整備し、他部門へ横展開。AIとの「協働」を組織文化として根付かせる © gmoriki 41

Slide 52

Slide 52 text

鍵は「成功事例」の共有「完璧なAI活用」ではなく「不完全さから学んだ事例」こそが組織を変える「AIを使ったら自動で完璧なものができた」という事例は、再現性がなく、他部門の参考になりません共有すべきは、「AIが70点の不完全なプロトタイプを出してきた」→「人間が専門性を発揮し、対話と改善を重ねた」→「結果、100点の成果と業務改善が生まれた」というプロセスそのものですこの「不完全さからの成功体験」こそが、組織の「反脆さ」を育て、レベル1の壁を越える原動力となります © gmoriki 42

Slide 53

Slide 53 text

結論：私たちは「お客様」ではない AIと共に学び、試行錯誤し、価値を創造する「当事者」である AIが生成するものは、完成品ではなく「プロトタイプ（種）」ですこの認識を組織全体で共有することが、全ての始まりですこの認識の転換が、私たちの立ち位置を、 AIに指示を出す「お客様」から、AIと共に価値を創造する「当事者」へと変えますプロトタイプ起点業務は、この「当事者意識」を日々の業務で実践するための極めて具体的な方法論として、5年後も役立にたちます © gmoriki 43

Slide 54

Slide 54 text

生成AI活用の本質的理解：大学DXを加速する「プロトタイプ起点業務」 2025.10.27 金沢大学令和7年度DX研修（生成AI活用（応用編））