AI情報に溺れながら、それでも頑張って泳ぐための思考法

AIの進化に伴う「ハイプと現実」の間で、私たちはどのように情報をキャッチアップし、判断していくべきなのでしょうか？
本発表では、オピニオンリーダー → メディア → インフルエンサー → 個人発信という情報の流れを整理し、そこから導き出した「テクノロジーを評価する3つの判断軸」を紹介します。
世の中に溢れるAIに関する情報にどう付き合い、実務や自分の行動・認知に落とし込んでいくかのヒントを共有します。

Transcript

1. AI情報に溺れながら、それでも頑張っ て泳ぐための思考法 AI時代においてデザイナー 私 が心の平穏を保つための戦略
2. アジェンダ デザイナー向け社内勉強会から感じたこと 情報との接し方 3つの判断フレーム まとめ
3. 河野 いおり 25卒新卒 UIデザイナー よく使うツール
4. デザイナー向け社内勉強会 から感じたこと
5. ワークショップ概要 カジュアルな30分のランチセッションを開催。約10人のデザイナーが参加。 今日のゴール 「Cursor」について知る Cursorを使って瞬作をする準備が整う みんなでわちゃわちゃしよう！ アイスブレーク What is MCP? MCPとは？ AIをつなぐ“USBハブ” ツールとサービスを一か所でまと める 必要なAIモデルを自動で呼び出す プラグイン感覚で機能を追加できる 普段使うツール 共通してUSB-C の例えが使われています 前提知識やツールの説明 ツール紹介 - 入門編 ツールを用いてプロンプトでイラス トやUI生成 ツール紹介 - 応用編 MCP×Figma接続 → コード生成
6. デザイナー 「難しい…」「新しい世界を知れた」といった声が多く、 AIのキャッチアップに戸惑いを感じる人が目立った。 エンジニア 「デザイナーともっと連携したい！」といった前向きな感 想が多く、AI導入に積極的で実務に活かそうとする姿勢が 強い。 デザイナーとエンジニアの間のギャップ
7. どのようにAI関連の情報と接するか 燃え尽きず、ついて行くには？ デザイナーとエンジニア両方に寄り添って仕事をしていくには？
8. 情報の強さ・影響力は次の4つに分けられる オピニオンリーダー 長期的なビジョンや方向性 を示すが、誇張やポジショ ントークが多い。 メディア 一般化しやすく拡散力があ るが、編集方針や視聴率に 影響される。 インフルエンサー 実務目線や体験談が多い が、フォロワー獲得目的の バイアスが含まれる。 個人発信 ニッチな知見や失敗談が得 られる宝庫だが、検証精度 や再現性は不安定。 この順番は方向性ではなく、あくまで一般的な社会的影響の大きさ・強さの順番で並べています 個人発信が一気にバズってそこから逆の順番でたどることもあります
9. 考察 判断は自分で
 アルゴリズムもAIも完全ではない。おすすめ≠最適なコンテンツ 未来をどう取り込むか
 日々のインプットや思考をAIに委ねるか、自分で積み重ねるかで差が出る 今の自分に必要な選択
 他人基準ではなく、過去と現在の自分を踏まえた学びを選ぶ姿勢が大切
10. 3つの判断フレーム ①幹か枝か？ ②手を動かす ③長期＆多視点で観察
11. ① そのテクノロジーは「幹か枝か？」 新しい技術やサービスに出会ったとき、それが未来を支え る“幹”なのか、一時的に注目されるだけの“枝葉”なのかを冷静に 見極める視点を持つ 規制や 法的な障壁 設立ストーリー 資金調達 開発元 / 創業者 ユーザーからの レビュー プロダクトの ジャンル 競合の存在と 差別化ポイント 既存技術との 互換性
12. ② 手を動かす 新しいツールや技術に出会ったとき、まずは実際に触 れてみて、自分の環境でスムーズに動く部分と、最初 につまずく部分を見極める 例：LovableのWSに参加し、他の参加者がどのよう なプロダクトを作るか、どのようにプロンプトを打て ばどのような結果になるのか体験 [On-Site] Design Jam ー Build With Lovable
13. ③ 業界全体の動向について 長期＆多視点で観察する 短期的なバズに左右されず、業界全体を長期視 点で観察する。 CEOや研究者の発言や行動を追いかけ、その変 化を比較する。異なる立場の人の意見を取り入 れ、多面的に捉える姿勢を持つ。 Demis Hassabis Mustafa Suleyman David Silver Geoffrey Hinton Yoshua Bengio Yann LeCun Sam Altman Ilya Sutskever Greg Brockman John Schulman Andrej Karpathy Tom Brown Dario Amodei Daniela Amodei Jacob Steinhardt Peter Thiel Reid Hoffman Elon Musk OpenAI Anthro pic D eepMi nd 基礎 研究者 VC/創 業者
14. ぶっ飛んでる例 サムアルトマンは安全委員会の承認を偽っていた GPT-4のリリース時、本来必要な社内安全委員会の承認を 「全て得た」と説明。 さらに2021年設立のOpenAI Startup Fund を実質サム自身 が所有していた事実も取締役会に明確にしていなかった。 → 性格や今後の方針の理解、パフォーマンスの一部として 見る。 Mastering Claude Code in 30 minutes 「今年の終わりにはIDEを使わなくなるかも」といったイン パクト重視の発言。 → 過剰に聞こえるが、ビジョンや方向性を知る手がかりに なる。
15. 現実的な例 Andrej Karpathy: Software Is Changing (Again) 2013年のWaymoの自動運転車の体験から、技術の社会実装 には長期的の視点が必要だと確信。 AIはまだ黎明期であり、LLMは「人の精神」のような存在の ため、共存方法を学ぶ必要がある。
 次の10年は部分的な自律から高度な自動化へ進む。 Daniel Kokotajlo（元OpenAI研究員）、Scott Alexander、Thomas Larson らが作成 した未来予測シナリオ AI 2027 “between the beginning of the project last summer and the present, Daniel’s median for the intelligence explosion shifted from 2027 to 2028.” プロジェクト開始時の昨夏から現在までの間に、Daniel の 知能爆発の中央値は 2027 年から 2028 年に移動した
16. まとめ 「幹か枝か？」という判断軸を意識 実際に手を動かして使ってみる 長期的に世間の動向を観察する 皆さんのAIの情報との付き合い方を教えてください！