Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
[TRY部]やりたいことを見つけよう!(180302)
Search
田中洋輔(NPO法人 D.Live)
PRO
March 06, 2018
Education
0
190
[TRY部]やりたいことを見つけよう!(180302)
めあて : やりたいことを見つける
田中洋輔(NPO法人 D.Live)
PRO
March 06, 2018
Tweet
Share
More Decks by 田中洋輔(NPO法人 D.Live)
See All by 田中洋輔(NPO法人 D.Live)
進路ゼミ
ytapples613
PRO
0
45
オンラインゆっくり相談室ってなに?
ytapples613
PRO
0
980
(説明資料)オンラインゆっくり相談室
ytapples613
PRO
0
780
不登校保護者サポート概要
ytapples613
PRO
0
83
TRY部 LINE
ytapples613
PRO
1
160
Discordの使い方(TRY部)
ytapples613
PRO
0
670
昼TRY部 入部までのお手続き
ytapples613
PRO
0
13k
個別相談ご希望のかたへ
ytapples613
PRO
0
250
昼TRY部 入部までの流れ
ytapples613
PRO
0
150
Other Decks in Education
See All in Education
Web Architectures - Lecture 2 - Web Technologies (1019888BNR)
signer
PRO
0
3.3k
GOVERNOR ADDRESS:2025年9月29日合同公式訪問例会:2720 Japan O.K. ロータリーEクラブ、2025年10月6日卓話:藤田 千克由 氏(国際ロータリー第2720地区 2025-2026年度 ガバナー・大分中央ロータリークラブ・大分トキハタクシー(株)顧問)
2720japanoke
0
740
都市の形成要因と 「都市の余白」のあり方
sakamon
0
110
渡辺研Slackの使い方 / Slack Local Rule
kaityo256
PRO
10
10k
10分で学ぶ すてきなモナド
soukouki
1
130
1021
cbtlibrary
0
390
Node-REDで広がるプログラミング教育の可能性
ueponx
1
240
自己紹介 / who-am-i
yasulab
3
6.2k
Padlet opetuksessa
matleenalaakso
9
15k
Web Search and SEO - Lecture 10 - Web Technologies (1019888BNR)
signer
PRO
2
3k
【洋書和訳:さよならを待つふたりのために】第1章 出会いとメタファー
yaginumatti
0
150
Web 2.0 Patterns and Technologies - Lecture 8 - Web Technologies (1019888BNR)
signer
PRO
0
3k
Featured
See All Featured
Effective software design: The role of men in debugging patriarchy in IT @ Voxxed Days AMS
baasie
0
190
The AI Revolution Will Not Be Monopolized: How open-source beats economies of scale, even for LLMs
inesmontani
PRO
3
2.8k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
17k
Visual Storytelling: How to be a Superhuman Communicator
reverentgeek
2
410
Testing 201, or: Great Expectations
jmmastey
46
7.8k
GraphQLとの向き合い方2022年版
quramy
50
14k
GraphQLの誤解/rethinking-graphql
sonatard
74
11k
How to Grow Your eCommerce with AI & Automation
katarinadahlin
PRO
0
87
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.8k
16th Malabo Montpellier Forum Presentation
akademiya2063
PRO
0
37
Designing Powerful Visuals for Engaging Learning
tmiket
0
200
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
180
Transcript
ʮΓ͍ͨ͜ͱʯΛ ݟ͚ͭΑ͏ʂ Ί͋ͯ
δϟʔφϦϯά िؒ͋ͬͨ͜ͱɺ ඪʹؔͯ͠ৼΓฦΔɻ खாʹͻͨ͢Βॻ͘ɻ ʲϙΠϯτʳ ɾͰ͖Δ͚ͩͨ͘͞Μॻ͘ ɾࠣࡉͳ͜ͱͰ͍͍ͷͰॻ͘ ɾ࣌ܥྻͰࢥ͍ग़ͯ͠ΈΔ
ϖΞΠϯλϏϡʔ ϖΞΛΉ ͣͭΠϯλϏϡʔΛ͓͜ͳ͏ ʲ࣭༰ʳ ʮͲΜͳिؒͰ͔ͨ͠ʁʯ ʮࠓिɺΨϯόͬͨ͜ͱͳΜͰ͔͢ʁʯ ʮࠓिΛΓ͢ͳΒͲ͏͠·͔͢ʁʯ
ඪʹؔ͢Δ ϖΞΠϯλϏϡʔ ҧ͏ਓͱϖΞΛΉ ͣͭΠϯλϏϡʔΛ͓͜ͳ͏ ʲ࣭༰ʳ ඪɺͳΜͰ͔͢ʁ
ͳʹ͕͏·͍͍ͬͯ͘·͔͢ʁ ͳʹ͕͏·͍͍ͬͯ͘·ͤΜ͔ʁ ͡Ό͋ɺͲ͏͠·͔͢ʁ
खாهೖ ϖΞΠϯλϏϡʔͰͨ͠༰Λ ࣗͷखாʹهೖ͢Δɻʢʣ
ࣗൃݟ ະདྷͷίϯύε ίϛϡχέʔγϣϯ νϡʔχϯά ຐ๏ͷϨγϐ ษڧͷΤΫααΠζ ح৺ ৺ͷτϨʔχϯά λΠϜϚωδϝϯτ ϝΠϯϓϩάϥϜ
ࣗൃݟ ະདྷͷίϯύε ίϛϡχέʔγϣϯ νϡʔχϯά ح৺ ৺ͷτϨʔχϯά λΠϜϚωδϝϯτ ϝΠϯϓϩάϥϜ ษڧͷΤΫααΠζ ຐ๏ͷϨγϐ
ʮΓ͍ͨ͜ͱʯΛ ݟ͚ͭΑ͏ʂ Ί͋ͯ
ςετͰΛऔΔ
େֶਐֶ͢Δ
͜ΕΒɺશͯඪʂ
ͳʹ͔ͷత͕͋ͬͯɺ ඪ͕͋Δɻ
෮श
ʪɹɹʫͷͨΊͷ ࠷ऴతͳҹ͕ʪɹɹɹʫ ͦͷʪɹɹʫ·Ͱͷ ్தͷ҆ɺ ௨աͱ͓ͯ͘͠ͷ͕ʪɹɹʫ
ʪతʫͷͨΊͷ ࠷ऴతͳҹ͕ʪΰʔϧʫ ͦͷʪΰʔϧʫ·Ͱͷ ్தͷ҆ɺ ௨աͱ͓ͯ͘͠ͷ͕ʪඪʫ
ʮΓ͍ͨ͜ͱʯΛ ݟ͚ͭΑ͏ʂ Ί͋ͯ
Γ͍ͨ͜ͱͬͯͳΜͩΖ͏ʁ
ʮΓ͍ͨ͜ͱʯͱʜʜ
ͲΜͳ͜ͱͰྑ͍
খ͍͞ɺେ͖͍ɺ ͏ɺΘͳ͍ɺ
ؔͳ͍
খ͍͞ɺେ͖͍ɺ ͏ɺΘͳ͍ɺ
ʮ˓˓͍ͨ͠ʯɺ શͯʮΓ͍ͨ͜ͱʯ w w w w w w
খ͍͞ɺେ͖͍ɺ ͏ɺΘͳ͍ɺ
ͷໟɺΓ͍ͨ
૯ཧେਉͳΓ͍ͨ
༑ୡཉ͍͠
ๅ͍ͯͨ͘͡
ͯ͢ɺ ʮΓ͍ͨ͜ͱʯ
ࠓɺ ʮΓ͍ͨ͜ͱʯʹ͍ͭͯ ߟ͑·͢ɻ
ͯ͞ʜʜ
ʮΓ͍ͨ͜ͱʯΛݟ͚ͭΔ ϝϦοτͬͯͳʹʁ
わしに、 得はありまんの?
ͳΜͷͨΊʹΨϯόΔ͔͕͔Δ ϝϦοτᶃ
ʮษڧ͢Δཧ༝ʁʯ
ʹݴΘΕ͔ͨΒ ษڧ͍ͯ͠·͢
ҩֶ෦ʹߦ͔͘Βษڧ͠·͢
ҩऀʹͳΓ͍͔ͨΒ ษڧ͍ͯ͠·͢
ਓͰଟ͘ͷਓͷ໋Λ ٹ͍͍ͨͷͰɺษڧ͍ͯ͠·͢ɻ
ͲΕ͕ɺҰ൪ΨϯόΕΔʁ
త͕໌֬ʹͳΔͱɺ Δؾ͕ͰΔʂ
ͷલʹ͋Δ ʮΔ͖͜ͱʯ͕ ʮͰ͖ΔΑ͏ʹͳΓ͍ͨʯ͜ͱ ʹͳΔɻ
ςετͰྑ͍ͩͬͨΒήʔ Ϝങͬͯ͋͛Δ
ษڧΨϯόͬͨΒɺ ͓՛ࢠΛങͬͯ͋͛Α͏
๙ඒɺ͍͔ͭͳ͘ͳΔɻ
ͦΕͳΒɺࣗࣗͰ ςϯγϣϯΛ͋͛ΒΕΔΑ͏ʹ ͍ͯ͜͠͏ʂ
ͦͷͨΊʹʜʜ
ʮΓ͍ͨ͜ͱʯ͕ ໌֬ʹͳ͍ͬͯΔͱɺ ΨϯόΕΔɻ
ָ͍͕࣌ؒ͠૿͑Δ ϝϦοτᶄ
͕͖ࣗͳ͜ͱ ͕ࣗಘҙͳ͜ͱ ࣗͷςϯγϣϯ͕͋Δ͜ͱ ϫΫϫΫͯͨ͠·Βͳ͍͜ͱ
͔͍ͬͯͨΒͲ͏ͳΔʁ
ਓੜָ͕͘͠ͳΔ
͕ࣗʮָ͍͠ʯͱࢥ͑Δ࣌ؒ Λ૿͍͍ͤʂ
Γ͍ͨ͜ͱ͕࣮ݱ͢Δ ϝϦοτᶅ
ΧϥʔόεޮՌ
ҙ͍ࣝͯ͠Δͷɺ ʹೖΔɻ
ʮϋϫΠʹߦ͖͍ͨʯͱࢥ͏ͱɺ ϋϫΠͷࠂ͕ʹೖΔΑ͏ʹͳΔ
ʮΓ͍ͨ͜ͱʯΛॻ͘ͱɺ ҙࣝ͢ΔΑ͏ʹͳΔɻ
ͭͷϝϦοτ ᶃͳΜͷͨΊʹΨϯόΔ͔͕͔Δ ᶄָ͍͕࣌ؒ͠૿͑Δ ᶅΓ͍ͨ͜ͱ͕࣮ݱ͢Δ
ͦͷͨΊʹʜʜ
ʮΓ͍ͨ͜ͱʯΛ ߟ͑ͯΈΑ͏ʂ
Ͱʜʜ
やりたいことなんて なんもないわ!
ͳ͔ͥʁ
͡Ί͔ΒఘΊ͍ͯΔ ཧ༝ᶃ
ʮΓ͍ͨ͜ͱʯ ͷϋʔυϧ͕ߴ͍ ཧ༝ᶄ
͋Μ·Γߟ͑ͨ͜ͱ͕ͳ͍ ཧ༝ᶅ
ͳͷͰͬʂ
ͬ͘͡Γߟ͑ͯΈΑ͏
ݟ͚ͭํ
ᶃͱΓ͋͑ͣɺؾʹ ͳΔ͜ͱΛͬͯΈΔ
ᶄͨ͘͞Μͷ ใΛೖΕΔ
ϫʔΫγʔτ࡞
‣ ڵຯ͋Δ͜ͱʁ͖ͳ͜ͱʁ ‣ ಌΕͷਓʁ͖ͳਓʁ ‣ ָ͍ͬͯͯ͜͠ͱʁ ‣ ͓͕ۚ͋Εཉ͍͠ͷʁ ‣ Ͱ͖ΔΑ͏ʹͳΓ͍ͨ͜ͱʁ
‣ ͳΜͰͯ͠ྑ͍ͳΒͳʹΛ͍ͨ͠ʁ ‣ ͳʹͯ͠Δͱָ͖͕͍͠ʁ ‣ ˓˓ͳΒ࣌ؒҎ্ͤΔΘʂͬͯͳʹʁ ‣ ࠷৺ಈ͔͞ΕΔͷԿͰ͔͢ʁ ‣ ࠷ΤωϧΪʔ͕Θ͘ͷԿͰ͔͢ʁ ‣ ࠷ूதͰ͖Δ͜ͱԿͰ͔͢ʁ ‣ ࠓ·ͰͲΜͳ͜ͱʹॆ࣮ײʢ͡Ύ͏͔ͭ͡ΜʣΛײ͡·͔ͨ͠ʁ ‣ ࠓ·ͰͲΜͳ͜ͱʹϫΫϫΫ͠·͔ͨ͠ʁ ‣ ࠓ·Ͱָ͔ͬͯͬͨ͜͠ͱͳΜͰ͔͢ʁ ‣ ࢲͷਓੜͰͷେχϡʔεʁ ‣ ͋ͳ͕ͨ࠷ֶͼ͍ͨͱࢥ͏ͷԿͰ͔͢ʁ
ܭըͷઃఆ ˖ϧʔςΟϯߦಈʢຖऔΓΉ͜ͱʣΛઃఆ͢Δ ʢܧଓʂʣ ˖ʮΓ͍ͨ͜ͱʯͰɺͬͨΒςϯγϣϯ͕͕͋Γ ͦ͏ͳ͜ͱͳʹʁ