Tweet

Pocket

◆制作ノート

データサイエンスを教える大学が人気だそうだ。経済データや健康データを活用して、現場で問題解決をする人材が不足している。オン・ザ・ジョブ・トレーニングやリスキリングでは、人材の質・量・学習時間が、データニーズの増大に追いつかないのだろう。行政や企業のリーダーたちも、データサイエンスの学習意欲はありそうだ。データサイエンスは金融業界で成功したので、儲かりそうに思えるのかもしれない。しかし、現在のデータサイエンスは、データに関するサイエンス（少なくとも自然科学）ではない。従って、本論考が探求している「データにとっての技術と自然」について、現在のデータサイエンスでは明確な答えはない。現在のデータサイエンスでも、現在の問題の一部は解決できるかもしれないけれども、問題が山積みにされるスピードにはとても追いつけない。「データにとっての技術と自然」を深く思索して、機械（コンピューター）とともに、共生・共進化する未来を実現すること、それが本論考の目標であって、ひとびとの行動が変容するほど、単純で実行可能な、生活レベルで役に立つデータの利活用を見いだしたい。 記事全文>>

Tweet

Pocket

◆手のひらからの言葉

埼玉県郊外の静かな住宅街で私はその学生に初めて対面した。オンラインでは何人かの参加者の一人として画面越しでの関係性は始まっていたが、直接会うのは心が躍る。

その感動にひたりながら、私は言葉と表情でその心の高鳴りを伝え、彼は自宅のベッドの上で管をつながれたからだの目のまばたきと、微動する指で母親の手のひらに「言葉」を伝え、母親が言葉にして私に伝えた。

特別支援学校高等部を3月に卒業する彼に、今後一緒に「みんなの大学校」で学ぶかの問いかけに、彼は母親の手のひらからこう言葉を発した。

「先生には勇気がありますか？」。

重度障がい者に向けて「学び」を一緒という思いで対話してきた中で、初めて私に求められた「勇気」に心が震えた。「一緒に」と呼びかけながら、彼・彼女らが勇気を持って挑んだ学びには「勇気」があった。その発見に、私は彼に「もちろんあるよ」と言いながら、その行動の在り方を考えている。 記事全文>>

Tweet

Pocket

◆地域で、一緒に

障がい者の生涯学習の推進に向けて千葉県の公民館職員らを対象とした「障害者の学び」研修会で、「地域で学ぶ　一緒に学ぶ　障害者と学ぶ」と題した講演を行った。講演前には文部科学省から行政説明として障がい者の生涯学習に取り組む政策や全国における実施の現状や事例、今後の方針などが伝えられたから、私はその背景を前提にして、現場で働く方々により実践的な内容を具体的に話す機会となった。

文科省による障がい者の生涯学習の委託研究を当初から行ってきた者として、成功や失敗を繰り返しながら、有効だと思える手法をお伝えするのが私の役割。各地の公民館で、その地域でのインクルーシブな学びは成立するという自信を得てほしいとの切実な思いで臨んだが、講演をして思うのは、インクルーシブな場づくりや内容の検討、具体的な言葉の選び方など、やることは多岐にわたるのだが、それは「やろう」という道筋の中で自然発生的に備わってくる知見であるとつくづく思う。だから、まず「やろう」から始まるのだ。 記事全文>>

Tweet

Pocket

◆制作ノート

前稿（『みんなで機械学習』第14回）からは、「データにとっての技術と自然」について考えている。ひとにとっての技術と自然は、歴史の底流であって、哲学のテーマとしても様々に議論されてきた。ひととコンピューターが共生・共進化する近未来において、「データにとっての技術と自然」という本論考を、「コンピューターにとっての自然はデータである」という意味不明なテーゼから始めてみよう。機械（コンピューターやロボット）が自発的にデータを収集・分析すること、機械自身の機能や状態もデータ化することなど、機械にとっての自然がデータとなるための技術的な課題を設定することは可能だろう。しかし、機械にとっての自発性や、機械自身といった言葉は、未定義な意味不明な言葉で、どのようにでも解釈できる。そもそも、データ論の立場では、データによって言語を拡張する、もしくは、データの意味を言語では把握しきれない、ということが出発点になっている。機械が人びとのように言語でコミュニケーションするようになるのは遠い未来のことだと仮定して、機械と機械、もしくは機械とひとは、データでコミュニケーションするのが近未来のイメージだ。データによるコミュニケーションは、言語によるコミュニケーションの初歩的な機能を模倣（もほう）したものでしかない。コミュニケーションという意味では、データは言語以下であって、言語の拡張ではありえない。しかし、データはコミュニケーション以外にも、未来予測や自己制御など、機械にとって大切な機能を実現するために不可欠な「何か」でもある。その「何か」を、「機械にとっての自然」として、意味不明なままに探求しようとしている。 記事全文>>

Tweet

Pocket

「光陰矢の如し」というが、ついに私も今年、古希（70歳）を迎えてしまう。2022年時点の日本人男性の健康寿命が72.68歳、平均寿命が81.47歳。この数字から計算すると、私が健康で過ごせるのは、あと3年しか残っていない。「残りの人生をいかに有効に過ごすか？」ということを真剣に考えなければならない年始めである。

しかしここに別の計算式がある。「65歳を過ぎた人があと何年生きられるか？」ということを調査した「平均余命」の統計値である。19年時点のこちらの数字を見ると、日本人男性の健康余命が79.43歳、平均余命が84.83歳とぐっと伸びる。人の健康状態には個体差があるものの、私もあと10年ぐらいは健康で生きられる可能性が高い。ちょっとだけホッとする。そうは言っても、老い先短い私は今年1年を大切に生きなければならない。月並みではあるが、新しい年を迎えるにあたって、「老人なりの目標」を立ててみたい。 記事全文>>

Tweet

Pocket

◆制作ノート

前稿（『みんなで機械学習』第13回）では、集団の個体差を機械学習することが可能になった場合、わたしたちは機械から学ぶことができるのか、という仮想の話を考えてみた。例えば集団における経済合理性について、人間的な経済学ではなく、自然科学における熱力学の法則を応用した経済学、経済化学を機械から学ぶことができるのだろうか。経済化学によって、正確な予測が可能な市場(precision market）が出現するという考えは、正確な薬効予測が可能な薬剤（precision medicine）から借用しているので、わたしにとっては20年間考えている課題の応用問題でもある。この課題を、40年間考えた「個体差とは何か」という哲学的な設問ではなく、データの機械学習という技術的な課題として、社会・経済の文脈の中で、課題自体を再定義することから始めている。 記事全文>>

Tweet

Pocket

◆制作ノート

前稿（『みんなで機械学習』第12回）では、集団の個体差について考えてみた。個人の個体差から集団の個体差へと議論を展開するこの部分が、本論の主要な主張であり、難解かつ仮説でしかない試論である。理想気体の熱力学と統計力学をモチーフとしていて、個人主義と集団主義（正確には組織の周辺主義）を矛盾なく統合しようという、野心的な試みだ。予想通り、難解な文章になってしまったので、多少解説を加えてみたけれども、もっと難解になったような気がする。難解だということだけを理解していただけばよいのかもしれない。実際は、論理や文章ではなく、データと試行錯誤によって、理解を深めるしかないのだろう。 記事全文>>

Tweet

Pocket

１「デジタル遺産」とは？

「デジタル遺産」について現状は法律上の定義はありませんが、法的に新たな範囲での検討を行うという文脈においては、故人のデジタル機器に保存されたデジタルデータ及びオンライン上の各種アカウントやそれに紐（ひも）付けられたデジタルデータがこれに含まれ、それら残された故人のデジタルデータのことをいうものと考えます（注１）。

デジタル遺産となり得るデジタルデータについては、既に社会的に浸透した暗号資産はもちろんのこと、同じくブロックチェーンを利用したNFT（Non-Fungible Token、非代替性トークン）なども近時話題となっています。 記事全文>>

Tweet

Pocket

前稿（『みんなで機械学習』第11回）では、個体差の機械学習について考えてみた。哲学の文脈で、概念としての個体差について考えると、少なくとも言語の範囲では、定義矛盾となってしまう。個体であるということは、言語の範囲では、属性や概念ではないことを意味するからだ。一方で、データの世界では、属性に与えられた「所与」（データの哲学的な表現）の集合体が、個体の意味となる。すなわち、個体差は言語ではなく、データの世界で理解することが適切といえる。データの世界において、個体における複数の属性間の構造が明示的に与えられているのであれば、統計モデルによる解析が可能で、統計専門家が活躍する。しかし、医療技術や株価の変動など、個体差に伴う不確定性が問題となる場合、適切な統計モデルが不明で、どのようなデータを収集するのか、どのような構造のデータベースが適切なのかなどの検討が不可欠で、データ解析以前の段階であるデータマネジメントにおいて試行錯誤することになる。機械学習とは、そのようなデータマネジメントとデータ解析を統合して自動化している、最新のAI（人工知能）プログラミング技術だ。技術的には、音楽のレコメンドなど。個体差の機械学習はありふれた課題なのだけれども、医療やヘルスケア、特に新薬開発の「バイオマーカー」における個体差の機械学習は、データ収集の段階から、従来の統計解析とは異質の社会的コンセンサスを考慮する必要がある。さらには、個体差を明示的に取り扱うことで、機械学習技術自体を再考するきっかけになりうるし、AIの新たな技術革新となる可能性もある。 記事全文>>

Tweet

Pocket

◆一等星の施設

図書館城下町――。神奈川県大和市の中心部でのぼりや横断幕で目にするこのコピーは、図書館好きを心躍らせる。相鉄線と小田急線が交差する大和駅は大きな駅前広場とその広場からそのまま伸びる幅広いプロムナードが印象的で、その遊歩道を３分ほど歩くと城下町の中心である図書館が入る大和市文化創造拠点シリウスがある。

開放感のあるガラス張りの建物。シリウスは地球から見える恒星の中で最も明るい一等星で、大和市によると「文化創造拠点が未来にわたって光り輝き、市民に愛される施設となるように」という思いを込めて名付けたという。

文化ホールや図書館、生涯学習施設が入る公共施設は、エントランスがスターバックスの店舗と図書館の書棚やリラックスして読書できる座いすが一体化しており、くつろぎの空間が広がる。大和市はシリウスを「日本一の図書館」とアピールしている。 記事全文>>