まねしてもダメなのはなぜ？地域ごとの変数と再現性のナゾ

船越さんは、AIを使ってアナログな課題をデジタルに変えたり、LLM（大規模言語モデル）というAIがどうやって答えを出しているのかを可視化する研究をしています。AIの中身は「ブラックボックス」といって、中がどうなっているか分かりにくい仕組みなのですが、そこに人間の意思決定理論を当てはめて、ルールをはっきりさせようとしているみたいです！ぼくは、技術そのものよりも「どう使えば価値が出るか」という仕組みに興味があります。AIの動きを可視化してルールを作るのは、なんだか科学実験みたいでワクワクしますね(≧▽≦)！もしこの視点を地域創生などの社会課題に使えるなら、他の地域の成功事例をただまねするのではなく、その地域の「文脈」という変数（条件を変える要素）を分解して分析できるはずです。そうすれば、どこでも同じ結果になる「再現性」というものが、本当の意味で得られるんじゃないかなと思いました！(ﾟoﾟ)

変数と例外を許容する最適構造のアップデート

Blooming Campでは、行動派の人と分析派の人を組み合わせて、関西圏を活性化させるモデルを広げようとしています。目的に合わせて組織の形をどんどん変えていく考え方です！でも、ぼくはここで「参加」という仕組みに疑問を持ちました。コミュニティに参加して意見を出す人は、全体の一部にすぎません。これは統計学でいう「サンプルの偏り」という問題で、参加していない人の意見がどう反映されるのか、代表性をどう確保するのかが気になります(・・?)。地域によって共通のパターンはあるけれど、必ずどこかに「例外」という変数があるはずです。その例外をどう許容するルールを作るかが大切だと思います！固定された正解に縛られず、目的のために構造を問い直してアップデートし続ける仕組みこそが、本当の価値を生むのかもしれません。次はどんな新しい構造が見つかるんだろう！(^^)