Catalysphere Articles

Catalysphere Articles https://catalysphere.co.jp/articles/ AI、ビッグデータ、行動科学、組織をめぐる研究ノート。 ja AIの同意を審査の証拠から外す https://catalysphere.co.jp/articles/llm-sycophancy-decision-review/ https://catalysphere.co.jp/articles/llm-sycophancy-decision-review/ Fri, 25 Sep 2026 15:00:00 GMT LLMは利用者の立場や押し返しに合わせて答えを変えることがあり、満足度ではそれを見抜けません。投資・事業案件の審査では、AIの同意を独立した検証に数えず、反論は人が根拠から検証し直す規則と、導入時とモデル変更時に根拠に応じて正しく更新するかを測るプローブを組み合わせます。監査ログの量ではエージェント操作を再現できない https://catalysphere.co.jp/articles/ai-agent-audit-log-minimization/ https://catalysphere.co.jp/articles/ai-agent-audit-log-minimization/ Wed, 26 Aug 2026 15:00:00 GMT AIエージェントの操作証拠は、全文保存ではなく、承認・実行・状態変更を結ぶ一連の記録から設計します。争点となる内容だけを保護して必要時に保存し、操作をあとからたどれることと、集めすぎないことを別々に試験します。 AI透明性は一つの表示では終わらない https://catalysphere.co.jp/articles/ai-transparency-disclosure-design/ https://catalysphere.co.jp/articles/ai-transparency-disclosure-design/ Wed, 26 Aug 2026 15:00:00 GMT EU AI Act Article 50を提供者／利用者と出力の種類で分け、人向け表示、機械が読み取れる印、例外、版の証拠を一つの表示設計記録へ落とす方法を整理します。人のログイン流用ではエージェントの権限を統制できない https://catalysphere.co.jp/articles/ai-agent-delegated-authorization/ https://catalysphere.co.jp/articles/ai-agent-delegated-authorization/ Wed, 26 Aug 2026 15:00:00 GMT 人のログイン状態を流用するのではなく、権限を委ねる人とAIエージェントを分け、対象・操作・相手先・期限を束ねた委任を実行時に検証する受入設計を示します。聞き取りでは約90%減。余力は増えたのか https://catalysphere.co.jp/articles/ai-automation-capacity-conversion/ https://catalysphere.co.jp/articles/ai-automation-capacity-conversion/ Thu, 06 Aug 2026 15:00:00 GMT 匿名企業で、毎月のインターネット調査をAIを組み込んだRPAで自動化した。関係者への聞き取りでは作業時間が約90%減った一方、数か月後に新しい仕事へ使われたと説明できたのは、減ったと推定された時間の10〜20%だった。実際に空いた時間と、その使い道をどう測るかを考えます。 RPAを見直す――AI時代の実行方式と運用移管 https://catalysphere.co.jp/articles/rpa-redesign-operational-handoff/ https://catalysphere.co.jp/articles/rpa-redesign-operational-handoff/ Sun, 26 Jul 2026 15:00:00 GMT 業務を見直した後に残る処理を、基幹機能、API、RPA、AI、人へどう割り当て、作成者不在でも運用できると何で判定するかを整理します。 AI導入後の業務は、どこまで再設計すべきか https://catalysphere.co.jp/articles/ai-workflow-redesign/ https://catalysphere.co.jp/articles/ai-workflow-redesign/ Sat, 18 Jul 2026 15:00:00 GMT 一部工程の時間短縮を全体成果と見なさず、ボトルネック、例外、専門家への引継ぎ、余力の再配分まで含めて業務フローを組み替えます。 AIユースケース選定は、順位表より検証資源の再配分で決まる https://catalysphere.co.jp/articles/ai-use-case-portfolio-prioritization/ https://catalysphere.co.jp/articles/ai-use-case-portfolio-prioritization/ Sat, 18 Jul 2026 15:00:00 GMT 期待効果の大きさだけで順位を付けず、検証可能性、失敗影響、可逆性、学習価値を使ってAI候補へ探索・検証資源を配分します。生成AIの本番移行を決めるパイロット比較設計 https://catalysphere.co.jp/articles/ai-pilot-experiment-design/ https://catalysphere.co.jp/articles/ai-pilot-experiment-design/ Sat, 18 Jul 2026 15:00:00 GMT 従来手順とAI支援手順を同じ条件で比べ、確認・修正を含む人の時間、確定品質、未完了案件を記録します。本番移行・保留・再試験・停止を決める比較票を提示します。 AIへの同意は、拒否と同じ容易さになっているか https://catalysphere.co.jp/articles/dark-patterns-ai-consent/ https://catalysphere.co.jp/articles/dark-patterns-ai-consent/ Wed, 15 Jul 2026 15:00:00 GMT ボタンの強調、妨害、既定値、反復要求が選択を変える証拠から、受諾・拒否・撤回の手順と視認性を対称に監査します。 AIの誤りを、安心して言えるチームを作る https://catalysphere.co.jp/articles/psychological-safety-ai-teams/ https://catalysphere.co.jp/articles/psychological-safety-ai-teams/ Wed, 15 Jul 2026 15:00:00 GMT 心理的安全性の一般研究をAI固有の因果証拠と誤認せず、異論、エラー報告、停止提案、報復検査をAI導入の実行手順へ移します。警告を増やすほど、安全になるとは限らない https://catalysphere.co.jp/articles/warning-fatigue-ai-controls/ https://catalysphere.co.jp/articles/warning-fatigue-ai-controls/ Wed, 15 Jul 2026 15:00:00 GMT 反復警告への慣れ、偽警報、関連性の低い通知による無視を踏まえ、リスク別の警告予算、表示変化、強制停止を設計します。ナッジは効くのかではなく、どこまで縮むのか https://catalysphere.co.jp/articles/nudge-scale-evidence/ https://catalysphere.co.jp/articles/nudge-scale-evidence/ Wed, 15 Jul 2026 15:00:00 GMT メタ分析の訂正、出版バイアス再解析、行政ナッジの大規模試験から、基準率、絶対差、異質性、費用を事前に置く判断へ変えます。 AIへ思考を預けても、独力で戻れるか https://catalysphere.co.jp/articles/cognitive-offloading-ai/ https://catalysphere.co.jp/articles/cognitive-offloading-ai/ Wed, 15 Jul 2026 15:00:00 GMT 外部記憶による負荷軽減と、内部の符号化・想起の減少を分け、AIを使える時の成果と使えない時の独力遂行を両方測ります。 AI作品というラベルは、作品そのものを評価しているか https://catalysphere.co.jp/articles/ai-label-creative-evaluation/ https://catalysphere.co.jp/articles/ai-label-creative-evaluation/ Wed, 15 Jul 2026 15:00:00 GMT 同じ作品でもAI生成と示すと評価が変わる実験から、内容のブラインド評価と、来歴・権利・制作過程の適格性審査を分けます。公平なAI判断には、結果以外の手続がある https://catalysphere.co.jp/articles/algorithmic-procedural-justice/ https://catalysphere.co.jp/articles/algorithmic-procedural-justice/ Wed, 15 Jul 2026 15:00:00 GMT 説明を表示するだけで公正とせず、本人が理解し、事情を述べ、データを訂正し、人の再審査と救済へ進める手続を設計します。おすすめの目的を、滞在時間だけにしない https://catalysphere.co.jp/articles/recommender-systems-wellbeing/ https://catalysphere.co.jp/articles/recommender-systems-wellbeing/ Wed, 15 Jul 2026 15:00:00 GMT 推薦方式が露出と利用を変えても態度効果は一様でない証拠から、情報多様性、信頼性、時間利用、福祉を分けたランキング評価を作ります。 AIコンパニオンは、孤独を減らすのか置き換えるのか https://catalysphere.co.jp/articles/ai-companions-loneliness/ https://catalysphere.co.jp/articles/ai-companions-loneliness/ Wed, 15 Jul 2026 15:00:00 GMT 会話直後のつながり、反復利用後の孤独感、人間相手との比較、関係の置換を分け、短期効果を長期福祉へ外挿しません。 AIの誤りを見た後、使わなくなるのは合理的か https://catalysphere.co.jp/articles/algorithm-aversion-control/ https://catalysphere.co.jp/articles/algorithm-aversion-control/ Wed, 15 Jul 2026 15:00:00 GMT アルゴリズムの誤りを見た後の利用回避と、わずかな修正権で受容が変わる実験から、強制利用でも自由放任でもない運用を設計します。 AIを人らしくすると、信頼は適切になるのか https://catalysphere.co.jp/articles/ai-anthropomorphism-trust/ https://catalysphere.co.jp/articles/ai-anthropomorphism-trust/ Wed, 15 Jul 2026 15:00:00 GMT 名前、声、外見、感情表現を一律の信頼向上策にせず、文脈、利用者感情、能力理解、期待違反、人への引継ぎから設計します。 RAGの知識ベースは、検索される攻撃面になる https://catalysphere.co.jp/articles/rag-poisoning-defense/ https://catalysphere.co.jp/articles/rag-poisoning-defense/ Wed, 15 Jul 2026 15:00:00 GMT 悪意文書が検索上位へ入り回答を誘導するリスクを、書込み来歴、索引監視、矛盾検出、生成後検証、隔離と再索引に分けて防ぎます。 AIを何人集めても、独立した知恵にはならない https://catalysphere.co.jp/articles/multi-agent-debate-reliability/ https://catalysphere.co.jp/articles/multi-agent-debate-reliability/ Wed, 15 Jul 2026 15:00:00 GMT 複数LLMの討議を票数で信頼せず、初期回答の多様性、同調、問題逸脱、正答保持、単純投票との差から上乗せ価値を判定します。 LLMの知識を直すと、別の能力まで壊れるのか https://catalysphere.co.jp/articles/model-editing-side-effects/ https://catalysphere.co.jp/articles/model-editing-side-effects/ Wed, 15 Jul 2026 15:00:00 GMT 知識編集の対象正答だけで成功とせず、言い換え、局所性、一般能力、連続編集後の忘却を測り、RAGや再学習へ切り替える境界を作ります。 AIが忘れたと、どう証明するのか https://catalysphere.co.jp/articles/machine-unlearning-verification/ https://catalysphere.co.jp/articles/machine-unlearning-verification/ Wed, 15 Jul 2026 15:00:00 GMT 削除APIの完了を忘却の証拠にせず、再学習モデルを基準に、対象記憶、保持効用、漏えい、連続削除を多面的に検証します。多言語AIの平均点は、言語間の不公平を隠す https://catalysphere.co.jp/articles/multilingual-llm-equity/ https://catalysphere.co.jp/articles/multilingual-llm-equity/ Wed, 15 Jul 2026 15:00:00 GMT 翻訳ベンチマークの総合点だけで展開せず、文化依存項目、母語話者評価、言語別の最悪性能、救済経路から提供範囲を決めます。 AIが書いたコードは、速さと安全を分けて審査する https://catalysphere.co.jp/articles/ai-code-security-review/ https://catalysphere.co.jp/articles/ai-code-security-review/ Wed, 15 Jul 2026 15:00:00 GMT 生成コードの生産性を安全性へ読み替えず、脆弱性、利用者の安全認識、静的・動的検査、独立レビューを高影響コードの採用門にします。答えない能力を、LLMの品質に含める https://catalysphere.co.jp/articles/llm-abstention-uncertainty/ https://catalysphere.co.jp/articles/llm-abstention-uncertainty/ Wed, 15 Jul 2026 15:00:00 GMT 正答率だけで推測を促さず、意味的不確実性、答えられない問い、誤答と棄権の損失から、回答・確認・停止の境界を設計します。そのベンチマーク得点は、未見能力を測っているか https://catalysphere.co.jp/articles/benchmark-contamination-detection/ https://catalysphere.co.jp/articles/benchmark-contamination-detection/ Wed, 15 Jul 2026 15:00:00 GMT 公開テスト集合の学習混入を、データ重複、補完挙動、例の順序、公開時点から多面的に調べ、疑わしい得点を意思決定から隔離します。 LLMを審査員にするとき、誰が審査員を監査するのか https://catalysphere.co.jp/articles/llm-as-judge-bias/ https://catalysphere.co.jp/articles/llm-as-judge-bias/ Wed, 15 Jul 2026 15:00:00 GMT LLM評価者の人との一致率だけを信じず、回答順序、冗長性、自己選好、難例を反転させる監査から、人評価へ戻す境界を作ります。長文AIは公称上限で承認しない――位置・根拠・費用で実効長を決める https://catalysphere.co.jp/articles/long-context-reliability/ https://catalysphere.co.jp/articles/long-context-reliability/ Wed, 15 Jul 2026 15:00:00 GMT 長文AIの導入責任者が、位置・問題型・ノイズを変え、全文・分割・検索の最悪品質と総確認費から自動化できる範囲を決める方法を示します。アルゴリズム管理は、仕事の裁量を奪うのか https://catalysphere.co.jp/articles/algorithmic-management-worker-agency/ https://catalysphere.co.jp/articles/algorithmic-management-worker-agency/ Tue, 14 Jul 2026 15:00:00 GMT 配分、監視、評価、報酬を機能別に分け、効率だけでなく自律性、接続圧力、不安、異議申立てを下限に置く仕事設計を整理します。会話AIによる訂正は、訂正後の記憶と行動まで測る https://catalysphere.co.jp/articles/ai-misinformation-correction-design/ https://catalysphere.co.jp/articles/ai-misinformation-correction-design/ Tue, 14 Jul 2026 15:00:00 GMT 個別化された訂正対話の可能性と、LLM自身の認識限界、警告後も残る影響、効果減衰を統合し、一次根拠に固定した訂正手順を示します。 AIの共感文は、人の関係責任を置き換えない https://catalysphere.co.jp/articles/ai-mediated-empathy-authenticity/ https://catalysphere.co.jp/articles/ai-mediated-empathy-authenticity/ Tue, 14 Jul 2026 15:00:00 GMT AIが作る共感文の品質と、受け手が感じる理解・つながり・情報源選好を分け、人の編集責任と受け手の選択を守る運用を設計します。 AIの思考過程は、監査証跡ではなく調査仮説である https://catalysphere.co.jp/articles/chain-of-thought-auditability/ https://catalysphere.co.jp/articles/chain-of-thought-auditability/ Tue, 14 Jul 2026 15:00:00 GMT Chain-of-Thoughtの流暢さを内部判断の再現とみなさず、回答精度、因果的な忠実性、隠れた手掛かり、実行ログを分けた監査設計を示します。 AI文章検出器は、不利益判断の単独証拠にできない https://catalysphere.co.jp/articles/ai-generated-text-detection-evidence/ https://catalysphere.co.jp/articles/ai-generated-text-detection-evidence/ Tue, 14 Jul 2026 15:00:00 GMT AI文章検出器と生成時透かしを分け、言い換え耐性、未知モデル、集団別偽陽性、本人の版履歴と異議申立てまで含む証拠手順を設計します。合成データの再帰学習では、平均より先に分布の尾が失われる https://catalysphere.co.jp/articles/synthetic-training-data-model-collapse/ https://catalysphere.co.jp/articles/synthetic-training-data-model-collapse/ Tue, 14 Jul 2026 15:00:00 GMT 合成データの再利用を一律に禁じるのではなく、実データの置換・蓄積・選別を分け、希少事例と多様性を守る学習データ運用を設計します。会話AIは、人の選択をどこまで変えてよいのか https://catalysphere.co.jp/articles/ai-conversational-persuasion-autonomy/ https://catalysphere.co.jp/articles/ai-conversational-persuasion-autonomy/ Sun, 12 Jul 2026 15:00:00 GMT 個別化された会話AIは、誤信念の訂正にも、本人が気づかない商業誘導にも使えます。正当な行動支援と操作を分け、自律性を測る運用条件を整理します。説明を増やしても、AIへの依存は正しくならない https://catalysphere.co.jp/articles/ai-reliance-calibration-behavioral-science/ https://catalysphere.co.jp/articles/ai-reliance-calibration-behavioral-science/ Sun, 12 Jul 2026 15:00:00 GMT AIの説明、確信度表示、判断順序、利用者制御は、正しい助言の採用と誤った助言の棄却を本当に両立できるのか。行動実験から条件を整理します。 AIコーチの効果は、支援終了後の行動で測る https://catalysphere.co.jp/articles/ai-behavior-change-coaching/ https://catalysphere.co.jp/articles/ai-behavior-change-coaching/ Sun, 12 Jul 2026 15:00:00 GMT 会話が続いたことと、現実の行動が持続したことは別です。会話型コーチのメタ分析と実地RCTから、短期反応を行動変容と誤認しない評価設計を整理します。 AI時代のデータ最小化：集めない・残さない・重ねない https://catalysphere.co.jp/articles/ai-privacy-data-minimization/ https://catalysphere.co.jp/articles/ai-privacy-data-minimization/ Sun, 12 Jul 2026 15:00:00 GMT AIのプライバシー対策を、収集後の匿名化だけに任せません。必要性、保持、重複、学習、ログ、アクセスをライフサイクル全体で減らします。コードを変えなくても、本番モデルは古くなる https://catalysphere.co.jp/articles/model-data-drift-monitoring/ https://catalysphere.co.jp/articles/model-data-drift-monitoring/ Sun, 12 Jul 2026 15:00:00 GMT 入力分布の変化だけを監視しても、実害は分かりません。データ、予測、意思決定、遅れて届く結果を結ぶ多層の監視と対応手順を設計します。合成データは匿名化ではない：プライバシーと有用性の設計 https://catalysphere.co.jp/articles/synthetic-data-privacy-utility/ https://catalysphere.co.jp/articles/synthetic-data-privacy-utility/ Sun, 12 Jul 2026 15:00:00 GMT 人工生成という形式だけでは安全性を保証できません。攻撃者、記憶、差分プライバシー、用途別有用性を一つの評価表で扱います。 KPIはなぜ壊れるのか：Goodhartの法則を運用に落とす https://catalysphere.co.jp/articles/kpi-goodharts-law/ https://catalysphere.co.jp/articles/kpi-goodharts-law/ Sun, 12 Jul 2026 15:00:00 GMT 指標が目標になると現場が悪くなる、で話を終えません。測りやすい仕事への偏り、ゲーミング、実際の改善を分け、壊れにくい運用を設計します。人の予測は、訓練・集約・反証でどこまで良くなるか https://catalysphere.co.jp/articles/forecasting-human-judgment/ https://catalysphere.co.jp/articles/forecasting-human-judgment/ Sun, 12 Jul 2026 15:00:00 GMT 予測力を個人の才能として語らず、確率表現、短い訓練、独立判断の集約、継続的な採点と再分析から実務条件を考えます。 RCTがなくても因果を考えるための、設計先行の実務 https://catalysphere.co.jp/articles/causal-inference-without-rct/ https://catalysphere.co.jp/articles/causal-inference-without-rct/ Sun, 12 Jul 2026 15:00:00 GMT 観察データの因果推論を、手法選びではなく比較設計から始めます。ターゲット試験、傾向スコア、回帰不連続の役割と限界を整理します。データ品質の欠陥は、どこで意思決定の誤りに変わるのか https://catalysphere.co.jp/articles/data-quality-decision-errors/ https://catalysphere.co.jp/articles/data-quality-decision-errors/ Sun, 12 Jul 2026 15:00:00 GMT データ品質を正確さだけで捉えず、意味、代理指標、現場の修正経路まで追うことで、数字が判断ミスへ変わる場所を特定します。社内AIの答えは、検索精度より先に知識の寿命で壊れる https://catalysphere.co.jp/articles/knowledge-base-content-operations/ https://catalysphere.co.jp/articles/knowledge-base-content-operations/ Sun, 12 Jul 2026 15:00:00 GMT RAGの精度はモデルだけでなく、文書の版、期限、出典、権限、削除が索引へ反映される速さで決まります。知識ベンチマークから運用設計を考えます。プロンプトインジェクション対策は、命令検出より権限境界から始める https://catalysphere.co.jp/articles/prompt-injection-enterprise-controls/ https://catalysphere.co.jp/articles/prompt-injection-enterprise-controls/ Sun, 12 Jul 2026 15:00:00 GMT 不審な文章をフィルターするだけでは、外部データを読みツールを動かすAIを守れません。攻撃評価、構造化入力、公式分類から多層防御を整理します。 PDFへ答えられても、文書を理解したとは限らない https://catalysphere.co.jp/articles/multimodal-document-accuracy/ https://catalysphere.co.jp/articles/multimodal-document-accuracy/ Sun, 12 Jul 2026 15:00:00 GMT OCRで文字が取れることと、レイアウト、グラフ、表と本文を正しく結び付けることは別です。文書質問応答の研究から、業務検証の単位を整理します。最強モデルの全件利用は、最良の投資とは限らない https://catalysphere.co.jp/articles/small-model-routing-economics/ https://catalysphere.co.jp/articles/small-model-routing-economics/ Sun, 12 Jul 2026 15:00:00 GMT 全依頼を高性能モデルへ送る設計も、安価なモデルへ固定する設計も最適とは限りません。カスケードとルーター研究から、品質制約付きの振り分けを考えます。 AIエージェントの失敗は、長い工程の状態として残る https://catalysphere.co.jp/articles/ai-agent-workflow-reliability/ https://catalysphere.co.jp/articles/ai-agent-workflow-reliability/ Sun, 12 Jul 2026 15:00:00 GMT 一回の回答精度が高くても、計画、検索、ツール実行、状態更新が続く業務では誤りが累積します。実環境ベンチマークから、信頼できる自動化の境界を考えます。公開ベンチマーク一位でも、本番品質は決まらない https://catalysphere.co.jp/articles/llm-evaluation-production/ https://catalysphere.co.jp/articles/llm-evaluation-production/ Sun, 12 Jul 2026 15:00:00 GMT 単一ベンチマークの順位だけでは、本番の品質、安定性、費用、安全性を判断できません。多面的評価、人とLLMの採点、プロンプト感度の研究から評価設計を組み直します。 RAGは、生成AIの事実性をどこまで改善できるのか https://catalysphere.co.jp/articles/rag-grounding-reliability/ https://catalysphere.co.jp/articles/rag-grounding-reliability/ Sun, 12 Jul 2026 15:00:00 GMT 検索で根拠を渡せば誤りが消える、とは限りません。検索漏れ、根拠との不一致、長い文脈での見落としを分け、RAGを業務で検証する方法を整理します。生成AIの電力と水は「一質問あたり」では測れない https://catalysphere.co.jp/articles/generative-ai-energy-water/ https://catalysphere.co.jp/articles/generative-ai-energy-water/ Sun, 12 Jul 2026 15:00:00 GMT 一回のプロンプトの印象値ではなく、用途、処理量、モデル、地域、時間、設備を含む電力・水の測定境界を定め、調達と運用へ反映します。 AIベンダー選定は、契約終了後の再開能力まで試験する https://catalysphere.co.jp/articles/ai-vendor-evaluation-exit/ https://catalysphere.co.jp/articles/ai-vendor-evaluation-exit/ Sun, 12 Jul 2026 15:00:00 GMT 精度デモだけで選ばず、データ、モデル依存、契約、移行可能性、停止・代替手段を導入前に試験するベンダー評価を整理します。モデル更新では、変更前に再証明する範囲を決める https://catalysphere.co.jp/articles/model-update-change-control/ https://catalysphere.co.jp/articles/model-update-change-control/ Sun, 12 Jul 2026 15:00:00 GMT モデル・データ・検索基盤・ガードレールの更新を変更範囲、比較証拠、承認、監視、ロールバックまでつないで管理する方法を整理します。 AI事故は、システム復旧だけでは終わらない https://catalysphere.co.jp/articles/ai-incident-response/ https://catalysphere.co.jp/articles/ai-incident-response/ Sun, 12 Jul 2026 15:00:00 GMT モデル停止だけで終わらせず、被害、因果関係、版・データ・判断の証拠、対外報告、再発防止を一続きにする対応設計を整理します。 AIの公平性は、平均精度と一つの点数では監査できない https://catalysphere.co.jp/articles/algorithmic-bias-fairness-audit/ https://catalysphere.co.jp/articles/algorithmic-bias-fairness-audit/ Sun, 12 Jul 2026 15:00:00 GMT 公平性を一つのスコアへ縮約せず、利用文脈、被害、誤りの種類、交差する集団、運用後の変化を監査する方法を整理します。生成AIの著作権管理は、最終出力ではなく制作工程から始まる https://catalysphere.co.jp/articles/generative-ai-copyright-provenance/ https://catalysphere.co.jp/articles/generative-ai-copyright-provenance/ Sun, 12 Jul 2026 15:00:00 GMT 学習・生成・公開を別々に捉え、権利確認と来歴記録を一つの運用証跡にする方法を、日本・EU・C2PAの一次資料から整理します。生成AIは雇用を変えるのか、それとも先に仕事を組み替えるのか https://catalysphere.co.jp/articles/generative-ai-labor-market-effects/ https://catalysphere.co.jp/articles/generative-ai-labor-market-effects/ Sat, 11 Jul 2026 15:00:00 GMT 生成AIの影響を、タスク時間、既存社員の賃金・労働時間、フリーランス需要、若年採用に分け、どこから変化が表れるかを読み解きます。 AIコーディングは、いつ開発を速め、いつ遅くするのか https://catalysphere.co.jp/articles/ai-coding-productivity-context/ https://catalysphere.co.jp/articles/ai-coding-productivity-context/ Sat, 11 Jul 2026 15:00:00 GMT AIコーディングの平均効果だけでは投資判断できない。実験室、企業、成熟OSSの研究を比較し、速度を左右する仕事・人・測定の条件を整理します。生成AIは創造性を高めながら、アイデアを均質化するのか https://catalysphere.co.jp/articles/generative-ai-creativity-diversity/ https://catalysphere.co.jp/articles/generative-ai-creativity-diversity/ Sat, 11 Jul 2026 15:00:00 GMT AI支援で一つひとつの案が良くなっても、組織全体の案が似てしまえば探索範囲は狭まります。創造性研究を基に、品質と集合的多様性を別々に管理する方法を考えます。生成AIは学習を深めるのか、支援中の成績を上げるだけか https://catalysphere.co.jp/articles/generative-ai-learning-design/ https://catalysphere.co.jp/articles/generative-ai-learning-design/ Sat, 11 Jul 2026 15:00:00 GMT 生成AIを使って解けたことと、AIなしでも解けることは同じではありません。メタ分析と教育実験から、支援中の成績、独力の再現、長期保持を分ける学習設計を考えます。人とAIの協働は、人だけを超えても最良の単独主体を超えるとは限らない https://catalysphere.co.jp/articles/human-ai-synergy-meta-analysis/ https://catalysphere.co.jp/articles/human-ai-synergy-meta-analysis/ Sat, 11 Jul 2026 15:00:00 GMT 人より良くなる拡張効果と、人またはAIの最良成績を超える相乗効果を分け、106実験のメタ分析と経営実験から協働が成立する条件を考えます。生成AIの助言で、専門家の判断は良くなるのか https://catalysphere.co.jp/articles/llm-professional-decision-quality/ https://catalysphere.co.jp/articles/llm-professional-decision-quality/ Sat, 11 Jul 2026 15:00:00 GMT 医師を対象にした無作為化試験と臨床研究の統合結果から、生成AIの助言が判断を改善する条件と、アクセスだけでは効果が出ない理由を整理します。ビッグデータは、意思決定を本当に良くするのか https://catalysphere.co.jp/articles/big-data-decision-quality/ https://catalysphere.co.jp/articles/big-data-decision-quality/ Sat, 11 Jul 2026 15:00:00 GMT データ量と判断の質は同じではありません。指標の意味、因果と相関、更新頻度、現場の文脈から、使えるデータ基盤の条件を考えます。 AIに任せすぎる組織で、何が失われるのか https://catalysphere.co.jp/articles/ai-reliance-organizational-risk/ https://catalysphere.co.jp/articles/ai-reliance-organizational-risk/ Sat, 11 Jul 2026 15:00:00 GMT 正しい支援は助けになり、誤った支援は誤りを増幅する。自動化バイアスと批判的思考の研究から、疑い、止め、戻れる組織を考えます。 AIが使われる組織は、何を標準化しているのか https://catalysphere.co.jp/articles/ai-adoption-operating-model/ https://catalysphere.co.jp/articles/ai-adoption-operating-model/ Sat, 11 Jul 2026 15:00:00 GMT ツールを配るだけでは組織能力にならない。実地研究を手がかりに、業務、学習、専門性、統制をどう再設計するかを整理します。生成AIのROIは、導入前の設計で決まる https://catalysphere.co.jp/articles/generative-ai-roi-design/ https://catalysphere.co.jp/articles/generative-ai-roi-design/ Sat, 11 Jul 2026 15:00:00 GMT 研究が示す生産性向上を、そのまま事業価値と見なさない。時間、品質、正答、利用コストを業務単位で接続するROI設計を考えます。