デザイン研究者／デザインコンサルタント
小川 修一郎
人が試せる条件を研究し、自分の手で作り、効果を数字で確かめる。
デザインと AI を専門とし、教育の事業会社で新規事業と R&D を、コンサルティングファームでサービスと事業の設計を担ってきました。研究と実装を一人で往復できるのが持ち味です。
ご相談を受けていること
- UX とサービス設計
- 事業戦略から画面設計までの一貫した担当
- 新規事業の立ち上げ
- 構想から試作（PoC）、事業化、運用までの全工程
- 生成 AI の導入
- 2021 年からの実務経験と、研究と実装の両面
- 効果検証
- 実験（RCT）と行動ログによる効果の数値化
- 共同研究と講演
- 生成 AI と学習、デザインの職能をめぐる研究と、高校や大学での登壇
案件の概要と時期を添えてご連絡ください。
背景
仕事の進め方と経歴
-
研究する
人の可能性が開かれる条件を、実験と文献で調べる。
査読論文 3 本（筆頭 1 本）、特許 1 件、総務省の検討会の構成員。
-
つくる
試作から本番まで、クラウドとアプリを自分の手で組む。
講師評価を予測するシステムを本番に組み込み、講師管理工数を前年比 40% 削減し、顧客満足度を前年差 +2 ポイント改善。
-
確かめる
実験と行動ログで効果を測り、次の判断の基準にする。
生成 AI の教育活用を、技術調査から効果測定まで単独で確かめ、査読論文にした。
経歴
教員、エンジニア、教育の事業会社、コンサルティングファームの順に立場を変えてきました。デザインでは、2019 年から美術大学で情報表現とデザインの演習を担当しています。AI では、2021 年から生成 AI を実務で導入し、教育での活用を効果測定まで行って査読論文にまとめました。
スキル
- デザイン
- 顧客とユーザーの理解／価値発見と定義／デジタルプロダクト設計
- ビジネス変革
- 事業戦略と技術の事業化／仮説検証／成果指標の設計
- データ整備・活用
- 生成 AI と LLM の活用／統計分析と可視化／データ基盤
- テクノロジー
- クラウド活用／サーバレスとコンテナ／フロントエンド開発
スキル名はデジタルスキル標準 ver.2.0（経済産業省と IPA）の共通スキルリストに対応しています。
スキルの内訳（22 項目）
- デザイン
- 顧客とユーザーの理解／価値発見と定義／デジタルプロダクト設計／ユーザー視点の検証／共創のファシリテーション／デザインプロセス管理／体験価値ガバナンス／デザインによる組織運営
- ビジネス変革
- 事業戦略と技術の事業化／仮説検証（PoB：事業性の検証）／成果指標の設計（KGI / KPI）／プロジェクト管理（PMP®）／マーケティング
- データ整備・活用
- 生成 AI と LLM の活用／統計分析と可視化（Python、Looker Studio）／データ基盤（BigQuery）
- テクノロジー
- クラウド活用（GCP / AWS / Azure）／サーバレスとコンテナ（Docker / Lambda / Firebase）／フロントエンド開発（React / Vue / Next.js / Nuxt.js）／バックエンド開発（FastAPI / Django / Nest.js）／データベース（PostgreSQL / MySQL / Firestore）／SRE と CI/CD（GitHub Actions）
デザインは造形にとどまらず、人を起点とする価値創造と問題解決の手段として捉えています（経済産業省『デザイン政策ハンドブック 2020』）。
実績
案件
教育の事業が中心で、金融とヘルスケアの案件もあります。
代表的な 5 件。新しい順
-
金融機関 BtoC 契約プロセスの UX 刷新
2025–2026
契約プロセスの UX 刷新を、3〜5 年の中長期構想からタッチポイントごとの画面デザインまでリードした。構想では AI 同士が契約を結ぶ AI to AI の仕組みも検討し、デザイン業務は生成 AI を活用して効率化している。
定量成果は守秘のため非公開。
- 企画
- 要件定義
- 設計
- 導入と運用
-
生成 AI の教育活用 R&D
2023–2025
生成 AI を教育で使う条件を、技術調査からインタラクション設計、効果測定まで単独で確かめた。
定量成果は守秘のため非公開。論文化した範囲は査読論文（STEM 教育研究 Vol.7）に掲載した。
- 調査
- 仮説検証
- 設計
- 実装
- 効果測定
-
学習継続支援の行動デザイン R&D
2021–2022
学習を続けられる条件を行動デザインの観点から研究し、生成 AI（デジタルヒューマン技術）で個別の介入を提案するシステムを開発した。
定量成果は守秘のため非公開。
- 設計
- 実装
-
マルチモーダル感情解析システム
2020–2021
音声と表情を AI で解析して講師評価を予測するシステムを開発し、本番サービスに組み込んだ。
講師管理工数を前年比 40% 削減し、顧客満足度を前年差 +2 ポイント改善した。
- 調査
- 仮説検証
- 実装
- 効果測定
- 導入と運用
-
IoT / LPWA 新規事業開発
2018–2019
IoT と省電力広域無線（LPWA）を使う新規事業を、技術調査からデバイスと基盤の開発、事業化の検証まで自分の手で進めた。
定量成果は守秘のため非公開。
- 企画
- 調査
- 仮説検証
- 設計
- 実装
※ 守秘義務により、案件のビジュアルの公開は控えています。
研究
研究していること
人の可能性が開かれる条件を研究しています。
論文
-
バイブコーディング体験によるプログラミング非熟練者のアプリ制作意欲への効果
情報教育シンポジウム 2026 論文集（情報処理学会）, pp.103–110, 2026、査読あり
共著
-
Educational Effects of Pair Programming with Generative AI for Novice Learners
New Perspectives in Science Education 15th Ed., pp.330–337, 2026、査読あり
共著
-
通信教育課程の大学生を対象とした生成 AI チャットボット Creative Copilot によるオンライン講義でのジェネラティブアート制作支援：STEAM 教育実践のための新たなアプローチの評価
STEM 教育研究 Vol.7, pp.32–41, 2025、査読あり
筆頭著者
関心の推移
調べてきたことの移り変わり
ノートの記録から読める範囲で、関心の移り変わりを月ごとに分けました。題材は月ごとに変わりますが、繰り返し戻ってくる問いもあります。
-
2026年6月
AI でデザイナーの仕事と稼ぎはどう変わるか
デザイナーの役割と課金の仕組みを産学の討議で論じ、一つの討議に追記を重ねました。下旬からは、AI エージェントの体験とデザイナーの報酬を、学術と産業の資料を対にして調べました。
-
2026年7月
デザイナーの報酬と期待、そして研究の方法
前半は、AI への期待ギャップ、キャリア、報酬を学術と産業の対で調べ続けました。中旬からはデザイン研究の方法論と問いの立て方に移り、AI 研究の空白を探すノートを、見方を変えながら 4 本続けました。
-
2026年8月
学ぶことと能力の測定、AI スロップとデザインの来歴
失敗から学ぶ設計、生成 AI に頼ることの影響、自分で作ることの学習効果と、ギャルマインドのような構えを何で測れるのかを調べました。月末は、AI が量産する質の低い生成物をデザイン史から読み直し、日本のデザイン研究の来歴を一次資料で追いました。
-
2026年9月
仕事を載せる標準、AI に任せる判断、新規性の見つけ方
デザインシステムの効果の証拠と、工程とスキルが載る公的な標準を確かめたあと、型づけられた判断だけを返す AI と模試の採点を例に、人の判断のどこまでが AI に移るのかを調べました。下旬は、この wiki の引用ネットワークを絵にする作品と、新規性の芽をどこで見つけるかに移っています。
-
2026年10月
最初の有利と運、ジュニアの育ち方、デザインの教育と哲学
努力できることも才能か、最初の有利は運かを学術文献で確かめ、コンサルティングとデータ可視化を買う側が何に価値を見るのかを産業界の資料で調べました。続けて、生成 AI で下積みが減るときにジュニアが何を引き継げればよいか、デザイン教育とデザイン哲学が何を担ってきたかを追っています。
題材が変わっても、デザイナーという仕事がどこに位置づくのか、人の能力や仕事の成果を何で測るのか、という二つの問いには繰り返し戻ってきています。
2026年10月11日までの更新記録にもとづき、日本語ノート 219 件から定期収集のウォッチ 19 件を除いた 200 件（非公開のノートを含む）を、最初に記録した日の月で分けています。
記録
ノート
AI とデザインの調査と考察を、つくる過程もあわせて公開しています。
-
このサイトの AIO：AI 検索に出典として引かれるために何を入れ、何を入れなかったか
2026-10-21
学術のノートを公開する個人サイトが、AI 検索と生成 AI の回答に正しい出典として引かれるために、根拠のある手段は何かを、提供者の公式文書と標準の草案、査読研究で確かめ、このサイト（jamjet-iqbal.com）に実装した記録である。書き方の手法には根拠がない。GEO を名づけた論文の最大 40% の改善は、後続の検証で 54 条件中 3 つでしか有意でなく、Google は AI 機能のための特別なファイルもマークアップも要らないと明言している。根拠があるのは、取得の許可と利用の選好を分けて伝えること（OpenAI、Anthropic、Perplexity は検索用と学習用のクローラーを別々に制御させ、Cloudflare の Content Signals は search、ai-input、ai-train を分ける）、同じ内容を機械が読みやすい形で配ること（llms.txt の提案は各ページの Markdown 版を勧め、Cloudflare の測定では Markdown は同じ頁の HTML よりトークンが約 80% 少ない）、書誌を構造化して付けること（schema.org の ScholarlyArticle）の三つである。このサイトは、robots.txt で検索用の取得を許して search=yes, ai-input=yes を表明し、全ノートに Markdown 版と JSON-LD を付け、llms.txt と sitemap で一覧できるようにした。学習の可否（ai-train）は表明していない。文章の細切れ化、問答形式への書き換え、不自然な言及集めは採らなかった。効果はまだ測っておらず、引用されるかどうかは提供者の側の選択と揺れに左右される。
-
AI とデザイン 週次ウォッチ（2026-10-12〜10-19）
2026-10-19
直近7日間の「AIとデザイン」動向をT1vベンダー一次、T2公的機関と調査、T3専門家私見の3ティアで収集した統合要約。FigmaはConfig Indiaでcode layers、Specs、Payload、MCPの新パートナー20社を発表し、Make のモデル選択にGemini 4 Argonを加えた。GoogleはGemini 4 Argonを一般提供にし、AnthropicはClaude Opus 5.5のFast modeを一般提供にした。T2では公的機関の該当は0件で、NN/gが合成ユーザー120人と人間604人の自由記述を比べ、UX関連語を使った割合は合成84%、人間約70%だった。T3ではNielsenが、AI利用の偏りとundoの作り直しを論じ、Willisonは Gemini 4 Argonの価格の読み方を論じた。
-
AI とデザイン 週次ウォッチ（2026-10-05〜10-12）
2026-10-12
直近7日間の「AIとデザイン」動向をT1vベンダー一次、T2公的機関、T3専門家私見の3ティアで収集した統合要約。FigmaはFigma agentを一般提供にし、ライブラリに置いたガイドラインをagentがプロンプトのたびに読むようにした。GoogleはNano Banana 2.1を一般提供にし、AnthropicはHaiku 5.5を出してSonnet 5.5のキャッシュ読み込み価格を半額にし、OpenAIはGPT-6.1 SolにUltrafastモードを加えた。T2では英国Skills Englandの創作産業の評価が、役割が「makers」から「directors」へ移りつつあると述べ、調査の採用は窓内で0件だった。T3ではJakob Nielsenが、合成ユーザーは発散に使い検証は実ユーザーで行うと論じ、Luke Wroblewskiはエージェントの規模ではチャットのスレッドでは追えないと論じた。