デザイン研究者／コンサルタント
小川 修一郎
金融や教育の事業で、UX 設計、新規事業の立ち上げ、生成 AI の導入と効果検証を担当してきました。研究では、人が試行錯誤できる条件を調べています。
- 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
案件の概要と時期を添えてご連絡ください。
背景
経歴とスキル
教員とエンジニアを経て、事業会社とコンサルティングファームで新規事業と生成 AI の開発を担当してきました。
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
金融、教育、ヘルスケアの事業で、企画から運用までの工程を担当してきました。
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。
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
音声と表情のデータから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 6 つの時期に分けました。題材は時期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月上旬〜7月中旬
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討議し、一つの討議に追記を重ねました。6月下旬からは、AI エージェント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月中旬〜下旬
研究の方法と、問いの立て方
デザイン研究の方法論と、新しい問いの見つけ方に関心が移りました。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月上旬〜下旬
学ぶことと、能力を測ること
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を続けて調べました。後半は、ギャルマインドのような構えや人の能力を何で測れるのか、という問いに寄っています。
-
2026年8月下旬
AI スロップと、デザインという分野の来歴
AI が量産する質の低い生成物を、デザイン史と過去のスパム対策までさかのぼって読み直しました。続けて、日本のデザイン研究がどの大学と学会から形づくられてきたかを、一次資料で追いました。
-
2026年9月中旬
デザインシステムと、仕事を載せる標準
デザインシステムの効果を裏づける証拠がどこまであるかを確かめました。そこから、デザインの工程とスキルがどの公的な標準に載るのかを調べています。
-
2026年9月中旬〜下旬
AI に任せる判断と、つくって考える方法
型づけられた判断だけを返す AI と、模試の採点と作問を例に、人の判断のどこまでが AI に移るのかを調べました。続けて、データアートや SF プロトタイピングのように、つくることを通して考える方法が何をもたらすのかを、学術文献で確かめています。
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9月22日までの更新記録にもとづき、日本語ノート 175 件から定期収集のウォッチ 16 件を除いた 159 件（非公開のノートを含む）を、最初に記録した日で時期に分けています。
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。
-
AI とデザイン 週次ウォッチ（2026-09-28〜10-05）
2026-10-05
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。AnthropicはClaude Sonnet 5.5を出し、UIの仕上げやスライドテンプレートへの追従を得意と述べた。OpenAIはGPT-6.1 Solとホスト型ブラウザのcomputer useをAPIに加えた。FigmaはMotionにカスタムスタイルをはじめ音声とLottie書き出しを入れ、スタイルをFigma agentやMCP、Skills経由のコーディングエージェントから自動適用できるとした。T2では米国の大統領令14434が、行政各部の公式文書で「AI」を「Super Intelligence」に置き換えると定め、調査の採用は窓内で0件だった。T3ではJakob Nielsenが、AIによる技能低下の研究は取り上げた道具を測っていると論じ、控えめに申し出るアンビエントなAIの研究を紹介した。Simon Willisonは従量課金に既定の上限を求めた。
-
AI とデザイン 月次学術ウォッチ（2026年9月〜10月）
2026-10-05
2026年9月8日から10月5日までを窓に、AIとデザインの交差領域の査読論文とプレプリント12件を収集した月次学術ウォッチ第4弾。デザイナー443名の調査はAI利用が工程の後ろほど落ちることを示し、プロダクトデザイナーとPMを分けた無作為化実験は時間短縮がPMに偏ることを示した。教育では、27件のメタ分析が肯定的な効果を報告する一方、スタジオの準実験は自己効力の低下を示し、両者は測る対象が違うまま並んでいる。
-
40〜50代のおじさんはなぜ AI を強く推すのか：ファミコン、ポケベル、インターネットとの比較
2026-10-03
2026 年に 40〜50 代の人（1976〜1986 年生まれ）が生成 AI を強く推す理由を、この世代が子ども期から経験した情報革命と比べて整理した。日本の公的統計、技術世代論、期待の社会学、生成 AI 利用の実証研究、日本の情報化の社会史から 22 件を使った。最初に、推す声の大きさは使う量の多さではないことを確かめた。総務省の 2025 年度調査では、生成 AI の利用経験は 20 代 78.2% に対し 40 代 49.0%、50 代 44.2% である。次に、依頼にあった三つ（ファミコン、ポケベル、インターネット）に、ケータイのインターネット（iモード、1999 年）とスマートフォン（2010〜2012 年に世帯保有率 9.7% から 49.5%）の二つを足した。ファミコンについては、外遊びが内遊びより少なくなったのは 1965 年頃で、日本学術会議の提言はその主因をテレビとしている。ファミコンは室内化を始めたのではなく、室内化した遊びの受け皿になった。五つを並べると、この世代の形成期（ほぼ 15〜25 歳）のただ中に来たのはインターネットとケータイのインターネットで、個人のインターネット利用率が 20% を超えた 1999 年末に 13〜23 歳だった。技術世代論の定義に当てはめると、ちょうどインターネット世代の入口にあたる。推す理由として、本文で確かめた事実から次の四つの仮説を立てた。（1）形成期に「新しい情報技術がすべてを変えた」場面を見た経験が、AI を読むときの型になる。（2）その型は、過去に語られた未来を思い出して今の未来の主張に使う働き（Brown と Michael 2003）としてはたらく。（3）iモードで先行しながら世界で孤立し（Kushida 2011）、電機が競争力を失った（Vogel 2013）という記憶が「今度は乗り遅れるな」を強める。（4）ファミコンからケータイのインターネットまでは心配される若い側だったが、AI では初めて職場で決める側にいる。総務省の企業調査の回答者は管理職以上で、日本では 86.4% が何らかの業務で生成 AI を使っていると答えた。男性に偏る理由は、子ども期にゲームとコンピュータの側から情報技術に入った男子が多かったこと（Ito と Okabe 2005）と、生成 AI の利用が男性で高いこと（米国で 7.5 ポイント差、日本で約 1.8 倍）から説明できるかもしれないが、推す声を年齢と性別で測った研究は見つからなかった。