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。
-
生成 AI で下積みの仕事が減るとき、ジュニアは何をすればよいか（産業界の資料から）
2026-10-11
生成 AI が簡単な業務を代替し、ジュニアが下積みを経ずに難しい業務を求められるという問題を、産業界の資料（英国政府、NY 連銀、St. Louis 連銀、ECB、JILPT の一次資料、Indeed、Revelio、IPA、Society of Authors などの公表値、デザインと広告の組織と AI 企業の当事者の証言）で整理した。前提のうち「ジュニアの求人が減り、シニアの求人が増えた」は複数のデータで観察される。Indeed では 2026 年 5 月の前年比でエントリー求人が 7.5% 減りシニア求人が 14.7% 増え、英国ではエントリーのグラフィックデザイナーの採用が前年比 28% 減り、英国の広告エージェンシーの 25 歳以下の人員は 19.2% 減った。ただし、減少が生成 AI によるとは確かめられていない。エントリー求人の下降は 2022 年に始まり、NY 連銀は AI に露出しやすい職種の求人の減少が ChatGPT の公開前から始まり、その後にはっきりした追加の断絶はないと報告し、英国政府と ECB も因果を認めていない。ジュニアの振る舞いとして産業界の資料が支えるのは、AI を使っても理解を残す使い方（AI を使った群の理解のクイズは 50% で手作業群の 67% より低く、生成してから理解する使い方では差が小さかった、コーディングの 52 人の実験）、自分から質問と講評を取りに行くこと（AI 企業の社内調査で若手が質問に来なくなった）、判断と思考の過程を見せること、AI の学びを組織に教える側に回ること、見習いや研修のある入口を選ぶことである。どれも当事者の証言か小規模な調査で、ジュニアの行動の効果を比べた産業界の調査はなかった。学術版は junior-skill-formation-genai-literature。
-
生成 AI で下積みの仕事が減るとき、ジュニアは何をすればよいか（学術研究から）
2026-10-11
生成 AI が簡単な業務を代替し、ジュニアが下積みを経ずに難しい業務を求められるという問題を、労働経済、熟達化と徒弟制、生成 AI と学習の実験、創作の研究で整理した。ジュニアの雇用の縮小は観察される（米国の給与記録で AI に露出しやすい職の 22〜25 歳の雇用は同年代の推移より 19% 低く、生成 AI を導入した企業ではジュニアの雇用が採用の減少を通じて下がった）が、リモートワークと同時に推定すると生成 AI の係数は小さくなり、デンマークでは収入と労働時間に効果が見られず、原因の帰属は割れている。下積みの意味については、練習量が成績の差を説明する割合は職業では 1% 未満にとどまり、量の不足だけが問題ではない。失われうるのは、熟達者のそばで周辺の仕事をしながら学ぶ経路で、入門の業務の自動化は雇用が減らなくても新人を熟達者から引き離しうるとする理論がある。生成 AI と学習の無作為化実験は使い方で結果が分かれる。答えを出す AI で練習した高校生は AI を外すと 17% 低く、説明を求める使い方と、先に自力で試してから説明を受ける使い方は理解を保つか高めた。ここからジュニアの振る舞いとして、先に自分で試してから AI に説明を求めること、生成を任せず理解のために使うこと、AI なしで確かめる時間を作ること、フィードバックを自分から求めること、発想と選別の判断を練習すること、熟達者のそばの仕事を選ぶことを挙げた。実験の多くは学生とプログラマーが対象で、創作のジュニアで振る舞いの効果を長く追った研究は見つからなかった。産業版は junior-skill-formation-genai-industry。
-
AIO（AI 検索への最適化）の産業界の潮流：何が測られ、何が売られ、何が争われているか
2026-10-11
AI 検索や生成 AI の回答に自社や自分の情報が引用、推薦されるための最適化（AIO。GEO、AEO、LLMO を含む）について、産業界の資料（Pew Research Center と Reuters Institute の調査、Ahrefs、Seer Interactive、Semrush、Similarweb、Adobe、Cloudflare、Profound、SparkToro の公表値、Google、Microsoft、OpenAI、Anthropic、Perplexity の公式文書、英国 CMA、欧州委員会、公正取引委員会、IETF、日本新聞協会の一次資料、サイバーエージェントと博報堂 DY ONE の国内調査）を軸に、学術研究を補助として整理した。AI 要約が出るとクリックは減る。Pew の実測では、AI 要約のある検索で従来の結果のリンクが押された訪問は 8% で、ない検索の 15% の約半分だった。ただし AI 要約のない検索でもクリック率は 2 年で約半分に下がっており（Ahrefs）、減少のすべてを AI 要約に帰せない。AI から各サイトへの送客は伸び率が大きいが、基数は小さい（AI からの出典へのクリックを常によくするのは 4%、検索は 19%、Reuters Institute）。何が引用されるかは、従来の検索上位との重なりが小さく（AI アシスタントの引用の 12%）、週単位で大きく動き、同じ質問への推薦リストが一致する確率は 100 分の 1 未満だった（SparkToro）。書き方の工夫の効果は、GEO を名づけた論文の最大 40% に対し、後続の検証で 54 条件中 3 つでしか有意でなく、採用者が増えると利得が減った。Google は AEO と GEO を SEO と同じとし、llms.txt や文章の細切れ化を不要と明言した。産業界の動きは、書き方の手法よりも、引用を数える計測（Search Console、Bing の引用の計測、Profound の 3,500 万ドルの調達）と、内容を AI に使わせるかどうかの制御と対価（英国 CMA の行為要件、2026 年 8 月 31 日の Google の除外設定の全世界展開、Cloudflare の有料クロール、IETF の AI 利用の選好の標準化）に重心を移している、と読める。