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 5 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。
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14日までの更新記録にもとづき、日本語ノート 160 件から定期収集のウォッチ 15 件を除いた 145 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。
-
LLM の文章から LLM 臭を抜く手法と、humanizer をこのプロジェクトに入れる方法
2026-09-22
LLM 臭の成分を、学術文献 23 件、ベンダー一次資料、Wikipedia の規約、著名スキルから整理した。人は AI の文章を直感では見分けられないが（Jakesch et al. 2023）、語頻度の超過（Kobak et al. 2025）と構文や構成の型は統計的に検出でき、モデル固有の癖は書き換えの後も残る（Sun et al. 2025）。手を入れる地点は生成の前、途中、後の検出、後の書き換えに分かれ、それぞれ効く条件と代償が違う。最も著名な humanizer（GitHub 51,020 stars）は Wikipedia の Signs of AI writing を下敷きにした英語専用のスキルで、25 パターンを 5 群に分け、弱い兆候は複数重なったときだけ直す。このプロジェクトの日本語規範は禁止語を止めているが、否定並列や数を決めた列挙などの型は既存 note に残っている。採用は、規範への型の追記と wiki:lint への報告のみの検出を先に行い、英語版 note に humanizer を vendoring する順が妥当である。
-
ギャルマインドは何として測られたか：8因子の由来と、その限界
2026-09-22
池上桃花ら（駒澤大学）による「ギャルマインド」の工学的操作化を、IWSDS 2026 と CHI EA 2026 の本文から詳細に記述し、その限界を検討する。8因子は一般書1冊から著者らの討議で分解され、基準スコアは第一著者が単独で付与した。予測精度は Spearman ρ=0.198 で信頼区間がゼロをまたぐ。標準化係数の総和 6.587 は誤差 RMSE 8.84 を下回り、モデルが人の間に作れる差より誤差のほうが大きい。CHI EA では対照群を置いた N=24 の実験で PANAS が動いたが、特性的自己効力感は有意差なし。2週間の追跡では2名中1名が「数時間で切れて翌日にはリセットされた」と証言している。人種化批判の論文（Kinsella 2005）が、その批判を落として中立記述の出典に使われている点を含め、限界を14件に整理する。あわせて、ギャルマインドの尺度化は池上らが最初ではなく、本出莉乃 2023（関西学院大学社会学部紀要）が2年先行して4因子の尺度を作成し1,487名で信頼性と基準関連妥当性を検証していたこと、その文献を著者らが日本語版では引き英語版では落としていることを示す。参照文献つき。
-
データビジュアライゼーションとデータアートは創造性教育でどう扱われてきたか
2026-09-22
データを扱う教育には、図を正しく読む力を測る流れと、データを作品に変える制作を授業に持ち込む流れがある。前者は可視化リテラシーの測定尺度（VLAT、CALVI、Mini-VLAT、多次元尺度）を持ち、尺度そのものへの批判も蓄積している。後者は科目設計と展覧会の事例が中心で、成果を測る標準尺度を持たない。両者を橋渡しするのは、Papert の構築主義に遡る「作ることで学ぶ」系譜と、データ物理化の教育実践である。芸術統合の実践は、芸術的創造性とデータの正確さの緊張を繰り返し報告する。日本語圏では、データアートを教育に用いた研究がほぼ存在しない。