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。
-
「〇〇 Fiction」系の方法は何を考え、何を期待されてきたのか
2026-09-22
SF プロトタイピング、design fiction、critical design と speculative design、diegetic prototype、speculative fiction、experiential futures、social fiction を扱う学術文献を、どこから来た考え方か、互いにどう違うか、導入する側が何を期待してきたかの三点で読んだ。名前はよく似ているが、出どころは SF と技術開発（Johnson、Kirby）、RCA のデザイン批評（Dunne と Raby）、未来学（Candy）、文学のジャンル論（Oziewicz）と別々である。いちばん大きな違いは、作ったフィクションを製品化へ近づけたいのか、製品化から遠ざけて問いを残したいのかにある。Johnson は SF プロトタイプの狙いをイノベーションの促進に置き、Dunne と Raby は critical design の反対語を「現状を補強するデザイン」とした。導入の期待は、組織の予見、責任ある研究とイノベーション（RRI）の予期、HCI での価値の引き出し、倫理教育、周縁のコミュニティの想像の五つに分かれる。企業に持ち込まれた design fiction が現状を肯定する方向へ傾いた事例（Ringfort-Felner ら 2023）や、ギャラリーと特権の内側にとどまるという批判は、この二つの向きのずれとして読める。効果の実証は に分けた。
-
SF プロトタイピングと design fiction は何をもたらすのか
2026-09-22
SF プロトタイピング（Johnson 2011）と design fiction（Bleecker 2009）の「効果」を扱う学術文献81件を、映画の中の技術が現実を動かす経路、組織の未来洞察、HCI の研究道具、教育の四つの場面に分けて読んだ。確かめられているのは主に、参加者から議論や価値観を引き出せるという点である。HawkEye の配備研究（Noortman ら 2019）は将来技術の帰結について共感的な議論が生まれたと報告し、Afrofuturism を中心に据えたデトロイトのワークショップ（Dillahunt ら 2023）は住民から代替的な経済像を引き出した。一方、学習や組織への効果を統制群つきで比べた研究は本コーパスには見つからず、定量の事前事後比較は大学生83名の作文認識を測った Nicholes（2020）にとどまる。評価の基準そのものが定まっていないこと（Baumer ら 2020）、もっともらしさの追求が欺瞞に近づくこと（Coulton ら 2016）、批判的な未来を想像させたはずの授業で学生が支配的な技術観をなぞってしまうこと（Rahm 2024）も報告されている。
-
創造的な仕事を人と協作すると、どんな社会的調整コストがかかるのか
2026-09-22
人を足しても仕事は人数分には進まず、差分は調整の損失と動機づけの損失（Steiner 1972）、そして助けを得にくいと感じる関係の損失（Mueller 2012）に消える。調整コストは一種類ではなく、段取りと情報の同期、手抜き、評価される気まずさ、対立、解釈の違いのすり合わせ、名前と取り分の交渉という、起きる理由の違う六つに分けて見る必要がある。創造的な仕事では、ブレインストーミングの順番待ち（Diehl & Stroebe 1987）に加えて、語の選択や問題の捉え方という成果物の中身そのものが交渉の対象になるため、調整を段取りの問題だけに切り離しにくい。慣習や transactive memory は調整を安くするが、ブロードウェイの協働ネットワークではまとまりの度合いと成功の関係が逆U字であり（Uzzi & Spiro 2005）、調整の安さと成果は途中から同じ方向に動かない。相手を AI にしても、ロボットの司会は評価懸念の影響を和らげず、人間-AI チームでも手抜きは起き、AI の着想で個々の作品の評価は上がる一方で作品同士が似る（Doshi & Hauser 2024）ため、「AI なら社会的な調整コストはゼロ」とは読めない。