デザイン研究者／デザインコンサルタント
小川 修一郎
人が試し、やり直せる環境を、デザインでつくっています。
研究でも事業の設計でも、使う人が試せる形を先につくり、反応を見て直していきます。
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
人が試し、やり直せる環境が成り立つ条件を、実験と文献で調べます。
査読論文 3 本（筆頭 1 本）と特許 1 件があり、総務省の検討会で構成員を務めました。
-
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みます。
講師評価を予測するシステムを本番に組み込みました。講師管理工数を前年比 40% 削減し、顧客満足度を前年差 +2 ポイント改善しました。
-
確かめる
実験と行動ログで効果を測り、次の判断の基準にします。
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、査読論文にまとめました。
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）
このスキルの表では、デザインを造形に限らず、人を起点とする価値創造と問題解決の手段として扱っています（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ました。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ます。
定量的な成果は、守秘義務のため公開していません。
- 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ました。
定量的な成果は、守秘義務のため公開していません。論文にした範囲は、査読論文（STEM 教育研究 Vol.7）に掲載されています。
- 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ました。
定量的な成果は、守秘義務のため公開していません。
- 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みました。
講師管理工数を前年比 40% 削減し、顧客満足度を前年差 +2 ポイント改善しました。
- 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ました。
定量的な成果は、守秘義務のため公開していません。
- 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
生成 AI と学習、デザインの職能を題材に、人が試し、やり直せる環境が成り立つ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りました。
-
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いました。
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。
-
AI とデザイン 週次ウォッチ（2026-10-26〜11-02）
2026-11-02
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は自社の編集モデルの学習手法を公開し、動画・画像生成の場Figma Weaveの解説とMCP経由の利用、Google Drive接続を出した。FramerはAssetsパネルを刷新した。OpenAIはGPT-6.1 Terraを、AnthropicはOpus 4.8のfast modeの廃止予告を出した。T2では公的機関と調査会社に採用できる項目が0件だった。T3ではNielsenがクリエイター市場の調査の引用とAI研究の紹介を、Willisonがゲーム開発の転換点を、Wroblewskiが技術の限界は一時的だという論を書いた。
-
AI とデザイン 月次学術ウォッチ（2026年10月〜11月）
2026-11-02
2026年10月6日から11月2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5弾。148チームの実験は、同じ15分のAI利用でも探索段階に置くか選択段階に置くかで専門家評価の創造性が変わると報告した。協働では、2人1組と異分野の創作者のあいだにAIが入る場面が2件の質的研究で扱われた。教育では、自己効力との日々の往復、メタ認知プロンプトの効果、学生自身の「補助と置き換え」の線引きが並んだ。
-
初めの小さな偶然は、なぜ後で大きく効くのか：累積有利と同じ構造の理論を、経済学、政治学、統計物理、化学、生物学、発達研究、言語学から比べる
2026-11-01
累積有利（最初の有利がその後の有利を呼ぶ過程）と同じく、初期の小さな偶然の影響が時間とともに大きくなるとする理論を、経済学、政治学、統計物理とネットワーク科学、化学、宇宙論、生物学、発達研究、言語学の学術文献 43 件で比べた。同じ構造と呼べるのは、偶然の出来事、いまの状態に応じて強まる自己強化、過去を忘れない過程（非エルゴード性）の三つがそろうものである。収穫逓増の技術競争（Arthur 1989）、政治の経路依存（Pierson 2000）、経済地理の中心と周辺（Krugman 1991）、優先的選択（Barabási と Albert 1999）、情報カスケード（Bikhchandani ら 1992）、鏡像異性体の偏りの自己触媒による増幅（Frank 1953、Soai ら 1995）、群集の優先効果（Fukami 2015）、ランナウェイ性選択（Lande 1981）がこれに当たる。Pólya の壺では、強化が線形なら割合は偶然で決まる値に落ち着き、規模に対して逓増なら序盤のゆらぎで一方の独占に固定され（Pemantle 2007）、逓減なら偶然は平均されて消える（Arthur 1989）。撹拌した塩素酸ナトリウムの結晶は 99.7% が同じ向きにそろい、向きは実験ごとに偶然で決まった（Kondepudi ら 1990）。音楽市場の実験では、他人の選択が見えると成功の不平等と予測不能性が増した（Salganik ら 2006、14,341 人）。一方、似て見えて機構が違うものもある。初期値鋭敏性（Lorenz 1963）は解の不安定性で、強化も固定もない。比例成長（Gibrat）は対数で見ると各時点の衝撃を同じ重みで足し合わせる。失業のヒステリシス（Blanchard と Summers 1986）は衝撃の持続であって増幅ではない。凍結された偶然（Crick 1968）は変える費用による固定で、敏感期（Knudsen 2004）と胎児期起源説（Gluckman ら 2008）は時期によって効き方が違うことによる。宇宙の構造形成は偶然の種を重力が決定論的に育て、統計の性質は予測できる（Springel ら 2006）。同じ構造の主張には反証もある。日本の都市は戦災の後ほぼ 15 年で元の相対的な大きさに戻り（Davis と Weinstein 2002）、QWERTY の非効率の証拠は弱く（Liebowitz と Margolis 1990）、大腸菌の 12 集団の適応度は似た値に収束した（Travisano ら 1995）。偶然が後で効くかは、偶然が入る時点、自己強化の強さ、固定された状態の固さ、地力や適応度による相殺の四つで決まる、という整理を書く。