ノート。

エンドユーザーコンピューティング（EUC）とエンドユーザーデベロップメント（EUD）の歴史、社会的要請、限界を、1960年の Licklider から2026年の LLM 期までの文献152件で地図化した統合要約。管理の枠組みとして生まれた EUC と解放の枠組みとして生まれた EUD が同じ現象を逆向きに記述してきたこと、四つの異なる社会的要請が「民主化」の一語に畳み込まれてきたこと、会計、医療、科学計算の各領域で限界が異なる形をとること、そして分野が自ら記録した限界が LLM 期に同じ形で再演されていることを整理する。

直近14日間（前回実行が飛んだギャップ週を含む）の「AI とデザイン」動向を T1v ベンダー一次、T2 公的機関と標準、T3 専門家私見の3ティアで収集した統合要約。EU AI Act 第50条の透明性義務は予定どおり8月2日に執行が始まり、行動規範には約190組織が署名したが、公表資料の例示にデザインツール提供者の名は見えない。同じ週に Adobe は70以上のツールを束ねたプラグインを ChatGPT の中に置き、Figma Make は逆にチャット生成へプロパティパネルと注釈を返した。Nielsen はデザイナーが AI 関連作業の35%を他職能から輸入し1.7%しか輸出しない非対称を紹介し、フルスタック化とデザインエージェントとの競合を予測した。

デザイン研究（design research / design studies）の 2024–2026 年の査読文献 39 件を 8 クラスタで地図化した統合要約。AI×デザイン、方法論、規範的転回（sustainability / decoloniality / more-than-human）、教育、職能、フィールド自己診断の現在地を整理し、本 wiki の関心領域との重なりと空白を明示する。

wiki コーパス117件から抽出した論文候補20件を質的研究5件へ絞り、さらに前提反転（problematization）で12の挑戦を生成し、計17件すべてに外部の新規性監査をかけた記録と、その副産物をレビュー論文の執筆材料として編み直したノート。監査の結果は無傷0件、限定つきで残る12件、実質的に既出5件であり、実証論文の新規性は「未主張の発見」ではなく特定のフィールドでの経験的実行にしか残らないことが確認された。この判定を受けて重心をレビュー論文へ移し、書ける3案（LLM-as-a-Judge と創造性評価の scoping review、AI と創造的職能をめぐる研究の前提批判レビュー、認知的オフロードの害の条件を束ねる統合レビュー）について、RQ、貢献の置き場所、既存コーパスの実数、方法の作法、残作業、投稿先を整理する。分析枠組みとして4分野（AI とデザイン実務、生成 AI と学習、創造性の評価と測定、デザインプロセス研究と方法論）の前提台帳45件を五層で提示し、監査で特定した最近接文献をレビューの位置づけ証拠として分野別に収める。参照文献88件（DOI または URL つき、うち一次未確認7件を明示）。

本セッションで蓄積した証拠系（失敗を組み込む学習設計とその論争、生成AIによる認知オフローディングの害、テクノロジー教育害の頑健性判定、GBSとシナリオ学習）をデザイン教育に転写したときに立つ7論点を導出し、academic-critic（canon: design-education）の批判的検討を経て確定した。核心は、生成AIが既定でオフロードする処理（代替案の生成、探索、評価判断）がデザイン教育の学習目標そのものと一致するという構造にあるが、その前提となる「クラフトとデザイン判断の切断」自体が教育学のカノン（Dewey、Lave & Wenger）から挑戦を受ける未決の論点であることを明示した。証拠の大半は正解の定義できる領域からの外挿であり、ill-structuredなデザイン問題での検証は空白として残る

Google効果や認知オフローディングを含む「テクノロジーの教育害」の主張を機構別6パターンに類型化し、原典12件と査読済みの反証・再現検証13件を突き合わせて頑健性を判定した。有名な害の多く（Google効果のStroop実験、ラップトップ筆記害、メディアマルチタスク害、スマートフォン存在効果、スクリーンタイム害）は再現失敗または効果量の大幅縮小が査読誌で報告されている一方、教室での注意分散（RCT）と受動的な答え提供型AIの害は比較的頑健に残る。学習サービスから排除すべき害と、反証済みの害への過剰適応の両方を設計判断として整理した

「生成AIの早期活用が、学習者自身から本来出てくるはずだった思考の醸成を阻害する」という主張の学術的証拠を、害の実験報告7件、相関・自己報告2件、理論的先行枠組み3件、反対・条件付け証拠3件（＋撤回1件の記録）の16文献で整理した。害は (1) 答え提供型のガードレールなしAI、(2) 初学者・苦戦中の学習者、(3) 即時成績と定着・転移の乖離、の3条件に集中し、肯定的メタ分析との見かけの矛盾は測定対象の違いで説明できる。主張は「ガードレールなしの答え提供型AIの早期利用」に限定して実証的に支持される

失敗を組み込む学習設計の4系譜（productive failure、desirable difficulties、impasse-driven learning、error management training）と認知負荷理論陣営（Kirschner, Sweller & Clark）の論争を、応答文献14件を追補した27文献コーパスに基づき5論点（指導のタイミング、最小限指導という括りの妥当性、効果の測定、事前知識、感情の役割）に整理し、各論点の主張と実証結果、未決の対立を対立表にまとめた

「指示を意図的に不足させ、学習者を行き詰まらせる」設計の系譜を、学習科学の4理論（productive failure、desirable difficulties、impasse-driven learning、error management training）13文献と、意図的困難を明言する技術学習サービス13件の2系統で整理し、産業側に「失敗後の統合指導」が薄いという理論とのずれを特定した

物語・役割・ミッション付きでシステム設計を学べる産業サービス28件を収集し、Schank の Goal-Based Scenario の7要素に照らして、設計を操作にする演習の少なさと resources（専門家ストーリーの just-in-time 提供）の欠落を特定した