ノート
AI とデザインに関する調査と実験と考察を制作の過程も含めて公開しています。
創造性(7)
新しいアイデアはどこから生まれるのか。
-
「量が質を作る」の検証(作品とアイデアの数の研究)
2026-11-12
「量が質を作る」という言い習わしを、量の種類(作品の数、アイデアの数、試作の反復、練習の時間)ごとに分けて、学術文献 35 件と逸話の出所の資料 5 件で確かめた。作品を多く作る人ほど当たりの数は多い。発明者約 150 万人、心理学者 1,742 人、科学者 20,296 人のデータで、総数と総被引用の相関は .59〜.77 だった。一方で、総数と一本あたりの平均被引用の相関は −.0004〜.07 で、数が多い人ほど一つずつが良いとは言えなかった(Forthmann ら 2020)。最も評価された作品はキャリアの中のランダムな位置に出て(Sinatra ら 2016、Janosov ら 2020)、当たりが固まる時期にも生産数の変化は見つからなかった(Liu ら 2018)。ただし上位 1% に入る論文の割合で測ると、論文数の多い研究者ほど割合が高く、若いコホートでは逓減した(Larivière と Costas 2016、2,800 万人)。アイデア出しでは、量を目標にすると良い案の数も増え(Paulus ら 2011)、後に出た案ほど独創的だった(Beaty と Silvia 2012)。しかし人は出した案から独創的な案を選びにくく(Rietzschel ら 2010)、最良案の質は数のほかに平均、ばらつき、見分ける力で決まる(Girotra ら 2010)。デザインの試作では、作る数を両条件で 5 案にそろえても、まとめて講評を受ける並列の群が 1 案ずつの群を上回った(Dow ら 2010)。練習の時間は成績の分散の 14%(2018 年の訂正後)を説明し、分野で 1〜24% と開き、スポーツのエリートでは 1% だった(Macnamara ら 2014、2016)。意図的練習を唱えた Ericsson 自身は、量ではなく教師が設計した練習を基準にした。陶芸クラスの逸話は、写真家 Jerry Uelsmann の写真の初級クラスでの手法を、著者の一人 Orland が本人から聞き、陶芸に置き換えた話だった(Orland のメール、Clear の記事の脚注)。成績の記録や比べた資料は見つからない。逸話の本は量の群が失敗から学んだと書くが、Uelsmann 本人は、十分な数を撮ってから良いものへ絞り込む、と選別の言葉で語っていた。学術文献が強く支える形は「多く作ると当たりの数が増える」であり、「量をこなすと一つずつが良くなる」は、分野、測り方、練習の中身によって結果が分かれる。
-
生成 AI の時代に新規性を生む人に求められるもの
2026-09-26
LLM の研究アイデアは新規性の評点で専門家を上回ったが、実装すると評価を落として順位が逆転し(Si ら)、AI を使う科学者は論文と引用を大きく伸ばす一方で科学全体の話題は縮んだ(Hao ら、Nature 2026)。新しく見えるアイデアが希少でなくなったいま、新規性を生む人に何が要るのかを、求められるものを資質、態度、姿勢、能力、スキル、経歴に分けて確かめた。新たに集めた学術文献56件(本文ではこのうち36件に、姉妹ノートで確かめた文献など13件を加えて使う)と、AI 提供者、公的機関、調査会社、第一線の研究者の最新資料70件(本文では22件)から整理する。資質では、好奇心と創造性の相関は r = .41 だが他者が評定した創造性とは .16 にとどまり、開放性は .22、リスクを好む態度は .08 だった。grit のうち努力の粘りは創造的達成を正に、興味の一貫性は負に予測した。能力では、発散的思考が創造的達成を予測する程度は r = .216 と小さく、人は自分の良いアイデアをおおむね見分けられるが、不確実さを嫌う場面では創造的な案を見分けにくくなる。問題を見つける課題は発散の課題より独創的な回答を引き出した(g = 0.887)。経歴では、良い仕事は探索の後に焦点を絞る時期に固まり、以前の仕事から遠く離れるほど影響が下がる pivot penalty は50年で大きくなった。訓練の平均効果は g = 0.53 で、収束的思考を伸ばす方法が発散を伸ばす方法より効いた。生成 AI の普及で比重が移ったのは、生成から、実装に耐える案を選ぶこと、出力を検証すること、自分の領域の力に根ざした自信、集団の多様性を削らない方向を選ぶことへである。AI 提供者の資料も、人間に研究目標の設定、自動で検証できる形への定式化、選択、現実との照合を残しており、資金配分機関は判断を AI に委ねない規則を書き始めた。第一線の研究者がそろって口にする taste を測った実証研究は見つからず、その中身を問いの選択、評価と選択、領域の力の三つに分けて既存の実証に対応づけた。
-
創造的な仕事を人と進めるときの社会的な調整にかかるコスト
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。
-
ハルシネーションは創造性の資源になるか
2026-07-22
ハルシネーションを創造性の資源とみなす議論を、二つのレンズで再整理した論考。第一は「イノベーションとは既知要素の意外な再結合である」という組合せイノベーション/創造性の系譜(Schumpeter の新結合、Weitzman の recombinant growth、Arthur の combinatorial evolution、Uzzi の atypical combinations、Fleming、Campbell/Simonton の BVSR、Boden の三分類、Runco & Jaeger の標準定義)。第二は「LLM は人間と異なる推論原理で動くため、人間集団に取り込むと直交する新しい軸の多様性を足しうる」という集合知と多様性の系譜(Hong & Page の diversity-trumps-ability、Page、Rahwan の Machine Behaviour、Krogh & Vedelsby の ambiguity decomposition、その反証として Bender の stochastic parrots、Shumailov の model collapse、Peterson の knowledge collapse、Lorenz の社会的影響、Hong-Page 定理への批判 Thompson/Grim/Singer)。二つのレンズを最強の形で立てたうえで、両者を接着する統合テーゼ(非人間的推論基盤での再結合という単一機構)が分布を外す操作を加えない限り、内挿と新軸のあいだで内部矛盾を起こすことを示し、interlock を確立した機構ではなく一つの反証可能な問いへ帰着させる。中立的な文献マップ hallucination-as-creativity-resource-literature の続編(論考)。参照文献37件。argumentative な再整理であり、肯定側の一次実証は現状欠落している(射程限定は末尾に集約)。
-
創造性の源泉としてのハルシネーションに関する文献検討
2026-07-21
生成AIのハルシネーション(confabulation)を、抑制すべき欠陥ではなく発想・創造性の起点として位置づける査読研究とプレプリントを横断整理した文献地図。ハルシネーションの肯定的再定義(Sui et al. の confabulation の価値、Chen & Wang の valuable hallucination、Jiang et al. の創造性視点サーベイ、He et al. のデコーディング層でのトレードオフ、Yuan et al. の創薬での有益性)、LLM創造性評価と出力多様性(Stevenson et al., Bellemare-Pepin et al., Wenger & Kenett の均質性、Kirk et al. の RLHF による多様性低下、Karouzos et al. のSFT段階での多様性崩壊、Nguyen et al. の min-p サンプリング)、発想支援と設計固着(Shaer et al. の AI-augmented brainwriting、Wadinambiarachchi et al. の設計固着、Shneiderman の CST)、科学的仮説生成(Shahhosseini et al.)、アイデア均質化とプロンプトによる多様性回復(Girotra et al., Meincke et al.)、創造性心理学の古典(Guilford, Mednick, Beaty & Kenett)を系統ごとに接続する。中立的な先行研究レビュー。参照文献31件(書誌は到達確認済み、留保は末尾に集約)。旧世代・低精度モデルの逸脱を資源とする視点は明示研究が薄く、性能↔多様性のトレードオフ研究からの含意として扱う。
-
引き算は付加と同じく生成の操作か(付加バイアスの反転による仮説)
2026-07-19
創造性とデザインが暗黙に置く一つの非対称、すなわち付加(案を増やす、要素を足す)だけが生成的で引き算(除く、控える、作らない)は二次的な収束作業だ、という切り分けを、ド・ブロイが物質波を導いた対称性完成の手つきで反転する論考。反転が告げるのは、引き算は付加と対称な一級の生成操作であり、不在や未制作はフィルタリングに還元されない固有の構造をもつ、という見方である。この反転は確証済みの事実ではなく、比較実験とツール監査で反証できる仮説として提示する。付加バイアスは問題解決の側ですでに実証されており(Adams, Converse, Hales & Klotz 2021, Nature)、それを『片側で示された光量子』として、デザイン理論の生成操作の対称性へ移すのが本論の核である。新規性は、引き算を付加と対称な一級の生成操作とみる理論的対称化と、創造性指標および制作ツールの付加バイアスの方法論的監査の二点に厳密に限定する。参照文献24件(書誌確定20件、要一次検証4件)。
-
創造性と状況的認知に関する文献検討(4E 認知とアフォーダンス)
2026-07-19
創造性と認知を個人の内的属性に還元せず、身体、環境、状況、他者との関係に分散したものとして捉える見方を、公開文献で整理する。Gibson のアフォーダンス(1979)と Norman のデザインへの翻案(1988)、Varela ら3名の身体化された心(1991)と Clark と Chalmers の拡張された心(1998)、Lave と Wenger の正統的周辺参加(1991)、Hutchins の分散認知(1995)、Vygotsky の発達の最近接領域(1978)と Wood ら3名の足場かけ(1976)を軸に、能力を環境と切り離して測る見方への批判的視座(Ross 1977、Merton 1968、Bourdieu & Passeron 1977、Sandel 2020)まで見渡す。参照文献14件。