Shuichiro Ogawa

Notes ・ updated 2026-07-09

制作者から編集者へ

デザイナーの役割が「制作する人」から「AI の出力を編集し、判断する人」へ移行している。 この観察は複数の独立した調査と学術研究で確認されており、2026年に入ってデータが出揃った。

本ノートでは、学術文献19件と産業ソース（専門家見解9件、調査データ6件）から、この移行の実態、理論的含意、デザイン職能への帰結を整理する。

関連: designer-career-value-literature（キャリア変容の学術レビュー）／agentic-experience-design-synthesis（AX とデザインの交差）／ai-design-near-term-flashpoints（ジュニア入口消失）／ai-design-watch-2026-07-06-ai-frontier（週次ウォッチ）。

現象の記述: 独立した調査が指す同一の構造

Rivera & Russi（2026）は43カ国217名のデザイン実践者を調査し、71%がオリジナル制作よりも AI 出力の評価、フィルタリング、キュレーションに多くの時間を費やしていると報告した。 上級ユーザーに限ると91%に上昇する。 Nielsen はこの調査を引用し、「制作者（maker）から編集者（editor）への移行」と表現した。

Creative Boom の2026年調査（882名）は利用率86%を報告する一方、業界への影響を「肯定的」と評価したのは10%にとどまった。 Designer Fund / Foundation Capital の調査（906名超、60カ国）は週次 AI 利用率が前年の54%から91%へ上昇したと報告した。 Adobe の16,000名調査では、57%が「AI 出力には中程度以上の編集が必要」、85%が「最終的な創作判断は自分が行うべき」と回答した。

使う人は増えたが、それを良いと思う人は増えていない。 この乖離の分析は adoption-approval-paradox で扱う。

学術的裏付け: 何が変わり、何が出現したか

役割移行の実証

Palani & Ramos（2024）はデザイナー、建築家、開発者を含む創造的実務家を三角測量法で調査し、役割が「創る」から「方向づけ・整合確認」へシフトすることを同定した。 GenAI との整合を「評価」するスキルが新たな核心として浮上する。

Naqvi et al.（2025）は異なる習熟段階のデザイナー28名へのインタビューで、経験豊富なデザイナーが伝統的創造性と基礎スキルの喪失を懸念していることを確認した。 AI スキルの市場価値と意味ある設計の達成とのあいだに乖離がある。

新しい判断類型の出現

Naik et al.（2025）は HCI デザインコースの33チームのリフレクション記録を分析し、既存の判断類型（道具的、鑑賞的、品質）に加え、2つの新規類型を同定した。 エージェンシー配分判断（どこまで AI に任せるかの判断）と信頼性判断（AI 出力の信頼度を評価する判断）である。 これらはデザイン教育の評価フレームワークに組み込む必要がある。

Zhang et al.（2025）は CHI/UIST/CSCW の20年分134論文をスコーピングレビューし、人間と AI のエージェンシー配分パターンが文脈依存的に変動するという統合フレームワークを提供した。

AI 出力は完成品ではなく出発点

Wang et al.（2025）は14週間の学生ニュースルーム観察で、制作者の大多数が AI 出力を「完成品」ではなく「創造的出発点（springboard）」として扱い、能動的に編集・精査したことを確認した。 AI が不適切な出力をする場面で、人間の創造性が最も発揮される。

Wang et al.（2026）は DIS で DesignerlyLoop を提案し、デザイナーが推論要素を選択・伝播させて設計意図をキュレートする操作モデルを実証した。 被験者間実験（N=20）で設計意図の形成と出力品質が向上した。

クラフトの不可欠性の持続

Hernández-Ramírez & Batalheiro Ferreira（2024）は Keynes の技術的失業論と Sennett の職人論を援用し、マネジリアリズムと GenAI の台頭がデザイン労働をどう変質させるかを批判的に分析した。 結論は、クラフトがナレッジワークの中核として今も不可欠であるというものだった。 この知見は design-craft-so-theory の「リスクの職人技」分析と接続する。

「AI 管理労働」という新形態

Law & Varanasi（2025）は ACM DL の23研究を体系的にレビューし、実務家が定型タスクを GenAI に委譲する一方、AI アウトプットを監視・精査するAI 管理労働（AI management labor）という新たな労働形態を担っていることを同定した。 効率化のナラティブが覆い隠すのは、判断と監視の新たな認知負荷である。

産業側の専門家見解

Maeda: UX から AX へ

John Maeda（2026）は AX（Agentic Experience）を「操作の設計から目標到達の設計へ」と定義した。 UX が Don Norman の「実行のガルフ」に集中してきたのに対し、AX では「評価のガルフ」が主課題になると主張する。 デザイナーの役割は「インターフェースの制作者」から「成果のオーケストレーター」へ移行する。

Friedman: Quiet AI

Vitaly Friedman（2026）は「AI ファースト」製品への懐疑を示し、背景で反復タスクを代行する「Quiet AI」を対置した。 ユーザーが求めるのは新しいワークフローではなく、既存の問題をシームレスに解決する統合であると論じる。

Spool: UX は何が重要かを定義する

Jared Spool（2024）は「AI は選択肢を生成できる。UX は何が重要かを定義する」と主張した。 AI への置き換えの構造的障壁として、クライアントと利害関係者が自分の欲しいものを正確に言語化できる必要があるという点を指摘する。

NN/G: 二極化した回復

Nielsen Norman Group（2026）は「State of UX 2026」で、エントリーレベル職の減少と上級・ジェネラリスト職の相対的回復という二極化した回復（bifurcated recovery）を報告した。 代替不能な能力として「curated taste、リサーチに基づく文脈理解、批判的思考、注意深い判断」を挙げる。

Harvard の作業論文（Hosseini & Lichtinger）は、AI 採用企業でのエントリーレベル採用が2023年以降四半期あたり約80%減少していると報告した1。

参照文献

学術文献

産業ソース（専門家見解）

産業ソース（調査データ）

Footnotes

  1. 全職種の傾向であり、デザイン職に限定した数値ではない。 ↩

← Notes 一覧 ・ ホーム