Shuichiro Ogawa
English

ノート · 更新 2026-08-09 · Markdown 版

wiki corpus の problematization（4領域の前提台帳と12の挑戦）

wiki/note が要約する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）の文献群に Alvesson & Sandberg の problematization を適用した研究戦略ノート。

目次（8）
  1. 目的と方法
  2. 領域1: AI とデザイン実務・職能
  3. 領域2: 生成 AI と学習・教育
  4. 領域3: 創造性の評価と測定
  5. 領域4: デザインプロセス研究と方法論
  6. 横断統合
  7. 有望度の順位（作業仮説。監査前の暫定であり、確定順位は後段の外部新規性監査を正とする）
  8. 外部新規性監査（2026-08-09 追記）

目的と方法

査読論文候補の抽出（著者自身の理論を除外した wiki 横断分析） の新規性監査は、gap-spotting 型の主張（「〜した研究はない」）が査読で守れないことを示した。 本ノートはその帰結を受け、問い生成の方式を problematization（分野の文献群が共有する前提そのものを同定して挑む、Alvesson & Sandberg 2011）へ切り替える。 手続きの典拠は 新規性のある問いはどこから来るのか：四つの座とその組合せの学術的検討 に整理済みの五層（理論内部の前提、分野が共有する根拠のイメージ、パラダイム、イデオロギー、場の前提）である。

対象は wiki/note が要約する4分野の文献群とし、各分野を独立のサブエージェントが精査した。 corpus 内で挑戦済みの前提（引き算の対称化は 引き算の創造性：付加への偏りと、不在を設計するという仮説、逸脱＝誤りは 既知の再結合と非人間的推論：ハルシネーションを創造性の資源とみなせるか、共進化の認知内前提は デザイン理論と社会学の接続で、新規性はどこで失われるか の RQ-11、AI 研究一般の前提反転は AI研究のスキマはどこにあるか：枠組みを組み替えて見つける七つの空隙 系）を再発明する問いは除外した。 著者自身の理論の言い換えになる問いも除外した。 掘り起こした前提は4分野で計45個、うち挑む価値の評価（共有の広さ、帰結の大きさ、代替の信憑性、非主流性）を通過した12個を展開する。

領域1: AI とデザイン実務・職能

基盤: 90%採用 × 10%肯定 — AIツール普及と評価乖離のパラドクス、制作者から編集者へ — AI時代のデザイナー役割移行の構造分析、Agentic Experience（AX）の学術的基盤：人間-エージェント・インタラクション研究の現在地、AX × デザイン：学術と産業の対照、デザイン業界における AI 活用 — 学術レビュー（2026）、今後5年間で価値が出るデザイナーキャリア — 学術レビュー（2026）、デザイナー報酬停滞の構造要因 — 学術レビュー（2026）、デザインシステム＝AIの基盤レイヤー — 構造化されたデザイン知識がエージェント精度を決める、生成AI活用エンジニアリングの系譜とデザイン評価

掘り起こした前提12個のうち、採用と態度の一致規範（労働過程論で部分的に主流化済み）と脱スキル化＝損失（選抜3件と独立性が低い）は落とし、3個を選抜した。

挑戦1-1: 判断は能力ではなく権限である

  • 前提: 「AI に代替されない人間側の残余は判断とテイストであり、それは個人に内在する認知能力として定義、教育、測定できる」。9ノート全部に浸透（判断類型の教育評価化、テイストのベンチマーク化、curated taste を磨けというキャリア処方）。
  • 代替地盤: 判断とは組織が特定の位置に付与する保証権限（warrant）と応答責任（answerability）である。Hughes の license and mandate、Abbott の管轄権論、ワークプレイス研究が支える。corpus 内の不整合（判断に価値があっても請求できるかは別問題、という記述）は、価値が能力でなく権限配分の関数だと考えれば消える。editor 役割が残る理由も「人間の方が良く判断できるから」ではなく「失敗時の応答責任の宛先が要るから」へ反転する。
  • RQ: AI 出力が採用、棄却されるデザインレビューの現場で、「判断した」と認められる資格は誰にどの相互行為的、制度的手続きで配分されるか。AI の導入はその配分をどう組み替えるか。
  • デザイン: デザイン組織2〜3社のワークプレイスエスノグラフィ（レビュー会議の録画観察6〜12ヶ月、採否宣言の相互行為分析、判断帰属の紛争事例トレース、職位別インタビュー）。
  • venue: CSCW / CHI、Human Relations、Work, Employment and Society、Design Studies。

挑戦1-2: AI は外生ショックではなく、デザイナー自身が敷設した内生的インフラである

  • 前提: 「AI はデザイン職能の外部から到来する技術ショックであり、実務はそれに適応する受け手である」。DID 型因果推論と受容研究の全体が外生性を仮定する。
  • 代替地盤: デザイン職能は AI がデザイン作業を実行するための条件（デザイントークン、DESIGN.md、eval 基準）の供給者である。デザインシステム＝AIの基盤レイヤー — 構造化されたデザイン知識がエージェント精度を決める が事実を記録しながら職業的含意（自分たちの代替条件を自分たちで書いている）を問うていない、という corpus 内の未接続がそのまま根拠になる。技術の社会的構成論と infrastructure studies が理論的正当性を与える。
  • RQ: デザイナーがデザイン知識を機械可読インフラへ符号化するとき、何を符号化し何を暗黙のまま留保するかの選択はどのような交渉で決まり、職能内部の管轄と価値の配分をどう組み替えるか。
  • デザイン: デザインシステムチームの縦断的参与観察（線引きの意思決定を版履歴と会議記録で追跡、符号化する側とされる側への往復インタビュー）。標準化研究のエスノグラフィの方法蓄積を転用。
  • venue: CSCW、Science, Technology, & Human Values、Design Issues、CoDesign。

挑戦1-3: editor は到達点ではなく、モデルの欠損を埋める一時的な足場である

  • 前提: 「デザイナーの役割は maker から editor へ移行しており、editor 的職務が AI 時代の持続的な職務形態である」。
  • 代替地盤: Anthropic のハーネス設計原則（各部品はモデルが自力でできないことの仮定を体現し、能力向上で外せる）を人間の役割に適用する。人間による出力評価と監視は人間製ハーネス部品であり、評価の自動化は corpus 内で既に進行が記録されている。「editor スキルを磨け」という処方は消えゆく足場への投資でありうる。
  • RQ: 評価自動化が導入されたデザイン組織で、人間の編集と監視の職務はどの部分から委譲され、残る職務はどう再記述されるか。残存を規定するのは能力の希少性か、責任配分か。
  • デザイン: eval パイプライン導入済みまたは導入中の組織2〜3社の比較事例研究（12〜18ヶ月の反復訪問）。挑戦1-1 と同じフィールドで判別可能な対立仮説を構成する（能力希少性なら自動化で消え、責任の宛先なら形を変えて残る）。
  • venue: CHI / CSCW、Design Studies、She Ji、Organization Science。

領域2: 生成 AI と学習・教育

基盤: 生成AIの早期利用は思考の醸成を阻害するか：cognitive offloading と学習の文献地図、テクノロジーが教育に害を与えるパターンと、その反証：25文献の頑健性判定、意図的な失敗の学習設計：期待の失敗から productive failure、産業実装まで、意図的な失敗の学習設計をめぐる論争：4系譜と認知負荷理論の論点整理、AIと教育学・学習科学の研究潮流：生成AIと学習の実証（2024–2026）、デザイン教育（Not クラフト教育）の論点：失敗設計と認知オフローディングの証拠から、デザイン教育のAI適応 — カリキュラム改革の現在地と構造的課題、学習の足場かけと介入設計：認知的徒弟制・正統的周辺参加・媒介者の理論をめぐる文献地図、AI活用前提の能力測定 — 資質×AIスキルの交互作用と測定フレームワーク

掘り起こした前提11個のうち、獲得メタファー（CSCL と状況論で主流化済み）と RCT 至上（DBR が既に対抗）は落とし、3個を選抜した。

挑戦2-1: 除去テストパラダイムの妥当性

  • 前提: 「学習の成立は、AI を取り除いた条件で学習者個人に残る成績で判定される。AI 併用時の成績は錯覚でありうるが、AI 除去時の成績が錯覚でありうるとは考えない」。害研究群の従属変数を一様に規定している。
  • 代替地盤: 転移の判定には準拠環境の指定が必要であり、卒業後の環境は AI 飽和である。「AI なしで残るもの」はもはや存在しない準拠環境への構成概念でありうる。決定的なのは corpus 内の未対決の矛盾で、AI活用前提の能力測定 — 資質×AIスキルの交互作用と測定フレームワーク は「AI なしの個人を測る従来測定」を明示的に退けるのに、教育側の害研究は AI なし残余を真の学習とする。両クラスタは同じ分野に併存しながら準拠環境の選択で一度も対決していない。
  • RQ: AI 除去条件で測定された学習の残余は、AI 飽和環境での後続の遂行と学習の何を予測し、何を予測しないか。予測しない部分があるなら、害研究が検出した害は誰にとっての何に対する害か。
  • デザイン: AI 制限課程と許容課程の卒業生を就業初年まで追う縦断質的研究（在学時の AI なし評価成績を保持し、職場の観察、インタビュー、AI ログのトレースで対応づける）。補助として既存 RCT に「AI あり転移課題」をアウトカム追加。
  • venue: Journal of the Learning Sciences、Educational Researcher、Assessment & Evaluation in Higher Education。

挑戦2-2: 努力の道徳経済と概念命名の政治

  • 前提: 「認知的な楽と支援への依存は学習の失敗の徴候であり、laziness、debt、dependence は中立的な記述概念として使用できる」。
  • 代替地盤: これらの命名は記述ではなく道徳的評決であり、証拠の確定に先行して政策言説へ拡散しうる。corpus 自身が反証史を持つ（電卓、ラップトップ、スクリーンタイムの害言説は繰り返し命名され反証された。テクノロジーが教育に害を与えるパターンと、その反証：25文献の頑健性判定）。技術パニック循環論（Orben）が一般論の先行地盤を与える。
  • RQ: 生成 AI 学習研究の道徳的負荷語彙は、各概念の実証的地位と独立に、政策文書、機関ガイドライン、教員の実践言説へどんな速度と変形で取り込まれ、どんな設計判断（禁止、監視、段階制限）を正当化しているか。
  • デザイン: 三部構成の言説研究（被引用箇所の質的コーディング、政策とガイドライン文書の言説分析、教員インタビュー）。
  • venue: Learning, Media and Technology、Postdigital Science and Education、BJET。

挑戦2-3: 曝露の制御可能性

  • 前提: 「研究者と教育機関は、学習者の AI への曝露を条件として割り付け、カリキュラムの段階として開閉できる」。
  • 代替地盤: AI アクセスは割付可能な処置ではなく環境インフラであり、学習者は公認と非公認のチャネルを跨いで自分の AI 生態を編成する。corpus 内の証拠（検出器の失敗、ポリシー認知と申告利用の逆相関、違反と認識されない利用）が既に支持しており、制御不可能性の証拠と制御可能性前提の設計論が同一分野内で対話なく併存している。「AI なし条件」は「非公認 AI 条件」の別名でありうる（RCT の統制群汚染）。
  • RQ: AI 制限フェーズ下の学習者は公認と非公認のチャネルを跨いで利用をどう編成しているか。その de facto の生態を所与とすると、段階設計は実際には何の設計（アクセスではなく規範、開示、実践の設計）になるか。
  • デザイン: 制限ポリシー下の複数課程を対象とするデジタルエスノグラフィと日誌法（全デバイスの利用を同意の下で2〜3ヶ月記録し、de jure と de facto の対比地図を作る）。
  • venue: Computers & Education、CHI、Studies in Higher Education。

領域3: 創造性の評価と測定

基盤: LLM-as-a-Judge の最新潮流：中核研究53件の文献地図と創造性評価の独立章、LLM-as-a-Judge の発生史：三つの系譜の合流と四つの要請、創造性研究のための LLM-as-a-Judge：scoping review 論文の骨子（デザイン研究誌向け）非公開、ジェネラティブアートの学術系譜：情報美学から LLM 以後まで94件の文献地図、ハルシネーションを創造性の資源とみなす研究の学術地図、創造性と状況的認知をめぐる文献地図：4E認知とアフォーダンス、状況的学習から見る環境、デザインにおけるリフレーミングの活性化：認知メカニズムと実践手法

掘り起こした前提11個のうち、ルーブリック分解可能性（代替が CAT の再発明）、成果物単体主義（状況的認知で主流化済み、ただし挑戦3-3 の部品に使う）、測定可能性そのもの（システムモデルで主流化済み）は落とし、3個を選抜した。

挑戦3-1: 合意校正の前提（不一致は誤差ではなく信号である）

  • 前提: 「評価者間および人間評定との一致が高いほど評価は良く、人間合意への校正が評価器を妥当にする。不一致は最小化すべき誤差である」。judge メタ評価の全体が一致指標で組織されている。
  • 代替地盤: 変換的に新しい成果物は既存の評価規範で裁定できないからこそ変換的であり、確立した規範を共有する評価者たちの構造化された不一致は、成果物が規範の境界に触れていることの一次信号でありうる。judge 研究自身が報告する「独創性と専門家品質は未到達」という一貫した失敗は、能力不足ではなく校正目標の選び間違いかもしれない。
  • RQ: 専門家間不一致の構造（誰と誰が、どの次元で、どんな語彙で割れるか）は、合意ベースのスコアより成果物の後年の評価変化（正典化、再評価）をよく予測するか。
  • デザイン: crit やコンペ審査の会話分析（判定が割れた瞬間の処理の文法を記述）＋審査記録アーカイブの歴史的コホート研究（当時の不一致構造と後年の再評価の関係）。
  • venue: Creativity Research Journal、PACA、Design Studies、NeurIPS Datasets and Benchmarks（一致指標の再設計への含意）。

挑戦3-3: 出所盲評価の前提（出所感応はバイアスではない）

  • 前提: 「評価は成果物の出所から独立であるべきで、出所情報への評価者の感応は除去すべきバイアスである」。バイアス除去プログラムの中核。
  • 代替地盤: 芸術哲学では出所は美的判断の構成要素である（Dutton の贋作論: 評価は達成の評価であり、達成は制作条件に相対的。Walton のカテゴリー論）。この地盤では、ラベル効果の60年（機械と知ると評価が下がる）は受け手の歪みではなく評価者が達成を評価している証拠と読み替えられ、出所を剥いだ judge は別の構成概念（出力の表面特性）を測っていることになる。
  • RQ: 専門家批評家の判断で、出所情報はどの判断機能（達成の帰属、意図の再構成、比較クラスの選択）を担っているか。出所盲評価は何の構成概念の測定として再記述されるべきか。
  • デザイン: think-aloud と談話分析（同一作品群を出所なし、真の出所、偽の出所の三条件で批評させ、評点でなく判断の語彙と参照フレームの変化を分析）。
  • venue: PACA、Empirical Studies of the Arts、Journal of Aesthetics and Art Criticism、CHI。

領域4: デザインプロセス研究と方法論

基盤: 探索としてのデザインと評価の社会学：機会の開閉をめぐる文献地図非公開、デザイン理論と社会学の接続で、新規性はどこで失われるか、デザイン研究がまだ使っていない社会学、すでに使い尽くした社会学非公開、デザイン研究における質的手法の位置づけは学術的主流か、デザイン研究の方法と妥当性：事例研究から Research through Design、混合研究法まで、質的研究と量的研究の違い：デザインの文脈で、デザインの認識論的前提と方法論的基盤：ウィキッド問題・アブダクション・集合ベース探索の文献地図、デザインと社会科学の接点：方法・理論・制度の系譜、デザイン価値の多層性：道具的価値から関係的・承認的価値までの文献地図

掘り起こした前提12個のうち、プロトコル分析の窓前提（Lloyd らが既に挑戦）、探索メタファー（C-K 理論が対抗済み）、デザイン＝正の価値（批判的デザイン研究が呼びかけ済み）は落とし、3個を選抜した。

挑戦4-1: 第三文化テーゼ

  • 前提: 「デザインの知は自然科学とも人文学とも異なる固有の様式であり、この固有性が方法論的自律を根拠づける」（Cross の designerly ways 系譜）。
  • 代替地盤: この固有性主張は比較の非対称の上に立つ。デザイン側は実践の経験的観察で記述されたのに、対照項の科学は教科書的な規範的自己記述（仮説演繹法）で代表された。分野自身が輸入した STS のラボスタディーズは、実践としての科学も機会主義的で素材と対話し枠組みを跳躍させる営みだと示している。比較の項を実践対実践に揃えれば、「デザイナー的」とされる特徴は不確実性下の熟練実践一般の特徴でありうる。
  • RQ: 同一のコーディング枠組みで設計実践と実験科学の実践を観察したとき、「デザイナー的」とされる指標（問題枠の再構成、問題と解の同時更新、アブダクション的跳躍）は両者を判別できるか。できないなら方法論的自律の論拠は何へ移されるべきか。
  • デザイン: 設計スタジオと実験系ラボの対比較フォーカストエスノグラフィ。または DTRS 系の公開プロトコルと科学実践の転写記録への同一コーディング規約の盲検適用（判定者が転写から領域を識別できるかを試す）。
  • venue: Design Issues、Design Studies、She Ji、Social Studies of Science、DRS。

挑戦4-2: プロジェクト単位の前提

  • 前提: 「デザインプロセスは始点と終点を持つプロジェクトを単位として生起し、その単位で観察すれば過程の性質を捉えられる」。プロトコル研究、共進化モデル、事例研究の妥当性装置すべての作業前提。
  • 代替地盤: プロジェクト境界は設計行為の自然な継ぎ目ではなく、契約と課金と組織編成という会計的慣行が連続的活動に外挿した容器である。停止規則の不在（Rittel & Webber）が内側から支援する（停止規則が問題の側にないなら、観察される終点はすべて制度の側が供給したものである）。プロセス研究が過程の性質として報告してきた特徴のいくらかは容器の性質でありうる。infrastructuring と design-after-design（Ehn）は使用側では主流化済みだが、デザイン認知とプロセス研究の妥当性装置には届いていない。
  • RQ: 問題枠と制約はプロジェクト境界（納品、解散、ベンダー交代）を跨いでどう移送、変異、消失するか。プロセス研究の知見のうちどれだけがプロジェクトという会計的容器の性質か。
  • デザイン: 単一の人工物生態を3世代以上の後続プロジェクトにわたって追う縦断的埋め込み事例研究（アーカイブ分析＋世代をまたぐ担当者への系列的インタビューで「問題枠の伝記」を再構成）。
  • venue: Design Studies、CoDesign、JCSCW、Organization Studies。

挑戦4-3: 再帰性の免除

  • 前提: 「デザイン研究が研究対象に適用する評価理論（通約化、反応性、評価インフラ）は、デザイン研究自身の知識生産の装置（trustworthiness、RtD 四基準、査読規範）には適用しなくてよい」。
  • 代替地盤: 方法論的基準もまた評価インフラであり反応性を持つ。ただし、反応性の機構は通約化（共通尺度への圧縮）と対で定式化されてきたが、trustworthiness や RtD 四基準は数量化に抵抗するために設計された非通約的な質的基準であり、通約化を欠く評価装置にも反応性が生じるかは基底理論が保証していない。この写像の不写像が問いの核になる（デザイン理論と社会学の接続で、新規性はどこで失われるか の降格規範に照らして被覆型に落ちない設計）。
  • RQ: 数量化に抵抗するよう設計された質的な方法論的基準は、それでも投稿される研究の問いと形式を作り替えるか。作り替えるなら、その機構は通約化なしの反応性としてどう記述されるか。
  • デザイン: RtD 四基準の提出（2007）前後の採録論文の正当化節の通時的言説分析＋デザイン研究誌の査読者と編集者への半構造化インタビュー（Lamont の査読研究を範とする評価文化の記述）。
  • venue: Design Studies、Design Issues、Valuation Studies、Science, Technology, & Human Values、Minerva。

横断統合

12の挑戦は独立に生成されたが、三つの収束がある。 第一に、評価装置の反応性への収束である。挑戦3-2（評価器は生成を変える）、挑戦4-3（方法論的基準の反応性）、既存の RQ-11（評価インフラが共進化を駆動する）は、Espeland & Sauder の反応性を異なる対象（生成ループ内の機械評価器、質的な方法論的基準、デザイン組織の評価インフラ）へ写す同族である。 三つを合わせると、一つの研究プログラム（評価装置とその対象の共進化）を構成する。 第二に、corpus 内部の未対決の矛盾を突く挑戦が最も強い。挑戦2-1（害研究と能力測定研究が準拠環境の選択で対決していない）と挑戦1-2（デザイナー自身が AI の文脈層を構築している事実と外生ショック観の併存）は、代替地盤の証拠が corpus 内で自給できる。 第三に、選抜12件のすべてが質的研究デザイン（エスノグラフィ、会話分析と談話分析、言説分析、縦断事例研究、think-aloud）で実行可能であり、査読論文候補の抽出（著者自身の理論を除外した wiki 横断分析） の質的研究への絞り込みと整合する。

先行監査の教訓に従えば、これらの RQ も投稿前に外部の新規性監査（最近接の先行研究の特定）を要する。 本ノートの「主流化していないか」の確認は corpus 内の記述の範囲に限られる。

有望度の順位（作業仮説。監査前の暫定であり、確定順位は後段の外部新規性監査を正とする）

  1. 挑戦2-1 除去テストの妥当性: 分野自身の未対決の矛盾という最も守りやすい足場を持つ。
  2. 挑戦1-1 判断は権限である: 実行可能性が高く（レビュー会議のエスノグラフィ）、挑戦1-3 と同一フィールドで対立仮説を判別できる。
  3. 挑戦1-2 内生的インフラ: 代替地盤の証拠が corpus 内で自給でき、デザインシステムチームという明確なフィールドがある。
  4. 以下、挑戦4-2（プロジェクト単位）、挑戦2-3（曝露の制御可能性）、挑戦3-3（出所盲評価）、挑戦4-3（再帰性の免除）、挑戦3-1（不一致は信号）、挑戦2-2（道徳経済）、挑戦1-3（editor は足場）、挑戦4-1（第三文化テーゼ）。

外部新規性監査（2026-08-09 追記）

12挑戦の全件について、外部の文献検索で最近接の先行研究を特定する監査を実施した。 判定は限定つきで残るが9件、実質的に既出が3件で、無傷は0件だった。

挑戦判定最近接の先行生き残る形
1-1 判断は権限限定つきElish の moral crumple zone、liability sink 論、Pachidi らの regime of knowing、AMJ の職場管轄権研究理論核は既出。デザインレビューの相互行為レベル（採否宣言の文法）の経験的検証に降ろす
1-2 内生的インフラ限定つき知識符号化論、CWA の自己自動化記録、CSCW 2025 の分業再構成研究、Grant の educational data infrastructuring外生性仮定の攻撃範囲を DID 型経済学と受容モデル研究に限定。デザインシステムの AI-readable 化の縦断観察は空白
1-3 editor は足場実質既出Gray & Suri のラストマイルパラドックス、Bainbridge、Bainbridge×デザインの2025年適用単独では立たない。1-1 の判別研究（能力希少性 vs 責任配分）へ吸収
2-1 除去テスト限定つきDawson、Lodge らの評価改革学派（TEQSA 討議文書）、Bearman らの evaluative judgement 論規範レベルの対決は既済。「AI 除去成績の予測的妥当性の実証」と「害研究の従属変数への Messick 型批判」に限定
2-2 道徳経済実質既出Bearman らの言説分析、JIME のメタファー特集、Feeling AI、dependency 概念批判部品がすべて占有済み。2-1 の一節へ吸収するか、語彙移送速度の計量に縮退
2-3 曝露の制御限定つきBeane の shadow learning、香港のポリシー軌跡研究、検出器失敗の実証shadow AI learning として概念化。デバイスレベルの日誌法による利用生態の縦断記述は空白
3-1 不一致は信号限定つきNLP の perspectivism と CrowdTruth（制度化済み）、スカラー不一致の否定的結果2件（PNAS 2022 では査読者の不一致が新規性と関係せず、F1000 2018 では不一致が被引用と関係しない）否定的先行を出発点に据え、「構造化された不一致×芸術×通時的正典化」に限定
挑戦判定最近接の先行生き残る形
3-3 出所盲評価理論は既出Dutton と Walton は正典、Lopes 2026 と Nannicelli 2025 が JAAC で AI に適用済み哲学テーゼは前提として引き、専門家の判断機能の実証的分解と judge 設計への翻訳のみを貢献にする
4-1 第三文化概念は既出Farrell & Hooker（2012、2013）対 Galle & Kroes の論争が Design Studies 誌上に存在「論争の初の経験的裁定」（コーディングスキームの判別的妥当性検定）として再フレーム
4-2 プロジェクト単位限定つきPollock & Williams の biography of artifacts、critical project studies、infrastructuring先行はすべて味方に回せる。「問題枠の伝記」を単位に、デザイン認知の妥当性装置を標的にする点が未主張
4-3 再帰性の免除実質既出Buus らの COREQ performativity（2025）、Dahler-Larsen の constitutive effects、Gaver 2012「通約化なしの反応性」という空隙主張は撤回。認識的基準への限定か、3-2 への統合

監査後の確定順位

監査は作業仮説の順位をほぼ反転させた。 監査前の上位2件（3-2、2-1）は部品や規範的主張の先行が厚く、監査前の中位だった1-2と2-3が最良になった。

  1. 1-2 内生的インフラ: フィールド（デザインシステムチーム）と現象（符号化の線引き交渉）の特定性が高く、実務言説の蓄積に対し学術が未着手。
  2. 2-3 shadow AI learning: Beane の理論枠の移送先として空席で、教育研究とワークプレイス研究の橋になる。
  3. 4-2 問題枠の伝記: 標的（プロセス研究の妥当性装置）への直接攻撃が未主張。BOAP の単純適用と読まれない設計が条件。
  1. 1-1 判断の帰属実践（1-3 の判別を吸収）。
  2. 2-1 除去テストの予測的妥当性（実証プログラムとして）。
  3. 4-1 論争の経験的裁定。
  4. 3-1 構造化された不一致。
  5. 3-3 出所の判断機能の実証的分解。 没: 1-3（1-1 へ吸収）、2-2（2-1 へ吸収か縮退）、4-3（3-2 へ統合か認識的基準への限定）。

監査の主教訓

前提の問題化そのもの（「分野は X を自明視している」という暴露）は、12件中ほぼすべてで誰かが先に活字化していた。 査読に耐える新規性は、問題化の主張ではなく、特定のフィールドと分析単位での経験的実行（裁定、縦断記述、判別）の側にしか残らない。 Alvesson & Sandberg 型の問い生成は候補の質を上げるが、新規性の担保はやはり外部監査と実証設計が担う。 この教訓と、監査が特定した近接文献をレビュー論文の材料として編み直したものが レビュー論文の執筆材料：新規性監査17件が残した前提台帳と近接文献 である。

未検証事項

外部監査で新たに生じた、着手前の必須確認は次のとおりである。

  • TiCS 2026 総説と DIS 2024 論文の射程（3-2 の判定を左右）
  • Black Box Assessment 2026 の本文（2-1）
  • AMJ 職場管轄権論文の本文（1-1）
  • Farrell & Hooker 2013、Hyysalo ら 2019、Buus ら 2025 の前方引用チェック（4-1、4-2、4-3）
  • CSCW 2025 分業再構成研究の書誌確定（1-2）

監査は英語圏の一般 Web 検索によるもので、Scopus、Web of Science、ACM DL の系統的検索、非英語圏文献、有料本文の確認は未実施である。

本分析の証拠はすべて wiki/note の記述の範囲に依拠する。 「corpus に存在しない」という不在の主張は、ノートが要約した文献群の範囲内での不在であり、分野全体での不在の証明ではない。 代替地盤として挙げた corpus 外の文献は、記憶からの参照であり、一次確認は未実施である。 該当するのは Hughes、Perkins の person-plus、Sfard、Orben の技術パニック循環論、Espeland & Sauder、Messick、Dutton、Walton、Latour & Woolgar、Knorr Cetina、Ehn、Lamont である。 着手する挑戦を選んだ時点で、査読論文候補の抽出（著者自身の理論を除外した wiki 横断分析） と同型の外部新規性監査を実施すること。

参照文献

本文で名を挙げた外部の文献を、書誌を Crossref、OpenAlex、arXiv で確かめて分野別に載せる。 wiki 内のノートは本文のリンクから辿れるので、ここには載せない。

問い生成の方法

判断、権限、専門職の管轄（挑戦1-1、1-3）

知識の符号化とインフラ（挑戦1-2）

  • Cowan, R. & Foray, D. (1997). The economics of codification and the diffusion of knowledge. Industrial and Corporate Change 6(3), 595–622. https://doi.org/10.1093/icc/6.3.595
  • Communications Workers of America (2025). Ghost workers in the AI machine. https://cwa-union.org/ghost-workers-ai-machine
  • Clarke, M., Joffe, M. et al. (2025). Beyond replacement or augmentation: How creative workers reconfigure division of labor with generative AI. arXiv:2505.18938. https://arxiv.org/abs/2505.18938 [要出典確認: 書誌未確定 Crossref と arXiv で CSCW 2025 の掲載を確認できず]
  • Grant, L. (2024). Data infrastructuring in schools: New forms of professional edu-data expertise and agency. Research in Education 120(1), 54–71. https://doi.org/10.1177/00345237241257177

学習の評価と AI（挑戦2-1、2-2、2-3）

創造性の評価、不一致、反応性（挑戦3-1、3-2、4-3）

出所と美的判断（挑戦3-3）

デザインプロセス研究と方法論（挑戦4-1、4-2、4-3）

書いた人：小川 修一郎（デザイン研究者／デザインコンサルタント） 経歴を見る →