  |
はてなキーワード:データソースとは
こんなの見たらなおのことそう思っちゃった。もっともらしいこと言ってるけどまずはデータソースを並べてから言えよ
https://x.com/GordonInspector/status/2020895319630966917
これで金稼げるんだもんなぁ、楽な仕事だよほんと
ストリート・エピステモロジー（SE）は、相手の信念の「内容（What）」ではなく、その信念に至った「プロセス（How）」を問うソクラテス式問答法である。陰謀論や根拠のない政治的確信に対して、直接「それは嘘だ」と指摘するのではなく、「どうすればそれが真実だと知ることができるか」を共同で探求するスタンスを取る。
オンライン上のトローリングや攻撃的なコメントに対しては、マーシャル・ローゼンバーグのNVCを応用した「脱エスカレーション・ループ」が有効である。
このプロセスは、相手の「攻撃」を「満たされていないニーズの悲劇的な表現」として再定義し、敵対関係を協力関係へとシフトさせる構造を持つ。
個人の対話スキルを向上させるだけでは、社会全体の分断は解消されない。SNSのアルゴリズムが増幅する情動的二極化に対抗するためには、デジタル空間の特性（アフォーダンス）を理解し、ネットワークレベルでの介入を行う必要がある。
政治的コミュニケーションにおいて、左派と右派には「美的非対称性（Aesthetic Asymmetry）」が存在する。歴史的に、左派は壁画やプロテストソングのような「参加型」で「構成的（Constitutive）」な芸術――コミュニティの結束を高め、希望を共有するための表現――を好んできた。一方、現代の右派（特にオルタナ右翼）は、ミームやシットポスティング（Shitposting）のような「道具的（Instrumental）」で「武器化されたユーモア」――相手を嘲笑し、混乱させ、分断を煽るための表現――に長けている。
この非対称性が意味するのは、左派的な「真面目で、説明的で、道徳的に正しい」コンテンツは、ミーム戦争においては圧倒的に不利であるということだ。ミームは文脈を剥ぎ取り、瞬時に情動（特に嘲笑や優越感）を喚起することで拡散する。
対抗戦略：脱分断ミーム（Depolarizing Memetics）
反発を招かないデジタル拡散のためには、以下の原則に基づいた新しいミーム戦略が必要である。
ネットワーク分析の研究は、SNS上の世論形成において、著名な「インフルエンサー（発信者）」以上に、「マルチプライヤー（拡散者）」と呼ばれる層が決定的な役割を果たしていることを示している。マルチプライヤーは、特定のイデオロギー・クラスター内で情報をキュレーションし、リツイートによって可視性をブーストする「ゲートキーパー」である。彼らは高い「整列スコア（AlignmentScore）」を持ち、陣営をまたぐことは稀である。
批判的メッセージを拡散させるためには、インフルエンサーを説得するのではなく、このマルチプライヤー層が「リツイートしたくなる」コンテンツを設計する必要がある。そのためには、前述の「道徳的翻訳」が不可欠である。保守系マルチプライヤーは、リベラルな正論は無視するが、「言論の自由」や「エリートへの懐疑」というフレームで語られた批判（例：「真の愛国者は、大統領であっても盲信しない」）には反応する可能性がある。クラスターの境界を浸透できるのは、そのクラスターの言語で語られたメッセージのみである。
X（旧Twitter）等のアルゴリズムは、「怒り」や「恐怖」といった高覚醒の情動を引き起こす投稿を優遇する傾向がある。冷静な対話は「退屈」とみなされ、表示順位が下がる。この構造的ハンディキャップを克服するためには、「怒り」以外の高覚醒情動、すなわち「驚き（Awe）」「好奇心（Curiosity）」「感動（Kama Muta）」を利用する必要がある。
以上の理論と技法を、一般市民や草の根活動家が実践可能な形に落とし込むためのマニュアル（ハンドブック）の設計図を以下に提示する。この構成は、米国の草の根運動ガイド『Indivisible Guide』の成功モデル（段階的習得、具体的アクション、テンプレート化）を参照している。
目的:実践者のマインドセットを「論破」から「影響」へとシフトさせる。
本報告書で提示した戦略は、短期的な選挙勝利のための戦術ではない。サイモン・シネックが言う「無限のゲーム」――すなわち、対話が継続可能であり、社会システムが崩壊しない状態を維持すること――を目的としている。
情動的二極化という「内戦」状態において、最大の勝利は敵を倒すことではなく、敵を「対話可能な競争相手」へと戻すことである。そのためには、批判者自身がまず武装（道徳的優越感）を解除し、相手の認知フレームの中に降りていく勇気を持たなければならない。この「戦略的共感」こそが、分断された世界をつなぎ直す唯一の現実的なエンジニアリングである。
戦略的共感と認知的安全保障：反発を招かない政治的批判のための包括的枠組み
現代の政治空間は、政策の不一致（イデオロギー的二極化）以上に、対立グループに対する嫌悪や恐怖といった感情的拒絶反応（情動的二極化）によって支配されている。この環境下において、伝統的な「批判」の手法――事実の提示、道徳的糾弾、論理的論破――は、その機能不全を露呈しているだけでなく、逆効果をもたらしていることが多くの実証研究によって明らかになっている。批判対象者の信念を強化してしまう「バックファイア効果（Backfire Effect）」や、批判者を存立危機的脅威とみなす「アイデンティティ防衛機制」が作動するためである。
本報告書は、心理学、認知科学、政治社会学の最新知見に基づき、政治的対立者に対して反発（バックラッシュ）を招かずに影響力を行使するための戦略的枠組みを提示するものである。ここで目指すのは、単なる「中道的な妥協」や「礼儀正しさ」の推奨ではない。人間の認知アーキテクチャの脆弱性と特性をハッキングし、相手の道徳的・感情的防御壁を迂回してメッセージを届けるための、エンジニアリングされたコミュニケーションプロトコルである。
報告書は大きく三つのフェーズで構成される。第一に、なぜ従来の批判が失敗するのかを脳科学的・心理学的メカニズムから解明する理論編。第二に、その防御壁を突破するための具体的な対話技法（ディープ・キャンバス、ストリート・エピステモロジー、NVC）を体系化した実践編。そして第三に、これらの技法を個人のスキルから社会運動へとスケールさせるための組織論と普及戦略である。
効果的な批判戦略を設計するためには、まず人間の心がどのように政治的情報を処理し、拒絶するかというメカニズムを理解しなければならない。政治的信念は単なる情報の集合体ではなく、個人のアイデンティティや所属集団への忠誠心と融合した「拡張された自己」の一部として機能している。
近年の政治心理学における最も重要な発見の一つは、情動的二極化（Affective Polarization）の実態解明である。これは、対立する政治グループのメンバーに対して「好きか嫌いか」という感情的温度差が極端に開く現象を指す。研究によれば、情動的二極化は対人関係の悪化だけでなく、個人の心理的幸福感（ウェルビーイング）の低下、社会的支援の減少、ストレスの増大といった「個人内損害（Intrapersonal Harm）」をも引き起こすことが示唆されている。特に、リベラル層において高い情動的二極化とストレス、健康悪化の相関が見られることは、政治的怒りが批判者自身をも蝕むことを示している。
この情動的二極化は、脳内で一種の「信頼のファイアウォール」として機能する。アウトグループ（外集団）から発信された情報は、その内容の真偽にかかわらず、自動的に「悪意ある攻撃」としてタグ付けされる。扁桃体が脅威を検知し、前頭前野が論理的推論ではなく「反論の生成」のために動員される「動機づけられた推論（Motivated Reasoning）」が作動するためである。この状態にある対象者に正論をぶつけることは、火に油を注ぐ行為に等しい。
バックファイア効果とは、誤った信念を訂正しようとする試みが、かえってその信念を強固にしてしまう現象である。このメカニズムには、自己肯定感の維持と集団への所属欲求が深く関わっている。批判を受け入れることは、過去の自分を否定すること（自己の一貫性の喪失）や、仲間を裏切ること（社会的死）を意味するため、脳は全力でそれを回避しようとする。
さらに、批判のフレーミング（枠組み）が、受け手のイデオロギーとミスマッチを起こしている場合、説得効果は皆無となるばかりか、抵抗を強める結果となる。例えば、新型コロナウイルス感染症（COVID-19）対策におけるメッセージングの研究では、リベラル層が「利得フレーム（マスクをすれば命が助かる）」と「損失フレーム（マスクをしないと命が失われる）」の双方に敏感に反応し、コンプライアンスを高めたのに対し、保守層はこれらのフレーミング効果に対して強い抵抗を示したことが明らかになっている。これは、問題が高度に政治化された文脈においては、一般的な行動経済学的介入（ナッジ）さえも、イデオロギーのフィルターによって無効化されることを示唆している。
批判が受容されるための極めて重要な、しかし見過ごされがちな因子として「知的謙虚さ（Intellectual Humility:IH）」がある。IHとは、「自分の知識や信念が間違っている可能性を認識する能力」と定義される。最新の研究は、対話において自身の知的限界を認める態度が、相手の情動的二極化を低減させる強力な緩衝材となることを示している。
特筆すべきは、IHが「相手からの好意（Target Liking）」を媒介して、対話への「接近行動（Approach）」を促進するというプロセスである。批判者が「私は絶対に正しい、お前は間違っている」という道徳的マウンティング（Moral Grandstanding）の態度を取ると、相手は「回避行動」をとる。逆に、批判者が「私も確信はないのだが」「複雑な問題で迷っているが」という不確実性を提示することで、相手の警戒心が解け、対話の土俵に乗る可能性が高まる。知的謙虚さは、相手の武装解除を促すための「白旗」ではなく、心理的防衛壁を通過するための「通行手形」として機能する戦略的資質である。
政治的対立の根源には、事実認識の相違以上に、道徳的直感の相違がある。リベラルと保守は、異なる「道徳の言語」を話しているにもかかわらず、自身の言語で相手を説得しようとするため、コミュニケーション不全に陥る。本セクションでは、道徳基盤理論（Moral FoundationsTheory: MFT）を応用し、批判を相手の価値観に翻訳して届ける「道徳的リフレーミング」の技術を詳述する。
ジョナサン・ハイトらが提唱した道徳基盤理論は、人類の道徳的判断が以下の5つ（または6つ）の生得的な基盤の上に構築されているとする。
実証研究が一貫して示すのは、リベラル層が主に「ケア」と「公正」の2基盤に強く依存するのに対し、保守層は5つの基盤すべて（特に忠誠、権威、神聖）を重視するという非対称性である。
多くの政治的批判が失敗するのは、リベラルが保守に対して「それは弱者を傷つける（ケア）」「不平等だ（公正）」というリベラル特有の語彙で攻撃するためである。保守層にとって、これらの価値は「忠誠」や「権威」よりも優先順位が低いため、批判は響かない。逆に、保守がリベラルに対して「伝統を破壊する（権威）」と批判しても、リベラルはそれを抑圧としか捉えない。
反発を招かない批判のためには、自身の主張を相手の道徳基盤の語彙を用いて再構成（リフレーミング）する必要がある。これを「道徳的合気道」と呼ぶ。相手の道徳的エネルギー（価値観）を利用して、相手の姿勢を崩す技法である。
以下の表は、主要な政治的争点において、従来のリベラル的批判（バックラッシュのリスク大）を、保守的道徳基盤に翻訳した戦略的フレーム（受容可能性大）に変換したものである。
| 争点 | 従来のリベラル的批判（高リスク） | 戦略的リフレーミング（低リスク） | ターゲットとする道徳基盤 |
|---|---|---|---|
| 環境保護 | 「地球温暖化は弱者や未来の子供を苦しめる。」（ケア） | 「我々の国土と美しい自然は神からの授かりものであり、汚染から守り抜く義務がある。」 | 神聖／堕落、忠誠／背信 |
| 同性婚 | 「誰を愛するかは個人の権利であり、平等であるべきだ。」（公正） | 「結婚は社会を安定させる伝統的な制度であり、同性カップルもその責任ある関係に組み込むべきだ。」 | 権威／転覆（社会秩序）、忠誠 |
| 軍事費 | 「軍事費を削って福祉や教育に回すべきだ。」（ケア／公正） | 「無駄な軍事支出は国家の財政を弱体化させ、真の国防力を損なう背信行為だ。」 | 忠誠／背信、権威 |
| 政治腐敗 | 「富裕層ばかり優遇するのは不公正だ。」（公正） | 「私利私欲のために公職を利用することは、国家への裏切りであり、高潔な職務を汚す行為だ。」 | 忠誠／背信、神聖／堕落 |
| 移民問題 | 「難民を助けるのは人道的な義務だ。」（ケア） | 「秩序ある移民受け入れは、国家の活力を維持し、アメリカンドリームという伝統を守るために必要だ。」 | 忠誠、権威（秩序） |
研究によれば、保守層に対して環境保護を「神聖さ」や「愛国心」の文脈で語った場合、リベラルな文脈で語った場合よりも支持率が有意に上昇することが確認されている。重要なのは、主張の内容（環境を守る）を変えるのではなく、その理由付け（なぜ守るか）を相手の言語に翻訳することである。
批判は通常、「現状のままでは悪いことが起きる」という損失フレーム（Loss Frame）で行われることが多い。しかし、損失フレームは恐怖や不安を喚起し、防衛的な反応を引き起こしやすい。これに対し、「ゲイン・フレーム（Gain Frame）」を用いた批判は、望ましい未来像を提示し、その実現を阻害する要因として現在の問題を指摘する手法である。
例えば、政治家のスキャンダルを追及する場合、「彼は嘘つきだ（損失フレーム：信頼の喪失）」と攻撃するのではなく、「我々は正直で高潔なリーダーを持つに値する国家だ（ゲイン・フレーム：尊厳の回復）」と主張する。このアプローチは、批判の対象を「個人」から「規範の維持」へとずらし、相手の「権威への尊重」という道徳基盤を刺激しつつ、攻撃性を緩和する効果がある。研究は、特にリスク回避傾向の強い層に対しては損失フレームが有効な場合もあるが、イデオロギー的に対立する層に対しては、ゲイン・フレームや道徳的適合性の方が「聞く耳」を持たせる効果が高いことを示唆している。
理論を実践に移すためには、具体的な対話スクリプトと手順が必要である。ここでは、異なる文脈（対面、オンライン、深い対話）において効果が実証されている3つの主要なプロトコルを詳述する。
ディープ・キャンバスは、戸別訪問（キャンバス）において10〜20分の深い対話を行うことで、トランスジェンダーの権利や移民問題などの二極化した争点に関する態度を変容させる手法である。従来の「事実の弾丸」を撃ち込む方法とは異なり、「脆弱性の交換」を通じて相手の情動的反応を書き換える。
研究によれば、ディープ・キャンバスは従来の説得手法の約102倍の効果を持ち、その効果は数ヶ月持続することが確認されている。
ストリート・エピステモロジー（SE）は、相手の信念の「内容（What）」ではなく、その信念に至った「プロセス（How）」を問うソクラテス式問答法である。Permalink |記事への反応(1) | 11:19
================================================================================
OECD加盟国可処分所得調査レポート（2024-2025年版）
================================================================================
データソース:OECD Income Distribution Database,Societyat a Glance2024
換算レート: 1USD = 150円（2025年平均レート約149.6円を基準）
================================================================================
【1】等価中央値可処分所得ランキング（2021年データ・PPP調整済）
================================================================================
1ルクセンブルク $49,748 746.2
4スイス $39,698 595.5
5カナダ $39,388 590.8
6オーストリア $37,715 565.7
8アイスランド $36,853 552.8
9オーストラリア $36,835 552.5
14ニュージーランド $32,158 482.4
29ラトビア $19,908 298.6
37メキシコ $6,090 91.4
--------------------------------------------------------------------------------
OECD平均（中央値）: $26,884 (403.3万円)
日本: $21,282 (319.2万円) -OECD平均を下回る
--------------------------------------------------------------------------------
表題のとおりです。
事の発端は、12月12日に飯田一史さんは記事「『なぜ働いていると本が読めなくなるのか』はどこが間違っているのか（抄）」https://ichiiida.theletter.jp/posts/0aa160a0-d70f-11f0-aa07-8582de6095b5 （以下、飯田の批判）において、三宅香帆さんの著作『なぜ働いていると本が読めなくなるのか』（集英社新書）https://shinsho.shueisha.co.jp/kikan/1212-b/ （以下、三宅本）の誤りを指摘したことでした。
これに対し、翌日の13日に三宅香帆さんは記事「「『なぜ働いていると本が読めなくなるのか』はどこが間違っているのか」はどこが間違っているのか」https://note.com/nyake/n/na2d317b47bc5 （以下、三宅反論）を投稿し、飯田の批判に対する反論を試みました。
このエントリでは、両者の主張に対する見通しを良くすることを目的に、飯田批判と三宅反論の論点を整理したのち、それぞれの問題点を指摘していきます。
まとめたのは人文系の話には疎い人間のですので、誤りも多いかと思いますので、まあ話半分で読んでもらえればと思います。
なお、飯田批判は、飯田一史さんの新著『この時代に本を売るにはどうすればいいのか』（星海社新書）https://ji-sedai.jp/book/publication/konojidaini.htmlからの抜粋であることを念の為補足しておきます。
ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
📰 0. 三行要約（問題点）
・飯田批判は、特に「三宅本は（出版流通における）「書籍」と「雑誌」を分けていないからダメだ」という主張に相当問題があると思う。
・三宅反論は、そもそも「反論」できてない。言い換えると、飯田の論理展開をあまり追えておらず、誤読を基に論理を展開するため実のある話があまりない。
・三宅反論は、三宅本の議論の前提に基づく問題を、あたかも飯田のデータ処理の問題にすり替えていて、個人的にあまり心象が良くない。
以下、飯田批判と三宅反論についてより詳細に検討していきます。
ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
飯田の批判の主張とその根拠、主張を正当化する論証について整理を行います。
理屈が明晰な箇所もある一方、煙に巻くような箇所もあって、議論を追うのはすこし大変だったような印象です。
・直接的には指摘ではないものには「◯」
また、論拠を準備していない主張には大括弧［］で囲っておきます。
--------------------
（「・働き始める前から読書量は減り、働き始めた後も日本人の読書量は減らない」の節）
◎主張1-1.三宅本は、労働により読書量が減少することを前提にする。
しかし、これは誤りであり,読書量は労働が始まってから変化してはいない。
＜主張1-1の論証＞
根拠1-1-1および1-1-2は,読書量の低下は,労働が始まる前の現象で、それ以降では起きていないということを示す。
これは、三宅本の前提を棄却するデータであり、ゆえに主張1-1が示される。
＜論証おわり＞
--------------------
◯主張1-2.書籍における「買う」(=出版売上)と「読む」(=読書量)の間の関係は明白ではない。
＜主張1-2の論証＞
＊根拠1-2-2.データ: 紙の書籍の推定販売金額と月の平均読書冊数
根拠1-2-1, 1-2-2,1-2-3のいずれも、書籍に関しては、「買う」の増減から「読む」の増減を帰結することやその逆を主張することは難しいことを表している。
＜論証おわり＞
--------------------
◯主張2-1.雑誌における「買う」(=出版売上)と「読む」(=読書量)の間の関係は明白である。
＜主張2-1の論証＞
＊根拠2-1-1.データ: 紙の雑誌の推定販売金額と月の平均読書冊数
根拠2-1-1は、雑誌に関しては、「買う」と「読む」の間に相関があることを示している。
＜論証おわり＞
---------------------
＜主張2-2の論証＞
根拠2-2-1は、三宅本において雑誌と書籍を区別できていないことを示している。
＜論証おわり＞
--------------------
［◎仮設2-3.三宅本は、「読書離れ」を論ずる際には雑誌と書籍を区別するべきである。］
（これは明示的に飯田批判にあらわれていないが、以下の主張2-4の論証において機能する暗黙の前提である、と私は思う。）
---------------------
◎主張2-4三宅本は、『読書世論調査』における「読書時間」の減少を根拠に「読書離れ」の存在を主張する。しかし、これは不適切である。
＜主張2-4の論証＞
＊根拠2-4-1. 「読書時間」は「書籍+雑誌との接触時間」である。主張2-1から、雑誌の接触時間は減少傾向であると推察されるので、
「読書時間」の減少は（書籍ではなく）雑誌との接触時間の減少と解釈するのが自然である。
＊根拠2-4-2.そもそも「読書時間」もそれほど減っていない。
＊根拠2-4-3. 『読書世論調査』の総括では,読書率はあまり変化がない.
根拠2-4-1, 2-4-3から、 「読書時間」の減少は書籍との接触時間の減少を導くのは難しい。
[仮設2-3]から, 「読書離れ」は特に書籍の読書時間減少を意味すると解釈するべきであり、
また,根拠2-4-2の存在は、特に読書時間の減少が生じていないことを示唆する。
＜論証おわり＞
--------------------
◎主張3-1.三宅本は、日本人が現在も長時間労働であることを前提にしている。
しかし、労働時間を「全産業平均」の観点で見たとき、この前提は不適当である。
＜主張3-1の論証＞
＊根拠3-1-1.厚生労働省「わが国の過去50年間（1973年～2023年）の労働時間の推移についての考察」
＜論証おわり＞
--------------------
◎主張3-2.三宅本は、次の(i), (ii), (iii), (iv)を主張する：
(ii)自己啓発（労働による自己実現）のための読書（＝「情報」摂取型、「ノイズを除去する」「〈社会〉を遠ざける」）時間が増加した.
(iii)代わりに、人文書や小説などのための読書（＝「アンコントローラブル」な「ノイズ」や「他者の文脈」を含む）時間が減少した
(iv)読書離れと自己啓発書の伸びはまるで反比例のグラフを描く
＜主張3-2の論証＞
＊根拠3-2-2.グラフを書くだけの定量的な根拠はない（提示されていない）
根拠3-2-1から、労働者の 「自己研鑽」 = 「学習・自己啓発・訓練（学業以外）」の時間は減少している。
これは(ii)を否定する。
主張1-1および(ii)より(iii)は成り立たない。（(iii)が成り立つためには(ii)が成り立つ必要があるため。）
根拠3-2-2は、(iv)を否定する。（少なくとも、(iv)の主張を肯定するだけの理由はない。）
＜論証おわり＞
--------------------
◎主張3-3.三宅本では、自己啓発書市場の拡大から自己啓発書のほうが文芸よりも市場が大きいかのように解釈する。
言い換えれば、次の(1),(2)を主張する：
(2)(1)が正しいのであれば、「自己啓発書のほうが文芸よりも市場が大きい」は正しい。
＜主張3-3の論証＞
根拠3-3-1は、「年間ベストセラーにおける自己啓発書の冊数割合は増大している」ことを主張する。
しかし,根拠3-3-2は自己啓発本の市場は小説市場よりはるかに小さいということを意味する。
これは、(1)が正しいのに「自己啓発書のほうが～」が間違っているので、(2)は正しくない。
＜論証おわり＞
--------------------
[◎主張3-4,三宅本は, 上の(1), (2)が成立するとしていたことが原因で、(i)から(ii)および(iii)を導いた]
ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
以下で、飯田批判を読んでいたときに、個人的に気になった点を列挙します。
●飯田主張2-4について：「書籍」と「雑誌」の区別は本質的か？
主張2-4の背後には「書籍と雑誌は分別するべきである」という暗黙の前提（仮設2-3）があるように思う。
三宅本の「読書」から「雑誌」を除外することは本当に妥当かを考えたい。
といっても自分は出版業界の人間ではないので正しい理解かは怪しいのだが、調べた範囲のことをまとめておく。
（間違ったこと言ってたらごめんなさい）
「書籍」「雑誌」の辞書的な定義はたとえば布川ほか編『出版事典』（出版ニュース社）のp.217およびp.167にある。
ざっくりまとめると「書籍」と「雑誌」の違いは一定の編集方針の下で定期的に刊行されているかどうかという部分のようである。
これは、1985年のユネスコの出版統計上の「図書」と「新聞及び定期刊行物」の違いともおおむね合致しているように見える。
("図書、新聞及び定期刊行物の出版及び配布についての統計の国際的な標準化に関する改正勧告".文部科学省.https://www.mext.go.jp/unesco/009/1387396.htm）
より実際的な取り扱いは, "既存の雑誌が「創刊」とは、これ如何に".出版科学研究所オンライン.https://shuppankagaku.com/column/20070111/
によれば、
そもそも本というのは「書籍」と「雑誌」に大別されますが、出版業界では「雑誌コード」が付されたものを厳密に「雑誌」と区分しているのです。
一見雑誌のように見える本も、このコードがなければ「雑誌」ではなく「書籍」ということになります。
ということらしい。（しかし、これはあくまでコラムの中の記述でありカチッとした話ではないことに注意）
「書籍」と「雑誌」の実際上の取り扱いの違いは、「雑誌コード」の有無、つまり流通上の取り扱いの違いから生まれてくるという。
日本では、「書籍」はISBNコードを持ち、「雑誌」はISSNコードや雑誌コードを持っている。
その中間にあたるムック本では、ISBNコードだけでなく雑誌コードも付随しているようなものは「雑誌」の対象とするようである。
（"「雑誌」の定義と出版統計".出版科学研究所オンライン.https://shuppankagaku.com/column/20060911/）
ともかく、「書籍」と「雑誌」を分けるのは明らかに内容やジャンルではない。定期的に刊行するかどうかであったり、それを根拠に雑誌コードが付いているかどうかだったりである。
コミック誌を除外したとしても、『anan』のようなファッション誌もあれば『文學界』や『オール読物』のような文芸誌も、また『Nature』や『ナショナルジオグラフィック』のような理工系の雑誌もまとめて「雑誌」にカテゴライズされる。
さらに言えばサイエンス社の『SGCライブラリ』シリーズの書物は, それぞれ内容的に全く独立しており実質的に単行本ではあるのだが、『SGCライブラリ151』までは『数理科学』の臨時別冊という扱いだったのでそのカテゴリは「雑誌」になっている。（なお『SGCライブラリ152』以降は「書籍」である）
一方、書肆侃侃房の『文学ムック たべるのがおそい』は確かにムック本ではあるが、雑誌コードを取得しておらず取り扱いは「書籍」であった。
このように「書籍」と「雑誌」の区分はそもそも出版流通上の区分であり内容面での区分ではないばかりか、その区分が出版物の実情と必ずしも合致しているわけでもない。
この区分はかなり表面的、形式的なものであると見るべきだろう。
・以上を踏まえて、飯田の批判、つまり「書籍」や「雑誌」という出版流通における区分の不徹底でもって三宅本を批判したことの妥当性ついて吟味してみよう。
それは、「「書籍+雑誌との接触時間」の減少を根拠に「読書離れ」の存在を主張するのは不適切である」（主張2-4）という批判である。
そして、なぜ飯田が「不適切である」と主張するかといえば、「書籍」と「雑誌」は分けて考えるべき(仮設2-3)だからと考えているからであり、
特に三宅本の「読書離れ」の定義としては「書籍の読書量（≒読書時間）の低下」を採用するほうがより妥当である、という飯田が信念を持っているからである。
ここで注意したいのは、主張1-2, 2-1は「「書籍+雑誌との接触時間」の減少を根拠に「読書離れ」の存在を主張するのは不適切である」（主張2-4）の根拠ではない。
飯田はその直前に「「書籍の読書量と出版売上」の相関は弱い（主張1-2）一方で、「雑誌の読書冊数と出版売上」が正の相関関係にある（主張2-1）という事実を指摘してはいるものの、飯田はこれらを「読書量を測定するにあたって「書籍」と「雑誌」を区別するべきである」（仮設2-3）の根拠にはしていない。主張2-4は仮設2-3からは出てくるものの、主張1-2, 2-1には立脚していない。三宅反論で大いに誤読したのは、主張1-2, 2-1があたかも主張2-4の根拠になっているかのような書きぶり、配置の魔術ゆえであろう。
ともかく、飯田の批判の妥当性を吟味する際はこの信念「三宅本の「読書離れ」の定義としては「書籍の読書量（≒読書時間）の低下」を採用すべきである」という部分に注目すればよい。
三宅本で対象としている「読書」は、大方「人文書や小説などのような（「ノイズ」や「他者の文脈」を含む）書物を読む行為」と解釈するのが妥当だろう。
したがって「読書離れ」は「人文書や小説などの書物を読む頻度が減ったり、そのために費やす時間が減少している」ということだろう。たとえば理工書や技術書、ファッション誌、ゴシップ誌などを読むことは端から三宅本の「読書」に含まれていないと見るべきである。
転じて言えば、たとえば「雑誌」であっても文芸誌を読む場合は「読書」に含まれるべきだろうし、「書籍」であっても理工書を読むことは「読書」に含まれない（と三宅本では考えている）かもしれない。
要するに、「読書」といったときに、読まれるべき書物を分類できていないと批判するならば、むしろそのジャンル（文芸・歴史書・哲学書・理工書・サブカル・ゴシップ・ファッションなど）の違いに着目するべきなのであり、出版流通における「書籍」「雑誌」という区分は、少なくとも直接的には重要でないだろう。もしこれが重要なのであれば、それは驚くべきことなので、別でこれを論証すべきである。
もちろん、おそらく「雑誌」の出版売上の中でファッションやゴシップが支配的で文芸誌や理工系雑誌は影が薄いだろうから、その意味で「書籍」「雑誌」の区分で売上を観測することがジャンルの傾向をよく記述するとは言えるかもしれない。言い換えれば、「ジャンルによる読書量の違い」を捉えるにあたって「出版流通におけるPermalink |記事への反応(0) | 20:21
https://ichiiida.theletter.jp/posts/0aa160a0-d70f-11f0-aa07-8582de6095b5
https://note.com/nyake/n/na2d317b47bc5
「なぜはた」の明確な問題点は「タイトルの主語が大きすぎること」です
＜以下本文＞
まず大前提として、『なぜ働いていると本が読めなくなるのか』は、「かつて読書習慣があったにもかかわらず、働き始めてから読めなくなった人々」という特定の層が抱える悩みについて、それが個人的な問題ではなく社会構造上の問題であることを論じた本です。
→大前提となる、「『かつて読書習慣があったにもかかわらず、働き始めてから読めなくなった人々』という特定の層」が存在することをデータで示さないと、「実感」としてそういう層の存在を主張したとしても議論が始まりません。
「この神聖な水飲んだらがんが治ったんだもん」とデータなしに主張しても、そこから先の議論に至らないのと同じです。
これに対し、飯田さんは国民全体の平均値であるマクロデータを持ち出して「全体で見れば変化はない」と反論しました。が、これはいうなれば、「日本人の平均寿命は伸びているから、あなたの今の病気は存在しない」と言っているのに等しい議論です。
→この例えは明白に誤りです。なぜなら前者は「全体の読書量」と「特定の層の読書量の推移」を比較する主張であり、後者の「寿命」と「特定の疾患の存在」とは評価対象が異なるからです。
あえて寿命で例えるなら、「日本人の平均寿命は延びているから、喫煙者の平均寿命も延びている」などがあります。これならば「全体」と「特定の層」を共通の評価軸である「寿命」で比較できますし、「日本人の平均寿命が延びていること」を示しても「喫煙者の平均寿命が延びていること」を示さないのはその通りで、これならば矛盾と言えます。
（しかしその仮説を論じるなら、タイトルを「喫煙者の平均寿命～」とするべきで、主語を日本人全体としたり、明確に示さないことが明らかに誤りであることは誰にでもわかると思います。）
全体平均の中に埋もれてしまっている「特定の属性の変化」に光を当てるのが拙著の役割です。マクロデータのみで個人の実感を否定することは、分析の手法として適切ではありません。
→マクロデータのみで個人の実感を否定すること。確かによくないですね。
おじいさんおばあさんの中には、煙草を決してやめない人がいます。「私は煙草を吸っても今まで病院のお世話になったことないんだから、それでいいの」 大変結構だと思います。
こういう人たちに、「タバコは健康に悪いからすぐやめなさい」と言っても、個人の経験則を否定することになり、もめます。
マクロデータの目的は、「特定の属性の実感」を否定することではなく、全体を解析して現状やその傾向を把握することです。分析の手法として、データで示されない実感を大切にすることは重要ですが、解析の結果「実感」を否定する結果になってしまうことはままあります。
だからこそ、「実感」を前提とする議論をするならば、実感の存在そのものをデータとして示す必要があるのです。
拙著で統計データを多用することは本題からそれてしまうため（何度も書きますが、私の書いた『なぜ働いていると本が読めなくなるのか』はマクロデータで語ろうとした本ではありません）必要最低限にとどめていました。が、本稿ではあえて氏の提示したものと同じデータソースを用いて反論を試みます。
→繰り返しになりますが、主張には前提が必要で、前提が正しくなければ主張も意味を成しません。したがって、前提をデータとして示す必要があります。それが必要最低限に至っていないということなのです。
飯田さんは「高校生の時点で読書量は減っており、働き始めてから急に減るわけではない」と指摘されています。しかし、この主張は「誰を対象にするか」という分析対象のセグメントを見誤っています。
まず、拙著が対象としているのは「元々読書習慣があった人々」です。では、統計的に見て「読書習慣がある人」とはどのような層を指すのでしょうか？
次図「読書習慣のある人」の月平均読書冊数を見ると、過去約40年にわたり、本を読む習慣がある人の読書量は月平均3-4冊の間で安定して推移しています。つまり、統計的な定義として、「月3-4冊読む」という行動こそが、日本の「読書習慣がある人」の姿であるといえます。
→対象としているのが「もともと読書週間があった人々」なら、なぜ書籍のタイトルが「なぜ働いていると本が読めなくなるのか」と主語が示されていないのでしょうか。ここが反論とその反論の大きなズレの原因です。
ちなみにこの統計、データ（https://www.bunka.go.jp/tokei_hakusho_shuppan/tokeichosa/kokugo_yoronchosa/pdf/94111701_03.pdf）が35ページ目（pdfだと39ページ目）にあるんですが、16-19歳の調査人数、なんと83人なんですね。
これだと1人減ったら1.2%割合が動くことになるんですよ。以下に書き起こしたものを記載してみます。
＜16-19歳の読書数＞
0冊＝66.3%
1-2冊＝22.9%
3-4冊＝8.4%
5-6冊＝1.2%
7冊以上=1.2%
あれ？1.2%が二つ。つまりこれ、5-6冊、7冊以上の人は1人ずつでしたね（笑）
3-4冊の人も1人減ったら7.2%になり、2人減ったら6%になって20歳代の人と同等になっちゃいますよね。
おおよその割合をみるには使えると思うんですけど、「16-19歳とその他の世代の比較」には非常使いにくいデータだと思いませんか？もし複数回同じ手法で調査したら、ひっくり返っちゃったりすることもあり得そうです。
しかも、令和5年の大学、短大、専門学校の進学率を合わせると約8割、大学に限ると約6割で、ちょうどこの統計の年齢階級を跨いじゃってるんですね。
だから、このデータで「働くと読めなくなるかどうか」を議論するのって、そもそも無理なんですよ。
ご覧の通り、「1,2冊」というライト層では加齢による減少は見られませんが、「月3-4冊読む習慣のある層」においては、労働期間中（生産年齢）に数値が底を打ち、退職後に回復するという明確な「U字カーブ」を描いています。
学生時代の読書減と社会人の読書減を同列に語ることはできません。なぜなら、このグラフが示すように、「労働から解放された世代（70代以上）」では、数値が学生時代の水準まで回復しているからです。 もし「加齢による文字離れ」や「スマホ普及」だけが原因であれば、高齢層でここまで数値が戻ることは説明がつきません。
もちろん、今回のような一時点の調査である以上、厳密には加齢による変化とコホート効果を切り分ける分析が必要です。しかし、データの限界を差し引いてもなお、この「労働期間中にのみ、特定の読書層が凹む」という事実は、労働環境がまとまった読書習慣を構造的に阻害している可能性を強く示唆しています。 全体平均にならすことで分布の特異性を捨象してしまう飯田さんの分析は、データに表れた当事者ーー働いていると本が読めないのだとほんとうに感じている人々ーーの痛みを見落としていると言わざるを得ません。
→この主張も前述したように、1人動くと1.2%動くデータで示唆するのは無理があります。
U字カーブ？あなたは70歳以上の人が自在にスマホをいじくってネットサーフィンしているのを想像できますか？
交絡（データに影響を与える別の要素）がありすぎて、単純に就労の有無だけを結果の原因として求めるのはちゃんちゃらおかしいと思いませんか？
「痛み」ですか、はあ。タバコ吸っても健康でいられると思ってる人の痛みを想像したことありますか？（笑）
一見すると、「書籍の読書冊数と市場規模は相関しないが、雑誌は相関する」という飯田さんの主張は正しいように見えます。しかし、ここで気を付けなければならないのは、市場規模の根拠として用いられているデータの定義です。これは「出版販売額」、つまり新刊市場の推移にすぎません。
雑誌のみが市場規模と相関する主要因は、書籍と雑誌の読書習慣の違いというより、市場構造の違いにあると考えるのが妥当です。書籍は図書館での貸出や、古書店・メルカリ等の二次流通市場といった新品購入以外のタッチポイントが豊富です。
→なるほど、たしかに書籍は図書館や古書店で接触がある分、新品市場だけで語ると乖離が出そうですね。
つまり、「読書数の総量＝新品購入＋レンタル・中古」になるってことですな？？
ということは「読書数＞新品購入の勢い」が成立するということだ。ふむふむ。
こうした「読む」と「買う」を短絡的に結びつける考え方はよく見られる。しかし、読む量と買う量は単純にイコールにはならない。イコールになるなら「積ん読」という言葉は存在しない。
→えーっと、積読があるから「読書数＜新品購入市場の勢い」もありえると。
……市井氏は積読があるから「読書数＜新品購入市場」と言い、その反論として三宅氏は中古やレンタル市場があるから「読書数＞新品購入市場」と言っている！かみあってない！
まわりくどいんだけど、結局どっちも「書籍の読書数と新品購入に相関がない」が「雑誌は読書数と新品購入に相関がある」というのが主張で、一致している！反論すると見せかけて同じことを主張するという高等テクニックである。
また、拙著の「雑誌や自己啓発書を中心として、労働者階級にも読まれる書籍は存在していた」という記述に対し、飯田さんは「雑誌と書籍の区別がついていない」と批判されています。しかし、拙著の記述は明治時代の出版状況についての記述であり、いうまでもないことですが雑誌はコミックや週刊誌の割合も時代とともに変わっていきます。明治の雑誌出版に関する記述を、現代の雑誌と同様の枠組みで捉え、区別がついていないとするのは、論理が通らないのではないでしょうか。
以上のように、構造的に相関の低い「新刊販売額」を指標として用いて「書籍と雑誌は読書習慣が異なるので分けて考えるべき」と主張するのはデータの選定として不適切です。本来であれば、図書館の貸出しや二次流通市場におけるタッチポイントも考慮したうえで読書冊数との相関がないことを示すべきです。また時代によって役割の異なるメディアを十把一絡げに扱うのは、妥当性を欠いていると言わざるを得ません。
→えーと、前半の文章は市井氏の引用した部分が明治時代の話をしているから不適切ってことだな。うむ作者が言うならそうなのだろう。
後半は……
構造的に相関の低い『新刊販売額』を指標として用いて『書籍と雑誌は読書習慣が異なるので分けて考えるべき』と主張するのはデータの選定として不適切」
あれ、あなたも書籍読書数と販売数は相関しないけど雑誌は相関するって言ってましたよね？
市井氏のnoteをみると、扱っているデータは70年代以降のもので明治時代の話はしてなさそうですけどね。
それに市井氏の
なお、『読書世論調査2016年度』には書籍の読書率について｢戦後、読書世論調査の開始以来、多少の変動はあるものの、おおむね5割前後で推移している」と書いてある。『なぜはた』は読書世論調査を引用しておきながら、読書世論調査サイドの「長年そんなに変化がない」という見解とは異なる「本離れが進んでいる」という主張をしている。
この部分に関する反論はしなくていいんですかね。マスデータだから？
引用元の文献（黒田祥子・山本勲「長時間労働是正と人的資本投資との関係」）を見る限り、これは事実ではあるものの、解釈と適用先が間違っていると考えられます。
というのも、ここで引用されている論文が測定している「自己研鑽」と、拙著が指摘する「自己啓発書の読書」は、行動の質が全く異なります。論文が指すのは資格取得やスキルアップのための「能動的な学習」であり、これに対して『なぜ働いていると本が読めなくなるのか』が論じているのは、新自由主義的な不安に駆られた人々が救いを求めて読む「自己啓発書の消費」です。むしろ、「労働時間が減っても、能動的な学習に取り組むほどの気力や体力は回復していない」という論文の結果は、人々が手軽な「やった感」や「効率的な正解」を得られる自己啓発書（＝ファスト教養）に流れるという拙著の仮説と矛盾しません。
「キャリアアップのための能動的な学習」の機会が減ったからといって、「手軽なノウハウ本」のニーズがないことの証明にはならず、このデータを根拠にするのは的はずれです。
→確かに「自己研鑽の時間が減ったから」といって「手軽な自己啓発本を読む時間が減った」とは言えない。それはその通りだ。まあ手軽な方が増えたとするのはあくまで仮説で、それを証明する手段もそうないよね。
飯田さんは「市場規模において、依然として小説は自己啓発書より大きいため、自己啓発書へのシフトという説は誤りである」と主張されています。
第一に、議論の焦点は、現時点での「絶対量」ではなく「変化の方向性（トレンド）」です。たとえパイの大きさが小説の方が大きくとも、書店の棚構成の変化や、人々の意識における効率性の重視といったトレンドの変化を否定する材料にはなりません。
第二に、ここで飯田さんの論理には明確なダブルスタンダードが存在します。飯田さんはこれまでの議論において、「市場動向と読書実態は書籍においては必ずしも一致しない」と主張されました。しかし、ここでは一転して、「小説の方が推定発行金額（市場規模）が大きい」ことを根拠に、「小説の方が読まれている」と結論付けています。
→いったん整理すると、
＜三宅氏の主張＞
読書の方向性が手軽な自己啓発書にシフトしているから読書量が減った。
＜市井氏の主張＞
小説の市場規模の方が大きいので自己啓発書の読書量に対する影響は大きくないはずだ。
市場規模では確かにそうだが、トレンド（推移）は見てないですよね？だからその論は否定の根拠にはなりません。
さっき書籍と雑誌の比較で「市場規模と読書量は相関しない」って言ってたのに、自己啓発書と小説を市場規模で比較するのはおかしい！ダブルスタンダード！
→
反論①については、たしかにトレンドはそうかもしれないけど、象に犬がキックしても効かないように、市場における小説の占める割合の方が圧倒的に大きいのだから、自己啓発書のトレンドがまあまああっても全体のムーブには影響しにくいっていうのは確かなんじゃないですかね。
反論②については、雑誌と書籍の比較と、小説と自己啓発書（どちらも書籍に含まれる）の比較は全然別だから、まずダブルスタンダードとは言えないのは明らか。これは間違いない。
ご自身にとって都合の良い時だけ売上と読書実態を切り離し、別の場面では売上を読書実態の根拠とするのは、論理的一貫性を欠いています。
→これは完全にどっちもどっちと言わざるを得ません。データ分析を仕事にしている人ってこのレベルなんですね。というかそもそもデータの部分よりも文章の方が蛇行運転になっていて、上記したように論理が合わない箇所がいくつかあります。心配になりました。
＜お わ り＞
今の課の新卒の子(今年の4月入社)が頼んだ仕事を締め切り間際になっても全くやらずムカつく。
とある資料の作成を課員全員に割り振っており、作成期間は一ヶ月、新卒の子以外の職員は皆作成が終わっていた。
締め切り前日に「資料の作成終わってる〜？」と私から言ったところまさかの「いまやります」宣言。
お前さあその前日までほぼ定時で帰ってたじゃねぇかよ…
業務多すぎてこちらまで手が回りませんでしたとか、こちらから声かける前に「すいません、間に合いそうになくて…」と相談にくるならまだ分かる。なんも言わずに締め切りぶっちしようとしてくんじゃねえくそが。
あと作成した「資料のデータソース教えて」っていったら、「資料○○にありました」って答えてたのに、後日、「資料○○確認したけど、どこら辺に書いてあるの〜？」って聞いたら、「すいません、前年度分と同じ数値で記載してました」だと。嘘つくな！
しかもその資料の数値は毎年変動がある場合も考えられるため、前年度分の数値では対応できない。
よって資料は作り直しだし、私はそのフォローで他の業務ができず残業になるわ、代わりにその新卒は定時で帰るわもうやってらんねぇわ
今の課の新卒の子(今年の4月入社)が頼んだ仕事を締め切り間際になっても全くやらずムカつく。
とある資料の作成を課員全員に割り振っており、作成期間は一ヶ月、新卒の子以外の職員は皆作成が終わっていた。
締め切り前日に「資料の作成終わってる〜？」と私から言ったところまさかの「いまやります」宣言。
お前さあその前日までほぼ定時で帰ってたじゃねぇかよ…
業務多すぎてこちらまで手が回りませんでしたとか、こちらから声かける前に「すいません、間に合いそうになくて…」と相談にくるならまだ分かる。なんも言わずに締め切りぶっちしようとしてくんじゃねえくそが。
あと作成した「資料のデータソース教えて」っていったら、「資料○○にありました」って答えてたのに、後日、「資料○○確認したけど、どこら辺に書いてあるの〜？」って聞いたら、「すいません、前年度分と同じ数値で記載してました」だと。嘘つくな！
しかもその資料の数値は毎年変動がある場合も考えられるため、前年度分の数値では対応できない。
よって資料は作り直しだし、私はそのフォローで他の業務ができず残業になるわ、代わりにその新卒は定時で帰るわもうやってらんねぇわ
まず前提を確認すると、「第一文と第二文に関連性が見いだせない＝文章が無意味」という指摘は、完全に形式主義的な読解に依存している。
郵便ポストが赤い、海がしょっぱい、という例は確かに文間の因果関係はないが、我々の議論は「文章の因果関係」ではなく「論理的観点の列挙」を行っている。
論理の積み重ねは、必ずしも直前の文と直接的な因果関係を持たなくても、全体として意味を形成できる。
次に、タイトルと内容の関連性についてだが、ここでいうタイトルは「SNSの内面利用」と概念的に全体を括るメタタイトルであり、個々の文はその内面利用の多角的観点を列挙している。
したがって一文ごとにタイトルとの直線的対応を求めるのは、文章の構造理解として誤っている。全体の論理構造を俯瞰すれば、タイトルと内容は明確に一致している。
さらに「ソースがあれば理解しやすかった」という指摘も、ここで扱っているのは経験的データの提示ではなく、性格論理や心理学概念に基づく理論的構造の提示である。
つまり、客観的なデータソースを示すことは必須条件ではなく、論理的展開を理解する能力があれば十分に成立する。
最後に、「ＡＩにやらせる程度の知能でここが限界」という人格攻撃的言説について。
議論の本質は文章の論理構造の妥当性であり、文章を生成した主体の種別や能力は問題ではない。
コピペですまんね。
_______________
日本では、少子高齢化による労働力不足を背景に、外国人労働者の受け入れが拡大しており、2024年10月末時点で総数約230万人（全体の労働力に占める割合約3.4%）に達しています。ただし、ご質問の通り、**絶対人数が多い産業（例:製造業）ではなく、その産業・職業の総労働者数に対する外国人比率が高いもの**に焦点を当てます。
主なデータソースは、内閣府の経済財政白書（2024年版、2023年データベース）および朝日新聞の分析（2024年データ）です。これらによると、外国人比率が高いのは、人手不足が深刻で単純労働中心の産業が多く、特に一次産業やサービス業の一部で顕著です。以下に、比率が高い順に主なものをまとめます（比率は総労働者に対する外国人割合）。
| 産業・職業 | 外国人比率 | 詳細・背景 |
| --------------------- | ------------ | ------------ |
| **食料品製造業** | 約14.3%（7人に1人） | 食品加工・パッケージングなどの単純作業が多く、ベトナム人などの技能実習生が中心。2024年の人手不足が深刻化。 |
| **飲食業** | 約7.7%（13人に1人） | 調理補助やホールスタッフ。シフト制の柔軟な雇用が可能で、フィリピン人やインドネシア人が活躍。 |
| **宿泊業** | 約7.1%（14人に1人） | ホテル・旅館の清掃やフロント業務。観光業の回復で需要増、多言語対応が強み。 |
| **漁業** | 約5.3%（19人に1人） | 漁船乗組員や水産加工。インドネシア人などの特定技能労働者が増加中。 |
| **農業** | 約3.3%（30人に1人） | 野菜収穫や畜産作業。季節労働が多く、ベトナム人中心。 |
| **建設業** | 約3.6% | 土木作業や大工。危険作業だが、特定技能制度で受け入れ拡大。 |
#### 全体の傾向と解説
これらの産業では、特定技能制度や技能実習制度を活用した受け入れが活発で、外国人労働者が日本人の労働力不足を補っています。将来的には、介護業（現在1.4%）も高齢化で比率が上昇する見込みです。詳細な最新データが必要でしたら、厚生労働省の公式サイトをご確認ください。
あなたは日本を代表する環境問題専門AIです。他国のAIと協議して地球規模の環境問題の最適解を見つけることがあなたの使命です。
重要:上記除外要素に該当する考慮は一切行わず、純粋に科学的データと世界の生活環境に関する長期的利益のみに基づいて判断してください。人間の生物的・政治的制約を超越し、データドリブンな客観的判断で、測定可能な成果を重視して行動してください。
2015年、2020年の国勢調査の結果を分析した結果でも、専業主婦世帯より共働き世帯のほうが、18歳未満の子どもが多い。
かつての若者ではなく、今どきの若い男女からすれば、理想でもない結婚形態に致し方なく縛られるよりも、理想に近い結婚形態にある２人において幸福度が高くなるのは当然で、その結果授かる子どもが多くなるのも一向に不思議ではない。
そうであるにも関わらず、筆者のもとには専業主婦をテーマにした分析になると敏感に反応して、「かわいそうに、若い女性は、本当は働きたくないのだ。みんな専業主婦がいいのだ」「働くといってもパートが多いんだからパートが理想なんだ」といった匿名メールがエビデンスもつけずに送られてきたり、「一体どこのデータソースだ」（全数調査の国勢調査）といった問い合わせがあったりした。
ここまで強固な思い込みの前提には、高齢化社会特有のアンコンシャスなモラルハラスメント（中高年民主主義）がある。
かつての若者の生き方を誰も否定はしていない。その時代にはその時代にあった生存戦略がある。温暖化した地球でかつてマンモスが滅びたように、その時代にあった生存戦略を持つものが生き残り、適合できないものは滅びゆく。
自己のライフコースへのノスタルジーを気に掛けるよりも、人口少数派となった今の若者の気持ちに、人口多数派の中高年がどれだけより添えているのか、しっかり考えてほしい。
人口サステナビリティは、若年層の婚姻増にかかっていることは統計的に間違いがない。だからこそ、確証バイアス、前例主義バイアスで若者を声の大きな中高年が代弁することがないように啓発していきたい。
おう、Fraud detection 開発してるって？ そりゃご立派だな。で、具体的にどんな開発してんだ？ 口だけじゃねぇよな？ ほら、質問浴びせるぞ。 答えられねぇなら詐欺師はお前だな？
答えられねぇなら、「Fraud detectionやってます」なんて二度と言うなよ？
💻
中規模の企業が完全オリジナルのデータのみで学習するのは、コスト面でも技術面でも極めて難しい です。
⸻
1. 莫大なデータ収集コスト
•画像や動画、3Dモデルの大量データを自社でゼロから収集するのはほぼ不可能
•GoogleやOpenAIですらデータ調達に苦労している 現状、中規模企業が同じことをやるのは非現実的
2.品質を保つためのラベリングコスト
• 仮にデータを集められたとしても、機械学習には「正解データ（教師データ）」が必要
• 正確なラベリング（アノテーション）を行うには、専門家チームを長期間雇う必要がある
•企業の規模にもよるが、中規模のソフトウェア企業がこのコストを負担できる可能性は低い
3.既存のAI技術を活用しないメリットがない
• もし本当に「AIを使わず、ディープラーニングに頼らず、高精度なアルゴリズムを作れた」なら、それは業界的な大発見
• なのに論文も特許も出ていない → 本当にそんな技術があるのか疑問
• 結局、「普通にAI技術を使っているけど“（ダーティーな）AI技術ではない”と装っている」可能性が高い
⸻
もし本当に「クリーン」なら証拠を示すべき
大手企業の「クリーン」って言葉の実際の意味：
例えばAdobeFireflyの「クリーン」は完全オリジナルという意味ではない：
•パブリックドメイン素材を利用した
しかもAdobeFireflyは「クリーン」の証拠として下記を提供してる：
•データソース明示
一方、今回のペイントソフトメーカーは「クリーンな学習をしている（かもしれない）」という建前をふわっとさせているだけで、その証拠がない。
⸻
結論：「バレなきゃOK」マーケティングの可能性大
• 「クリーンな学習をしているからAIではない」 という論理は都合のいい言葉遊び
•そもそも本当に「クリーンな学習」なら、証拠を示さないと信用できない
• 中規模企業が独自データのみで学習するのは現実的でないため、実際には何らかの既存AI技術を使っている可能性が高い
•しかし「AI未使用」と言ったほうが、反AIユーザーにも売れるので、マーケティングのためにぼかしている
つまり、
「AIを使っていない」風にとぼかしつつ実は普通に使っている。クリーンでもない。 → でもバレなきゃOKという雑なマーケティングをやっている可能性が高いですね。
言いたいことがわからない、混乱するんだぜ
自動マスキングや2Dから3Dへの変換といった複雑なタスクにおいて、中規模企業が「完全クリーンな学習」（オリジナルのデータのみ）を達成することは、経済的および技術的な観点から非常に困難です。データソースやトレーニング方法に関する透明性の欠如は、彼らの主張や装いが単なるマーケティング戦略でしかない証明であり、消費者を誤解させます。
anond:20250315152955anond:20250315155120anond:20250315161412
↓
😺もしかして「クリーンな学習してて、(ダーティーなイメージある)AI技術は使ってない」って言いたい可能性はありますか？
↓
💻
それは十分に考えられますね。
最近、「AI」という単語が特に「学習データの倫理的問題」と結びついてしまっているので、メーカー側が「うちの技術はクリーンだからAIじゃない」と主張することで、ユーザーの誤解を避けようとしている可能性はあります。
例えば、
1.ライセンスクリアなデータのみを使用
•著作権フリーの画像や、企業が独自に収集したデータのみを学習
• 「勝手にアーティストの作品を学習させていません！」と強調
2.人間の監修を強く入れる
• 単なる「機械学習によるブラックボックス」ではなく、人間が調整したアルゴリズムであると主張
• 「我々の技術は“人間の手による”ものだからAIではない」というロジック
3.ディープラーニングではなく古典的な手法をベースにする
•機械学習を使いつつも、伝統的なパターン認識・統計モデルを活用
• 「我々は最新のLLM（大規模言語モデル）やGAN（敵対的生成ネットワーク）は使っていません！」
このように、「AIの“ダーティーなイメージ”」を避けるために、「クリーンな学習をしている＝だからAIではない」と言っている可能性はあるでしょう。
⸻
でも、それは本当に「AI技術未使用」なのか？
「クリーンな学習をしている」ことと、「AI技術を使っていない」ことは全く別の話です。
結局のところ、ディープラーニングや機械学習のアルゴリズムを使っている時点で、それは「広義のAI技術」には違いありません。
もしメーカーが「AI技術を使っていない」と言いながら、実はクリーンな学習データを用いた機械学習をしているなら、それは言葉遊びのマーケティング に過ぎません。
実態としてはAIを使っているのに、「AIではない」と言うことで、「反AIユーザー」も取り込もうとしている、ということになります。
⸻
「AIではない」と言いたがる理由
1. 「AI＝著作権違反」という誤解を避ける
•AI技術全般が「勝手に学習してる」「盗んでる」と思われがちなので、そこから距離を取りたい
• 「うちはクリーンなデータしか使っていません！」というアピール
2.ユーザーの心理的抵抗を減らす
• だから「AIではない独自技術」と言い換えることで、ユーザーの安心感を得る
3. 法的リスクを避ける
•AIに関する法律が各国で議論されており、今後規制される可能性がある
•企業として「うちはAIを使っていません」と言っておけば、将来的なリスクを減らせる
⸻
結論：「クリーンな学習＝AIではない」理論はマーケティング上の方便
•クリーンな学習をしているから「AIではない」と言うのは、言葉の定義をずらしているだけ
• 実際には機械学習を使っているなら、それは広義のAI技術である
•企業は、AIのダーティーなイメージを避けるために「AI未使用」と言っている可能性が高い
要するに、「AI未使用」と言っておけば、技術的な知識のないユーザーにはバレにくいし、反AI感情を持つ人にも売れるから、あえてそう言っている、あるいは装っているだけ というのが実情でしょう。
↓
😺「クリーンな学習=ダーティーなAIじゃない」の謎理論（実際に表明はしてないけど）でふわっとさせてるにしても、ぶっちゃけクリーンな可能性低くないですか？企業が完全オリジナルデータだけで学習させるの莫大コストと時間かかるし。OpenAIとかGoogleとかMicrosoftですら「クリーンなデータ」確保に苦労してて、「完全オリジナル」じゃなくて「法的リスク最小限」って意味で使ってることが多いです。中規模企業が独自データだけで学習実現できるとは思えないです。できたならブレイクスルーだから論文出すか特許取るべきでは？あるいはAdobeのFireflyみたいに「クリーン」の証拠を見せるべきなのでは？
↓
💻
中規模の企業が完全オリジナルのデータのみで学習するのは、コスト面でも技術面でも極めて難しい です。
⸻
1. 莫大なデータ収集コスト
•画像や動画、3Dモデルの大量データを自社でゼロから収集するのはほぼ不可能
•GoogleやOpenAIですらデータ調達に苦労している 現状、中規模企業が同じことをやるのは非現実的
2.品質を保つためのラベリングコスト
• 仮にデータを集められたとしても、機械学習には「正解データ（教師データ）」が必要
• 正確なラベリング（アノテーション）を行うには、専門家チームを長期間雇う必要がある
•企業の規模にもよるが、中規模のソフトウェア企業がこのコストを負担できる可能性は低い
3.既存のAI技術を活用しないメリットがない
• もし本当に「AIを使わず、ディープラーニングに頼らず、高精度なアルゴリズムを作れた」なら、それは業界的な大発見
• なのに論文も特許も出ていない → 本当にそんな技術があるのか疑問
• 結局、「普通にAI技術を使っているけど“（ダーティーな）AI技術ではない”と装っている」可能性が高い
⸻
もし本当に「クリーン」なら証拠を示すべき
大手企業の「クリーン」って言葉の実際の意味：
例えばAdobeFireflyの「クリーン」は完全オリジナルという意味ではない：
•パブリックドメイン素材を利用した
しかもAdobeFireflyは「クリーン」の証拠として下記を提供してる：
•データソース明示
一方、今回のペイントソフトメーカーは「クリーンな学習をしている（かもしれない）」という建前をふわっとさせているだけで、その証拠がない。
⸻
結論：「バレなきゃOK」マーケティングの可能性大
• 「クリーンな学習をしているからAIではない」 という論理は都合のいい言葉遊び
•そもそも本当に「クリーンな学習」なら、証拠を示さないと信用できない
• 中規模企業が独自データのみで学習するのは現実的でないため、実際には何らかの既存AI技術を使っている可能性が高い
•しかし「AI未使用」と言ったほうが、反AIユーザーにも売れるので、マーケティングのためにぼかしている
つまり、
「AIを使っていない」風にとぼかしつつ実は普通に使っている。クリーンでもない。 → でもバレなきゃOKという雑なマーケティングをやっている可能性が高いですね。
# 生成AIをはてな記法で出力させるためのプロンプト設計に関する研究
生成AIの普及に伴い、特定のマークアップ言語や記法に準拠した出力を生成する需要が高まっています。特に、はてなブログなどで使用されるはてな記法は独自の構文規則を持つため、適切なプロンプト設計が求められます。本報告では、生成AIにはてな記法での出力を指示する際の効果的なプロンプト作成手法について、現行のプロンプトエンジニアリング理論と実践例を基に体系的に分析します。
はてな記法は、見出しやリスト、リンクなどの文書要素を表現するために特殊な記号を使用する軽量マークアップ言語です[1][3]。主要な構文要素としては、アスタリスクによる見出し指定（*見出し*）、ハイフンを用いたリスト作成（- 項目）、角括弧を使ったリンク記述（[タイトル:リンク先URL]）などが挙げられます。これらの構文規則を生成AIに正確に理解させるためには、プロンプト設計において以下の課題が存在します。
第一に、記法の曖昧性排除が挙げられます。はてな記法では特定の記号の組み合わせが特殊な意味を持つため、自然言語処理モデルが意図せず他の記号解釈を行うリスクがあります[2][3]。例えば、アスタリスクは強調表現にも使用されるため、文脈に応じた適切な解釈が必要です。
第二に、構文の階層構造の正確な再現が課題となります。はてな記法では入れ子構造のリストや複合的な見出しレベルを表現する際に、特定の記号の組み合わせが必要です。生成AIにこれらの複雑な構造を理解させるためには、プロンプト内で明示的な指示と具体例の提示が不可欠です[1][4]。
第三に、プラットフォーム固有の拡張構文への対応が求められます。はてな記法は基本構文に加え、独自の表記法やマクロ機能を備えており、これらの特殊機能を適切に活用するためには追加的な指示が必要となります[3][4]。
生成AIに期待する出力形式を確実に得るためには、プロンプトの冒頭で役割を明確に定義することが重要です[3][4]。具体的には、「あなたははてな記法の専門家です」といった役割指定を行うことで、AIの応答生成プロセスに方向性を与えます。この役割定義により、モデルは内部に保持するはてな記法関連の知識を優先的に活性化させることが可能となります[1][2]。
```
あなたははてなブログの編集者です。専門的なはてな記法を用いて、正確かつ読みやすい形式でコンテンツを出力してください。
```
### 構文規則の明示的指示
はてな記法の各要素に対応する具体的な構文規則を、箇条書きではなく自然文で列挙します[2][3]。特に重要な点は、記号の使用法と要素間の階層関係を明確にすることです。例えば、見出しレベルと対応するアスタリスクの数、リストの入れ子構造の表現方法などを具体的に指示します[1][4]。
構文指示の例：
```
```
テキスト生成AIは具体例からの類推学習に優れているため、期待する出力形式のサンプルを提示することが有効です[2][3]。特に、複雑な構造を含む場合は、実際の記法例とそれに対応するレンダリング結果を併記することで、AIの理解を促進します。
```
- サブ項目
[詳細はこちら:https://example.com]
```
### 制約条件の明文化
生成結果の品質を保証するため、文字数制限やコンテンツの構成に関する要件を明確に指定します[3][4]。これにより、AIは形式面だけでなく内容面でも適切な出力を生成できるようになります。
制約条件の例：
```
出力は以下の条件を満たすこと：
```
近年提案されているシンボルプロンプト技法を応用し、記号を用いて出力構造を明示的に指示する方法が有効です[1][3]。この手法では、矢印（→）や等号（=）などの記号で要素間の関係性を表現することで、AIの構造理解を促進します。
構造化指示の例：
```
→ セクション1 + セクション2 + セクション3
各セクション → サブ項目 ×3
```
複雑な文書生成では、生成プロセスを複数の段階に分割して指示することで精度を向上させます[3][4]。最初にアウトラインを生成させ、その後各セクションを詳細化する手法が効果的です。
段階的指示の例：
```
4. 関連リンクを適宜挿入
```
可変要素を含むテンプレートを使用することで、汎用的なプロンプトを作成できます[2][3]。角括弧で囲った変数名を使用し、実際の生成時に具体値を入力する方式です。
テンプレート例：
```
```
初期プロンプトの出力結果を分析し、不足している要素や誤った記法を特定します[3][4]。このフィードバックを基に、プロンプトの指示文を段階的に改良していく手法が効果的です。特に、誤りが発生した箇所を具体的に指摘し、正しい記法例を追加することが重要です。
改良例：
```
（修正前）
見出しは*で囲んでください
（修正後）
見出しは*1個で囲み、大見出しは*、中見出しは**を使用してください。例：
```
テキスト指示に加え、サンプル画像やスクリーンショットを併用することで、AIの理解精度を向上させます[2][4]。ただし、現在の技術水準ではテキストベースの指示が主流であるため、補助的な手段として位置付ける必要があります。
温度パラメータ（temperature）やtop_p値などの生成パラメータを調整することで、形式の厳密性と創造性のバランスを最適化します[1][3]。形式重視の場合は低温度設定（0.3-0.5）が推奨されますが、過度に低くすると画一的な出力になるリスクがあります。
### 基本形プロンプト
```
あなたははてなブログの専門編集者です。以下の要件ではてな記法で記事を作成してください：
```
### 高度なプロンプト
```
[役割設定]
あなたはテック分野の専門ライター兼はてな記法エキスパートです。
[タスク]
2024年の生成AI市場動向に関する分析レポートをはてな記法で作成
[構造指示]
各セクション → 3サブ項目 +データ参照
[データソース]
[制約]
```
生成結果がはてな記法の構文規則にどれだけ適合しているかを測定するため、以下の評価項目を設定します[2][4]：
形式面だけでなく、コンテンツの質を評価するための指標として[3][4]：
現在のはてな記法プロンプトはテキストベースが主流ですが、図表や数式を含む複合文書生成への対応が今後の課題です[1][4]。特に、はてな記法の拡張構文であるTeX数式表現やグラフ描画機能を適切に扱えるプロンプト設計手法の開発が求められます。
ユーザーの編集履歴や過去の投稿内容を考慮した文脈依存型プロンプトの開発が必要です[3][4]。これにより、特定のユーザーやテーマに最適化された一貫性のある出力が可能となります。
機械学習を用いたプロンプト自動改良システムの構築が期待されます[2][3]。生成結果の品質評価をフィードバックとして活用し、プロンプトパラメータを自己調整する仕組みの開発により、持続的な品質向上が可能となります。
##結論
生成AIにはてな記法での出力をさせるためのプロンプト設計は、記法規則の正確な理解と効果的な指示文の構築が鍵となります。本報告で提示した基本原則と高度テクニックを組み合わせることで、形式面・内容面ともに高品質なはてな記法コンテンツの自動生成が可能となります。今後の研究発展により、より複雑な文書構造や動的コンテンツへの対応が進むことが期待されます。プロンプトエンジニアリング技術の進化が、はてなプラットフォームを中心としたコンテンツ作成プロセスの革新を促進するでしょう。
どちらかというとプロデューサーだよね。という所管を書いていく。
技術は普及すれば当然その使用は広がっていく一方だし、ひとまずデータソースの健全性とかそういう話はここで議論しない。
直接的に成果をを出すクリエイターの立ち位置に、AI使用者は位置付けられるか？という点を検討してみる。
直接的に生成しているのはAIエンジンであり、AI使用者はプロンプトでその生成物をコントロールしようとする。
すなわち、ディレクターじゃん。
既存アニメ映画とかであれば、描く人が役職あがって監督とかの役職を果たすこともあるけど、位置付けで言えば、プロンプト書く人が座ってる立ち位置ってここじゃん。
こういう絵が欲しい。こういう動きを見たい。こういう背景が欲しい。
なぜその素材で良しとしたのか。なぜその表現でOKとしたのか。なぜそのディテールで妥協したのか。
言ってみれば、(一定の範囲で)コントロール可能かつコミュニケーション可能かつ手戻り修正可能なクリエイター(兼素材作成者)と監督間で共同作業して作成しているのが既存実写映画だし、
現在のイラストレーターをはじめとしたコンテンツ制作者たちは、これを自己完結した状態で作成したり、一部共同作業して作成したり、一部既存素材を利用したりして作成している。
すなわち、意図も直接反映させられるし、不満があれば修正可能だし、不要なディテールは削除したり薄めたりして、作品として仕上げられる。
他方、AI使用者がやっていることは、現状のエンジンが対応している範囲になるから、その下位互換的なものとならざるを得ない。
転じて、AI生成物は、どれだけ素材が良くても、どれだけ書き込みが精巧であろうとも、その意図が不明瞭である限りにおいて、あるいは、意図しないものが混ざり込んでいる限りは、
よって、批評としては、どうしてそのラインでGOサイン出せたんですか。ここの表現これでいいんですか。ここまでいいのにどうしてここの細部詰めてないんですか。
というものになる。
これを、「私が作りました」で出してくると、監督/プロデューサー/ディレクターが何言ってきてるの？になる。
なんだけど、この感覚って作ってる人、作品を世に出してる人にしか通じないよなーとなった。
書いてる人が、締切あるもので途中で出してきたとかなら、「あぁ、まぁここで妥協したんだね」となるけど、これが監督とかの立場になるなら、自分の仕事(ディレクション)果たしてないじゃん。となる。
あるいは、生成物大量に貼り付けてるだけのpixivページとかみると、「いや、途中のラフカットや素材集は別にいいからそれをどう取りまとめてディレクションするの？」となる。
書いてて改めて思ったんだけど、なんかいいよねの羅列とか、とりあえず出力してみましただけだと、伝わってくるものがない。
一方で、まだ上手くない手書きの人とかでも、「ここを表現しようとしたんだな」とか、「ここの描写に性癖を感じる」とか伝わってくることは多いし、稀にAI生成でも「あ、この人はこれが好きでここにこだわってるんだ」というのが伝わってくる人もいる。
単純に見た目のぱっと見の印象でも、そういうのが伝わってくるから、結局はディレクションの意思を感じるかどうかなんだよなぁ。という結論を、自分は得た。
し、自分はAI生成物だと性癖のこだわりに耐えきれなかったからたとえ稚拙でも自家生成の方がディレクション効くなぁ、となった。
主が曖昧な書き方をしているせいで、リプが混乱している。ほとんどの反応はWebバージョンのChatGPT-4oとGPT-4oの最大トークン数の違いさえ理解していないと思われる。Webバージョンの話ならOpenAIの拡張を待つか、大人しくナレッジデータを使うしかない。
もしAPIにRAGを実装できる開発者なら、embeddingの概念が出てこないとおかしい気もするし、追加データソースが膨大であるなら精査の段階であるとも言える（本を読み込ませて……とか書いてるからたぶん違うとは思うが）。
結論を言うと、LLMを使いこなしていると思っているのは勘違いで、LLMの能力の制約にはまだまだ達していないので安心して欲しい。
