ナァナァ主人、技術ツリーの決まり事の不完全な部分について③
誤字脱字があると思います。温かい目で見てください。
「ナァナァ主人、各要素の捕捉って、どれの捕捉をするのニャ？」
「3.4.について触れようと考えてるよ。」
「3.『職人→翻訳者（若手）→AI』の学習ループと、4.適性に応じたキャリアパスの自然分岐なのナァ。どう捕捉するのニャ。」
「①職人、技術者（翻訳者）、AIの学習ループでの役割
②技術者（若手）のキャリアパスルート
③管理者を学習ループに組み込む
④学習ループの順番
で語るよ。」
「わかったナァ。まず①職人、技術者（翻訳者）、AIの学習ループでの役割なのニャ。」
「では、始めるよ。まず、職人は技術の先導者として暗黙知の塊なんだ。その職人の暗黙知を形式知にするのが、技術者（翻訳者）だ。技術者は職人の行動（暗黙知）を見て、視線情報・五感のどこに集中しているか（ARグラス・脳波解析）を参考に、自分なりに言語化して、AIにわかりやすく伝える。それをAIの言葉で表現し、職人が修正を加える。その後はそれと同様のケースを共有プラットフォームから探して、多角的な視点データを『専門AI』に学ばせる。」
「その後はどうするのニャ？」
「多角的な視点データを集めた形式知に近いものを他の技術者に共有して、他の技術者が技術の再現を行い、再現性があれば準形式知として保存し、再現性がない・少ない場合はさらなる多角的なデータを集め、形式知を目指すんだ。」
「暗黙知の再現性があれば、準形式知。ない・少ない場合は更に多角的なデータを集めて、形式知を目指すとナァ。」
「では、まとめるよ。
❶技術者は職人が修正したAIデータを見て、復習をして技術力向上と、新しい暗黙知を言語化して、言語化能力の向上を図る。
❷職人は教えている技術者の言語化した説明で、間違いを早く指摘して正しい知識を教え、AIの暗黙知の言語化を修正して、説明能力向上を目指す。
❸AIに正しい知識（暗黙知）を多角的なデータで見せて、新しい暗黙知への対応力（予測能力）を高めて、精度の高い形式知を備えた『専門AI』を目指す。」
「これ、言語化が大変過ぎないかナァ？」
「それは次の②から触れるね。」
「わかったナァ。②は、技術者（若手）のキャリアパスルートなのニャ。」
「技術者はここまでの過程で、AIに形式知にしやすく教える=言語化能力が高いは、次の『管理者』へ。多角的なデータを集めた暗黙知を再現して見せる（再現性）。職人の暗黙知の習得が早い=技術のカン・コツを肌で感じる（直感力）。新しい素材への対応力=修正力の3つを備えた者を『職人』として育てるんだ。」
「管理者はそのままだけど、職人は3つの条件に当てはまらないとなれないのニャ。」
「そうだね。じゃあ、③だ。」
「早いナァ。③は、管理者を学習ループに組み込むニャ。」
「管理者は、言語化能力ごとにレベル別で分けて、最高レベルの人は、言語化しにくい暗黙知を持っている職人と組ませて、さらなる形式知の創出を目指す。まずは技術者とAIの間に管理者（レベル中から下）を挟むことで、暗黙知（技術）の習得を効率化させることができるんだ。例えば、暗黙知の言語化時にアドバイスして、言語化能力の向上。言語化時にかかる時間の短縮をすることで技術習得の効率化ができる。」
「管理者を技術者とAIの間で挟んで助言することで、暗黙知（技術）の習得向上と言語化能力向上がしやすくなるのナァ。」
「つぎにAIと職人の間に管理者（レベル中から上）を挟むことで、暗黙知の修正への助言をして、さらに形式知に近い形にしたうえで説明能力向上をし、正しい知識を習得させやすい形で教えることができるんだ。」
「これもAIと職人の間に管理者を挟んで助言することで、技術者の正しい知識習得の後押しと説明能力向上がしやすくなるのナァ。」
「それじゃあ、これまでのまとめで④の学習ループの順番を決めるよ。」
「わかったニャ。」
「❶技術者（若手）の管理者か職人かの見極め
❷管理者、技術者、職人の順番で説明能力の向上を目指す
❸技術者と管理者が、暗黙知を翻訳してAIへ説明する
❹職人と管理者が、AIが説明したデータの修正をする
❺共有プラットフォームで似たケースの暗黙知を集め、多角的なデータとする
❻他の職場で、暗黙知の再現性を高める
❼形式知へ
となる。」
「今まで、ごちゃごちゃしたのがスッキリまとめられたのニャ。」
「次はどうするのニャ？」
「次も各要素の捕捉だね。」
「わかったニャ。」
読んでくれて、ありがとうございます。主人公たちが考えた日本を救う案を【エッセイ】として、随時投稿していきます。お楽しみに。
