メインコンテンツへスキップ
見出し画像

「“kidding !” AIファシリテーターは生まれるか?学」――場の知性を引き出す人の代替可能性【コラム】思好の科楽(その264)

    「AIは“場の知性”を引き出せるのか」

    「AIに代替される仕事、されない仕事」――
    そんな二分法に違和感を覚えたことはありませんか?
    本稿では、会議の現場を例に、
    ファシリテーターという役割を因数分解し、
    AIが担える部分と、人間が引き受け続ける部分を検証します。
    R = F × C × H × B
    というモデルを用いながら、
    役割を“恐れる対象”から“再設計する対象”へと転換する試みです。


    🧠 このコラムで学べる、3つのこと

    • 1️⃣ ファシリテーターを構造で捉える視点
      → 才能ではなく、機能・関係・歴史・身体性の掛け算で理解できる。

    • 2️⃣ AI時代の役割再設計思考
      → 代替か否かではなく、機能の再配置という発想に転換できる。

    • 3️⃣ 思考循環モデルの実践法
      → 具体→構造→抽象→再具体→理論化を回すことで、場の知性を高められる。



    🟨 序章|「kidding !」と笑った具体的瞬間

    画像
    By ChatGPT

    ◉ AIが会議を回すというニュース

    「AIが会議を回してくれます」――そんな文言を見かけたとき、思わず画面に向かって小さく言った。
    「kidding !(ご冗談でしょ!)」

    会議を回す、というのは案外たくさんのことを含む。

    議題を並べる。
    時間を区切る。
    脱線を戻す。
    発言を要約する。
    合意点を確認する。
    宿題を切り出す。
    次回の日程まで決める。

    そう、会議とは「話す場」であると同時に、「決める場」でもあり、「片付ける場」でもある。

    だからこそ、そこにAIが入ると言われると、ちょっと身構える。
    頭の中には、よくある光景が浮かんだ。

    議題が多すぎて終わらない会議。
    話が広がりすぎて、結局何も決まらない会議。
    終わった瞬間に「で、誰がやるの?」と空気だけが冷える会議。
    あれをAIが、すべて綺麗にさばけるのだろうか。
    そんな万能感には、さすがに「kidding !」と言いたくなる。


    ◉ 違和感と笑い

    ただ、笑ったのは馬鹿にしたかったからではない。
    むしろ逆である。

    「AIが会議を回す」こと自体は、もう半分くらい現実になっている。
    議事録の自動作成、要点の抽出、ToDoの整理、発言の分類。
    この1年で“会議の後処理”は劇的に楽になったのではないか。
    実際、AIに「今日の打ち合わせ、論点を三つに整理して。
    決まったことと未決を分けて。次回までの宿題も一覧にして」と頼みたくなる瞬間があるだろう。

    それでもなお、笑いが出た。
    その笑いは、たぶん「軽い拒否反応」だ。
    人は、急に自分の領域が揺さぶられると、真顔になる前に一度笑うことがある。
    照れ笑いのような、牽制のような、心の安全装置としての笑い。

    「いやいや、そこまで来たら、もう人間いらないじゃないですか」
    AIに対して、そんな丁寧な“文句”を言いたくなる感じ。
    この瞬間の感情は、怖さでも、怒りでもない。もう少し等身大の言葉で言うなら――

    「それ、空気どうすんの?」

    である。


    ◉ なぜ笑ったのか?

    「kidding !」と思った理由は、実は能力の問題ではない。
    AIが要約できるか、時間管理できるか、議題を整理できるか。
    そこは、いずれ越えてくる。
    たぶん、もう越えている部分すらある。

    引っかかったのは、会議の“見えない部分——場の空気”だ。

    たとえば、誰かが発言した瞬間に、別の誰かの表情が曇る。
    その曇りが「反対」なのか「不安」なのか「言い方が刺さった」なのかは、言葉だけでは分からない。
    あるいは、沈黙が落ちたとき。
    その沈黙が「思考中」なのか「諦め」なのか「言えない」なのか。
    ここを読み違えると、会議は一気に壊れる。

    会議の成否を分けるのは、しばしば議題ではない。
    場の温度である。
    そして温度は、議事録には残らない。

    だから笑ったのだと思う。
    AIが会議を回すと言われたとき、無意識にこう問い返していた。

    「その温度の扱いまで含めて、“回す”と言っているのか?」


    ◉ 本日の問い設定

    ここから、このコラムの問いを立てておきたい。

    kidding ! AIファシリテーターは生まれるか?
    ――場の知性を引き出す役割の代替可能性

    この問いは、単に「AIは賢いか?」という話ではない。
    もっと根が深い。

    会議のファシリテーターとは、いったい何をしているのか。
    その仕事は「機能」なのか、「存在」なのか。
    もし機能なら、AIは代替できる。
    もし存在なら、代替は難しい。
    そして多くの役割は、たぶんその中間にある。

    本稿では、まずファシリテーターという役割を、できるだけ具体から離れずに分解してみる。
    「会議って、結局どこで詰まるんだっけ?」という自分の体験に戻りながら、AIが得意なことと、人間が担うべき“残り”を見極める。
    さらにその上で、「代替される/されない」という二択ではなく、役割そのものを再設計する視点へ進みたい。

    ちなみに「kidding !」は、今回のタイトルの飾りではない。
    あれは、思考停止ボタンでもある。
    笑った瞬間に、一度、考えるのをやめている。
    だからこそ――その笑いを、次の思考の入口に変えてみる。


    🟦 第1章|ファシリテーターの構造

    画像
    By ChatGPT

    ◉ 語源

    ファシリテーター(facilitator)の語源は、ラテン語 facilis。
    意味は「容易な」「たやすい」である。

    つまりファシリテートとは、

    物事を“容易にする”こと。

    決めることでもない。
    主張することでもない。
    ましてや主役になることでもない。

    この語源を知ったとき、少し拍子抜けした。
    会議を回す人、というと、もっと強い響きを想像していたからだ。
    場を支配する人。
    議論を制圧する人。
    まとめ上げる人。

    しかし語源は違う。

    「進みやすくする人」である。

    この違いは大きい。
    司会者とファシリテーターは似ているようで違う。
    司会者は“順番を管理する人”だが、ファシリテーターは“思考が進むように整える人”である。


    ◉ 役割の因数分解

    では、「進みやすくする」とは具体的に何をしているのか。

    ここで、役割を分解してみる。

    ファシリテーターの行為を動詞で並べてみると、

    • 整理する

    • つなぐ

    • 広げる

    • 戻す

    • 止める

    • 深める

    • 確認する

    • 温める

    といった言葉が出てくる。

    これをもう一段階抽象化すると、

    ファシリテーター =
    構造設計 × 記憶保持 × 感情調整 × 権力制御 × 意味確認

    となる。

    構造設計とは、議論の骨組みをつくること。
    記憶保持とは、今どこまで進んだかを全員に可視化すること。
    感情調整とは、場の温度を一定に保つこと。
    権力制御とは、発言力の偏りを和らげること。
    意味確認とは、「今の話は何のためか」を問い続けること。

    ここまで分解すると、ファシリテーターは「才能」ではなく「機能」に見えてくる。

    そして機能である以上、“どこまで代替可能か”という問いが立つ。


    ◉ 場の知性モデル

    ここで、もう一段構造化してみたい。

    ファシリテーターが直接つくっているのは、結論ではない。
    彼らが整えているのは、“場”である。

    では、良い場とは何か。

    こう整理してみたい。

    場の知性 = 多様性 × 安全性 × 構造 × 時間

    多様性がなければ、同じ意見しか出ない。
    安全性がなければ、本音が出ない。
    構造がなければ、散らかる。
    時間がなければ、深まらない。

    どれか一つがゼロになれば、掛け算だから全体もゼロに近づく。

    たとえば、多様なメンバーがいても、安全性がゼロなら沈黙になる。
    安全性があっても、構造がなければ雑談になる。
    構造があっても、時間が足りなければ思考は浅いまま終わる。

    ファシリテーターは、この四つの係数を上げ続ける存在である。

    具体的に言えば、

    • 発言を拾って多様性を可視化する

    • 「それもありですね」と受け止めて安全性を保つ

    • 論点をホワイトボードに整理して構造をつくる

    • 脱線を戻し、適切に区切って時間を守る

    こうした小さな行為の積み重ねが、場の知性を底上げする。

    ここまで来ると、ようやく問いが見えてくる。

    多様性の可視化はAIが得意かもしれない。
    構造化も、むしろAIの方が速いかもしれない。
    時間管理も任せられるだろう。

    では、安全性はどうか。
    沈黙の重みはどうか。
    発言しづらそうな人の目線の揺れを、誰が拾うのか。

    今はまだ結論を出さない。
    ただ、ファシリテーターを「人格」から「構造」へ移した。

    次章ではさらに抽象度を上げる。
    そもそも「役割」とは何か。
    人と役割は分離できるのか。

    そこで初めて、AIとの本格的な比較が始まる。


    🟩 第2章|役割とは何か

    画像
    By ChatGPT

    ◉ 人と役割の分離

    ここまでで、ファシリテーターを「人格」ではなく「機能」として分解してきた。

    しかし、そもそも私たちは普段、「人」と「役割」をほとんど分けていない。

    「あの人は優れたリーダーだ」
    「あの人は向いていない」
    「あの人は場を壊すタイプだ」

    こうした言い方は、役割と人格を混ぜている。

    だが冷静に考えると、同じ人でも場が変われば振る舞いは変わる。

    たとえば、ある人は社内会議では発言が少ないが、地域のボランティアでは中心的存在になることがある。
    あるいは、家庭では穏やかな父親が、会社では厳しい上司になることもある。

    人格が変わったのではない。
    担っている役割が違うのである。

    ここで一度、役割を人から切り離してみる。

    「Aさんがファシリテーターなのではない。
    今、この場で“ファシリテーターという役割”を担っている。」

    この視点に立つと、議論の重心が少し動く。


    ◉ R = F × C × H × B

    では、役割とは何で構成されているのか。

    ここで一つのモデルを置いてみたい。

    R(役割) = F(機能) × C(関係性) × H(歴史) × B(身体性)

    F(機能)
    → その役割が行う具体的行為。整理する、決める、教える、助言する、など。

    C(関係性)
    → 誰と誰の間で成立しているか。信頼、距離感、力関係。

    H(歴史)
    → これまでの積み重ね。成功体験、失敗、共有された時間。

    B(身体性)
    → その人がそこに“存在している”という事実。声のトーン、表情、間、沈黙。

    掛け算であるのは意味がある。
    どれかがゼロに近づけば、役割の出力も弱まる。

    たとえば、CEOという肩書き(F)があっても、信頼(C)がなければ機能しない。
    経験や歴史(H)がなければ、言葉は薄い。
    身体性(B)が欠ければ、最終責任の重みは宿りにくい。

    逆に、肩書きがなくても、CとHとBが十分にあれば、実質的に役割は機能することもある。
    「肩書きはないが、あの人が言うと場が動く」という経験は、多くの人にあるはずだ。

    ここで問いが再び浮かぶ。

    AIが代替できるのは、主にFではないか。

    機能としての整理、分析、提案。
    ここは急速に精度が上がっている。

    だが、C・H・Bはどうか。


    ◉ 役割は存在か機能か?

    ここで抽象度をもう一段上げてみる。

    役割とは「機能」なのか。
    それとも「存在」なのか。

    もし役割が純粋な機能であるなら、原理的には代替可能である。

    性能が上がれば、置き換わる。

    しかし、役割が存在と結びついているなら話は変わる。

    たとえば「最終責任を取る」という行為。
    それは単なる機能ではない。
    責任は、誰かの身体に帰属する。

    「私が責任を取る」と言うとき、その“私”は交換可能ではない。

    ファシリテーターも同じである。

    論点整理という機能は代替可能かもしれない。
    だが、「この場を預かっている」という存在感は、どうだろう。

    場が荒れたときに矢面に立つ覚悟。
    沈黙を引き受ける度量。
    失敗したときに謝る主体。

    それはFだけでは説明しきれない。

    ここでようやく、本章の抽象的な問いが立ち上がる。

    役割とは、機能の集合なのか。
    それとも、存在が機能を帯びた状態なのか。

    この問いを抱えて、次章に進もう

    いよいよ、AIとの比較である。
    思考プロセスを並べ、どこまでが機能で、どこからが存在なのかを検証する。

    kidding ! と笑ったあの瞬間の正体が、少しずつ輪郭を持ち始めている。


    🟥 第3章|AIとの比較検証

    画像
    By ChatGPT

    ◉ 思考循環モデルで比較する

    ここで一度、会議の現場に戻る。

    会議がうまく進むとき、実は一つの循環が回っている。

    具体化
    ↓
    構造化
    ↓
    抽象化
    ↓
    再具体化
    ↓
    理論化

    たとえば、新規事業の打ち合わせを想像してほしい。

    「最近、応募者が減っている」という具体的な事実から始まる。
    (具体化)

    それを「広報」「商品力」「価格」「立地」などに整理する。
    (構造化)

    さらに「価値提案が曖昧なのでは?」という本質仮説に至る。
    (抽象化)

    では「誰にとって、どんな価値か?」と再び具体に落とす。
    (再具体化)

    最後に、「我々は“安心”を売っている組織なのだ」と言語化される。
    (理論化)

    この循環が回ったとき、会議は単なる情報共有ではなく、「知の生成」になる。

    では、AIはこの循環をどこまで回せるのか。


    ◉ AIはどこまで回せるか?

    率直に言えば、前半はかなり強い。

    具体化。
    発言の文字起こし、データの抽出、事実の列挙。
    ここはすでに高精度である。

    構造化。
    論点の分類、因果の整理、マインドマップ化。
    人間より速い場面も多い。

    抽象化。
    「つまり何が問題か?」を言語化する。
    これもかなりできる。

    では再具体化はどうか。

    「では明日から何をやる?」
    「担当は?」
    「どのリスクを引き受ける?」

    ここまでは、ロジックとしては可能である。

    しかし、現実の会議では、この段階で微妙な沈黙が生まれる。

    誰かが視線を落とす。
    誰かが小さく息を吐く。
    誰かが「まあ…そうですね」と濁す。

    この瞬間、ファシリテーターは判断を迫られる。

    押すか、待つか。
    問い直すか、区切るか。

    この判断は、単なる論理ではない。


    ◉ 人間はどこで差が出るか?

    人間の強みが現れるのは、循環の“摩擦”の部分である。

    思考が止まりかけた瞬間。
    意見が衝突した瞬間。
    誰かが傷ついた瞬間。

    ここで、ファシリテーターは場の温度を読む。

    「今は深掘るべきか、いったん保留か」
    「この人の発言は、実は不安の裏返しではないか」
    「ここで一言、フォローが必要だ」

    これは、F(機能)だけでは説明しきれない。

    さらに決定的なのは、責任の所在である。

    会議の終盤、最終決定を迫られるとき。
    「この方向でいきましょう」と言う人がいる。

    その一言には、身体が伴う。
    結果が悪ければ、批判もその人に向かう。

    AIが提案することはできる。
    しかし「引き受ける」ことはどうか。

    ここに、存在の重みがある。


    ◉ 感情・責任・身体性の問題

    会議とは、思考だけの場ではない。

    緊張、期待、焦り、安堵。
    これらが常に流れている。

    ファシリテーションとは、思考循環を回すと同時に、感情循環も扱う行為である。

    誰かの表情が少し曇ったとき。
    声のトーンが半音下がったとき。
    沈黙が長くなったとき。

    データとしては些細である。
    だが、場の行方を左右する。

    身体性も同様だ。

    うなずき。
    姿勢。
    声の張り。
    間。

    これらは情報でありながら、同時に存在の証でもある。

    ここまで再具体化してみると、ようやく見えてくる。

    AIは、思考循環の前半を高速で回せる。
    人間は、摩擦と引き受けを担っている。

    では未来はどうなるか。

    AIが前半を強化し、人間が後半に集中するのか。
    それとも、後半までも代替が進むのか。

    kidding ! と笑ったあの瞬間。

    それは単なる拒否ではなく、「存在まで代替されるのか?」という無意識の問いだったのかもしれない。

    次章では、この問いを理論化してみたい。
    代替か否かではなく、役割そのものを再設計する視点へ進んでいこう。


    🟪 第4章|役割の再定義

    画像
    By ChatGPT

    ◉ 代替ではなく再設計

    ここまで、AIがどこまで代替できるかを検証してきた。

    だが、「代替」という言葉自体が、少し古いのかもしれない。

    産業革命のときも、電卓が出たときも、ワープロが普及したときも、人の仕事は消えたのではなく、形を変えた。

    計算そのものよりも、何を計算するかが重要になった。
    清書よりも、何を書くかが問われるようになった。

    同じことが、ファシリテーションにも起きているのではないか。

    AIが会議を回すかどうかではない。
    どう再設計するかである。


    ◉ 機能の純化

    役割Rを分解した式を思い出したい。

    R = F × C × H × B

    AIが強いのはF(機能)である。
    整理、分類、抽出、可視化、仮説生成。

    ならば、人間はFにしがみつく必要はない。

    むしろ、FをAIに任せることで、C(関係性)、H(歴史)、B(身体性)に集中できる。

    会議中にホワイトボードを急いで書き写すよりも、表情の揺れに気づくほうに神経を使える。

    議事録を整える代わりに、「今の発言、少し強く聞こえましたか?」と声をかけられる。

    これは機能の純化である。

    人間が、不得意な作業をAIに預けるのではない。
    人間にしかできない部分を濃くするための分業である。


    ◉ 人間が担うべき残余

    ここで「残余」という言葉を使う。

    残りもの、ではない。
    削ぎ落としたあとに残る、核心である。

    人間が担うべき残余は何か。

    第一に、責任の引き受け。
    決断は、誰かの身体に宿る。

    第二に、関係の修復。
    衝突のあとに「さきほどは少し言い過ぎました」と言えるのは人である。

    第三に、意味の物語化。
    「この議論は、私たちにとって何だったのか」と語る行為。

    AIは、提案はできる。
    だが「引き受ける」「謝る」「背負う」は、いまのところ人間の行為である。

    そしてもう一つ。

    沈黙を共にする力。

    何も言わずに、ただ場を保つ。
    焦らず、急かさず、待つ。

    これは非効率に見えるが、ときに最も深い思考を生む。


    ◉ AI時代の役割再設計論

    では理論として整理してみよう。

    AI時代の役割再設計とは、

    Fの自動化 × C,H,Bの濃縮

    である。

    会議設計の実践モデルで言えば、

    • 事前にAIが論点整理を行う

    • 会議中はAIが可視化を担う

    • 人間は場の温度と関係性に集中する

    • 最終的な決断と意味づけは人が担う

    こうした分業である。

    重要なのは、「AIに奪われる」という被害者意識ではない。

    役割を機能に分解し、再配置する主体であること。

    kidding ! と笑ったあの日。

    無意識に、「自分の居場所がなくなるのでは」と感じたのかもしれない。

    しかし本当に問うべきは、居場所がなくなるかどうかではない。

    どこに立ち直すかである。

    役割は固定ではない。
    構造である。
    だからこそ再設計できる。

    この理論化の先にあるのは、ファシリテーターだけではない。

    コーチ、コンサルタント、CEO。
    あらゆる役割が、同じ問いにさらされるのではにか。

    kidding ! は、拒否ではなく入口である。

    役割を恐れる時代から、役割を設計する時代へ。

    その第一歩として、ファシリテーターを解体してみた。


    🟫 まとめ章|kidding!は思考停止のサインか?

    画像
    By ChatGPT

    ◉ 冗談と笑う瞬間

    最初に「AIが会議を回す」と聞いたとき、思わず笑ってしまいがちだ。

    「kidding !(ご冗談でしょ)」

    その一言で、少し安心した気がする。
    冗談にしてしまえば、本気で考えなくて済むからだ。

    私たちは、ときどき笑うことで距離を取る。
    あまりに変化が急すぎるとき。
    自分の足場が揺れたと感じたとき。
    まずは軽く笑って、衝撃をやわらげる。

    だが、笑った瞬間に、思考も止めていないだろうか。

    「いやいや、さすがにそこまではないよね」と言って、それ以上深掘りしない。

    今回の問いは、そこから始まった。


    ◉ それは防衛か?

    振り返れば、あの笑いは能力への疑いではなかった。

    AIが要約できるかどうかを疑っていたわけではない。
    むしろ、もう十分できると知っている。

    引っかかったのは、「役割」という領域だった。

    ファシリテーターという存在。
    場を預かる人。
    沈黙を引き受ける人。
    責任を背負う人。

    そこまで踏み込まれるのか、という無意識の警戒。

    つまり、「kidding !」は防衛反応だった。

    だが、防衛は悪いことではない。
    防衛は、自分にとって大事なものがそこにあるというサインでもある。

    笑いの奥には、「これは簡単に渡せない」という感覚があった。


    ◉ 役割の本質を問うシリーズ宣言

    今回、ファシリテーターを分解してみて分かったことがある。

    役割は人格ではない。
    構造である。

    R = F × C × H × B

    機能、関係性、歴史、身体性。

    この式で眺めると、代替できる部分と、再設計すべき部分が見えてくる。

    AIが奪うのではない。
    AIは、私たちに問いを返してくる。

    「あなたが担っているのは、本当に機能ですか?
    それとも、存在ですか?」

    この問いは、ファシリテーターに限らない。

    コーチはどうか。
    コンサルタントはどうか。
    CEOはどうか。
    デザイナーはどうか。

    肩書きの背後にある構造を、ひとつずつ解体していきたい。

    kidding ! シリーズは、そのための試みである。

    冗談にしてしまいたくなる瞬間を、あえて解体台に載せる。

    笑いの奥にある不安と価値を、構造として眺める。


    ◉ 次回への展開

    今回の結論は、「代替される/されない」ではない。

    役割は再設計できる、である。

    AIが構造を担い、人間が関係と責任を担う。
    あるいは、さらに別の形が生まれるかもしれない。

    いずれにせよ、役割は固定ではない。

    次は、どの役割を解体するか。

    コーチか。
    コンサルタントか。
    それとも、最終責任を背負うCEOか。

    kidding ! と笑ったその瞬間。

    それは思考停止のサインかもしれない。
    だが同時に、思考開始のベルでもある。

    冗談にして終わらせるか。
    問いにして深めるか。

    その選択が、AI時代の私たちの役割を決めていくのだと思います。


    🟫 あとがきのようなもの|仕事はなくなるのか、変わるのか

    画像
    By ChatGPT

    ◉ 「代替される仕事、されない仕事」への違和感

    ニュースやネットを見ていると、よく見かけます。

    「AIに代替される仕事トップ10」
    「この職業は危ない」
    「あなたの仕事はあと何年?」

    そういう見出しを見るたびに、私は少し引っかかります。

    仕事が“丸ごと”なくなる、という言い方に、どこか乱暴さを感じるのです。

    もちろん、技術革新で消えていく職種はこれまでもありました。
    けれど実際には、仕事そのものが消えるというよりも、
    中身が変わっていくことの方が多かったのではないでしょうか。

    計算は電卓に任せるようになりましたが、「何を計算するか」は人が決めています。

    資料作成は効率化されましたが、「何を伝えるか」は今も人の仕事です。


    ◉ 仕事ではなく、役割が変わるのではないか

    今回のコラムを書こうと思ったのも、そんな違和感がきっかけでした。

    「ファシリテーターはAIに代替されるのか?」

    そう問われたとき、私は最初、「いやいや、それはさすがに」と思いました。

    でも、よく考えると、すでに議事録は自動化され、論点整理はAIが手伝い、宿題の抽出もワンクリックでできます。

    完全に代替されるかどうかは別として、“機能”の一部は、確実に変わっている。

    そこで思ったのです。

    仕事がなくなるのではなく、各仕事に含まれている「役割」や「機能」の配分が変わるのではないか。

    ファシリテーターという一つの仕事も、その中には整理、可視化、時間管理、感情の調整、責任の引き受けなど、いくつもの要素が混ざっています。

    そのうちのどれがAIに移り、どれが人に残るのか。

    それを考えてみたくなりました。


    ◉ きっかけは、日常の会議でした

    私は仕事柄、会議に参加する機会が多いです。

    企画を練る会議、意思決定をする会議、調整を重ねる会議。

    中でも、ファシリテーターがうまく機能しているかどうかで、会議の質は大きく変わります。

    空気が整うか、荒れるか。
    結論が出るか、宙ぶらりんになるか。

    その難しさを日々感じているからこそ、「ここまでAIに任せられるのか?」と真面目に考えてみたくなりました。

    笑って終わらせるのではなく、分解して、見直してみる。

    それが今回の試みでした。


    ◉ 次回は「コーディネーター」を

    ファシリテーターを解体してみると、次に気になってくる役割があります。

    コーディネーターです。

    人と人をつなぐ。
    利害を調整する。
    全体を見渡して、配置を整える。

    これもまた、AI時代に揺れる役割の一つでしょう。

    「AIに代替される仕事、されない仕事」という二分法ではなく、役割はどう再設計されるのか。

    そんな視点で、次回はコーディネーターを取り上げてみたいと思います。

    kidding ! から始まった今回の考察。

    冗談にして終わらせるのではなく、少しだけ、構造で考えてみる。

    そんな試みを、次回も続けていきたいと思います。


    プロフィール|Kazuomi Matsunaga

    🧭思考の案内人|Thinking Navigator

    画像

    略歴:九州大学工学部卒業(材料工学)⇒中京地区の金属素材メーカーエンジニア(生産技術)⇒地元長崎県のフリーペーパー広告営業⇒学校法人職員(←いま、ココ)。長崎県在住の50代。こどもは二人とも大学生となって巣立ち、妻と二人暮らし中。
    “問い”と“好奇心”の交差点で、日々思考を遊ばせている書き手です。最近は、連載コラム「思好の科楽(しこうのかがく)」シリーズを中心に、教育・物語・心理・AI・デザインなどをテーマとした独自視点の思索を綴っています。既存の枠を超えた“自由な知のデザイン”を模索中。モットーは「想像力が世界をひらく」。
    本業では大学・教育関連の仕事に携わりつつ、「人が何かを“好き”になる瞬間」や「問いが芽吹く場面」を丁寧に見つめることを大切にしています。
    🧭 読んだあと、あなたの中に“新しい見方”がひとつ芽生えるような。そんな記事をお届けできたらうれしいです。
    📮 感想や応援メッセージ、いつでも大歓迎です!

     
     
    工学部>金属系素材メーカーエンジニア>フリーペ ーパー広告営業>学校法人職員🏫 生成AIを活用し"思好の科楽"”ここに、おったけん”,"私学の中の人が語る","Photographic Poetry"などを掲載しています。長崎県在住50代。

    あなたへのおすすめ