生成AIは学術的知識の民主化を推進できるか？：人間の認知的限度の受容という観点から

生成AIは学術的知識の民主化を推進できるか？ 人間の認知的限度の受容という観点から SUZUKI Satoshi V. 大阪経済法科大学 経営学部 https://lit.link/svslab

• https://lit.link/svslab

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 自己紹介 研究者としてのリサーチクエスチョン 人の知性とは何か？ 何かの「専門」を持つことに意味があるのか？ 「専門」で語るならば認知科学，AI，教育工学（と科学論）を背景 に 基本は「専門」に囚われない研究スタイル 2025–09–30 2 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 本日の流れ 「1つの普遍的な知」という前提を疑う 「学術的知識の民主化」＝「『1つの普遍的な知』という前提に頼ら ない知的探究」は可能か 「1つの普遍的な知」から生成AIを引き離すことは可能か 2025–09–30 3 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） この本（『経営行動』）は，私の知的活動すべての核となっていた二つ の関連する考えに沿って構成されている。第一は，人間が達成できる 合理性は非常に限定されたものだということである。第二は，人間の 認知的な限界から生じる一つの結果として，人は副次的な目標を目標 だと思いがちだということである。(サイモン, 安西・安西訳, 1998) 2025–09–30 5 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） ハーバート・サイモン (1916–2001) 1947 年に自らの博士論文をもとにした『経 営行動』を出版 限定された合理性（bounded rationality） 人間は常にすべての情報を把握して，理 性的に判断しているのではない 入手できる情報やリソースの中で満足度 を追求するような合理性を持つ 2025–09–30 6 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 限定された合理性のインパクト 現代の経営学のみならず他の分野にも影響 人間はその内側で具体的にどう思考・判断しているかをモデル化 この考え方が心理学，認知科学，そしてAIにも影響を及ぼす サイモンは「人工知能」という語を産んだダートマス会議の参 加者の1人でもある それぞれの個人の中で，それなりに合理的な知識を持つという前 提 2025–09–30 7 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 限定された合理性と専門性 ブラックボックス化 (Wenger, 1990) 米国の医療保険給付額調整の現場の研究 現場のスタッフは「書類の欄を埋める」手続き以外に意識が向か ない傾向 医療保険のしくみの全体像や意味まで理解しないということ 目先の「埋める」に囚われないよう，あえて現場と距離をとるス タッフの存在が重要 2025–09–30 8 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 限定された合理性と専門性 サイロ効果 (Tett, 2016) 組織の部門ごとの専門特化により情報共有や部門間の意志疎通が 阻まれる現象 サイロ効果により見抜けなかった経営の失敗や経済危機 部門の「外側」からメタに見つめ直す機会の重要性 2025–09–30 9 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 「メタに見る」ことによる気づき 他者を仕事に巻き込んでも，仕事の質が上がりにくいのはなぜか 他者の仕事にただ乗りしたり，他者の足を引っ張ったりといった 現象の方が起こりやすい (亀田, 1997) 役割分担の導入などで，個々の人間のパフォーマンスを明確にす ることがひとつの策 2025–09–30 10 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 「メタに見る」ことによる気づき 他者を通して仕事をメタに見つめ直すことの効用 他者の行為や言葉を傍から眺めることを互いに繰り返すことで， 知識の理解を深められる (Miyake, 1986; Okada & Simon, 1997) ペアプログラミングのドライバー・ナビゲーターの役割分担 (Williams & Kessler, 2002) 他者からのフィードバックよりも自分が他者にしたフィードバッ クの質の方が重要 (鈴木・鈴木, 2011) 二者のやりとりをメタに見つめ直すことによる態度変容 (鈴木・山 田, 2004) 11 / 38 2025–09–30

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 科学における専門性 パラダイム論 (Kuhn, T. S., 1962) ある学問領域で規範（パラダイム）が成り立つと，ルーティーン にもとづいて研究を進めるモードに入る（通常科学） 通常科学で説明できない現象（アノマリー）の発生 最初は例外的事象や誤差などとして無視される 無視できない量のアノマリーが蓄積されることで，異なる規範 の必要性に迫られる こうして新たなパラダイムが成立（科学革命） ただし「新しいから優れている」「古いから劣っている」とい う評価はできない点に注意 13 / 38 2025–09–30

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 学術研究を「メタに見る」可能性 いかに自分のアイデアを専門知の体系に寄せるか，が研究者の生存 戦略 (Mullaney & Rea, 2022) 科学技術コミュニケーションの捉えられ方 (廣野, 2023) 専門知を正確に，一方通行で専門外の人々に伝える（欠如モデル ／垂直モデル） 専門知を価値相対的に捉えられるようにする（対話モデル／水平 モデル） 「正解／不正解」でも「みんな違ってみんないい」でもない視点 論証にもとづく確からしさの評価 (Kuhn, Cheney & Weinstock, 2000; 今井 , 2016) が学術研究の本質では 14 / 38 2025–09–30

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 「理解しやすさ」の非対称性 知識の呪い (Birch, 2005) 難解な概念でも，一度理解してしまうと他者も容易に理解できる と無自覚に思い込んでしまうバイアス 初心者が携帯電話の新機能の習得にかかる時間の見積もり課題 (Hinds, 1998) 初心者は新機能の複雑さを簡単だと思いやすく，実際の時間より 短く見積もる傾向 開発者は初心者でも簡単に使いこなせると思い込むため，こちら も短く見積もる傾向 非対称性についての理解があるマーケティング担当者が最も正確 15 / 38 2025–09–30

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 「あの画像」は何だったのか？ 2025–09–30 16 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 専門性にもとづく学術知の前提 「象」としての巨大で普遍的な知識体系がどこかに存在する 知識体系の一部を対象に，解像度を高めることが知識体系の解明に 寄与する 対象の要素還元を進め，ボトムアップに「象」の成り立ちを知る ことができる 「象」の普遍性（誰が見ても正しいということ）は誰もが受容すべ きもの 2025–09–30 19 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 人間は「象」のすべてを認識できるか 限定された合理性という壁 人間は局所的な知識しか持ちえない 局所的な知識の解像度が上がると，その局所的な知識で「象」の すべてを知った気になってしまう 人間に「象」のすべてを認識できるかはその意味でも疑わしい 2025–09–30 20 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） では生成AIはその壁を越える存在になりうるか？ 2025–09–30 21 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 「象」と生成AIにまつわる疑問 「象」をすべて理解した生成AIが実装できたとして，その応答を人 間は理解できるのか？ 2. それ以前に，そもそも「象」のすべてを LLM に詰め込むことは可能 なのか？ 3. さらにそれ以前に，そもそも「象」としての巨大で普遍的な知識体 系は存在するのか？ 1. 2025–09–30 22 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） ならば「象」の存在という前提をなくせるか？ 「象」の存在を仮定せずに事物を語ることは可能か 分析哲学での可能性の議論（たとえばArmstrong (1989)） ただ不可能とする立場，可能とする立場それぞれに問題を抱え て論争が続いている 思考実験的な議論が多い印象だが，実践の中で考えられないか という視点 「象」の存在を仮定せずにボトムアップに知を構築できないか？ 2025–09–30 24 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 直感・感情を手がかりにする 理性的・論理的思考にもとづ言語化・形式化・数値化できることだ けに価値があるのか？ 直感や感情は論理的思考に不可欠 (Damasio, 1994) 直感的な思考の方が論理的な思考よりよい意思決定ができる場合 も 人間は理性・論理で説明が難しい「身体が勝手にそうする」無自 覚な思考・行動もする 2025–09–30 26 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 自分の経験や感情をもとに，自分の価値観を表明する 既有の「普遍的」な知識や思考に頼らず，自分の経験や感情をもと に語る リフレクティング (Andersen, 1984) ウェルビーイング (渡邉・チェン, 2023) まずは直感・感情で問題に向き合う仕掛け (鈴木・鈴木, 2011) 2025–09–30 27 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 「冷蔵庫の残り物」を生かす知 レシピ通りに食材を調達するのではなく，冷蔵庫の残り物で何とか するような問題解決が大事なことも多いのでは ものづくりに必要な材料の代用品の情報を得て，できる範囲で何 とかする (岡部, 2021) エフェクチュエーション (Sarasvathy, 2009; 吉田・中村, 2023) 不確実性の高い事業で結果を出すには「いまあるもので何とか する」が必要条件のひとつ 確実性のある問題に因果関係が明確な手を打つ手法（コーゼー ション）と併用 2025–09–30 29 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 「外側」との対話による知の構築 自分の経験や感情をもとに，ともに考える場をつくる 哲学対話 (河野, 2020) 当事者研究 (綾屋, 2023) リフレクティング (Andersen, 1984) オープンダイアローグ (Seikkula & Arnkil, 2013; 横道, 2025) 2025–09–30 30 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 生成AIはどう立ち回れるか？ 生成AIは「象」を知る存在になりえないという前提 ある社会的属性の人を「演じる」ことならば何とかできるかもしれ ない ただしその人の知識を十分かつ公正に持っている前提が必要（後 述） 2025–09–30 31 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 複数のさまざまな人の対話を生成AIに任せる試み 生成AIを劇作家にして対話劇を書かせる実験中 くじ引き民主主義 (吉田, 2021) 的なリクルーティングの設定 インタビューと対話にもとづいて問いを深める設定 （詳細は割愛しましたが，気になる方はご連絡いただければと） 2025–09–30 32 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 生成AIが人を「演じる」という問題 ある人を「演じる」生成AIの問題点 (Amin et al., 2025) 社会的属性に関するLLMの知識に何らかのバイアスがある可能 性も 「演じる」ことに制約がある人の例 LLM をゼロから構築するか， RAG で間に合わせるか 2025–09–30 33 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 予定調和の脱し方 ユーザーからの指示がない限り生成AIは応答しえない ユーザーの持つ知識や物の見方という制約を受ける 生成AIは「象」のすべてを知らずとも，ユーザーの持つ知識の近傍 や対立項は示せるかも このような生成AIの振る舞いをどう実装するか 人間はどのように「メタ」に生成AIを含めて解釈できるか 2025–09–30 34 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） まとめ 学術的知識の民主化の道筋 限定された合理性という壁 「1つの普遍的な知識」という前提によらない知識構築 生成AIはどの立ち位置で関われるか 2025–09–30 35 / 38

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 参考文献 Amin, D., Salminen, J., Ahmed, F., Tervola, S. M., Sethi, S., & Jansen, B. J. (2025). How Is Generative AI Used for Persona Development?: A Systematic Review of 52 Research Articles. arXiv preprint arXiv:2504.04927. https://doi.org/10.48550/arXiv.2504.04927 Andersen, T. (1987). The reflecting team: dialogue and meta-dialogue in clinical work. Family Process, 26(4), 415–428. https://doi.org/10.1111/j.1545-5300.1987.00415.x , T. (2022). Andersen, T. 2 （アンデルセン ・矢原 隆行（訳） リフレクティング・チーム：臨床実 践における対話とメタ対話 ・矢原 隆行（著・訳） トム・アンデルセン 会話哲学の軌跡（第 章） 金剛出版） Armstrong, D. M. (1989). Universals: An opinionated introduction. Westview Press. （アームストロング , D. M. ・秋葉 剛史 （訳） (2013). 現代普遍論争入門 春秋社） 綾屋 紗月 (2023). 当事者研究の誕生 東京大学出版会 Birch, S. A. J. (2005). When Knowledge Is a Curse: Children's and Adults' Reasoning About Mental States. Current Directions in Psychological Science, 14(1), 25–29. https://doi.org/10.1111/j.0963-7214.2005.00328.x Damasio, A. R. (1994). Descartes' error: Emotion, reason, and the human brain. G. P. Putnam. (2010). （訳） デカルトの誤り：情動、理性、人間の脳 筑摩書房） （ダマシオ , A. R. ・田中 三彦 Hinds, P. J. (1999). The curse of expertise: The effects of expertise and debiasing methods on prediction of novice performance. Journal of Experimental Psychology: Applied, 5(2), 205–221. https://doi.org/10.1037/1076-898X.5.2.205 廣野 喜幸 (2023). 科学コミュニケーションの垂直モデルと水平モデル 廣野 喜幸・藤垣 裕子・定松 淳・内田 麻理香（編） 科学コミュニケ ーション論の展開（ pp. 51–83 ） 東京大学出版会 今井 むつみ (2016). 学びとは何か：〈探究人〉になるために 岩波書店 亀田 達也 (1997). 合議の知を求めて：グループの意思決定 共立出版 河野 哲也（編） (2023). ゼロからはじめる哲学対話：哲学プラクティス・ハンドブック ひつじ書房 Kuhn, D., Cheney, R. and Weinstock, M. (2000). The Development of Epistemological Understanding. Cognitive Development, 15(3), 309–328. https://doi.org/10.1016/S0885-2014(00)00030-7 2025–09–30 36 / 38

• https://doi.org/10.48550/arXiv.2504.04927

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 参考文献 Kuhn, T. S. (1962). The structure of scientific revolutions. University of Chicago Press. 学革命の構造 みすず書房） （クーン , T. S. ・中山 茂（訳） (1971). 科 Miyake, N. (1986). Constructive interaction and the iterative process of understanding. Cognitive Science, 10(2), 151–177. https://doi.org/10.1207/s15516709cog1002_2 Mullaney, T. S. and Rea, C. (2022). Where research begins: Choosing a research project that matters to you (and the world). The University of Chicago Press. , T. S. , C. (2023). （マラニー ・レア ・安原 和見（訳） リサーチのはじめかた：「きみの問 い」を見つけ、育て、伝える方法 筑摩書房） 岡部 大介 (2021). ファンカルチャーのデザイン：彼女らはいかに学び、創り、「推す」のか 共立出版 Okada, T. and Simon, H. A. (1997). Collaborative Discovery in a Scientific Domain. Cognitive Science, 21(2), 109–146. https://doi.org/10.1207/s15516709cog2102_1 Sarasvathy, S. D. (2008). Effectuation: Elements of entrepreneurial expertise. Edward Elgar. (2015). 吉田 満梨（訳） エフェクチュエーション：市場創造の実効理論 碩学舎） （サラスバシー , S. D. ・高瀬 進・ Seikkula, J. and Arnkil, T. E. (2013). Open dialogues and anticipations: Respecting otherness in the present moment. National Institute for Health and Welfare. https://www.julkari.fi/handle/10024/114692 , J. , T. E. (2019). （セイックラ ・アーンキル ・斎藤 環（訳） 開かれた対話と未来：今この瞬間に他者を思いやる 医学書院） Simon, H. A. (1996). Models of My Life. MIT Press. （サイモン , H. A. ・安西 祐一郎・安西 德子（訳） (1998). 学者人生のモデル 岩 波書店） 鈴木 聡・山田 誠二 (2004). 擬人化エージェントによるオーバハードコミュニケーションのユーザの態度への影響 情報処理学会論文誌 , 46(4), 1093–1100. https://ipsj.ixsq.nii.ac.jp/records/10664 鈴木 聡・鈴木 宏昭 (2011). ピアコメントの産出・閲覧による大学生のレポートの改善の試み 情報処理学会論文誌 , 52(12), 3150–3158. https://ipsj.ixsq.nii.ac.jp/records/79502 2025–09–30 37 / 38

• https://doi.org/10.1207/s15516709cog1002_2
• https://doi.org/10.1207/s15516709cog2102_1
• https://ipsj.ixsq.nii.ac.jp/records/79502

生成AIは学術的知識の民主化を推進できるか？（SUZUKI Satoshi V.） 参考文献 （テッ ト ・土方 奈美（訳） サイロ・エフェクト：高度専門化社会の罠 文藝春秋） 渡邊 淳司・チェン ドミニク (2023). ウェルビーイングのつくりかた：「わたし」と「わたしたち」をつなぐデザインガイド ビー・エヌ・エ ヌ Tett, G. (2016). The Silo Effect: The Peril of Expertise and the Promise of Breaking Down Barriers. Abacus Books. , G. (2019). Wenger, E. (1990). Toward a theory of cultural transparency: Elements of a social discourse of the visible and the invisible. Doctoral dissertation, University of California, Irvine. （ウィリアムズ , L. ・ケスラー , R. ・テクノ ロジックアート（訳） ペアプログラミング：エンジニアとしての指南書 ピアソン・エデュケーション） 横道 誠 (2025). もしもこの世に対話がなかったら。：オープンダイアローグ的対話実践を求めて KADOKAWA 吉田 満梨・中村 龍太 (2023). エフェクチュエーション：優れた起業家が実践する「 5 つの原則」 ダイヤモンド社 吉田 徹 (2021). くじ引き民主主義：政治にイノヴェーションを起こす 光文社 Williams, L. and Kessler, R. (2003). Pair programming illuminated. Addison-Wesley. (2003). 2025–09–30 38 / 38