AI導入はエスノグラフィーから始める｜現場を観察して分かること
アンケートでは見えないAI利用の実態を、業務観察（エスノグラフィー）で捉える方法と観察の設計手順を解説します。
人間とAIの記事一覧
人間とAIに関する解説記事です。各記事は定義・課題・対策・まとめの構成で、実務にそのまま使える形にまとめています。
語られない仕事の知恵｜暗黙知はなぜAIに移せないのか
熟練者の判断に埋め込まれた暗黙知の構造と、AIに任せてよい領域・任せてはいけない領域の見分け方を、現場の対話とともに考察します。
AIを信じすぎる人・疑いすぎる人｜信頼の較正という課題
過信（オートメーション・バイアス）と過小信頼の両方が生産性を損なう構造と、適正な信頼水準へ調整する方法を、現場の具体例とともに解説します。
AIは職業アイデンティティを揺らす｜「私の仕事とは何か」への向き合い方
AI導入に対する抵抗の多くは技術不信ではなく、自分の職能の意味が揺らぐことへの反応です。その構造と対処を考察します。
AIの話し方が信頼を作る｜丁寧すぎる回答が招く誤解
口調・断定度・謝罪表現といった対話の作法が、利用者の信頼と検証行動にどう影響するかを、現場の対話事例とともに考察します。
「人が最終確認します」は本当に機能しているか
形骸化しやすい人間による最終承認の実態を観察知見から検証し、実効性のあるヒューマン・イン・ザ・ループの条件を示します。
AIが入ったチームで何が起きるか｜相談と学習の経路の変化
先輩に聞く代わりにAIに聞く行動が、育成・関係性・組織知にもたらす変化を観察し、対処を提案します。
数値化できないものをどう扱うか｜AI時代の人間側の評価
判断の質、心理的安全性、学習の深さなど数値化しにくい要素を、観察と記述によって丁寧に扱うための実務的な方法を示します。
AIはイノベーションのどの工程を変えるのか｜発散と収束の再配置
アイデアの発散・選別・検証というイノベーション工程のうち、AIが担える部分と人が担い続ける部分を整理します。
AIで発想は均質化するのか｜似たアイデアが並ぶ理由と抜け出す方法
生成AIを使うと組織のアイデアが平均に収束する構造を分析し、多様性を保つための実務的な工夫を示します。