研鑽

仕事やキャリアの文脈で、知識や経験から成果を出せるようにアクションを積み上げること。

成果指標

特性上、時間コストを投下する必要があり、時間は有限であるため、その研鑽が有用かどうかについては検討が必要である。

端的には、研鑽の効果指標はコントローラビリティが増えることに置くべきであろう。

えてして、手法が権威化、宗教化すると組織化やその維持が自己目的化するのであって、その実態は研鑽しているフリであって、出来ることが増えないのなら費用対効果が薄い。

言い換えれば、顧客満足度につながるかどうかを、都度点検しながら行わないと研鑽の意味は薄い。

研鑽の基本的な方法

体験を情報化すること

得られた情報から、論理的思考に基づき、共通点や、不足している点を整理し、フレームワーク等で整理しパターン化する。結果への影響が強い条件を特定して明らかにし、その条件を安定して扱えるように工夫したり練習する。

実践することによって、結果を積み上げる。

また、パターン化がうまくできた場合には、そのノウハウについて広く共有する。

それによって客観的な批判を経て、妥当性を追求すること。

AIを用いた研鑽

将棋などの世界ではすでに導入済みで、人間の能力を向上するためにＡＩのアウトプットを検討に利用することが有用な場合がある。

特に、方向性や定量化についての方向性がある程度定まっており、単純に試行回数が増えることによって、妥当性が積みあがるタイプのタスクにおいては、非常に力を発揮する。

研鑽と例外処理

研鑽のつもりが盲目的になると落とし穴にはまる。

それは、扱うことができる情報の質的な項目の数が少ないことによっておこることがほとんどである。

よって、現実的には、さまざまな処理によって例外処理をたくさん持っていることが、柔軟性を担保し必要なことである。