2015年7月25日土曜日

創造性の6つの因子

JPギルフォード

  1. 問題を受け取る能力
    • 何が問題の本質であるかを判断し、見抜く力
  2. 思考の円滑さ(スピード)
    • 連想や表現などをスムーズに生んでいく力。時間当たりのアイディアの量によって測られる
  3. 思考の柔軟さ
    • 固定観念や習慣にとらわれず、さまざまな角度からものを考えられる能力、見方を変えようとする努力によって、この能力は増大する
  4. 独創性
    • 大多数の平均的な回答とは異なる考え方を示すこと。非凡さ、速い連想、巧妙さなどがその特徴
  5. 再構成する能力
    • 相手の適性を考慮し、段取りや演出を考える能力
  6. 完成へと工夫する能力
    • 細部にわたって、きめ細かく作り上げていく能力

スキルとセンス

スキル

  • 定義ができる、その輪郭を描くことができる
  • 量である、ある物差しでどれだけできるのかが問題
  • 開発するための方法論が確立されている、教科書が存在する
  • その方法をきちんと実行すれば前よりできるようになる

センス

  • 自分で磨くもの、育てるもの、
  • まずは好きになる、
  • でも定義や方法論がないから自分一人では限度あり
  • 人と比べる、会う、参考にする、読書する

センスをスキル化する

  • いろんなことがコモディティ化している=スキルにしやすい
  • なのにそれをセンスで片付けてはいけない
  • スキル習得者がときほぐして、言語化、図式化しないと広がらない
  • 職人技(センス)から、明確化しやすいスキルに

(2015年4月メモ)



地図ではなくコンパスを持て

地図ではなくコンパスを持て

伊藤穣一

  • 世の中にスピードが出てきて変化が早いと、地図が役に立たない
  • 事前の計画は役に立たないし、地図を作るコストが高くつく
  • 何をしたいかというコンパスが大事

データは地図にはならない

  • 正確な現在地や目標の正解を教えてくれるわけでもない
  • でも何も役に立たないわけではない
  • データは進むべき方向を助言してくれる、さながらコンパスなのである

村上春樹

  • 従来の西洋的ロジックで解決できない世の中になってきてる
  • 従来ロジックの地下、意識下の羅針盤が大事になってくる
  • 羅針盤は春樹の場合、日常を丁寧に生きることで生まれる
  • 体を鍛えて、健康にいいものを食べ、深酒をせずに、早寝早起きする

アインシュタイン

過去から学び
今日のために生き
未来に対して希望を持つ
大切なことは、何も疑問を持たない状態に陥らないことである

「ペンギンハイウェイ」森見登美彦

何か困った問題を抱えているなら、解決するのを手伝う時間くらいはある

課題を解決する三カ条

  • 課題を分けて小さくする
  • 見る角度を変える
  • 似ている問題を探す

問題は何かということをよく知る必要がある

  • どんどん調べていくと本当の問題は何かということが分かってくる
  • 問題が何かということがわかるのは、たいてい何度も間違えた後でわかる、試行錯誤した後でわかる、訓練を積んだ人はだんだんそれを見つけるのが上手になる

原田泰ゆたか

  • 資本主義の特徴は、富は奪わなくても創造できると考えること。
  • 創造するには平和が必要。
  • 人々が自らの権利と思うものを相互に尊重しあうことが必要。
  • そこで権利章典の思想が生まれる

見城徹

目立たなければ罪である、タイミングが合わなければムダである

ジェームズキャメロン at TED

failure is an option, but fear is not.
失敗はアリ、恐れるのはナシ

ボノat TED

the factivist
事実に基づいた活動家

(2015年5月メモ)



行動経済学

ファスト&スロー

ダニエル・カーネマン 行動経済学で2002年ノーベル経済学賞

3つの二項対立

  • システム1とシステム2
  • エコンとヒューマン
  • 経験する自己と記憶する自己

システム1とシステム2

二重過程理論

  • 直感・感情
    • 素早く努力なしに自動的に発動、意識的に停止できない
  • 熟慮
    • 遅く意識的に努力しないと起動できない発動にエネルギーを必要とする
    • システム1の判断や決定をモニター、必要ならば修正する、
    • ただし怠け者でなかなか起動しない、すぐさぼりたがる、疲れると働かない
✅ info
  • 気まぐれなシステム1と怠け者のシステム2
  • つじつま合わせに走るシステム1
  • 頻繁に誤りを犯すのはシステム2の知識や能力不足

エコンとヒューマン

  • エコン 完璧な計算能力と意思決定の力を持っている
  • ヒューマン 錯覚し、間違い、自信過剰で意志が弱い
  • 自信過剰、楽観バイアス

経験する自己と記憶する自己

  • 経験効用、何か出来事を経験した時に、人が瞬間瞬間に感じる効用(満足)
  • 記憶効用、出来事を後に振り返ってみて、出来事について感じる効用

将来同様な出来事を行うかどうか決定する時は、自分の記憶に基づいてその価値を評価して決定する。記憶が決定をほぼ支配し、実際の経験の出番は少ない。

  • 経験する自己には発言権がない
  • 記憶する自己は独裁者である



行動経済学

ときにムダなことをして満足や利益を減らしてしまう、この非合理性に心理学などの視点から光を当て、非合理的な行動に規則性を見つけ、非合理の根拠を論理的に説明する

  • プロスペクト理論
    • 損することを恐れがち。損失回避性
    • 現状維持バイアス
    • 保有効果 いったん保有したものには、その価値を高めに評価してしまい、手放して損することを嫌がる
  • アンカリング効果 無関係な数字でも、最初に印象に残った数字が後の判断に影響を及ぼす(割引セールの割引額に心動かされる)
    • 他人の判断に、自分の判断が影響される。
    • 自分の中だけでもある(無関係な数字が影響したりとか)
  • 確実性効果 ゼロや100%といった極端な数値に、過大な評価を寄せる心理。元本保証を極端にありがたがる
  • ピーク・エンドの法則 一連の体験から得られる満足感は、ピーク時と終了時の満足感だけでほぼ決まる(ピーク時や終わりの印象で、全体の印象を決めてしまう)
  • 決定麻痺 選択肢が多すぎると決めかねてしまう(シーナ・アイエンガー)



書評

ファスト&スロー ダニエル・カーネマン

・どんな内容?

行動経済学で2002年ノーベル経済学賞を受賞した本人による著作。アンカリング効果やフレーミング、プロスペクト理論などなどをどんな実験や過去研究から導き出したのかの説明と事例がてんこ盛りです。

行動経済学とは?

従来の経済学では、個人も企業も合理的に行動する、価格は消費者の満足に直接影響を与えない想定になってますが、実際にはそんなことはなく我々は非合理的な選択をすることがよくあります。こうした人間っぽい行動に規則性を見つけ、心理学の観点から論理的に説明したのが行動経済学です。

心理学や社会学、ゲーム理論等の素地がある人は「知ってた」との印象を抱きやすかったり、自分の経験則から「知ってた」と感じる向きには目新しさ感薄いです。しかしながら、主に心理学界隈では知られた知見を的確にすくいあげ、実験・調査を重ね、日常的な消費行動や市場の動きをよく説明する理論に仕立てて、従来経済学では説明しきれなかった部分を体系化した点が大きな功績と評されました。

ポイントは?

人間は完璧な計算能力と意思決定の力を持ってない。人間は錯覚し、間違い、自信過剰で意志が弱い。 人間はバイアスの塊。幾多の修羅場・経験を重ねてても、目下の状況に好都合な記憶を優先して意思決定しがち。

関連書籍は?

『出社が楽しい経済学』

サンクコストや機会費用、共有地の悲劇などの経済学用語を、劇団SETがコント仕立てで説明するNHK教育番組が書籍化。就活のエントリーシートは意味あるのか(スクリーニング)、出会い系サイトで出会いにくい理由(逆選択)、セカンドプライスオークション(勝者の呪い)といった身近な事柄で解説。経済学に馴染みがない人を想定した平易でシンプルな構成です。ちゃちゃっと概要つかめます。ミクロ経済学についてもサッと学べます。代償として行動経済学関連の記述は少ないです。

『選択の科学』シーナ・アイエンガー

ジャムの品揃えが豊富すぎると売上が下がった実験で有名。購買行動に限らず、生きてると選択の場面が多々あり、人は何をもとに選択しているのか、そのクセや背景を多くの事例から読み解いてます。生活者個人における選択の視点で描かれており、選択の方法論を身につけるのに向いてます。プロスペクト理論はほぼ出てこないです。

結論と展望

行動経済学は二重過程理論を土台の一つに据えてます。消費行動場面で説明した以下記事がわかりやすいです。 http://macs.mainichi.co.jp/space/web/046/marke.html

  • システム1(直観)は、システム2(熟慮)に常に影響します。この影響を完全除外するのは無理です。
  • が、個人でも組織でも、システム1の影響を抑えつつ、システム2で冷静に合理的に論理的に意思決定したい場面は多いです。
  • では対策法は?認知的バイアスを排除する自助努力だけでは限界があります。人間は自分の判断に過剰な自信を持ち、印象を過大に重視し、他の情報を不当に軽視するからです。

カーネマンは以下を挙げてます。

  • 人間による判断が数式で代用可能なら検討してみる(アルゴリズムへの過度な偏見を捨てる)
  • 第三者視点を取り入れる(個人でやらずに組織でやる、KKDではなくデータドリブンでやる)
  • システマティックにやる(チェックリスト使う、機械にやらせる)

システム2があれば、我々はもっとよい判断、意思決定ができるでしょう。一方で、システム1が有害なわけではありません。直観が熟慮に勝る、同等なこともよくあります。またシステム2だけでは、0から1を生み出すようなイノベーションは起こしにくいです。どちらかというとシステム1の得意分野です。発想のジャンプ、飛躍はシステム1で起きてることが多いです。という捉え方もできるでしょう。

じゃあシステム1をぐいぐい駆動させるにはどうすればよいか?例えば矢野顕子さんは、作曲をどうやってやってるかについてインプットしたものがじわじわと貯まるとそれがある日合わさって作曲できる、的なことを言ってました。作曲は誰にでもできます、インプットをしてれば、それが後のアウトプットにつながります。といった表現だった気が。つまり、システム1もシステム2もどっちも大事なのです。

(2015年7月メモ)



統計のウソを見破る5つのカギ

誰がそう言っているのか?統計の出所に注意
どういう方法でわかったのか?調査方法に注意
足りないデータはないか?隠されている資料に注意
言っていることが違ってやしないか?問題のすりかえに注意
意味があるか?どこかおかしくないか?
「統計でウソをつく方法」 ダレフ・ハフ 高木秀玄 講談社ブルーバックス



雑誌ニュートン

ハンス・ロスリング
数字がなければ世界は理解できない。でも数字だけでは世界は理解できない。数字や尺度、そして文化や宗教に基づく物の見方の両方が必要

大規模な調査から得られるわずかな差よりも、規模の小さい調査で発見された大きな差が重要

統計は説明の技術です。統計を使わずに世の中は理解できない
限られた情報から複雑な社会で何が起きているのかをわかりやすく示し、これから何が起きるのかを確率的に推計する数学、それが統計

回答のランダム化
正直に回答しにくい設問の場合
出たコインが表だった人ははいと答えてください。出たコインが裏だった人は未成年飲酒をしたことがありますか?という質問にはいかいいえで答えてください。
はい、の回答者がコインが表だからはいと答えたのか、それともしたことあるからはいと答えたのかは質問者からは区別がつかない。このことを理解している回答者は、未成年飲酒をしたことがある場合に、正直にはいと答えやすくなると「期待できる」
100人中70人がはいと答えたら、全体100人の半数の50人はコインが表ではいと答えたと推測できる。なので70-50=20がはいと答えた人、残った30人はいいえ、よって40%が未成年飲酒をしたのだろうと推定

(2015年5月メモ)

宇宙白熱教室

宇宙白熱教室第2回

ローレンス・クラウス教授

  • 物理学者の秘密のお仕事
  • 物事を大雑把にとらえる
  1. 本と紙を落とすとどちらが先に落ちるか?
  2. なぜか?重いから?
  3. 紙を丸めたら?重くなってないのに?

変遷

  • アリストテレス
    • 重いものが先に落ちると言ったが実験はしなかった
  • ガリレオ
    • 実験をおこなうことで現代科学を生み出した
  • 表面上の些細なことを気にしなくなることで普遍的な法則にたどりつく
  • ニュートン
    • 万有引力の法則にたどりついたのはガリレオのおかげだ

生産性の芳しくない牧場に心理学者、エンジニア、物理学者が呼ばれた話

  • エンジニア チューブを太くしたらいい
  • 心理学者 牛小屋を緑色に塗ればいい
  • 物理学者 スーパー牛を作ればいいのに

牛を丸だと捉えるだけでいろいろわかる

  1. なぜ2倍や3倍の大きさの牛は作れないのか?
  2. 牛を丸と捉えると見えてくる
  3. 牛の体積と表面積を計算してみる
    • 体積V = R^3 Rはなんでもいい、3乗ということが大事
    • 表面積A = R^2 Rはなんでもいい、2乗ということが大事
  4. 牛の皮膚にかかる圧力 = 牛の体重M ÷ 牛の表面積A
  5. 体重 R^3 = 2^3 = 8倍
  6. 表面積 R^2 = 2^2 = 4倍
  7. 皮膚にかかる圧力 倍になる
  8. 材質は同じだ、なのに圧力が倍になる
  9. だからスーパー牛は作れない
✅ 情報
  • 物事を大雑把に捉えることで少しのことから多くのことを理解できる

太陽での例

  • 太陽は丸い、なぜ丸さを保っていられるのか?
  • 重力と釣り合っている圧力があるからだが、
  • その圧力のもとになるエネルギーの正体は?

変遷

  • 18世紀のあるドイツの医者は
    • 石炭の固まりと考えた、でもこれだと1万年で燃えてなくなる -地球の寿命はもっと長いというのがわかってきたからこれはおかしいとなった
  • アーサー・エディントン
    • 太陽には未知のエネルギー源があると主張
  • 太陽の表面温度は1,000万度とわかっている、そんな新エネルギーはないよ
  • ハンス・ベーテ
    • 核融合の力で太陽は100億年燃えることが判明

ニュートリノ

  • 太陽からビュンビュン飛んでくる、が予想よりも3分の1少ない
  • 単純化し過ぎたからだよ、ではなく、ニュートリノが途中で変質してたためだった

宇宙を理解するためには?

数を使うといい

  • 数を大雑把につかむ
  • すべての数はこれで表せる
    • k * 10^n
    • kは1以上10未満

累乗を使うと、かけ算を足し算に置き換えることができる

232 * 556=?
= (2.32 * 10^2) * (5.56 * 10^2)
= (2.32 * 5.56) * 10^4
= 2ぐらい * 10^5
といった感じで、10の累乗のところをみると、だいたいどのくらいなのかスケールがつかめる

フェルミ問題

  • エンリコ・フェルミ
  • 物理学者はどんな問いにも答えられなければならない

100万まで数えるのにどのくらい時間がかかる?

  1. 1分=60秒
  2. 1時間=60分
  3. 1日=24時間
  4. 1年=365日

シカゴにはピアノ調律師が何人いる?

  1. シカゴの人口、世帯数を見積もる
  2. ピアノがある確率を見積もる
  3. といった感じで大雑把に捉えていくと、おおむね近しい結果が得られる
  4. 桁数で捉えることが大事

カエサルの臨終の一息に含まれていた原子を、私たちは一呼吸ごとに何個吸い込んでいるか?

  1. 地球の大気の体積を見積もる
    1. 地球の半径を考えてみる
    2. 表面積を考えてみる
    3. 大気の高さを考えてみる
    4. 表面積*高さ=体積
  2. 1回に吸い込む大気の体積を考えてみる(1リットルくらいと見積もる)
    1. 一呼吸分の体積の大気全体に対する割合を考えてみる
    2. 息の中にある原子の数は?
    3. アボガドロ定数 6 * 10^23 水素1gに含まれる原子の数
    4. 大気中の空気は水素よりも16倍重いから
    5. 大気1あたりの原子の数は、アボガドロ定数を16で割らないといけない
    6. 1リットル = 1000cm^3 = 1g

次元解析

物理の単位(次元)だけをたよりに公式や未知の量を推定すること

  • L 長さ
  • T 時間
  • M 質量

単位がないと、数字だけでは意味が分からない

  • 距離=速さ*時間 という公式を記憶する必要はない
  • L=L/T T がわかってれば、間に入るのは*とわかる

次元が3つもあるのは多い、のでもっと単純化したい

  • 光速=2億9,979万2,458m/秒
  • 光速は一定なので
  • LとTをどちらも光速で表すことができる

プランク定数

  • 時間と質量を定義づけている こうして次元を単純化することができる

陽子程度の質量を持つ粒子の生存期間(寿命) 10^-24秒




宇宙白熱教室第1回

宇宙のスケールを体感する

空間 時間 物質

  1. 地球と太陽の距離 1億5,000万km 約10光分(光分: 光が真空中で1分間に進む距離、つまり光で約10分かかる)
  2. 宇宙では均等な目盛りは役立たない でかすぎてスクリーンにおさまらないから。
  3. そこで10の累乗を使う
  • 1 = 10^0 と表す
  • 10 = 10^1
  • 100 = 10^2 100という大きさをすごく短縮して表すことができる
  • 5つの目盛りで10万までいける
  • 小さい数なら 0.1 = 10^-1 と表す

観測可能な宇宙のスケール

10^-28mから10^28mまで(m メートル)

チャールズ&レイ・イームズ

Powers of Ten(10の累乗)

大きいほう

  • 10^0m 1m 日常生活でなじみのあるスケール
  • 10^1m 10m
  • 10^2m 100m
  • 10^3m 1km 人間が作った最大の建物のスケール
  • 10^4m 10km
  • 10^5m 100km
  • 10^6m 1000km 地質学的な構造が見えるスケール
  • 10^7m 1万km 地球全体のスケール
  • 10^8m 10万km
  • 10^9m 100万km 月の軌道のスケール
  • 10^10m 1,000万km 地球が4日で移動する距離
  • 10^11m 1億km
  • 10^12m 10億km 木星の軌道のスケール
  • 10^13m 100億km 太陽系のスケール
  • 10^14m 1000億km
  • 10^15m 1兆km
  • 10^16m 10兆km 約1光年 恒星間の典型的な距離のスケール
  • 10^17m 10光年
  • 10^18m 100光年
  • 10^19m 1,000光年
  • 10^20m 1万光年
  • 10^21m 10万光年 銀河の平均的な大きさのスケール
  • 10^22m 100万光年 銀河間の典型的な距離のスケール
  • 10^23m 1,000万光年 銀河団の平均的な大きさのスケール
  • 10^24m 1億光年
  • 10^25m 10億光年
  • 10^26m 100億光年
  • 10^27m 1,000億光年
  • 10^28m 1兆光年

小さいほう

  • 10^-1m 10cm
  • 10^-2m 1cm
  • 10^-3m 1mm
  • 10^-4m 0,1mm
  • 10^-5m 10万分の1m 細胞の大きさのスケール
  • 10^-6m 100万分の1m
  • 10^-7m 1,000万分の1m DNAの螺旋構造が見えてくる
  • 10^-8m 1億分の1m
  • 10^-9m 10億分の1m 原子や分子が見えてくる
  • 10^-10m 100億分の1m 原子のスケール
  • 10^-11m 1,000億分の1m
  • 10^-12m 1兆分の1m
  • 10^-13m 10兆分の1m 原子核nucleusが見えてくる
  • 10^-14m 100兆分の1m 原子核のスケール 陽子proton、中性子neutron
  • 10^-15m 1,000兆分の1m 陽子のスケール

量子力学 quantum mechanics

  • 相対性理論 relativity
  • 仮想フィールド virtual field
  • 大型ハドロン衝突型加速器 large hadron colider
  • ヒッグス粒子 higgs boson

自然界の物質を支配する4つの基本相互作用

  • 重力 gravity
  • 電磁気力 electromagnetism(e&m) dominates
  • 弱い力 weak force dominantes
  • 強い力 strong force dominates

重力を10^0とした場合

  • 弱い力 10^25倍
  • 電磁気力 10^40倍
  • 強い力 10^45倍

力の伝わり方

  • 重力と電磁気力は重さのない粒子によってその力が伝えられる
  • 弱い力はヒッグス粒子の影響で届く距離が短くなる
  • 強い力は重さのない粒子によってその力は伝えられるが届く距離はめっちゃ短い

物質はすべて

  • レプトンleptonとクォークquarkという基礎的な粒子からできている
  • 中性子と陽子と電子で原子を構成しており、原子を並べ替えればすべての物質ができる

時間

  • 宇宙の今の年齢10^17秒 100億歳 大きさは10^28cm
  • 銀河の形成10^16秒 10億年後
  • 原子核誕生 10^0 1秒後 100億度の熱さ

(2014/6/27メモ)