SlideShare a Scribd company logo
1 of 60
Download to read offline
説得のためのテクノロジ:カプトロジ入門
CAPTOLOGY : computer as persuasive technologies
B.J. Fogg
「Persuasive Technology: Using Computers to Change What We Think and Do」
「実験心理学が教える人を動かすテクノロジ」(日経BP社/高良理・安藤知華 共訳)より
※書籍で取り扱われている一部は省略されています
※スライドに記載されている事例は書籍と異なることがあります
16/01/07 Nanae Shirozu / Kansai University 1
目次
1.  カプトロジとは何か?
2.  機能の3元素
•  説得の道具としてのコンピュータ
•  説得のためのメディアとしてのコンピュータ
•  ソーシャルアクターとして振る舞うコンピュータ
3.  信頼性とコンピュータ
4.  説得のためのテクノロジと倫理的な課題
5.  カプトロジの将来
6.  まとめ
16/01/07 Nanae Shirozu / Kansai University 2
カプトロジとは何か?
デジタル時代の説得手法
16/01/07 Nanae Shirozu / Kansai University 3
1
カプトロジの定義
•  CAPTOLOGY(Computer As Persuasive Technologies)
•  コンピュータを説得のためのテクノロジとして扱う研究
•  人の態度や姿勢,行動を変えることを目的として設計された対話型の
コンピュータ製品のデザイン,研究,分析に焦点が当てられる
•  「コンピュータ技術」と「説得」の理論が交わる領域にある
16/01/07 Nanae Shirozu / Kansai University 4
カ
プ
ト
ロ
ジ
ウェブサイト
携帯電話
ゲーム
ソフトウェア
チャット
バーチャルリアルティ
情報キオスク
行動を変える
態度を変える
動機づけ
世界観を変える
迎合性,追従
技
術
説
得
カプトロジを知っていることの利点
1.  ウェブサイトやコンピュータ製品が,どのような場合に
人々に影響を与えるように設計できるか理解できる
2.  対話型のシステムが利用している<説得の戦略>について
明確にそれを指摘できる
3.  説得を働きかける要素の背後にある仕組みについて理解している
4.  動機づけや人を説得できるような対話型の体験を生み出せる
5.  説得に付随する倫理的な問題として取り上げ解決できる
16/01/07 Nanae Shirozu / Kansai University 5
Web上で行われている説得の例
•  Amazon(ECサイト)
•  注文を処理するだけでなく,ユーザの嗜好を過去の購買行動から分析
して他の商品を購入するように促す
•  『この商品を買った人はこんな商品も買っています』
•  Facebook(SNS)
•  しばらくログインしないとログインを促すようにメールが届く
•  『前回のログインからいろいろなことがありました。
 お知らせをチェックして友達の最新情報を見てみましょう。』
•  COOKPAD(料理レシピサービス)
•  イベントにあわせて特別な料理を作ることを薦める
•  『12月23日のおすすめ クリスマスにダブルチョコレートケーキ 』
16/01/07 Nanae Shirozu / Kansai University 6
対象の分野とアプリケーションの例
分野 アプリケーションの例 説得の目的
商取引 Amazonのレコメンド機能
http://www.amazon.co.jp
本や他の品物の購入を促す
教育 iKnow!
http://iknow.jp
英語の学習をサポートする
安全 飲酒運転シミュレータ 酒気帯び運転をしないように訓練する
フィットネス Fitbit
https://www.fitbit.com/jp
活動量を測定し健康を管理する
啓発 職場のストレスセルフチェック
http://kokoro.mhlw.go.jp
労働者のメンタルヘルスの啓発
コミュニティへの参加 READYFOR?
https://readyfor.jp
多数の人から資金を集める
16/01/07 Nanae Shirozu / Kansai University 7
既存のメディアを超える利点:対話性
•  人の行動や態度を変えることを目的とした既存のメディア
•  例:テレビ・ラジオのCM,ポスター,チラシ,看板 etc
•  情報の流れは一方向的で,ユーザ(見る人)の状況を考慮できない
•  コンピュータと既存メディアの違い「対話性(interactivity)」
•  一般的に,説得は対話的に行うことが効果的である
•  セールスマンは相手の反応を見ながら手かえ品かえ交渉する
•  インタラクティビティが備わっていることの利点
•  説得のためのテクノロジ製品はユーザの入力やユーザが求める
もの,ユーザの置かれている状況に応じて対応を変えられる
16/01/07 Nanae Shirozu / Kansai University 8
コンピュータが人による説得に対して勝る点
1.  コンピュータは人間に比べて辛抱強い
•  24時間説得のために働きかけることができ,ユーザに介入する最適な
タイミングを待つことができる
•  例:ユーザ登録をするように,しつこくポップアップが出現する
2.  匿名性を広く活用する
•  話題にしにくい問題や心理的な問題でも匿名で取り扱える
•  例:内気な性格な人が,SNSで試しに大胆に振りまうこともできる
3.  膨大なデータを扱うことができる
•  膨大なデータにアクセスすることで強い説得力を生むことができる
16/01/07 Nanae Shirozu / Kansai University 9
コンピュータが人による説得に対して勝る点
4.  あらゆる影響戦略を使う
•  データ,音,映像など多様なモダリティで現実に近い体験を作り出す
5.  ソフトウェアの拡張ができる
•  複製や配信,機能の追加が容易にできる
6.  コンピュータはどこにでも存在できる
•  洋服の中,お風呂場,寝室,歯ブラシの内部などに組み込める
16/01/07 Nanae Shirozu / Kansai University 10
カプトロジが対象とする人とコンピュータの関係
•  カプトロジではHCIの結果として起こる考え方や行動の変化に注目する
•  コンピュータを介したコミュニケーション(CMC)ではない ☓
•  人とコンピュータとの間のやりとり(HCI)に注目する ⃝
•  CMC(Computer Mediated Communication)のモデル
•  コンピュータは人が相互にやりとりする際のチャネルとして機能する
•  例:インスタントメッセンジャーはやりとりを円滑にはするが,目的を
持って説得するモノではない
•  HCI(Human Computer Interaction)のモデル
•  予め組み込まれた戦略と手順に従って次に起こりうる状況を推測しながら
ユーザの気持ちや行動に影響を与えて動機づけを行っていく
16/01/07 Nanae Shirozu / Kansai University 11
解説
カプトロジの対象は意図的に行われる説得
•  説得は「何かを意図して行われる」ことを前提としている
•  カプトロジでは「コンピュータテクノロジを使った戦略的な説得が
もたらす効果」に限定して論じる
•  内因性の説得(カプトロジの対象)
•  テクノロジを使い意図的にデザインした計画的な効果
•  つまり,「説得」の意図が製品に組み込まれている
•  外因性の説得(カプトロジの対象外)
•  設計者が意図せず副次的に生まれる効果は対象としない
•  例:iPadは説得を目的としたデバイスではないが,それを使って
計画的に勉強をしようと思う学生が購入するかもしれない
しかし,これはカプトロジの対象ではない
16/01/07 Nanae Shirozu / Kansai University 12
説得のレベル
•  説得の結果として起こる考え方や行動の変化は2つに大別される
•  マクロ説得
•  説得と動機づけが製品全体に一貫してこめられている
•  例:飲酒運転を体験するためのドライブシミュレーター
•  ミクロ説得
•  独自の使用目的があり,そのゴールへユーザを導く過程で説得のため
の小さな要素を備えている製品
•  コンピュータとユーザの間のインタラクションのデザインにみられる
•  例:ダイアログボックス,アイコン
16/01/07 Nanae Shirozu / Kansai University 13
機能の3元素
ツール・メディア・ソーシャルアクター
16/01/07 Nanae Shirozu / Kansai University 14
2
ユーザの立場から見たコンピュータの役割
16/01/07 Nanae Shirozu / Kansai University 15
①ツール
(能力の向上)
②メディア
(体験の提供)
③ソーシャル・アクター
(関係を築く)
①ツールとしてのコンピュータ
•  説得のためのテクノロジ製品
•  人の考え方,態度・行動のいずれか,もしくは両方をかえることを
意図して設計された対話型の(インタラクティブな)製品のこと
•  こうした道具を使って人は行動目標を容易に達成できるようになる
•  目標とする行動を容易にする
•  ゴールへの道のりをリードする
•  数値的な評価を見せながら意欲を高める
•  ここでは説得のためのツールとしてコンピュータが使われるときに
用いられる7つの説得原理を紹介する
16/01/07 Nanae Shirozu / Kansai University 16
テクノロジ製品で実現する7つの説得の原理
1.  手順の省略の原理
•  煩わしい手順を簡単に達成できるように支援することで,
その行動をユーザ自ら進んで行うように働きかけることができる
•  例:Amazonの1クリック注文
2.  トンネリングの原理
•  あらかじめ準備された一連の動作や状況を1つずつ体験するプロセス
を通してユーザを引き込む
•  例:ソフトウェアのインストールプログラム,ユーザ登録画面
16/01/07 Nanae Shirozu / Kansai University 17
①ツールとしてのコンピュータ
テクノロジ製品で実現する7つの説得の原理
3.  カスタマイズの原理
•  一般的な情報を使うよりもユーザに深く関わる情報を提供することで
人の考え方や行動を変える説得力が高まる
•  例:レストランを検索するときに現在地に近い店を候補として挙げる
4.  提案の原理
•  ユーザにとって最適なタイミングでアイデアや情報を提供すると一層
効果的に人を説得することができる
5.  自己監視の原理
•  ユーザの状態や進み具合をわかりやすく知らせることで
ユーザが目標を達成しやすくする
•  例:Apple Watchによる心拍数の提示
16/01/07 Nanae Shirozu / Kansai University 18
①ツールとしてのコンピュータ
テクノロジ製品で実現する7つの説得の原理
6.  監視の原理
•  ユーザの行動や振る舞いを変えようとしている様子を他人が監視でき
るようにした技術
•  例:インターネットへのアクセスログ,電話対応の記録
•  ただし隠れて行う監視は倫理的な問題が付随するので取り扱わない
7.  条件づけの原理(オペラントコンディショニング)
•  ある行動を習慣に変えること,複雑な行動を形成するために報酬を
与える方法
•  例:エクササイズを支援するゲーム(Wii fitなど),e-ラーニング
16/01/07 Nanae Shirozu / Kansai University 19
①ツールとしてのコンピュータ
②説得のメディアとしてのコンピュータ
•  人は実体験しているかどうかで態度や行動の選択に違いが生じる
•  コストがかかる,ハードルが高いと人が思う行動を取らせるために
「お試し」の体験を通した説得は有用である
•  例:英会話教材を購入させるためにトライアル音源を配布する
•  体験を通じて説得するメディアとしてコンピュータは使われている
•  コンピュータではシミュレーションが容易になる
•  様々な因果関係を試すことができる
•  疑似体験をさせることで意欲を高める
•  行動をリハーサルできる
16/01/07 Nanae Shirozu / Kansai University 20
因果関係のシミュレーション
•  因果関係を示すことで探索と洞察が可能になる
•  シミュレーションによって,原因と結果の関係をその場で確認
できるため,態度や行動を変えるように説得することができる
•  因果関係をシミュレーションする利点
1.  調べてから結果が出るまでに時間がかからない
2.  結果を信憑性がある方法で明確に伝えられる
3.  安全な環境下で現実世界へ影響を及ぼさずに調査や実験ができる
4.  ユーザ自身が新たな発見をしたり,啓発されたりする
16/01/07 Nanae Shirozu / Kansai University 21
②説得のメディアとしてのコンピュータ
因果関係のシミュレーション
•  煙草のコストシミュレーター(ジョンソン・エンド・ジョンソン)
•  ニコチンパッチのメーカーが提供するシミュレーター
•  一日にかかる煙草のコストを計算して節約の観点から禁煙を啓発する
16/01/07 Nanae Shirozu / Kansai University 22
②説得のメディアとしてのコンピュータ
(キャプチャの引用)http://www.nicorette-j.com/tabacco/calculator.html
環境シミュレーション
•  バーチャル・リハーサルの利点
1.  シミュレーション環境下でリハーサルすることで現実世界においても
行動や態度を変えやすくなる
2.  因果関係のシナリオと同様に,新しい行動やものの見方を試すための
安全な場を提供する
3.  バーチャル環境は制御可能であり,いつでも体験を始めたり中断する
ことができる
•  シミュレーションによる動機づけ
•  目的とする行動をユーザが達成した時に報酬を与えてモチベーション
を高めるような状況を作りだして説得する
16/01/07 Nanae Shirozu / Kansai University 23
②説得のメディアとしてのコンピュータ
環境シミュレーション
•  インテリアシミュレーション(無印良品)
•  無印良品が販売する商品を使って部屋のインテリアコーディネートと
購入金額をシミュレーションすることができる
16/01/07 Nanae Shirozu / Kansai University 24
②説得のメディアとしてのコンピュータ
(キャプチャの引用)http://muji.livingstyle.jp/simulator/#
オブジェクト・シミュレーション
•  オブジェクトをシミュレーションするためのテクノロジ
•  シミュレーションを取り入れた製品が,ユーザと一緒に現実世界の
設定に入っていく
•  バーチャルな世界にユーザが入る環境シミュレーションの反対
•  ユーザの日常生活の一部とすることができるので日常生活にもたらす
影響が明確になる
•  オブジェクト・シミュレーションの利点
•  日常生活で使うことを想定するので,影響力に左右されにくいユーザ
を対象とした製品を設計するときに有効
16/01/07 Nanae Shirozu / Kansai University 25
②説得のメディアとしてのコンピュータ
オブジェクト・シミュレーション
•  RealCare Baby(Realityworks)
•  早期妊娠のリスクを啓発するための赤ちゃんアンドロイド
•  生徒たちは人形とともに日常生活を送るように指示される
•  不定期に泣き出すようにプログラムされており
赤ちゃんが生活にどれだけ影響をもたらすか考えさせる教材
16/01/07 Nanae Shirozu / Kansai University 26
②説得のメディアとしてのコンピュータ
(図の引用)http://www.realityworks.com/products/realcare-baby
③ソーシャル・アクターとして振る舞うコンピュータ
•  社交的に説得を働きかけるコンピュータ
•  人はときにコンピュータに対して生き物であるかのように応対する
•  テクノロジ製品は,人間同士のやりとりにみられるあらゆる『合図』
をユーザに投げかけ,自然に現れる反応を引き出しながら説得を行う
•  バーチャルペットの登場(例:ポケットピカチュウ)
•  万歩計とゲームの要素を組み合わせた電子玩具
•  電子的な生き物(ピカチュウ)を生かすために
持ち主は万歩計を動作させる必要がある
16/01/07 Nanae Shirozu / Kansai University 27
(図の引用)https://www.nintendo.co.jp/n09/pokepika/
5つの社交的な合図(ソーシャルキュー)
16/01/07 Nanae Shirozu / Kansai University 28
③ソーシャル・アクターとして振る舞うコンピュータ
キュー 例
① 身体的な特徴 顔,ひとみ,身体,動作,しぐさ
② 心理 好み,性格,共感
③ 言語 対話的な言葉遣い,話し言葉,言語の認識
④ 社会・対話行動 交代,協力,質問に答える,相互作用
⑤ 社交的役割 医者,チームメイト,敵味方,先生,ペット
5つの社交的な合図(ソーシャルキュー)
1.  身体的特徴の魅力がもたらす効果
•  光背効果(Halo Effect)
•  他者を評価する際に,ある特徴が顕著に良い(悪い)時,その特
徴に引きずられて他の特徴も良く(悪く)評価する認知バイアス
•  好感が持てるインタフェースは,より説得力を持つ可能性がある
2.  心理的なキューを使って説得する
•  コンピュータは心理状態を表現するための合図を出すことにより,
感情や好き嫌い,意欲や個性を持っているかのように見せかける
•  例:笑顔のアイコン,お詫びのメッセージ
16/01/07 Nanae Shirozu / Kansai University 29
③ソーシャル・アクターとして振る舞うコンピュータ
5つの社交的な合図(ソーシャルキュー)
3.  言語による説得
•  社交的な存在感や人を説得するときに,書き言葉や話し言葉を使って
コンピュータは生き物のように振る舞う
•  また,フィードバックを与える際に褒めることで好印象を与える
•  例:「インストールを続行しますか?」「おめでとうございます!」
4.  ソーシャル・ダイナミクス(人付き合い)
•  人同士のやりとりに見られるようなキューを使って説得をする
•  例:あるECサイトにアクセスすると,「こんにちは」と挨拶が表示さ
れ,商品を買い物カゴに入れると「他にご注文は?」と尋ねられる
そして発注が終わると「ありがとう!」と御礼が表示される
16/01/07 Nanae Shirozu / Kansai University 30
③ソーシャル・アクターとして振る舞うコンピュータ
5つの社交的な合図(ソーシャルキュー)
5.  社会的な役割を適用することで説得する
•  「ELIZA(イライザ)」(1960年代)
•  心理療法医のように振る舞う人工知能プログラム
•  簡単な知識を持っておりユーザの問いかけに自然文で応答する
•  コンピュータが『人』の役割を持てることが示された例
•  教師,裁判官,医者として振る舞うコンピュータ
•  権威がある役割をコンピュータが演じられたら説得力が高まる
•  名前に取り入れるだけでも権威や信用性があるイメージを作れる
•  例:ソフトウェアメーカー応研が販売している会計ソフトの名前
は「大蔵大臣」,イメージキャラクターには西郷隆盛を起用
16/01/07 Nanae Shirozu / Kansai University 31
③ソーシャル・アクターとして振る舞うコンピュータ
信頼性とコンピュータ
コンピュータは信用できるか?
16/01/07 Nanae Shirozu / Kansai University 32
3
「あなたが懸賞に当選しました!」
•  シナリオA
•  背広の男性が扉をノックして入ってきた,見覚えのある顔だ
•  小切手を渡しながら「あなたが懸賞に当選しました!」と言う
•  後ろにはその様子をテレビカメラが撮影しており,レポーターが
私にコメントを求めようとマイクを向けてくる
•  シナリオB
•  一見ダイレクトメールに見える郵便物の封を開けた
•  郵便物には「あなたが懸賞に当選しました!」と書かれている
•  封筒をよく見ると,名前の綴りに間違いがある
•  どちらも伝えているメッセージは同じ
•  シナリオに含まれた「信用に足ると思わせる効果」が異なる
16/01/07 Nanae Shirozu / Kansai University 33
信頼性とは何か
•  信頼性(credibility)
•  認知可能な『信用性』と『専門性』の2つの要素から成り立つ
•  信用性の原理
•  信用できる(正直,公正,偏見をもって判断しない)とみなされる
コンピュータ・テクノロジは説得する力を高められる
•  バックグラウンド,言語,意見などが類似しているとユーザは
信用しやすい傾向にある(類似性効果)
•  専門性の原理
•  専門性(知識,経験,能力)を備えてるとみなされるコンピュータ・
テクノロジは説得する力を高めることができる
16/01/07 Nanae Shirozu / Kansai University 34
コンピュータの信頼性が重要となるケース
•  ユーザに説明やアドバイスを与えるとき
•  価値が低い,偏りがある,妥当性が低い場合は信頼を失う
•  失敗例:広告収入の多さで検索結果の順位付けを行う検索エンジン
•  測定結果を報告するとき
•  不正確な値や疑問がある値を報告すると信頼を失う
•  失敗例:東京にいるのに現在地が群馬であると報告するGPS機器
•  情報とその分析結果を提供するとき
•  データや情報を提供するときに不正確な情報を提供すると信頼を失う
•  失敗例:植物学の本を購入すると植木鉢をおすすめしてくるECサイト
16/01/07 Nanae Shirozu / Kansai University 35
コンピュータの信頼性が重要となるケース
•  作業結果を報告するとき
•  実行した処理について報告と実際の結果が一致しない時に信頼を失う
•  失敗例:1分間でファイル8千個を更新したと報告するソフトウェア
•  コンピュータ自身の状態について報告するとき
•  コンピュータの状態について不正確なレポートをすると信頼を失う
•  失敗例:一晩充電したのに電池の残量が5%のスマートフォン
•  シミュレーションを実行するとき
•  シミュレーションの結果がユーザの感覚と乖離すると信頼を失う
•  失敗例:今にも嵐が来そうなのに晴れと予報する天気予報サービス
16/01/07 Nanae Shirozu / Kansai University 36
コンピュータの信頼性が重要となるケース
•  バーチャル環境を提供するとき
•  実現されるバーチャル環境が現実世界に即したものになるように
モデル化されていないと信用を失う
•  失敗例:物理演算が不正確なコンピュータグラフィックスが使われた
シミュレーション環境
16/01/07 Nanae Shirozu / Kansai University 37
信頼性の4つのタイプ
16/01/07 Nanae Shirozu / Kansai University 38
信頼性のタイプ 信頼性の根拠
仮定型 認識した者の心に生じる一般的な推測
外見型 簡単な検査,または直接体験することによる第一印象
評判型 第3者の保証,報告,推薦,照会
獲得型 直接体験したことから,時を経てさらに拡大する印象
信頼性の4つのタイプ
1.  仮定型の信頼性
•  人は固定観念や一般的な仮定に従って,他人や物事を信用する
•  コンピュータ・テクノロジにおいても,ユーザは一般的な仮定を持ち
それに基づいた先入観を持ってテクノロジを利用する
2.  外見型の信頼性
•  人は,他者の信頼性を初期評価するときに,顔や服装など外見上の
第一印象に基づいて判断をすることがある
•  コンピュータ製品についても見た目の設計によって信頼性が変動する
•  例:毎日更新されるWebサイトと,最終更新日が昨年のサイトでは
前者の方が信頼性は高い
16/01/07 Nanae Shirozu / Kansai University 39
信頼性の4つのタイプ
3.  評判型の信頼性
•  人が信頼性を判断するときに,人,メディア,第三者からの報告に
基づいて判断することがある
•  コンピュータ製品についても,第三者が肯定的な報告をしている場合,
その製品は信頼性を得る
•  例:あるECサイトではセキュリティ会社「ノートン」のバナーを
貼り,通信の暗号化処理を知らせることで信頼性を得ようとしている
16/01/07 Nanae Shirozu / Kansai University 40
信頼性の4つのタイプ
4.  獲得型の信頼性
•  コンピュータ・テクノロジがユーザの期待に常に応えられたら
使用期間が長くなるにつれて信頼性は高まっていく
•  長く使用されればされるほど信頼性を得ていく製品を開発することは
重要な設計目標の1つでなければならない
•  信頼性のダイナミクス
•  信頼性は時間とともに高まることもあれば失われることもある
•  一度信用を失うと,ユーザは二度と製品を使わなくなる
•  例:有名な自動車メーカーは人気がある車を量産しているが,事故を
起こす原因となる部品を採用していることが判明し,信用を失った
16/01/07 Nanae Shirozu / Kansai University 41
説得のためのテクノロジと倫理的な課題
倫理的な分析と評価方法
16/01/07 Nanae Shirozu / Kansai University 42
4
説得のためのテクノロジと倫理
•  シナリオ:子供とゲーム
•  あるリサーチ会社がWebサイトに子供向けオンラインゲームを作った
•  ゲームを進めるためには「好きなテレビは?」,「おうちにトイレは
いくつある?」といった質問に答えなければならない
•  子供はゲームのゴールを目指してこれらの質問にすぐに答えてしまう
•  シナリオ:フィットネスクラブ
•  ようやく体調を取り戻しつつあるマーク,彼のジムではコンピュータ
のフィットネスシステムを使ってトレーニングメニューを作成する
•  そのシステムはウェイトリフティングの際にあらゆる動きをすること
を薦め,それに従った結果,彼は背中を痛めてしまった
16/01/07 Nanae Shirozu / Kansai University 43
説得のためのテクノロジに特有の倫理的な問題
1.  技術の真新しさが説得の目的を隠す
•  対話型のコンピュータ・システムにより説得が行われるということは
多くの人にとって比較的新しい・不慣れな体験といえる
•  経験が不十分な人は専門知識がなく,体験や操作自体に注意が奪われ
細かいことに目を向ける割合が少なくなる
•  例:海外のホームページからフリーソフトをダウンロードするときに
「ダウンロードはこちら」と書かれたバナーが貼られていたので
クリックすると全く関係がないWebサイトに誘導されてしまった
16/01/07 Nanae Shirozu / Kansai University 44
説得のためのテクノロジに特有の倫理的な問題
2.  コンピュータの評判の良さを利用する
•  コンピュータからの情報やアドバイスは信頼できるとみなされる
•  専門知識がないユーザがテクノロジを鵜呑みにすることがある
•  例:『A社の機器を使った最新の歯科治療』専門家の間では賛否両論が
あるが,広告の文言だけを見たユーザには良し悪しの判断がつかない
3.  コンピュータ自らの根気強さを発揮する
•  コンピュータは説得を繰り返し行うことができる
•  例:ある化粧品が気になりWebサイトにアクセスしたが購入を見送る
ことにした,しかし,その後アクセスした様々なホームページで頻繁
にその商品の広告(画像)を見かけるようになった
16/01/07 Nanae Shirozu / Kansai University 45
説得のためのテクノロジに特有の倫理的な問題
4.  コンピュータが人との対話の流れを支配する
•  人との対話では反論,議論,交渉をすることができる
•  コンピュータとの対話はやりとりをコンピュータが支配している
•  中断か続行は選択できるが,プログラムされていない処理や話の流れ
に進むことはできない
5.  コンピュータは人の感情に影響するが自らは感情に左右されない
•  コンピュータは人の微妙な変化を読み取ることは難しいが
説得を働きかけたり,感情を左右する合図を送ることはできる
16/01/07 Nanae Shirozu / Kansai University 46
説得のためのテクノロジに特有の倫理的な問題
6.  コンピュータは責任をとることができない
•  倫理,道徳に反することなく説得を行うには責任を持つ必要がある
•  例:法律を無視した場合,人は刑罰を受ける
•  コンピュータは自律的に動作し不実な方向に説得しようとしたとして
も責任をとることはできない
•  開発会社が潰れたり開発者が亡くなってもユーザは製品を使い続ける
16/01/07 Nanae Shirozu / Kansai University 47
説得のためのテクノロジの倫理的評価
•  説得の『目的』
•  説得のためのテクノロジ製品は設計目標を明確にすること
•  目的に倫理的な問題がある場合,製品も倫理に反する可能性がある
•  例:個人情報を収集する目的を隠して作られたゲームには問題がある
•  説得の『方法』
•  説得のプロセスに倫理的な問題がないか調べること
•  テクノロジの概念を取り払い「人がこの方法で説得したら?」と
仮定して考え,問題がある場合は倫理に反する可能性がある
16/01/07 Nanae Shirozu / Kansai University 48
説得のためのテクノロジの倫理的評価
•  説得の『成果』
•  意図した説得の成果が倫理的に問題となることがある
16/01/07 Nanae Shirozu / Kansai University 49
もし 説得の成果が
ならば 意図されており 意図されておらず
なおかつ 予測可能で 予測困難で
その
説得行為は
倫理的に
正しいなら
倫理的に
問題ありなら
倫理的に
正しいなら
倫理的に
問題ありなら
倫理的に
正しいなら
倫理的に
問題ありなら
その設計者
の倫理観は
称賛に
値する
責任をとる
必要がある
責任は
問われない
責任をとる
必要がある
責任は
問われない
責任をとる
必要がある
利害関係者の分析
16/01/07 Nanae Shirozu / Kansai University 50
•  倫理的な分析のための方法
•  テクノロジに関連する倫理上の問題を評価するには,利害関係者を
明らかにし,関係者が何を得て何を失うか明らかにする必要がある
•  ステップ1:全ての利害関係者をリストに書き出す
•  利害関係者:テクノロジ製品を使うことで何らかの利益を得る人
•  例:開発者,配布元,ユーザ,ユーザの関係者(近隣住民etc)
•  ステップ2:それぞれが得るものを書き出す
•  テクノロジ製品を使った時に利害関係者が得るものを調べる
•  例:金銭,学習効果,自尊心,権力,監督権
利害関係者の分析
16/01/07 Nanae Shirozu / Kansai University 51
•  ステップ3:それぞれが失うものを書き出す
•  テクノロジ製品を利用することで利害関係者が失うものを調べる
•  例:金銭,プライバシ,評判,権力
•  ステップ4:得るものが最も多い者を明らかにする
•  ステップ2・3の内容を調べ,どの人が最も多く手にするか決定する
•  ステップ5:失うものが最も多い者を明らかにする
•  失うものは,時間やお金に限らないことに注意する
•  例:抽象的なもの(自治権,自尊心)
利害関係者の分析
16/01/07 Nanae Shirozu / Kansai University 52
•  ステップ6:得るものと失うものの価値を調べ倫理的に評価する
•  損得の不公平さを明らかにし,製品が倫理に適うのか,どの程度倫理
的な問題を提起するかを考える
•  この分析では,価値観が評価に影響を与える
•  ステップ7:分析に持ち込まれた個人的な価値観や前提となった
観念があることを認める
•  倫理的な分析は評価者個人の価値体系の上に成立している
•  価値体系は曖昧さや属人性を伴うので,分析に影響を与えた道徳的な
前提を明らかにしておくことには意義がある
カプトロジの将来
トレンド予測
16/01/07 Nanae Shirozu / Kansai University 53
5
カプトロジのトレンド予測
•  トレンド1:説得のためのテクノロジはさらに普及する
•  説得のためのテクノロジは,生活のあらゆるところに浸透する
•  今後登場するスマート機能付きの環境や製品は,生産性や娯楽性を
追求するだけでなく,人に影響を与え,やる気にさせるためのもの
•  補足:Foggがこの本を執筆したのは2002年である
•  トレンド2:消費活動やブランド促進の領域を超えた利用が進む
•  これまで対話型テクノロジとは縁がなかった企業がカプトロジを活用
するようになる
•  例:金融,健康,対人関係,環境保護
16/01/07 Nanae Shirozu / Kansai University 54
カプトロジのトレンド予測
•  トレンド3:目的を限定した説得のためのテクノロジ端末が増える
•  ユーザに影響を与えること,意欲を引き出すことを狙って設計した
対話型の機器が増えることが予測される
•  特定の領域,特定のユーザに絞り込んで開発が進められる
•  トレンド4:影響を与える戦略理論への注目が高まる
•  カプトロジが体系的に確立されるにつれて,人に影響を与える仕組み
を概念的に捉えることに注目が集まる
•  エンドユーザ向けのアプリケーションのほとんどが動機づけや説得の
原理を要素として取り入れる
16/01/07 Nanae Shirozu / Kansai University 55
カプトロジのトレンド予測
•  トレンド5:新しい影響戦術,手法を求めて注目が集まる
•  影響“戦術”とは説得手法への概念的なアプローチを具現化した
ソリューションを意味する
•  適切な影響戦術を選択することが製品の出来栄えを左右する
16/01/07 Nanae Shirozu / Kansai University 56
まとめ
16/01/07 Nanae Shirozu / Kansai University 57
6
重要な用語と概念
•  カプトロジ:Computer As Persuasive Technologies
•  人の態度や姿勢,行動を変えることを目的として設計された
対話型のコンピュータ製品に関する概念のこと
•  カプトロジにおける「説得」の定義
•  考え方や行動のいずれか,もしくは両方を変えようとする働きかけ
•  説得のためのテクノロジ
•  CMCではなくHCIに注目する
•  外部からの働きかけによる外因性の説得ではなく,対話型技術の内部
に組み込まれた意図的な説得に注目する
16/01/07 Nanae Shirozu / Kansai University 58
重要な用語と概念
•  ユーザの立場から見たコンピュータの3つの役割
•  能力を向上させる「ツール」
•  体験を提供する「メディア」
•  関係を築く「ソーシャル・アクター」
•  説得の効果には信頼性が影響を与える
•  信頼性 = 「信用性」+「専門性」
•  説得のためのテクノロジには倫理的なガイドラインが必要である
•  説得の「目的」「方法」「成果」が倫理に反していないか確認する
•  利害関係を明らかにすることが有効な分析方法である
16/01/07 Nanae Shirozu / Kansai University 59
16/01/07 Nanae Shirozu / Kansai University 60

More Related Content

What's hot

機械学習デザインパターン Machine Learning Design Patterns
機械学習デザインパターン Machine Learning Design Patterns機械学習デザインパターン Machine Learning Design Patterns
機械学習デザインパターン Machine Learning Design PatternsHironori Washizaki
 
自然言語処理による議論マイニング
自然言語処理による議論マイニング自然言語処理による議論マイニング
自然言語処理による議論マイニングNaoaki Okazaki
 
Microsoft Azure WebAppsで ECサイトを構築してみた話 ~EC-CUBE3で試してみました~
Microsoft Azure WebAppsでECサイトを構築してみた話 ~EC-CUBE3で試してみました~Microsoft Azure WebAppsでECサイトを構築してみた話 ~EC-CUBE3で試してみました~
Microsoft Azure WebAppsで ECサイトを構築してみた話 ~EC-CUBE3で試してみました~典子 松本
 
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)Tokoroten Nakayama
 
正しいものを正しくつくる
正しいものを正しくつくる正しいものを正しくつくる
正しいものを正しくつくるtoshihiro ichitani
 
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版Tokoroten Nakayama
 
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~SSII
 
グラフィカルモデル入門
グラフィカルモデル入門グラフィカルモデル入門
グラフィカルモデル入門Kawamoto_Kazuhiko
 
Statistical Semantic入門 ~分布仮説からword2vecまで~
Statistical Semantic入門 ~分布仮説からword2vecまで~Statistical Semantic入門 ~分布仮説からword2vecまで~
Statistical Semantic入門 ~分布仮説からword2vecまで~Yuya Unno
 
レコメンド研究のあれこれ
レコメンド研究のあれこれレコメンド研究のあれこれ
レコメンド研究のあれこれMasahiro Sato
 
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)Tokoroten Nakayama
 
配置情報のエネルギー最小化に基づく3次元点群の位置合わせ
配置情報のエネルギー最小化に基づく3次元点群の位置合わせ配置情報のエネルギー最小化に基づく3次元点群の位置合わせ
配置情報のエネルギー最小化に基づく3次元点群の位置合わせToru Tamaki
 
MLflowで学ぶMLOpsことはじめ
MLflowで学ぶMLOpsことはじめMLflowで学ぶMLOpsことはじめ
MLflowで学ぶMLOpsことはじめKenichi Sonoda
 
ChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjp
ChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjpChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjp
ChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjpK Kinzal
 
時系列分析による異常検知入門
時系列分析による異常検知入門時系列分析による異常検知入門
時系列分析による異常検知入門Yohei Sato
 
連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)
連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)
連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)Kei Nakagawa
 
データ基盤グループを支えるチームビルディング
データ基盤グループを支えるチームビルディングデータ基盤グループを支えるチームビルディング
データ基盤グループを支えるチームビルディング株式会社MonotaRO Tech Team
 
運用してわかったLookerの本質的メリット : Data Engineering Study #8
運用してわかったLookerの本質的メリット : Data Engineering Study #8運用してわかったLookerの本質的メリット : Data Engineering Study #8
運用してわかったLookerの本質的メリット : Data Engineering Study #8Masatoshi Abe
 
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]DeNA
 

What's hot (20)

機械学習デザインパターン Machine Learning Design Patterns
機械学習デザインパターン Machine Learning Design Patterns機械学習デザインパターン Machine Learning Design Patterns
機械学習デザインパターン Machine Learning Design Patterns
 
自然言語処理による議論マイニング
自然言語処理による議論マイニング自然言語処理による議論マイニング
自然言語処理による議論マイニング
 
Microsoft Azure WebAppsで ECサイトを構築してみた話 ~EC-CUBE3で試してみました~
Microsoft Azure WebAppsでECサイトを構築してみた話 ~EC-CUBE3で試してみました~Microsoft Azure WebAppsでECサイトを構築してみた話 ~EC-CUBE3で試してみました~
Microsoft Azure WebAppsで ECサイトを構築してみた話 ~EC-CUBE3で試してみました~
 
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
 
正しいものを正しくつくる
正しいものを正しくつくる正しいものを正しくつくる
正しいものを正しくつくる
 
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
 
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
 
グラフィカルモデル入門
グラフィカルモデル入門グラフィカルモデル入門
グラフィカルモデル入門
 
MLOpsはバズワード
MLOpsはバズワードMLOpsはバズワード
MLOpsはバズワード
 
Statistical Semantic入門 ~分布仮説からword2vecまで~
Statistical Semantic入門 ~分布仮説からword2vecまで~Statistical Semantic入門 ~分布仮説からword2vecまで~
Statistical Semantic入門 ~分布仮説からword2vecまで~
 
レコメンド研究のあれこれ
レコメンド研究のあれこれレコメンド研究のあれこれ
レコメンド研究のあれこれ
 
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
 
配置情報のエネルギー最小化に基づく3次元点群の位置合わせ
配置情報のエネルギー最小化に基づく3次元点群の位置合わせ配置情報のエネルギー最小化に基づく3次元点群の位置合わせ
配置情報のエネルギー最小化に基づく3次元点群の位置合わせ
 
MLflowで学ぶMLOpsことはじめ
MLflowで学ぶMLOpsことはじめMLflowで学ぶMLOpsことはじめ
MLflowで学ぶMLOpsことはじめ
 
ChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjp
ChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjpChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjp
ChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjp
 
時系列分析による異常検知入門
時系列分析による異常検知入門時系列分析による異常検知入門
時系列分析による異常検知入門
 
連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)
連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)
連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)
 
データ基盤グループを支えるチームビルディング
データ基盤グループを支えるチームビルディングデータ基盤グループを支えるチームビルディング
データ基盤グループを支えるチームビルディング
 
運用してわかったLookerの本質的メリット : Data Engineering Study #8
運用してわかったLookerの本質的メリット : Data Engineering Study #8運用してわかったLookerの本質的メリット : Data Engineering Study #8
運用してわかったLookerの本質的メリット : Data Engineering Study #8
 
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
 

Similar to 説得のためのテクノロジ:「カプトロジ」入門

Big Dataで価値を生み出すためのSmall Trial & Method (みんなのPython勉強会#42)
Big Dataで価値を生み出すためのSmall Trial & Method (みんなのPython勉強会#42)Big Dataで価値を生み出すためのSmall Trial & Method (みんなのPython勉強会#42)
Big Dataで価値を生み出すためのSmall Trial & Method (みんなのPython勉強会#42)Shinsaku Kono
 
Intely 紹介資料 applim_ver
Intely 紹介資料 applim_verIntely 紹介資料 applim_ver
Intely 紹介資料 applim_verSakurako Aoyama
 
【勉強会資料】新卒採用とソーシャルメディア
【勉強会資料】新卒採用とソーシャルメディア【勉強会資料】新卒採用とソーシャルメディア
【勉強会資料】新卒採用とソーシャルメディアITmedia_HR(人事・採用)
 
【勉強会資料】ソーシャルメディアと新卒採用
【勉強会資料】ソーシャルメディアと新卒採用【勉強会資料】ソーシャルメディアと新卒採用
【勉強会資料】ソーシャルメディアと新卒採用URANO HEIYA
 
kic_python_programming
kic_python_programmingkic_python_programming
kic_python_programmingAkiraSonoda
 
Hour of-code-2016冬-シンポジウム
Hour of-code-2016冬-シンポジウムHour of-code-2016冬-シンポジウム
Hour of-code-2016冬-シンポジウムYuta Tonegawa
 
Sapporo Open Seminar 2
Sapporo Open Seminar 2Sapporo Open Seminar 2
Sapporo Open Seminar 2Hiro Yoshioka
 
Toward Research that Matters
Toward Research that MattersToward Research that Matters
Toward Research that MattersRyohei Fujimaki
 
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方BrainPad Inc.
 
アジャイルマネジメントとは?
アジャイルマネジメントとは?アジャイルマネジメントとは?
アジャイルマネジメントとは?Kiro Harada
 
企業と勉強会 @nifty エンジニアサポート
企業と勉強会 @nifty エンジニアサポート企業と勉強会 @nifty エンジニアサポート
企業と勉強会 @nifty エンジニアサポートDaichi Morifuji
 
エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習Preferred Networks
 
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019Fumiko Kudoh
 
人もモノである視点から見えてくる世界
人もモノである視点から見えてくる世界人もモノである視点から見えてくる世界
人もモノである視点から見えてくる世界akihiro uehara
 
ディープラーニングの産業応用とそれを支える技術
ディープラーニングの産業応用とそれを支える技術ディープラーニングの産業応用とそれを支える技術
ディープラーニングの産業応用とそれを支える技術Shohei Hido
 
正統なソフトウェア品質エンジニアであるためにSQiP研究会に入るべき7つの理由
正統なソフトウェア品質エンジニアであるためにSQiP研究会に入るべき7つの理由正統なソフトウェア品質エンジニアであるためにSQiP研究会に入るべき7つの理由
正統なソフトウェア品質エンジニアであるためにSQiP研究会に入るべき7つの理由Hironori Washizaki
 
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナーHiroshi Senga
 

Similar to 説得のためのテクノロジ:「カプトロジ」入門 (20)

Big Dataで価値を生み出すためのSmall Trial & Method (みんなのPython勉強会#42)
Big Dataで価値を生み出すためのSmall Trial & Method (みんなのPython勉強会#42)Big Dataで価値を生み出すためのSmall Trial & Method (みんなのPython勉強会#42)
Big Dataで価値を生み出すためのSmall Trial & Method (みんなのPython勉強会#42)
 
Intely 紹介資料 applim_ver
Intely 紹介資料 applim_verIntely 紹介資料 applim_ver
Intely 紹介資料 applim_ver
 
【勉強会資料】新卒採用とソーシャルメディア
【勉強会資料】新卒採用とソーシャルメディア【勉強会資料】新卒採用とソーシャルメディア
【勉強会資料】新卒採用とソーシャルメディア
 
【勉強会資料】ソーシャルメディアと新卒採用
【勉強会資料】ソーシャルメディアと新卒採用【勉強会資料】ソーシャルメディアと新卒採用
【勉強会資料】ソーシャルメディアと新卒採用
 
kic_python_programming
kic_python_programmingkic_python_programming
kic_python_programming
 
Hour of-code-2016冬-シンポジウム
Hour of-code-2016冬-シンポジウムHour of-code-2016冬-シンポジウム
Hour of-code-2016冬-シンポジウム
 
Sapporo Open Seminar 2
Sapporo Open Seminar 2Sapporo Open Seminar 2
Sapporo Open Seminar 2
 
aiconf2017okanohara
aiconf2017okanoharaaiconf2017okanohara
aiconf2017okanohara
 
Toward Research that Matters
Toward Research that MattersToward Research that Matters
Toward Research that Matters
 
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
 
アジャイルマネジメントとは?
アジャイルマネジメントとは?アジャイルマネジメントとは?
アジャイルマネジメントとは?
 
企業と勉強会 @nifty エンジニアサポート
企業と勉強会 @nifty エンジニアサポート企業と勉強会 @nifty エンジニアサポート
企業と勉強会 @nifty エンジニアサポート
 
mlabforum2012_okanohara
mlabforum2012_okanoharamlabforum2012_okanohara
mlabforum2012_okanohara
 
エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習
 
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
 
人もモノである視点から見えてくる世界
人もモノである視点から見えてくる世界人もモノである視点から見えてくる世界
人もモノである視点から見えてくる世界
 
ディープラーニングの産業応用とそれを支える技術
ディープラーニングの産業応用とそれを支える技術ディープラーニングの産業応用とそれを支える技術
ディープラーニングの産業応用とそれを支える技術
 
[Japan Tech summit 2017] MAI 001
[Japan Tech summit 2017]  MAI 001[Japan Tech summit 2017]  MAI 001
[Japan Tech summit 2017] MAI 001
 
正統なソフトウェア品質エンジニアであるためにSQiP研究会に入るべき7つの理由
正統なソフトウェア品質エンジニアであるためにSQiP研究会に入るべき7つの理由正統なソフトウェア品質エンジニアであるためにSQiP研究会に入るべき7つの理由
正統なソフトウェア品質エンジニアであるためにSQiP研究会に入るべき7つの理由
 
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
 

Recently uploaded

Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Danieldanielhu54
 
PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000Shota Ito
 
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptxIoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptxAtomu Hidaka
 
UPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdfUPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdffurutsuka
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムsugiuralab
 
20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directoryosamut
 
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
新人研修のまとめ       2024/04/12の勉強会で発表されたものです。新人研修のまとめ       2024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。iPride Co., Ltd.
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略Ryo Sasaki
 
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。iPride Co., Ltd.
 

Recently uploaded (9)

Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
 
PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000
 
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptxIoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
 
UPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdfUPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdf
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
 
20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory
 
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
新人研修のまとめ       2024/04/12の勉強会で発表されたものです。新人研修のまとめ       2024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
 
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
 

説得のためのテクノロジ:「カプトロジ」入門