西尾とFDE

GPT5.icon

PalantirのFDSE/FDEは、顧客の現場に入り、既存プラットフォームを設定・拡張して具体的問題を解く役割として説明されています。通常の開発者が「多くの顧客に使える一つの能力」を作るのに対し、FDSEは「一つの顧客に多くの能力を組み合わせる」とされます。

西尾さんの活動では、この「現場」が企業のサプライチェーンや軍事作戦ではなく、人が学び、考え、つまずき、整理し、表現し、他者と合意形成する場です。

たとえばサイボウズ式の記事では、西尾さんはサイボウズ・ラボで「チームワークや知的生産性を高めるソフトウェア」の研究に従事していたと紹介されています。また、ビープラウドでの複業について、機械学習を学ぶ人がどこでつまずくかを知るため、実務指向の学習プラットフォームからフィードバックを得たい、という文脈が語られています。

これはFDE的です。抽象理論を机上で作るだけではなく、学習者・読者・開発者・コミュニティの現場に入って、そこで発生する認知上の摩擦を観察し、教材・本・ツール・概念モデルに変換する。

Palantir風に言えば、FDEが業務現場をOntology化するなら、西尾さんは知的生産の現場をOntology化している。

「外部脳」は、西尾さん版Ontologyの実験場

PalantirのOntologyは、データをobjects、properties、linksとして組織の意味構造に対応づけ、action typeで変更操作を定義する仕組みです。公式ドキュメントでは、object typeは実体や出来事、propertyは特徴、link typeは関係、action typeはobjectやpropertyやlinkに対する変更の定義だと説明されています。

西尾さんの「外部脳」は、これを個人の知的生産に寄せたものとして読めます。... 特に「ConnectingDotsシステム」は、事実、解釈、ストーリー、価値判断を分けようとしている点が重要です。ページ内では、事実の集合は人間が読むには向かないが、AIが読むには有益であり、事実間の関係は一次元の文章で表現しにくく、ストーリー化では何を重要とみなすかに人間の価値判断が混じる、と整理されています。これはPalantirのOntologyよりも、知的生産向けに一段よい分解です。

Palantirは「現実世界の対象」をobjectにする。西尾さん側では、それに加えて、

Dot = 検証可能な事実

Link = 事実間の関係

Story = 取捨選択された語り

View = 表示・提示の仕方

Value = 何を重要とみなすか

が必要になる。

この分解は、個人の思想やPluralityの活動にはかなり重要です。なぜなら、知的生産では「正しいデータ」だけでは足りず、どの事実をどう結び、どの語りとして提示し、どの価値判断を混ぜたかが成果物の性質を決めるからです。

西尾さん版FDE循環

現場に入る

人がどこでつまずくか、どこで考えが止まるかを見る

概念・問い・比喩・図解・コード・ツールに分解する

外部脳に蓄積し、リンクし、操作可能にする

本・講演・教材・コミュニティ実験として出す

読者・学習者・参加者・AIからフィードバックを得る

概念モデルを直す

次の表現やツールへ変換する

これはPalantirのFDEが顧客現場でやる循環と構造的に似ています。ただし、扱う対象は業務オブジェクトではなく、認知オブジェクトです。

たとえば、西尾さん版Ontologyではこういう型が自然です。

Concept 概念

Question 問い

Claim 主張

Dot 検証可能な事実

Story 事実の取捨選択による語り

View 表示・提示形

Source 本・論文・記事・会話

Diagram 図解

Metaphor 比喩

Friction つまずき・違和感

Audience 読者・学習者・参加者

Community コミュニティ

Opinion 意見

Cluster 意見クラスタ

Decision 判断

Action 思考操作

そしてaction typeはこうなる。

Source から Dot を抽出する

Dot 同士を接続する

Dot 群から Story を作る

Story を別 Audience 向けに View 化する

Concept を分割する

似た Concept を統合する

Claim に反例を接続する

Friction から Question を生成する

Question を Diagram に変換する

Opinion を Cluster 化する

Cluster 間の翻訳表現を作る

古い Story を deprecated にする

Decision の根拠を記録する

ここまで来ると、知的生産システムは「メモの置き場」ではなくなります。思考対象に対して許された操作を実行する環境になります。

ただし、Palantir的に寄せすぎると危ない

差分も重要です。

PalantirのOntologyは、組織が行動するためのモデルです。対象を定義し、関係を定義し、権限を定義し、actionを定義する。これは強力ですが、知的生産にそのまま持ち込むと、探索段階の曖昧さを早く固定しすぎる危険があります。

西尾さんの活動では、「事実」と「解釈」と「ストーリー」と「価値判断」を分けることが重要になっている。ConnectingDotsシステムの整理でも、ストーリー化には取捨選択と価値判断が混じることが明示されています。

だから西尾さん版Ontologyでは、Palantirのような「single source of truth」に寄せすぎない方がよい。むしろ必要なのは、

single source of facts

multiple stories

multiple views

explicit value judgments

だと思います。

事実はできるだけ検証可能にする。しかし、語りは一つにしない。見方も一つにしない。どの価値判断でそのStoryを選んだかを明示する。

これはPluralityの思想とも整合します。