AIの支援で新しい結合ができた事例
情報の断片化と多角的な関連付けは新たな意味を生み出す。これは通常繋がらないシンボルに新しい結合を作ることで実現する。また、AIがフルアクセスできないグループウェアから一部のデータをエクスポートすることも可能である。
これを見て僕の脳内では下記のような文章が作られた(詳細は後述A)
AIが直接アクセスできないグループウェアから一部のデータをエクスポートすることによって、通常繋がらないものに新しい結合を作ることが実現する
詳細に読めば、元の文章はそんなことを言っていないことがわかる
それによって新しい解釈が生み出されている
ここで起きた現象をもう少し詳細に見ると
A: 助詞が取り替えられて「文章断片のつながり方」が変わっている
B: 辻褄を合わせるために「シンボル」から「もの」へと抽象化が行われている
Aは僕がKozanebaやKJ法的手法をやる時の感覚にとても近い
その断片を空間配置して「明確に書かれていない助詞」を脳内で補って読んでいる
ここまでのAIとの思考では「歯車」の「柔らかい噛み合わせ」が必要だとは言語化されていた
しかし、その具体的な内容は明確化されてなかった
今回の現象はまさに「柔らかい噛み合わせ」だ
「助詞を取り除く」「間の助詞が必要に応じて補われる」がクッションになっている 後述A
正確に言えば最初からこの文章が作られたわけではなく、生まれたものをここでシェアするために言語化したものがここの文章
https://gyazo.com/d8d190c6eaf735910e2144d3a3dc8cae
元々は助詞でつながれたシンボルSA, SBがフェルトセンスFA, FB間の特定のアスペクト(経験の側面)$ A_{AB}を指し示している 助詞はシンボルを特定の方法で接続して固定する役割を果たしている
consolidateしてる
助詞を外すことによってシンボルが柔軟に並び替わるようになる
通常一次元的に並べられているシンボルを僕がKozanebaで二次元配置しているのはこの効果が得られるから
その結果、新しいアスペクト$ A_{BA}が生み出される
新しいアスペクトを表現しようとして、新しい助詞が使われる
「シンボル」というシンボルが「もの」というシンボルに置き換わったプロセスはこう
https://gyazo.com/65029c74b0f1faca56ebbb9bf2956c43
1.5の段階で新しいアスペクトは発見されているのだけど、それが小さい
なので、適切なサイズに拡大したいという気持ちが起きて、フェルトセンスのより広い範囲を一塊として認識する
(フェルトセンスは無数的なので、元々明確な境界は持っていない、どこを一塊のものとして人間が認識するかが変わっている) その広い範囲を指すシンボルとして、より抽象度の高いシンボルが選ばれる
(これは図に描いてない)
備考: アスペクトにAを使うんだったらシンボルはXとYにした方が説明がわかりやすかったな
1ステップ前はこの形だった
情報の断片化と多角的な関連付けが重要で、それらを「柔らかく噛み合わせる」ことで新たな意味を生み出す。これは、既存のシンボルで表現できない感じた意味を、通常は繋がらないシンボルに新しい結合を作ることで実現する。また、AIがフルアクセスできないグループウェアから一部のデータをエクスポートして使うことも可能で、これが「AI出島」の必要性を示している。
ここからさらに半分にダイジェストされたのを見て今回の接続が起こった