SFC
https://gyazo.com/2c6bc38c935396db53480783c1ef8041
https://gyazo.com/eb2bdf7339c9f82d9fdd923f43aa48da
SFCって何？
慶應義塾大学湘南藤沢キャンパスの略称です。
総合政策学部・環境情報学部
看護医療学部
政策・メディア研究科
健康マネジメント研究科
あっぷるささきとの関係
2017年8月 未来構想キャンプ2017に参加。優秀賞受賞。
2019年4月 環境情報学部に入学。増井研所属。
AO入試の時の資料
/icons/水平線.icon
志望理由・入学後の学習計画・自己アピール
　1歳の頃に1999年発売のiBook G3に触れて以降、私はコンピュータとインターネットとともに生きてきた。音楽鑑賞、映像制作、プログラミングなど私の趣味の多くはここで発見した。人間の能力を拡張し、自分の知らない世界を見せてくれる。まさにかつてスティーブ・ジョブズが言った“知の自転車”に魅せられていた。
　中学1年時に、話すことが好きというシンプルな動機でディベート部に入部した。しかし、部活では話すことだけではなく、自分の好きなインターネットを使ったリサーチ、プログラミングによるデータ管理システムの構築が大いに役立った。ディベートは一つの物事を多面的に議論をする。世の中の問題は様々な価値観や思想、立場から生まれていることを学んだ。
　そして私は自分の身の回り、特にコンピュータやインターネットの世界にはどのような問題があるかということに目を向けるようになった。
　その中でも特に問題だと思うようになったのが現在のインターネットサービスに数多くあるレコメンド機能、いわゆる「おすすめ」だ。レコメンド機能が便利であることは周知の通りだが、自分の好きなもの、またはその周辺からしかレコメンドされないため、全く新しい出会いというものはほとんどない。例えば、アマゾンでデザインの本を読んでいたらデザインの本ばかりがおすすめされるし、YouTubeも、自分がすでに好きな分野しかおすすめされない。
　しかし私は、これから好きになるもの、ハマるものは、「今自分が好きなもの」から遠いところにあったりするのではないかと考えている。例えば私はゴルフをやったことはないが、やってみたら、めちゃくちゃハマるかもしれない。このような出会いは、かつてのレコメンド方法では絶対に実現できない。書店や紙の新聞の記事、ストリートライブで出会うような偶然はないのだ。
　単なる好みなら大きな問題にはなり得ないかもしれないが、政治思想が、一つの方向に突き進んでしまうことは危険なことではないだろうか。Googleの検索結果はユーザの検索履歴によってカスタマイズされるため、普段からトランプ大統領を批判した記事を読んでいるユーザにはそのような記事ばかりがおすすめされる。これで良いのだろうか。
　このような現状のレコメンドエンジンの弊害は大きい。しかし、レコメンドにはもっと大きな可能性がある。それは、自分の足だけではたどり着けない知らない世界を見て興味を広げること、自分だけでは考えつかなかった物の考え方や価値観を取り入れることができることだ。
　そんな思いからこれまでオンラインディベートサービスMixideaや音楽アプリPorgというものを開発してきた。これらに共通するのは、今の自分の思想や考え方の枠を超える新しい発見を主軸に置いていることだ。
　MixideaはWebを通じて世界中の人々とディベートができるサービスだ。オンラインでディベートができるだけでも十分便利だが、このサービスの真価は、ディベートの試合の内容が音声ファイルから自動で文字起こしされ、ディベートの試合内容がそのままメディアになる点だ。ディベートでは、一つの意見に対して反対意見が出るため、このWebサイトにアクセスした人は、自分の考え方に近い記事を読むと同時に、その反対の意見の記事を目にすることになる。そうすることで、一つの世の中の問題に対して、必ず反対の立場から良い点や悪い点を同時に見ることができる。
　Porgは過去の視聴履歴を分析し、今は聴かなくなってしまったが、過去によく聞いていた曲をレコメンドしたり、友達の視聴履歴から新しい音楽の発見を薦めるものだ。このアプリケーションは2017年度 未踏ジュニアにて、データマイニングでも数々の論文を執筆している株式会社グノシーの関喜史に採択された。
　私はこのレコメンドエンジンの改革は今後の世界にとって非常に重要になるものだと信じている。なぜなら、私はこれまでのディベートの経験で、人々の価値観や思想、立場は、世の中の問題の根底にあることを確信しているからだ。私はこのSFCで、この新しいレコメンド手法と、レコメンドエンジンそのもののあり方を模索していきたい。音楽アプリ一つをとってみてもわかるように、レコメンド手法には機械的、統計的に分析することも可能であるし、また、家族や友達といった人々とのコミュニケーションを使ったものも考え得る。このように数学的な手法から言語やコミュニケーションのあり方まで深く学ぶことができるSFCは私に適している。
　特に、増井俊之教授の元で、これらの研究をしていきたい。増井教授はScrapboxという従来の階層型による情報整理の問題点を指摘したサービスを開発している。情報をどのように人間に提示するかという点で私と共通している点は多い。私はこの増井研で可能性を広げるレコメンドの手法を学んでいきたい。
　また、政治思想や人々の考え方、価値観といったものは、どのように形成されているのかという心理や、それとレコメンドエンジンはどのように向き合うべきかという倫理に至る研究をSFCでしていきたい。
　以上のことから慶應義塾大学 環境情報学部を志望する。
/icons/水平線.icon