2015 11月 | synclon blog
シンクロン閉鎖に伴い、こちらのページは2017年12月31日に削除いたします。

SYNCLONβ
価値観の対話場 シンクロン

2015/11/24お知らせ

ruletop

このページで伝えたいこと(結論)
「創発×議論」「エンタメ×議論」を考えていくために、書籍「ゲームメカニクス」を参考に、ゲームとルールの関係について紹介します。
結論から言いますと…
創発型ゲームは「ルールが少なく」「ゲーム要素間の相互作用が多数あること」がポイントのようです。
ゲーム要素とは主に、「ゲームのルール(ゲームメカニクス)」「プレイヤーによる選択」「偶然性」の3点が大切です。これらの相互作用によって、ゲームを複雑なものにし、予測不可能なものにしていきます。
ただし、ゲームプレイヤーにとっては、個々のゲームメカニクス(ルール)は簡単に理解することができ、これらのメカニクスがもたらす効果を暗算できることが望ましい。
gamemechanicsbook タイトル ゲームメカニクス
著者名 アーネスト・アダムス(著),ヨリス・ドーマンズ(著),ホジソンますみ(翻訳),田中幸(翻訳),バンダイナムコスタジオ(監修)
出版社 ソフトバンククリエイティブ
発売日 2013.03.28
内容紹介 いかにメカニクスをデザインし、テストし、そしてチューニングするか。時代に左右されない、根源的なゲームデザインの原則と実践を伝授。
AMAZON ▶外部リンク
2015/11/15お知らせ

cvtop

作成日:2015年11月15日
はじめに:エニアグラムを参考にしました
シンクロンの9人のキャラたちが、エニアグラムの性格タイプ論を参考に自己分析をしました。参考にさせて頂いた書籍は「エニアグラム-あなたを知る9つのタイプ(基礎編)」です。
【注意】ここでは、エニアグラムを紹介するページではありませんので、予めご了承ください。本来の意味を拡大解釈している可能性がありますので、エニアグラムの理解を深めるためにシンクロンのキャラを参考にしないようにご注意ください。
エニアグラム タイトル エニアグラム-あなたを知る9つのタイプ 基礎編
著者名 ドン・リチャード リソ (著), ラス ハドソン (著),高岡 よし子 (翻訳), ティム マクリーン (翻訳)
出版社 角川書店
発売日 2001.10.19
内容紹介 古代ギリシアで生まれ、現代まで進化を続けた「エニアグラム」は、遺伝も国も性別も超え、生まれたときから持っている“ほんとうの性格”を9つに分けた性格タイプ論。落ち込んでしまったときの対処法から、それを切り抜ける方法まで、自分のもっているほんとうの性格を知りたいあなた、気になる人の性格を知りたいあなたにおくる、究極の性格判別テスト。
AMAZON ▶外部リンク

こちらの書籍、かわいい表紙のわりに奥が深くおすすめです。エニアグラムは性格を9つのタイプに分類するのですが、私たちが興味を引いたポイントは「なぜそのような性格になってしまったのか」というところです。
性格をつくる要因としてまず「囚われ」がある、ということです。この「囚われ」の元ネタは、キリスト教の西方教会おもにカトリック教会における七つの大罪(外部リンク:wikipedia)からきています。
日本のカトリック教会では「七つの罪源」と訳しているようです。「罪」そのものというよりは、人間を罪に導く可能性があると見做されてきた欲望や感情のことを指す、と考えたほうがよいようです。この7つに「欺き(or虚栄)」と「恐怖(or不安)」の2つを加えています

2015/11/04お知らせ

labssotop

創発とは?
wikisiroari
””創発とは、部分の性質の単純な総和にとどまらない性質が、全体として現れることである。局所的な複数の相互作用が複雑に組織化することで、個別の要素の振る舞いからは予測できないようなシステムが構成される。””
【画像】自然界における創発の例:シロアリ塚
はじめに
「創発の議論」の参考にして頂くために、書籍「群れのルール」から「賢い群れ」が具体的に行っているチームワークについて紹介します。
群れのルール タイトル 群れのルール(The Smart Swarm)
著者名 ピーター・ミラー(著),土方 奈美(翻訳)
出版社 東洋経済新報社
発売日 2010.07.16
内容紹介 虫や鳥たちに学ぶ、集団ですごい成果を生み出すシンプルな法則。進化によって磨き抜かれた賢い群れは、不確実さや複雑さ、変化といったものに驚くほど巧みに対処する。人間が送電網やサプライチェーン、金融市場といった複雑なシステムの管理に手こずる一方で、動物の群れは何千匹という個体の力を活かして生き延びてきた。そんな賢い群れの秘密を解き明かし、その秘密をビジネスや人間社会にうまく応用する方法を考える。
AMAZON ▶外部リンク

2015/11/01お知らせ

sanpirogo

はじめに
(1)賛否予測とは?
複数の論証に対して賛否を表明することで、賛否を予測するサービスです。

賛否予測

(2)賛否を予測するには「議論マップ」が必要です
「議論マップ」とは、下記の図のように…
理由をつけて反論する樹形図をイメージしてください。

議論マップ

(3)「議論マップ」は人とコンピューターに有意義です
人にとって「議論マップ」の役割は…
議論を俯瞰するための「見える化」です。
立論、反論、再反論の形をとりますので、
どこまで議論が進んでいるのかがわかりますね。
コンピューターにとって「議論マップ」の役割は…
自動的に推論するための議論の「構造化」です。
推論するとは、予測するということです。
賛否を予測するのが、コンピューターというわけですね。
(4)人とコンピューターとの相互作用
賛否予測は、人とコンピューターとの関わりを研究する「ヒューマン=コンピューター・インタラクション(HCI)」に位置付けられます。
現在、私たちの多くは1人1台スマートフォン(コンピューター)を持っています。近い将来、対話型の人工知能の機能が強化されたスマートフォン(orあなたに合ったデバイス)が、私たちの生活をサポートしていくことになるでしょう。
賛否予測技術が搭載された人工知能(コンピューター)であれば、あなたに質問をして、あなたが賛否を表明(回答)していくことで、あなたをサポートできると考えられます。
※予測系技術は複数あります.「賛否予測」はその一つとお考えください.
では、賛否予測は…
私たちの、何をサポートしてくれるのでしょうか?
賛否予測がサポートしてくれること
(1)「整合性判定」をして、あなたをサポート
賛否予測は、あなたの賛否の表明が整合性がとれているかどうか、コンピューターが判定をしてくれます。
誤解を恐れずに、簡単に説明しますと…
「今のあなたの行動」を、コンピューターが「過去のあなたの行動(周辺の情報)」から推論して、釣り合いがとれている行動なのか、それとも不釣り合いの行動を取ろうとしているのか、整合性を判定してくれる、ということです。
ショッピングを例にしますと…
「あなたがこれから買おうとしている洋服(今のあなたの行動)」を、コンピューターが「あなたのクローゼットに眠っている洋服(過去のあなたの行動/周辺の情報)」から推論して、釣り合いがとれている買物なのか、それとも不釣り合いの買物をしようとしているのか、整合性を判定してくれる、ということです。
議論を例に説明します。
「6つの論証(意見と理由)」からできた「議論マップ」があるとして、「6つの論証」全てにあなたが「賛否を表明」したとします。
この時、「論証N.01」の賛否予測の結果は…
あなたが表明した「論証N.02〜N.06」を使用して予測しています。
つまり..
「論証N.01のあなたの賛否の表明」を、コンピューターが「あなたの周辺の情報(論証N.02〜N.06)」から推論して、「論証N.01を見なおしている(整合性判定)」わけですね。

sanpi01

このことは、あなたに変わって
コンピューターがメタ視点(俯瞰した視点)に立ってくれていると言えるでしょう。
私たちは、目の前のことに夢中になりすぎると、周りが見えなくなり、メタ視点に立つことが難しくなります。周りが見えなくなると、「今の私の行動がおかしいこと」に、私自身が気がつくことができなくなります。
ですから、コンピューターがあなたを客観的に見て、あなたの周辺の情報を使って、整合性判定をしてくれると助かりますよね。
(2)未回答の論証の「賛否を予測」して、あなたをサポート
あなたが賛否を表明した論証の、賛否予測の結果は「整合性判定」です。
一方で、「あなたが賛否を表明していない論証(未回答)」の賛否予測の結果は「予測」です。

sanpi02

あるいは、「あなたがまだ見ぬ論証N.07(未回答)」の賛否予測の結果は「予測」です。

sanpi03

「論証N.01」の整合性判定が80%であり、あなたがその判定に満足しているとします。「あなたがまだ見ぬ論証N.07」の予測結果が80%であれば、同じくらい参考になるかもしれません。
「賛否を予測する」将来性として…
テーマをまたいで「議論マップ」を作成することで..
テーマを超えた賛否の予測ができるでしょう。
sanpi09
(3)他者と比較します
賛否予測の結果を出す際に、あなたのパターン(傾向)が現れます。
パターンがわかれば…
「あなたと似たパターンを持つ他者」「あなたと異なるパターンを持つ他者」を見つけることができます。
「あなたと似たパターンを持つ他者」から、あなたが賛同しやすい意見を見つけることができるかもしれません。また、「あなたと異なるパターンを持つ他者」からは、あなたがまだ知らない価値観を持った他者かもしれません。あなたと異なる価値観を持つ他者と建設的な議論することは、お互いとってプラスになることが多いですね。
(4)ファシリテーターが合意形成のポイントを探る
対立する2人の論客の予測結果を比較し…
共通点を見つけ出すことで、
合意形成の足がかりにできるかもしれません。

sanpi08

賛否予測はあなたや議論をサポートすることができますが、賛否の予測の精度が悪ければ、使い物になりませんよね。
賛否予測の精度をアップするには、次の3つがあります。
賛否予測の精度をアップする
賛否予測の精度とは、結果における「%」のことです。
(1)「賛否の表明の仕方」で精度をアップ(ユーザー向け)
「整合性判定」や「賛否を予測する」のは、あなたが表明した賛否の情報(周辺の情報)を使って予測しているのであって、「他者の賛否の表明」は関係ありません
「6つの論証」があった場合、「6つの論証」全てに賛否を表明して頂いた方が、賛否予測の精度はアップします。
例えば、「6つの論証」のうち、あなたが「2つの論証」にしか賛否を表明しなかった場合、あなたの周辺の情報が少なくなりますので、賛否予測の精度が悪くなります。

sanpi04

<賛否を表明する時の注意点>
賛否の表明に、全てに「そう思う(◯)」をつけてしまうと、賛否の予測結果では、「そう思う(◯)」と判定されやすくなります。賛否予測は「あなたの周辺の情報」を使って予測をしていますので、「あなたの周辺の情報」が「そう思う(◯)」しかなければ、コンピューターの予測も「そう思う(◯)」と結果を出してしまいやすくなります。
この時の賛否予測の精度は「高い%」を示しますが、あなたにとって参考にならない結果となるかもしれません。全てに「そう思わない(✕)」をつける場合も同じです。
<全てに「そう思う(◯)」をつけてしまう場合(軽信的な場合)
あなたの中で何かしらのルールを決めて、厳しく賛否を表明して頂くと効果的です。
■[例えば]主張には「そう思う(◯)」、理由にも「そう思う(◯)」。だけど「理由から主張が本当に導き出されるのか(論理/ロジック)」について疑問に思えば、「そう思わない(✕)」をつける。
■[例えば]論証に対して「そう思う(◯)」が、すぐに例外を思いついた場合には、「そう思わない(✕)」をつける。
■[例えば]論証に対して「そう思う(◯)」が、その論証が通ると、別のところで副作用(デメリット)が生じると思いついた場合には、「そう思わない(✕)」をつける。
など…
<全てに「そう思わない(✕)」をつけてしまう場合(懐疑的な場合)
あなたの中で何かしらのルールを決めて、やさしく賛否を表明して頂くと効果的です。
■[例えば]すぐに例外を思いつき「そう思わない(✕)」をつけてしまう場合は、「たいていの場合は例外はある」ことを前提に、その例外が微々たるものであれば、「そう思う(◯)」をつける。
■[例えば]すぐに副作用(デメリット)を思いつき「そう思わない(✕)」をつけてしまう場合は、論証のメリットとデメリットを天秤にかけ、メリットの方が大きいと考えれば、「そう思う(◯)」をつける。
など…
(2)「議論マップの作り方」で精度をアップ(論客向け)
「議論がし尽くされている議論マップ」を作成することができると、賛否予測の精度はアップします。
具体的には、議論マップの全ての論証に対して反論があることです。
例えば、下記の図のように…
反論がない論証があると、賛否予測の精度が下がってしまいます。
sanpi05
それでは、「議論マップ」の末端にある論証には、反論ができないのではないか、と考えてしまうかもしれませんが、大丈夫です。
論証には「主張」と「理由」があります。
「理由」に対して反論をしていれば、片矢印の反論関係にあるかもしれませんが、「主張」に対して反論をしていれば、両矢印の反論関係と言えるでしょう。

sanpi07

「議論マップ」の末端にある論証であっても、それよりも1つの前の論証によって、反論されているのです。
(3)「推論の方法の仕方」で精度をアップ(研究者向け)
現在、様々な方法を用いて、賛否予測の精度のアップを測っています
例えば、論証に対して「価値観」を付与して、その価値観に優先順位をつけることで、賛否予測の精度をアップできないか、などです。
賛否予測の研究は黎明期です。賛否の予測精度にまだまだ不備があるかもしれませんが、どうぞ賛否予測の応援をお願いいたします。
以上
現在開催中の賛否入力フォームはこちら
pickupamaform

<賛否表明期間>
2015年10月24日(土)〜11月10日(火)