立教大学

ひとつ例を紹介します。トラックのセンサーや電話などから得られるビッグデータを見ると、トラックが走行している場所、スピード、急停止した回数などがわかります。一方で、このトラックを所有する人たちの行動を観察してみると、この運転手は自然が大好きでオフロードを楽しんでおり、途中何度も急停車して車を降り、次の人が困らないよう、道をふさぐ木をどけていたことがわかりました。ビッグデータは彼が過去30分で12回停車したり、時速0マイルであったという事実を正しく示していますが、彼の状況をうまく描写してはいません。このように人間の状況を正しく描写するデータを「厚いデータ（Thick Data）」と呼んでいます。これは厚みのあるデータという意味です。クリックやスワイプ、センサーが取得するのがビッグデータです。一方、厚いデータは、観察から得られる人間の属性的な情報です。こうした厚いデータを収集するためにはやはり人文科学が大切になってくるわけです。このように、ビッグデータと厚いデータを組み合わせるということが、未来のAIのあるべき姿だと思います。ビッグデータは、巨大なスケールで物事を見るという意味では有用ですが、厚いデータが存在しなければセンスメイキングは行えません。つまり、両方が必要になるということです。私が所属するレッドアソシエイツは、さまざまな人を追跡して観察を行い、厚いデータを収集しています。

こうしたデータを提供することによって、トラック会社はどのようなマーケティングを行い、どのようなパフォーマンスを優先し、どのようなポリシーを優先してトラックを製造するべきかという意思決定を行うことができます。これは、世界を理解し、人々の体験を理解することによってのみ可能となる意思決定です。特に教養学を専攻した人は特にこういった理解が得意です。教養学の知識がこうした洞察を可能とします。だからこそ、歴史や心理学を勉強した人がいる社会の方が良い社会になると考えています。文学やアート、哲学を勉強した人が暮らす社会の方が、倫理的だけではなく実践的にも優れた社会であると思っています。人文科学は実践的で物事を理解するために必要な学問なのです。もちろん仕事をするうえでも重要です。最近の親御さんは、お子さんが文学を勉強したいと言うと不満を持つのですが、「喜んだほうがいいですよ！」と私は思います。なぜかと言うと、日常的に使える非常に便利なツールが見つかるからです。このように、教養学は決して贅沢な学問ではありません。非常に実践的な学問なのです。