Ｋ１チャートから選択された経路を使い、シナリオを作成して思考実験を行います。この時全体のシナリオについて行っても良いですが、一部分だけ抽出して行う方法もあります。あるいは、シナリオを幾つかに分割してそれぞれについて思考実験を行っても良いです。本問題解決法では、そのやり方に制限を加えません。大切なことは、「あるべき姿」実現の可能性について確信を得ることです。思考実験の良いところは、問題解決して得られた「あるべき姿」達成のシナリオについて自信と問題解決する力が湧いてくることです。このことは重要で、思考実験がイノベーションを引き起こす源動力にもなります。
技術者による思考実験ついては、Ｅ．Ｓ．ファーガソン著「技術屋の心願」に次のような表現があります。
「ある機械について考えるとき、一つの動的なプロセスをなす各段階を順次たどりながら推論を進めていけば、心の中でその機械を始動させることができる。」
この表現は、思考実験の特徴を象徴的に表しています。すなわち、これから開発しようとする新しい機械についてアイデアを練る時に、開発の対象となる動的なプロセスをイメージし、各段階の一つ一つを頭の中だけで組み立て、その動作を確認し、不具合を修正しながら新しいアイデアを生み出して機械を完成させてゆく、という空想を行えば、実際にモデルを組み立てなくとも新しい機械を発明できる、と彼は言っているのです。
この本の題名にある心眼とは、「思い起こされた現実のイメージと思い描いた工夫のイメージが存在する場所であり、信じられないほどの能力をもつ不思議な器官」、と説明されています。そして、ファーガソンは、心眼について、「本当の眼を通して入ってくるよりもずっと多くの情報を集めて解釈し、生涯にわたる感覚的情報―視覚、触角、筋力、内臓、聴覚、臭覚、味覚の情報―を集積して、相互につないで関係づける働きをする器官であり、その器官があるので、工学的知識の大部分は、視覚的な言語によって記録され伝達されている」、と述べています。
ここで、視覚的言語という表現は、実際に作られ伝承されてきた機械や建築物を意味しており、第二次世界大戦以後、工学の主流が数式的な関係に表現できない知識を敬遠する傾向にあるため、現場軽視と数式・計算偏重の現状に、警鐘を鳴らし、モノヅクリの根本について再考を促したいというのが彼の狙いのようです。
ファーガソンの主張は、思考実験についてなされたものではありませんが、その考え方は、思考実験というものがどのように行われれば、新しい技術を生み出す源動力になるかというヒントになります。例えば、思考実験に関係する工学の知識について、次のように説明しています。
「技術分野の設計者が用いる表向きの知識は、その主要部分が科学に由来しているとはいえ、科学ではない。これには、実験的証拠だけでなく材料やシステムについての経験的な観察に基づいた知識も含まれている。————（中略）—————-
工学的科学は、科学とは別個の抽象概念を数多く持つ点でも純粋科学と異なっている。これらの抽象概念は、技術上の問題を解析する時の枠組みとなるものである。」
すなわち、彼の考える工学の知識とは、科学ではない非科学の内容も含んだ経験的知識の体系を意味します。この経験的知識については個人差の出るところですが、１年以上技術開発の現場で仕事を行えば、思考実験の有効性は理解できると思います。思考実験により、頭の中の抽象概念が刺激され、成功の自信とともに新しいアイデアも出る可能性が高まります。
＜明日へ続く＞
カテゴリー : 連載
pagetop
全てのＫ０ポイントについて作成されましたＫ１チャートを眺めますと、あるべき姿にむけて取るべきすべてのアクションが書かれています。そしてそれぞれのアクションについて失敗した時と成功した時の二つの事象が書かれております。アクションの中には、これまでの問題解決法では考えつかなかったアクションも書かれているはずです。
例えば成功確率が高いアクションが実行されるケースでは、普通は失敗した時のアクションまで考えませんが、この問題解決法では必ず失敗した事象も考え、その対策となる次のアクションも考えるルールにしています。
このように本問題解決法で作成するＫ１チャートでは、すべてのアクションについて成否でまとめていますから、すべての可能性を考えていることになるはずです。よく知られている科学的問題解決法では、確率の低い場合や起こりえない事象について考えませんが、この問題解決法では、このような冗長化を行うことによりリスク対策や余裕ある万全の準備ができますので不確実性の時代に対応しています。
それでは、このＫ１チャートを眺めて、最短経路で「あるべき姿」を達成できる道筋を見出してください。その最短経路は、すべて可能性が高いアクションになっているでしょうか。もし、すべて実現の可能性の高いアクションであれば、その最短経路で、頭の中のシミュレーション、すなわち思考実験を行います。もし、最短経路の中に成功確率の低いアクションが入っているならば、失敗した場合の経路も入れて思考実験を行います。このような吟味を繰り返し、全体の成功確率が高くなるように経路を選択してください。
このようにして選択された経路を基に物語を作成し、思考実験を行います。思考実験は歴史的にも非科学的なヒューマンプロセスとして知られ、ニュートンやアインシュタインも使用して科学的大成果を出しています。思考実験には基本的に細かいルールはありません。Ｋ１チャートで見出されたあるべき姿を実現するアクションを使って頭の中でシミュレーションを行うだけです。
思考実験は、前向きの推論で進めますので、Ｋ１チャートに示されたアクション以外のアイデアを思いつくこともあります。
＜明日へ続く＞
カテゴリー : 連載
pagetop
Ｋ０チャートが作成されましたら、各Ｋ０ポイントごとに、Ｋ１チャートを作成します。Ｋ１チャートとは課題を実行するアクションとその成否を新ＱＣ七つ道具のＰＤＰＣ図のようにゴールに向けて進行状況を見える化したものです。
すなわち、ある課題を解決するためにアクションを実行しますと必ずアクションについて成功か失敗かという二つの事象の内どちらかの結果が出ます。通常アクションプランを考える時にはアクションが成功することを前提に計画表へ記入し、判断が必要なところで分岐点を設けるように計画表を作成しますが、Ｋ１チャートにつきましては、すべてのアクションについて、その結果の成否を記入するようにします。失敗する可能性が極めて低いときでも失敗の事象を記入します。
こうすることで、福島原発の事故でよく言われた想定外という言い訳が無くなります。すなわち、とるべきアクションについて成功と失敗の両事象を事前に考えていますから、不測の事態に迅速に対応できます。また、この方法はアクションの結果をすべて考えていることになりますので、アイデア漏れを防ぐ手段にもなっています。
それでは具体的な手順を以下に示します。
①各Ｋ０ポイントのゴールを確認する。Ｋ０ポイントが一つの場合には、そのゴールと「あるべき姿」とは一致する。
②Ｋ０ポイントに存在する課題を確認する。この作業では、問題の構造を表した系統図を用います。系統図に示された課題の中で、優先順位の高い課題、すなわち最初にやり終えなければならない課題を選択する。系統図は階層構造を表現しておりますので優先順位の高い課題を決めるのは難しくありません。系統図を作成せずにＫ０チャートを作成した場合には、この段階で課題を考えてください。
① ②のプロセスで求めた課題について、知識ベースで達成手段すなわちアクションを
書き上げる。それぞれのアクションにおいて、それが成功した事象と、失敗した事象に分け、それぞれについて、次のアクションを考える。このアクションを考える場合には、必ず何か記入すること。具体的なアクションが無くなれば、その時点で失敗と記入する。アクションを思いつかないだけであれば“？”を記入する。
④ ③の作業において、アクションを起こした結果、問題の構造の系統図に示されている課題が発生したならば、アクションの結果に課題を書き入れる。そして次のアクションについては、この課題に対するアクションを考えることになる。
⑤ ④の作業において、アクションを起こした結果、問題の構造の系統図に示されていない新たな課題が見えてくることもあります。その時はアクションの結果に新たに見えた課題を書き入れる。そして次のアクションについては、この課題に対するアクションを考えることになる。
① ③から⑤をゴールに到達するまで繰り返す。
このゴールとは各Ｋ０ポイントのゴールのことですが、少なくとも一つはあるべき姿と一致します。
このＫ１チャートを作成するときのコツは、推論の性質をうまく使うことです。慣れてくれば、推論の性質を用いなくとも、Ｋ０チャート作成までの段階でＫ１チャートの様子が見えてくるようになります。問題の構造を系統図で表現するプロセスにおいて、ゴールである「あるべき姿」から逆向きの推論により課題を追加する場合があったなら、その時にＫ１チャートの全体像が見えたかもしれません。
本問題解決法に慣れますと、問題設定後すぐにＫ１チャートを作成することができるようになります。ここではＫ１チャートの意味を理解しやすいように前向きの推論を使用する方法で説明いたしましたが、「あるべき姿」から逆向きの推論で作り上げると必要なアクションが前向きの推論よりも少なくなります。Ｋ１チャートは逆向きの推論で作成するのが本来の姿ですが、逆向きの推論に慣れていない時にはＫ１チャート作成に時間がかかるようです。もし読者が逆向きの推論を日常使用してきたならば、Ｋ１チャートは逆向きの推論で作成してください。次の章で山中博士の研究を用いてＫ１チャートを後ろ向きで作成するとアクションが少なくなることを示します。
プロジェクトの成功体験を重ねるにつれ、Ｋ０チャートやＫ１チャートのパターンができてきます。また、Ｋ０チャートからＫ１チャートを作成する作業も、パターン化され、いわゆる問題解決の必勝パターンというものができます。研究開発において技術を伝承する時に、この問題解決の必勝パターンを伝承するのも良い方法です。
この問題解決法の長所は、ここまでの手順において、あるべき姿から問題を見直す作業が何度も出てきます。あるべき姿を具体化する作業と同様に、この作業はこの問題解決法の特徴で、問題解決案を得るために問題を詳細に分析する従来の問題解決法と異なる点です。
この問題解決法では、問題解決の道筋を重視し、問題の理解については、何度もあるべき姿を参照することで深めていきます。そして、このステップで作成するＫ１チャートは、問題解決の道筋を具体的なアクションで表現するためのものです。
複数のＫ０ポイントがある場合も同様ですが、Ｋ０ポイントが一つの場合との違いは、各Ｋ０ポイントのゴールを具体的に決める作業をしなければいけない点です。
＜明日へ続く＞
カテゴリー : 連載
pagetop
前節で完成した系統図について、新ＱＣ７つ道具の親和図法の考え方を適用し課題の整理を行います。すなわち、課題が階層的に結びつけられている系統図を眺めた時に、各課題を結びつけている線、すなわち各課題の関係を一度忘れてください。そして、親和性の高い課題を集めてグループを作成してみてください。
多くの場合、課題の系統図を眺めて、おおよそ見えてくるグループを手掛かりに整理できますが、状況によっては、系統図の関係を完全に破壊してグループ分けをしなくてはならないケースも出てきます。しかし、それでもかまいません。そして、このグループ分けの作業で作られた、それぞれのグループにふさわしい名前を付けてください。この名前が付けられた各グループをＫ０ポイントと呼びます。
Ｋ０ポイントの名前は、グループに含まれる課題を概念化したものを使いますと、Ｋ０チャートを考えるときに便利です。Ｋ０ポイントの数は、問題の構造に依存します。すなわち、問題の構造が複雑であるにもかかわらず、Ｋ０ポイントが１つだけの場合もあれば、課題の数だけＫ０ポイントができる場合があります。
この親和図法を用いてＫ０ポイントを導き出す作業は、改めて問題の構造を見直す作業となっています。この作業で、問題を２つ以上の問題に分けた方がよいと思われるのならば、問題を分割しここまでの作業を再度やり直してください。ここでは、問題が一つの場合を前提に説明しますが、問題が２つ以上になりましても、ここから先の作業は、それぞれの問題について共通です。すなわち、このＫ０ポイントを決める作業は、問題が１つであるかどうかを検証する作業でもあります。
ここまでの作業に慣れますと、系統図を用いて問題の構造を作らなくとも、直接Ｋ０ポイントを導き出しＫ０チャートを作ることができるようになります。
しかし、問題の認識を共有化するツールとして問題の構造を表す系統図を用いることができるので、直接Ｋ０ポイントを導き出した場合でも、問題の構造を課題で表す系統図を作成したほうがよいでしょう。問題を他の人と共有化する必要が無い場合であれば、問題設定後作成するＫ０チャートだけでもかまいません。
Ｋ０ポイントができましたら、Ｋ０ポイントを問題解決のゴールである「あるべき姿」から、後ろ向きの推論を行い並べます。一本の道筋でＫ０ポイントがつながることもあれば、並列にＫ０ポイントが並ぶこともあります。このＫ０ポイントを並べる作業は、慣れるまでは課題で形成された問題の構造を見ながら行うと、簡単にできます。
こうしてでき上がった、Ｋ０ポイントを「あるべき姿」へ向けて並べた図がＫ０チャートです。Ｋ０チャートは、問題解決の道筋を概念的に表現したものです。すなわち、各Ｋ０ポイントを攻略すれば問題解決できる、ということを表しています。
どんな複雑な問題でも、その構造が明確になりますと、問題解決が容易になります。それゆえ従来の問題解決法では分析的思考を行い、問題の構造を細かく解析することにエネルギーを使用してきました。そして得られたそれぞれのアイデアについて、問題解決に結びつくかどうか、前向きの推論を用いて検証する作業を行い、解決策を探しました。
これに対し、エージェント指向を真似た本問題解決法では、問題の詳細な分析を必要としていません。それどころか、系統図で表した問題の構造を改めて親和図法によりＫ０チャートとしてまとめ直すなど、分析とは逆の手法、すなわち、課題を大きな概念でまとめ上げ、総合的に問題を眺めるようにしています。そして、問題に対して答（ゴール）となる「あるべき姿」から逆向きの推論を行い、知識を用いて得られた仮の問題の構造とゴールである「あるべき姿」との比較で、プランを立て直しながら問題解決の道筋に隠れている課題を求めています。
これはエージェント指向のパラダイムの特徴であるプランニング機能です。常にゴールである「あるべき姿」を目標に、逆向きの推論を駆使して問題解決の道筋を求めるゴール至上主義は、エージェント指向が登場するよりも前に著された宮本武蔵の「五輪書」にもその思想があり、問題解決の必勝法と思っています。
＜明日へ続く＞
カテゴリー : 連載
pagetop
知識ベースで作成した前節の系統図を見ると、左端に問題が書かれ、右端にはいくつもの課題が並んだ構造になっています。その中に、「あるべき姿」を暗示させる課題があるでしょうか。例えば、右端のある課題が解決されたときに、あるべき姿が実現されるような系統図ができていれば良いわけですが、右端にある課題と「あるべき姿」に論理の隔たりが残っている場合があります。あるいは、幾つかの課題を組み合わせると、「あるべき姿」を実現できる場合もあるかもしれません。
いずれにせよ、系統図で問題の構造が明確になり問題解決の糸口が見えればよいですが、見えないときには「あるべき姿」から逆向きの推論を行い、不足している情報を探し出し追加すべき課題を考えます。すなわち、系統図で示された最も右端の課題に向けて、「あるべき姿」から逆向きの推論を行い、隠れている課題を探索するのです。具体的には、次のような質問をすればよいのです。
ａ．「あるべき姿」が達成されるためには、課題Ｘは、どのようになればよいのか。
ｂ．「あるべき姿」が達成されるためには、課題Ｘに、どのような条件が揃えばよいのか。
ｃ．「あるべき姿」が達成されるためには、課題Ｘの解決策として、何が考えられるのか。
これらの質問により、隠れていた課題が見えてきます。このような質問をしなくとも、単に末端の課題と「あるべき姿」との間の不足する情報を調べたり、「あるべき姿」の前段階の状態を考えるだけでも出てくる場合があります。この作業も慣れますと「あるべき姿」を達成するアクションを直接考えて課題として捉えることができるようになります。
しかし、どうしても「あるべき姿」に直接つながる課題が見つからなければ、専門家に相談してください。そして「あるべき姿」に直接つながる課題を必ず一つ見つけてください。この段階で見出された課題の一部、あるいは系統図に書かれた全ての課題を用いて、「問題」から「あるべき姿」までつながる問題解決の道筋のストーリーができたならば完成です。
ここまでの説明では、問題から前向きの推論を展開し系統図を書き上げる方法を説明しましたが、慣れましたら「あるべき姿」から逆向きの推論を展開して系統図を作るようにしてください。おそらく慣れますと逆向きの推論で系統図を作成するほうが簡単に思えるはずです。
一部だけ逆向きの推論を用い、系統図の大半を前向きの推論で作成する方法を最初に示しましたのは、これまでの指導経験で「あるべき姿」から逆向きの推論を行い、系統図を作ることに違和感を持たれる方が多かったためです。おそらく日常の技術開発で前向きの推論に慣れ親しんできたためだと思います。しかし、ここで作成する系統図を最初から逆向きの推論を展開して作成できるようになりますと不思議なことに開発現場でアイデアが出やすくなります。目の前の現象からすぐに逆向きの推論を展開できるようになるためと思っています。
＜明日へ続く＞
カテゴリー : 連載
pagetop
ところで問題の構造について、課題や課題相互の関係がわかるように系統図で表現しますと、問題の理解が深まるだけでなく、得られた系統図をコミュニケーションツールとしても使えます。
問題の構造を系統図で表現する作業については、知識に基づく我流でかまいませんが、参考までに新ＱＣ七道具にある連関図法を用いた手順の一例を以下に示します。この手順では連関図を用いますが、系統図の下書きを作る目的で使用しますので、新ＱＣ７つ道具の説明にあるような厳密な因果関係を作り上げる必要はありません。慣れてくれば、以下の作業を行わなくても、いきなり問題の構造を示す系統図を作成可能です。
まず大きな紙を用意し、その紙の真ん中に、「あるべき姿」や「現実」の具体化作業から明確になった「問題」を書きます。
① 問題を結果とみなし、その原因を考える。可能な限り問題の周りに思いつく原因を並べます。原因と思えないものでも課題として必要ならば書き加えます。ここで原因を考えるように説明していますのは、発想を刺激するためです。この手続きで、仮に原因１、原因２、原因３、原因４、原因５と考えることができたとします。
② 次に原因１から原因５までの各原因を結果としてとらえ、それぞれの原因を考えます。
問題を中心にして、これをどんどん外側へ広がるように行いますが、この時、「あるべき姿」が最も外側にあることをいつも忘れないようにします。
もしこの連関図の作成作業で、同じ階層レベルに位置しながら、強い因果関係で結びつく項目があるならば、片方がノイズであるか、あるいはどちらか一方に含まれるべき情報かもしれません。ここでの作業は、問題の構造を示す系統図を作るために、補助的に連関図を作成しているだけですから、通常の連関図のように因子をすべて書き出す努力をする必要もありません。
以上のようにして作成した連関図から系統図への展開方法は、難しくありません。中心にすえられた問題を左端に寄せて、系統図のように並べ替えれば良いだけです。
この系統図を作成する作業に慣れますと、逆向きの推論を最初から行いこのあと説明するＫ１チャートを一気に作成でき、すぐに思考実験を始められるようになります。すなわち第一節から第四節までの作業を短縮してできるようになります。
＜明日へ続く＞
カテゴリー : 連載
pagetop
探偵小説の世界だけでなく、コンピューターの世界でも推論の向きによる二つの世界観があり、逆向きの推論によるエージェント指向ではフリーズしないコンピューターができると言われてます。このエージェント指向に似た問題解決法であればどんな問題でも解決できるかもしれません。
ところでオブジェクト指向プログラミングで使用される前向きの推論については、結論に至る道筋をすべて吟味しなければ解決の道筋を見つけられない、という特徴があります。一方、エージェント指向の特徴である逆向きの推論については、必要十分条件を前提に考えていますので、必ず結論に至る道筋だけを追及できる効率の良さがあります。
この推論の向きの特徴について、帰宅難民になりました２０１１年３月１１日に考えた問題を事例にもう少し具体的に説明します。その日、都心の交通機関は止まったままでしたが、八王子駅周辺の交通機関は、一部動いていました。
「八王子駅近くの会社にいて、板橋区内の自宅玄関へ、出発時に予定した到着時間に確実にたどり着くにはどうしたらよいか」、
という問題で前向きに推論しますと、電車に乗った場合には、どこかの駅にたどりつき直接自宅玄関に着けません。自宅玄関につくためには、どこかの駅から、さらに歩く必要があります。最寄り駅についた場合も同様で、最寄り駅から自宅玄関まで歩く必要があります。ゆえに電車が順調に動いていない状況では、到着時間を予測することができません。
京王バスに乗った場合には、京王バスのどこかのバス停につきます。どこかのバス停から玄関までは、また電車に乗るか、歩かなければなりません。途中で電車に乗りました場合には、電車のどこかの駅にたどり着けますが、自宅玄関まで、そこからさらに歩く必要があります。電車に乗って無事に最寄り駅につけたとしても、最後に自宅玄関まで歩かなければなりません。
最初に電車や、京王バスに乗った場合には、自宅玄関に直接つけませんから、災害時には到着時間の予測もできません。八王子駅近くの会社から自宅まで、すべて歩いた場合にだけ、予想した到着時刻に直接自宅玄関にたどり着けます。
前向きの推論では、八王子駅近くの会社から板橋区内の自宅方向へ推論を展開し、電車、バス、徒歩の３通り以上の組み合わせを考えることになります。
しかし、自宅玄関から逆向きに推論した場合には、徒歩という手段だけを考えればよく、自宅玄関から八王子駅近くの会社まで行く見通しが一発で得られます。このようにスタート地点は八王子駅ですが、逆向きの推論では、ターゲットとなる自宅を起点に考えます。
インターネット情報では、当時自宅周辺の駅に停車する電車は、すべて運休していました。八王子駅周辺では京王バスが動いていましたが、自宅を起点に逆向きに推論を行いますと、途中で交通機関に乗車できる可能性はありません。サラリーマン最後の日は会社へ宿泊するという結論をすぐに出すことができました。
帰宅難民の事例ではゴールである自宅は変化しませんが、不確実性の時代における「あるべき姿」は、時の流れにより変化する可能性もあります。もし「あるべき姿」の見直しが必要になったなら、すぐに修正し改めて問題を設定しなおさなければなりません。問題解決で大切なのは「あるべき姿」であり、この「あるべき姿」をいつも正しく決めなければなりません。
本書では「あるべき姿」は不変として扱いますが、実際には変化するケースも出てきます。しかし、あるべき姿が変化する場合にもあるべき姿を修正した新たな問題で問題解決を進めればよいだけです。「あるべき姿」が時代に合っているかどうかの検証は、常に心がけねばなりません。あたかも「マトリックス」でエージェントがターゲットを追い続けたように、問題解決する時には時代に合った「あるべき姿」を追い求めねばなりません。
＜明日へ続く＞
カテゴリー : 連載
pagetop
ところで、エージェント指向のパラダイムは、オブジェクト指向プログラミングの普及が始まった１９８０年代に登場しています。しかし、人工知能の技術が必要なため、そのパラダイムを実現できる安価な普及型言語は未だに登場していません。エージェント指向の解説書を読みますと、そのパラダイムはゴール至上主義であり、メッセージ至上主義のオブジェクト指向のパラダイムと全く異なっている、と説明されています。
例えば、オブジェクト指向では情報を頼りにしてアクションが決まるので受け身的振る舞いとなりますが、エージェント指向では状況判断が加わり能動的な振る舞いとなります。すなわち、この能動的振る舞いの特徴があるので、情報が無い時にアクションが止まってしまうオブジェクト指向の欠点が解決されています。そして情報が無くともアクションを中断することなく必ずゴールまでプログラムを実行し続けると説明されていますが、この仕様はエージェント指向の一番の特徴であり、「ゴール至上主義のパラダイム」と表現されたりします。不足している情報を「逆向きの推論」により自分で探し出したり作り出したりする仕掛け、人工知能がプログラムに組み込まれているので実現可能となる仕様です。
そのほか、エージェント指向プログラミングには、ゴールへの最短経路を探す性質や、不足している情報を探し属性やメソッドを自由に変化させて知識が増えてゆく人の成長を模倣した仕組みなど、問題解決プロセスに参考となる仕様がいくつか含まれています。
エージェント指向については、論文でその仕様を理解しただけですが、派手なワイヤーアクションで有名になった映画「マトリックス」は、まさにエージェント指向の世界観を取り込んだ秀作です。続編「リローデッド」や完結編「レヴォリューション」は少し本題から外れますので触れませんが、第一作では、仮想現実空間でネオがエージェントに執拗に追いかけられます。エージェントは人工知能で動いているのですが、どこからともなく現れてネオを追いつめてゆきます。あたかも彼らはネオの動きを逆向きに推論しているかのようです。結末はビデオで観てください。
＜明日へ続く＞
カテゴリー : 連載
pagetop
問題と課題が定義され、問題は課題を用いた構造で表せることがわかりました。また、問題認識や問題の共有化で生じる問題とその解決方法についても少し触れました。新しい問題解決法の説明に入る前に、なぜ問題解決でフリーズするのか、その原因について考えてみます。
コンピューターのソフトウェアー技法としてオブジェクト指向とエージェント指向という２つのパラダイムがあります。科学的問題解決法として有名なＵＳＩＴの問題分析法は、このオブジェクト指向のパラダイムと似ています。
オブジェクト指向プログラミング言語としてＣ＋＋やＣ＃、ＪＡＶＡなどが知られています。これらはソフトウェアーに擬人化を持ち込んだ初めてのプログラミング技法と言われ、１９８０年代初めに登場しました。プログラムの固まりであるオブジェクトは、モノを構成するデータである属性と、モノの持つ機能であるメソッドで構成され、カプセル化（隠蔽化）されています。このオブジェクトにメッセージを与えるとプログラムの実行、すなわちアクションを起こします。
言い換えれば、データと機能を有するプログラムの「かたまり」をオブジェクトと言い、このオブジェクトにメッセージ、例えばデータを与えると、そのプログラム機能に沿ったアウトプットを吐き出す、ということです。
オブジェクト指向で作られた具体的なプログラムの例として、マイクロソフト社のWINDOWSプログラムがあり、アイコンをクリックした時に、そのアイコンのプログラムの動作する様子がオブジェクトのアクションに相当します。
クリックの仕方が悪いときには何も動作しない、というように、メッセージとメッセージが与えられた時のオブジェクトの条件が矛盾する場合には、アクションを起こさない、すなわちアイコンが指し示すプログラムが起動しないという現象が生じます。
このように、オブジェクト指向はメッセージ至上主義で、このパラダイムの特徴ゆえにオブジェクト指向を用いたプログラムでは、条件が完全に揃わない時にはプログラムが動作をしないケースが出てきます。すなわちソフトウェア―側でそのような場合の対応がされていない時には、プログラムは途中でフリーズすることになります。
オブジェクト指向によるソフトウェアーの作成プロセスは、オブジェクト指向分析に始まり、オブジェクト指向設計を行い、実装するという手順です。一般に、オブジェクト指向分析の結果が完成したソフトウェアーの品質を左右するといわれています。このソフトウェアー品質が、オブジェクト指向分析結果に依存する問題を解決するために、エージェント指向というパラダイムが同じ年代に登場しています。
オブジェクト指向のパラダイムでは、論理が「前向きの推論」でボトムアップ的に展開され、データ間の類似関係により体系化されてゆくという生物学の分類学にも似た美しさを持っています。オブジェクト指向のパラダイムとよく似たＵＳＩＴなどが人気を集めているのは、その美しさからかもしれません。しかし、説明の美しさに比較し、ＵＳＩＴを用いて問題解決した場合には分析的思考方法で苦しみ、前向きの推論における手続きの煩雑さに多くのユーザーが悩むことになります。そして苦労しても科学的な見地から当たり前の結果しか得られません。
＜明日へ続く＞
カテゴリー : 連載
pagetop
問題認識が大きくずれるケースとして、問題の存在について意見が分かれる場合について考えてみます。震災後に顕在化した問題以外に、平和な日々の生活でも細波のごとく多くの問題が発生します。水害の連想で安直ですが、１９７４年の多摩川水害から生まれた新聞小説「岸辺のアルバム」というＴＶドラマでは、不倫をしている主人公が偽りの笑顔で家族写真を撮るシーンがあり、それは平和な家庭において主人公以外誰も気が付いていない問題を表現する象徴的なシーンでした。
現実とあるべき姿に乖離が見えないなら、誰も問題の存在に気がつきません。ゆえに問題の存在に気がついた人は、まず現実とあるべき姿の認識を共有化するために、それぞれを見える化する作業が最初の重要な仕事になります。誰も問題に気がついていない段階で、問題だけを主張しても、他の人は現実とあるべき姿の乖離が見えないために、問題の存在そのものを理解できません。
原子力発電の安全神話はその典型的な例であり、科学的に検証したので事故は起きないという原発の専門家達による誤った現実認識と、発電コストが安価でＣＯ２を排出せず環境に優しい未来エネルギーというあるべき姿を国民が共有化したために、問題が見えなくなり福島原発の事故を引き起こした、と反省する必要があります。
原発につきましては、一部の学者やジャーナリストから警鐘が鳴らされておりました。チェルノブイリの事故以来数多くの問題が具体的に指摘されてきましたが、あるべき姿や現実がうまく伝わらず、問題が共有化されなかったため福島原発の事故に至りました。
福島原発の事故原因解明は現在も進められておりますが、今回の事故処理も含め発電コストの試算を行いますと火力発電よりも高くなるという結果も報道されました。さらに環境汚染や食の安全の破綻の状況なども見えてきました。これらの問題を抱える発電システムとしての原発を含めた将来のエネルギーについてあるべき姿が議論されるようになって、ようやく原発の問題を共有化できる下地が整いました。
このような問題以外に、福島原発は全電源喪失から回復までに１時間以上かかったという報告があります。電源車を慌てて手配したが、コネクターの形状が合わずに電源回復が遅れた現実やＹ所長はじめ現地の技術者が運転設備の構造を十分に理解していなかった現実も新聞報道されています。事故後の報道で次々に明らかになる原発の現実は、「安全でクリーンなエネルギー」というあるべき姿から日に日に乖離してゆきます。
このように問題というものは、現実とあるべき姿の乖離が大きくなって初めてその存在が分かるものであり、問題を指摘してもその理解や共感が得られない時には、現実とあるべき姿の共有化から作業を進める必要があります。
＜明日へ続く＞
カテゴリー : 連載
pagetop
