中崎 倫子

ChatGPTとPerplexityを課金しており、Claude3とGeminiを課金なしで使用しています。 検索では、PerplexityとGeminiが強い印象です。 Perplexityは情報源の指定をしないと、個人のブログ等も回答の根拠として利用するので、利用者が資料を吟味する必要があります。 GeminiはGoogleを検索エンジンにもつこととGoogle Workspaceのツールとの連携に強みがあります。回答のソースを提示するので安心です。（ただし、URLが無効であったり、リンクが貼られていなかったりするので注意が必要です）回答をGmailやGoogleドキュメントに転記できるのが便利です。 ChatGPTは、他のソフトウェアとの連携が素晴らしい。論文を探すConsensusもChatGPT上で利用できます。ただし、日本語の論文を探すのは心もとない印象です。CiNii ResearchやGoogle Scholarを自分で検索したほうが、精度がよいようです。 ------------- 図書館でも、東京都立図書館が、生成AIのチャットボットで所蔵資料の紹介を行っています。 所蔵資料紹介型チャットボット AI ChatShelf（試行提供）｜東京都立図書館 https://www.library.metro.tokyo.lg.jp/search/service/chatshelf/index.html 何回か試してみたところ、資料をピンポイントで探そうとするとうまくいかず、緩くテーマを与えたほうが、自分の望む本と出会える感じです。 この傾向は、どの生成AIにも言えることで、ピンポイントで「この資料」という形で探すと、かえってうまく見つかりません。「このようなテーマで本を探しています」という感じで尋ねてみると、意外な情報源との出会いがあり、いい感じがします。

年功序列と終身雇用をセットで運用するのは、もうそろそろ見直したほうが良い時期になったのではないでしょうか。少なくとも、業界や職種単位で見直してもよいと思います。 私はある講座で知ったのですが、日本企業の給与は社会主義的な「生活給」の側面を持っているそうです。しかし、「生活給」としての給与という考え方は、もう無理が生じているのではないでしょうか。 シンプルに「仕事」や「成果物」に対して給与を支払うようにしていけば、早期・希望退職する人を募らなくてもよくなるのではないかと思います。

ハラスメントの本質は、人間関係を「支配 ― 被支配」の関係に解釈することにあります。「正しく優れている自分」と「間違っており劣っている相手」と認識することにあります。 その背景には、不完全な自分を認めたくない、不完全な自分は見捨てられるという強固な思い込みがあるようです。 暴力は依存性もあるようです。不安や苦しさを紛らせるためにアルコールに依存する人がいるように、暴力に依存する人もいるのではないかと思います。それが、パワハラを"ほぼ必ず"してしまう原因なのではないでしょうか。 【参考サイト】 DV（ドメスティックバイオレンス）とは何か？本当の原因と対策、治し方 - トラウマ、愛着障害、吃音専門のブリーフセラピー・カウンセリング・センター https://www.brieftherapy-counseling.com/dv-3874.html ハラスメント（モラハラ）とは何か？～原因と特徴 - トラウマ、愛着障害、吃音専門のブリーフセラピー・カウンセリング・センター https://www.brieftherapy-counseling.com/harassment-2-905.html モラハラ（モラルハラスメント）への対策、対処法～６つのポイント - トラウマ、愛着障害、吃音専門のブリーフセラピー・カウンセリング・センター https://www.brieftherapy-counseling.com/harassment-910.html

ハードスキルをAIが代替し始めて来ているので、相対的に「ソフトスキル」の需要が高まったのではないかと思います。単純作業だけでなく、クリエイティブな仕事でさえ、生成AIに取って代わられるような時代ですし。 ハードスキルがダメだからソフトスキルに飛びつく、というのも、筋がいいとは限らないのかもしれません。同じようなソフトスキルを身に着けたところで、供給が多くなれば、できて当たり前になり、価値は低くなります。 結局、自分の好きなことをやっている人が強いのかしれません。 生成AI時代を勝ち抜く「事業・組織づくり」 - PIVOT https://pivotmedia.co.jp/movie/11612

「教養」というとインプット（読書）に眼が向きがちなのですが、『英国エリート名門校が教える 最高の教養』（文藝春秋）の構成は、前半2章がインプット（何をどう読むか）、後半3章がアウトプット（どう書くか、どう語るか）になっています。インプットしたものをアウトプットできないと、「教養」とはいえないのかもしれません。 この本は「◯◯をしなければエリートではない！」「いまの時代は◯◯をしなければダメだ！」というような強迫的なメッセージがないので、気が楽に読める本です。他人に強制しないところに、エリートや貴族が本来もっている「余裕」を感じます。そして、その「余裕」は、自分のなかにある「知識」によって支えられていると思います。そのような意味で、「リベラルアーツ」は、「自分の心を自由にする」作用があると思いました。 「必要がなくなれば、蹴り飛ばしてしまって構わない。どの章から読んでもいいし、途中で読み飛ばしてもいい。興味がない章は完全に読み飛ばしても問題ない」（p.9） 「読書はやっぱり楽しむものだ」（p.79）

総務省統計局が開催している講座で、内容は記述統計が中心のようですね。これに続けて推測統計の勉強をすると、統計学はひととおり学べるのではないかと思います。 統計学で大事なのは、数式だけではなく、図やグラフを描くことです。文字だけよりもずっと理解できます。

この調査をよく見ると、どのようにサンプリングしたかが書かれていないので、回答者の属性が国籍・年齢・性別しかわからない調査になっています。なので、サンプリングに疑問がある調査です。 例えば、都市圏に住んでいるのか地方に住んでいるのか、就業しているのか学生・生徒なのか、なども考慮して偏りのないサンプリングをしないと、本当の姿を正しく反映した調査にはならなくなってしまいます。 そして、この調査はサンプル調査（標本調査）のため、標本誤差（母集団との乖離）があります。この調査は、1セル1,000人なので、最大3.2%の誤差が生じます。（50%に近づくほど、誤差の値が大きくなります） サンプリング・標本誤差 - NTTコム リサーチ | NTTコム オンライン https://www.nttcoms.com/service/research/sampling/ マーケティングリサーチとデータ分析の基本 - 株式会社　すばる舎 学び・成長・成功をあなたに https://www.subarusya.jp/book/b353378.html サンプリングやサンプル（標本）の数、標本誤差のことを考えながら数字を読んでいかないと、実態を読み誤ると思います。