回答者からデザインメンターへ：認知的徒弟制モデルによるLLMの指導

TL;DR（結論）

大規模言語モデル（LLM）を単なる回答提供者から、認知的徒弟制モデル（Cognitive Apprenticeship Model）に基づいた「デザインメンター」へと変革する手法を提案した。 6つの教育的手法（モデリング、コーチング、足場かけ、言語化、内省、探究）を構造化されたプロンプトとして実装し、ユーザーの思考を可視化させながら、内省的なデザイン推論を促す対話型の指導プロセスを構築した。 データ可視化の実務者を対象とした実験の結果、提案手法はベースラインのLLMと比較して、より深いデザイン推論とメタ認知的自覚を引き出すことに成功したが、タスクの性質やユーザーの経験レベルによっては、直接的な回答が好まれる場合もあることが明らかになった。

なぜこの問題か

デザインの現場において、フィードバックは作品を洗練させるだけでなく、デザイナー自身の認知的発達やデザイン推論を促進するための極めて重要なプロセスである。ドナルド・ショーンが提唱した「行為の中の内省（reflection-in-action）」という概念にあるように、実務者は自身の作品について考え、潜在的な解決空間を探索し、批判的な検討を通じてアプローチを磨き上げる必要がある。しかし、このような質の高いメンターシップを人間から受けることは、リソースの不足や専門的なトレーニングを受けた人材の欠如により、容易ではない。 近年、ChatGPTのような大規模言語モデル（LLM）がデザイン支援ツールとして注目を集めている。LLMは広範な知識を持ち、デザイン上の問題に対して迅速に提案を行うことができる。しかし、既存のLLMとのやり取りには大きな課題がある。先行研究でも指摘されている通り、LLMはしばしば「一般的で、誰にでも当てはまるような、一回限りの提案」を行う傾向がある。…

核心：何を提案したのか

本研究の核心は、教育学的な枠組みである「認知的徒弟制モデル（Cognitive Apprenticeship Model: CAM）」をLLMのプロンプト設計に統合し、AIをデザインメンター（DesignMentor）へと変容させることにある。認知的徒弟制とは、伝統的な徒弟制（熟練者が初心者の傍らで技を教える仕組み）を、読み書きや問題解決といった「認知的タスク」に応用したモデルである。このモデルの最大の特徴は、通常は頭の中に隠されている「思考プロセス」を明示化し、教えられる形にすることにある。 提案された「DesignMentor」は、CAMの6つの教育的手法（モデリング、コーチング、足場かけ、言語化、内省、探究）を、構造化されたプロンプトを通じてシステム化したものである。具体的には、人間によるメンターシップの分析から得られた知見に基づき、7つのデザインガイドラインを策定した。…

続きはログイン/プランで閲覧できます。