タイトルの「共感の論理」は、はっきりとしなかったが、江戸時代から現代（今）までの教育の変遷はわかった。そして、なんとなくだが「共感の論理」がわかったような気がする。
小、中、高のあの課題は、そういう意図があったのか、と今更ながらに知った。未だに欧米教育を手本にという意見もあるけれど、日本型の教育もアリという感じがした。国の空気感の情勢は、初等教育からの流れで決まるというのがよくわかる。それゆえに、日本人が海外のコミュニティに入りにくかったり、逆もあるのだと。これは共通にすることはないので、そこの場所を理解するしかないかと。つまり、それが「共感の論理」ということだろう。
Amazon： https://amzn.to/4jfxnfv
自分もランチ選びに時間をかける、食べたいものと予算のせめぎ合い。ランチ選びにこだわってもいいんだ、と勇気づけられる。食べることへの情熱を感じる本だった。好きなものを選べる自由って、なかなか凄いことと思える。本論とは、ズレるけれど、そういう都市であるのは凄いこと、東京は食べ物の選択肢が異常に多いので凄い場所だ。
瞑想のところはよくわからないが、ぼーっとできる場所はいろいろとある、そういう空間が埋もれているのも東京は面白い。ランチコンディションをそこまでたかめるほどの時間の自由度はないけれど、その情熱は理解できる。楽しかった。そして、水曜日は働かないと読み返したくなった。
Amazon： https://amzn.to/44AsVlt
AIセキュリティ入門が為になった。AIエージェントのセキュリティは、新しい分野なので、まとまって読めるのは嬉しい。攻撃手法がわかるというのは、そういうことが起き得るという備えになる。防御策についても参考になった。いい内容だった。
今さら聞けないID管理は、さらっと流したこともあり、よくわからんかった。興味が薄いのが原因だけど。なんとなくとっつきにくい感じで、それで流し読んでしまったかも。内容的には、知っておかないといけないことなんだけれど。ちゃんと読めず、ごめんなさい。
Amazon： https://amzn.to/4oXH4jX
さらっと、流し読みした。
4章の「AIエージェントの導入と運用」はよかった。AIエージェントが向いていない仕事の部分や、導入するプラットフォームの選び方が参考になる、というか自分で考えていたこととの答え合わせになってよかった。それぞれ一長一短があるので、運用に合わせたツール選択は重要。
あと5章の「AIエージェントが拓く未来」もよかった。いろいろな視点があるので、こういう展望はいくつみてもよい。参考になった。
Amazon： https://amzn.to/4qnjHl9
読了、面白い内容だった。AIをどういうふうに活用しているのかが載っていてよかった。この作業はGemini、このツールはこのAIと組み合わせ、みたいなことがいろいろとあり良い。結局、どのAIがいいという正解はないので、頻繁なAIの乗り換えがよさそう。
あと、事例で載っているところは、試行錯誤の結果のところが多いのだろうけど、人がしっかりとやるところ、AIに任せるところ、人とAIでやるところの切り分けがしっかりとあって参考になる。デザインの仕事ではないけれど、基本的な分業のフェーズは同じ。だから同じような切り分けはできるはずだ。
Amazon： https://amzn.to/44fzWYF
読了、本自体が面白かった。話が面白くできるようになったかはわからない。だけど、この本・このドラマをこういう視点で解釈するのか！というのが面白かった。
読み解くときのアイデアはいっぱい。実際にやろうとすると、慣れないかぎりはかなりのエネルギーを使う感じだ。AとBの連想は、慣れている分野の作品ならばまだよい。そうでもないものも、比べたり、共通の部分を探したりというのは、結構たいへんだ。「話が面白い人」で、茶化すわけではない人は、インプット部分に、かなりの労力が使われているのだろう。その上で、他の人が興味関心をもつような話し方だったり、語り口だったり、そういう部分はトレーニングというよりも、その人が身につけた様式なのしれない。
個人的には、表面的でもなんでも、エンタメとして消費したい気持ちのほうが大きい。掘り下げるものもたまにはあるけれど、それをおもしろおかしくは話せない。でも、まぁ、いろいろな作品の解説書みたいな形で、本当に本は面白かった。
Amazon： https://amzn.to/4pIBmDm
面白いというか、重かった。流されないメンタルモデルをつくることが主軸の本なので、重くて当然。当然、知っていることも多い。いろいろと考えさせられるものも多かった。単純に便利ツールとしてChatGPTやGeminiのようなLLMを使うのも選択としてはお手軽だし悪くない。その上で、個別の特化型のなにか、プラスアルファな部分をどうするか。そういうことを考える感じだった。
本当は、オープンなSLMに手を出して、ファインチューニングしていくのがよいのだろう。ただ、いろいろと良いものが増えてくるので、落ち着くまで待ちたい気分でもある。Windowsにも、NPUは搭載されつつあるので、あと1年くらいでSLMを使って、ローカル環境での生成AIは環境がよくなるはず（インテルのNPUを使うものがなくて絶望したばかりだけれども）。ぼちぼち、この生成AIブームも落ち着いてくるはず。冬の時期にはなってほしくはないが、各社が新しいモデルを競うのは、そろそろ落ち着くと思っている。そのときに、利用できるように準備はしておきたいものだ。
Amazon： https://amzn.to/47O4Sl1
遅くなったけれど、読み終わった。AI開発ツール大整理がよかった。Devinは文句を言わないコーダーって感じなので、実際に試してみたい。GitHub CopilotとClaude Codeはアシストというか一緒に作業する感じ。生成AIとペアプロみたいな（そこまではいかない？）感じで、人の目も入るので、まぁ、いいかも。Gemini Code Assistは、よくわらかない。情報が少ないのか、それとも紙面の問題か、なんだろうか。
どれかのツール・LLMに特化した本もいいけれど、そこまで重くなく、さらりとツールの感触がつかめた。こういうのは雑誌の特集ならでは利点。気に入ったのがあれば、ターゲットを絞って本や深い解説を探せばいいので。
あとオンコール対応の特集もよかった。慣れというのはあるけれど、最初のときはね。あとゲーム感覚で楽しめるように、っていうのはその通りかも。未知のことも多いので楽しめるようなマインドになればいい。
Amazon: https://amzn.to/4hXPWnD
久しぶりに読み返してみた。こうも生成AIとかAIエージェントとかが流行ってくると、なにか誘導されているのでは、みたいな気になってくる。この話の生活描写のような世界になってくるのかも、と思うとなんとなくヒントになりそうな気がする。
読み返してみると、ビートレスはやっぱり面白い。
Amazon： https://amzn.to/3Xo6N9H
確かにビジネス書だった。利用シーンや活用例などがあり、面白かった。使って当たり前になっているLLMだけど、どこでどう活用するか、はまだまだこれから。正解はないけれど、現状を知ることは重要でヒントもあった。
読んでいて思ったのは、汎用的な知識ベースのLLMは、ChatGPTとかGeminiなどの大手のLLMで集約されていきそう。ただ、個別の業務分野や社内でのサポートは、ChatGPTなどのLLMではなく、個別特化のSLMになりそう。それも１つではなく、分野や業務ごとに個別にいれていく感じだろう。日本でも、LLM、SLMは研究・開発されているので、それらは生き残りそうな気がする。というか、運用のコスト面でも特化型のSLMしか難しそうな気がする。
Amazon： https://amzn.to/3L5X8C1