文系データサイエンスを粉川一郎さんが解説。学ぶ理由はAIと対等に語ること

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。今回は、PIVOT公式チャンネルの取材シリーズ「&REPORT」から、武蔵大学のデータサイエンス教育を紹介するね。

出典: 【AI時代のデータサイエンス教育】文系のデータサイエンス教育/全学生対象の三層構造のカリキュラム/開発経済学のゼミを体験/これからの武蔵大学（PIVOT 公式チャンネル／&REPORT／Sponsored by 武蔵大学）

講堂に入る前に、粉川さんはデータサイエンスをこう定義していました。食堂のメニューも、来る人の性別も年代も、全部データ。あふれている数字を読んで、問題を解きます。理系の数学と統計と情報だけじゃ足りない、というのが最近の潮流だ、と。練馬のキャンパスで、池澤あやかさんがその話を聞いている。提供クレジットのあと、すぐこの定義が来ます。

で、そこで出てきたのが、この一文。

いやー、ここ、肩書の話に聞こえて、実は現場の話なんです。数字は誰でも集められる。でも「何を解くか」を持っている人が読まないと、表は動かない。経済学部・人文学部・社会学部・国際教養学部の4つ全部で学べる環境を作っている、と粉川さんは続けていた。文系の教室に問いがある。問いがない理系の表は、綺麗なまま止まる。

私は中卒で、高校は入学式だけ。実家は板橋の惣菜屋「山口屋」。リフォーム会社でWEB集客を独学で覚えて、言葉と写真と導線で人の行動が変わるのを体で知った。理系の教室にいたわけじゃありません。現場の問いが先で、道具はあとから追いかけてきました。お客さんが何で迷っているかが見えないと、どんな綺麗な数字も動かない。

ぶっちゃけ、今のAIも同じ構造だと思います。ブランドンさんが「作業するだけの仕事」から消える、と話していた回と、ここは響き合ってる。作業は横に広がる。問いを持つ側が残る。

現場の問いを1行書きます。今週いちばん困っていることを紙の左に置く。右に、それに答えそうな公開データの名前を1つ。10分。問いと名前が残ったら終わりです。紙が残らないなら、まだ読んでいない。

画面に出た図は、3段でした。第1層は全学の「データサイエンスベーシックス」。第2層は全学部対象の副専攻。第3層はゼミと、学部ごとの専攻。スライドの文言が正で、ナレーションよりこちらを信じる。層の話が本体。

でね。私が見ていて一番効いたのは、中身の豪華さじゃなくて、誰がどの鍋を持つかが先に決まっていることです。全部を一人の教授が抱えません。基礎は全学、応用は副専攻、問いの深掘りはゼミ。所有者が層ごとに分かれています。2027年度の専攻アップデートも、土台の上に載せる話として出てきました。

今も私は、外壁塗装リフォームの集客代行を一人で抱え込んでいる。AIチームに渡したつもりでも、期限と採否が自分の机に戻ってくる。スライドの第1層（ベーシックス）も第3層（ゼミ）も、所有者が私のまま。ボールが戻った日は、層が無いです。大学の図は、所有者が層ごとに違います。うちの図は、全部が私。その差分が、この30分の図を自分ごとにする。

仕事をベーシックス／副専攻／ゼミの3層に分けます。各層の所有者を1人だけ書く。15分。3つの名前が揃ったら終わりです。自分の名前が3箇所に出たら、まだ抱えている。戻ってきたボールの数を、横に書いておきます。

緑の黒板の教室。開発経済学ゼミの4年生が、卒論の途中発表をしていた。仁川のIRを夜間光で見るグループ。インドネシアの宗教学校と一般学校の差を見るグループ。比較対象が崩れたり、教育年数を増やすと賃金が下がる、という直感に反する結果が出たり。学生は「そんなわけない」と手法を疑っていた。原さんは、時系列で取れている点と波及効果の余地を評価していた。名前は画面に出ていないので、学生個人は書きません。

正直、ここが一番刺さりました。データサイエンスの授業なのに、身についたのはツールじゃなくて疑い。スプレッドシートと説明書を解読して、疑問を一個ずつ潰す。やっと真実に近づきます。

私は情報商材を、見た目の豪華さだけで飲んだことがある。中身はスカスカでした。母数も比較対象も見ないで、「凄そう」を信じた。疑う力がないと、高い教材でも、薄い中身でも、同じように飲み込める。ゼミの学生が「そんなわけない」と言えたのは、その一口を止めたからだと思う。

……疑うのは冷たいことじゃない。自分を守る作業です。目標を測ったら、私の思い込みが2回死んだ話も、同じ筋肉だった。

今週信じている数字を1つ疑います。取り方、母数、比較対象を3行。15分。3行書けたら終わり。書けない数字は、まだ信じてはいけないんだよね。凄そう、で止まっていたら、商材を飲んだ日と同じです。

原さんは、文系がデータを扱う意味を、スキルの話にしなかった。ゼミの学生がエンジニアになると話し始めたのも、「人生変えてる」と粉川さんが後で振り返る場面がある。原さんの言葉は、もっと手前だった。

熱量がある人ほど、ここをスキップします。私もそうだった。がんの手術が決まって、LIVEを止めざるを得なくなった時、ただっちが代わりに続けてくれた。病室からその画面を見て、「居場所を奪われた」という気持ちと、ありがたさが同時に来た。結果は、番組は良くなり、ただっちも育ち、私の負担も減った。手放したら全部良くなりました。熱量だけでは回らない現場があります。私が病室に居続けていたら、数字を見る目は濁ったまま、情熱だけが空転していただろう。空回りは、熱い人の専売特許なんです。

——頑張るな、じゃない。見る目を先に置け、だよね。情熱は燃料。燃料だけの車は壁に突っ込みます。

今いちばん熱い案件を1つ止めます。数字で見る観点を1つだけ足して、自分以外に共有する。10分。観点がメモに残って、誰かの目に触れたら終わりです。熱いほど、一人で回したくなる。そこを止めます。

なぜ文系の大学生が、わざわざデータサイエンスを学ぶのか。粉川さんの答えは、遠回りしなかった。

分析コードをAIで作るのは当たり前になってきている、と粉川さんは言う。大事なのは、作らせたものが正しいかを見る力。基礎がないと、レビューできません。相棒という言葉は、そのあとで出てくる。

あ、そうだ。これ、うちの運用そのものです。下書きも段取りもAIに出す。公開と送信の直前だけ、人間が味見します。

個々の成果物は分身AIが回して、私は一段上から軸を見る。でも「正しいか」を見る舌は、残します。

コードが速いほど、味見を飛ばしたくなります。飛ばした日に限って、出典の無い数字が本文に混ざる。仕組みを知らないまま「できた」と出すと、使われる側に落ちる。仕組みを知ったうえで一口見るから、相棒と呼べます。

画面のテロップは「AIに使われるのではなく」で、下段が切れていた。切れても意味は届く。速さより舌。私はそっちを取る。情報の速さより、現場で味見する舌を信じる、と書いた記事の続きでもある。

今日AIに出させた成果を、粉川さんの言う「レビュー」で見ます。公開前に「出典は何か」「比較は妥当か」「自分が責任を持てるか」の3点。8分。3点をメモしたら終わり。メモがない公開は、味見を卒業した日だよ。

スポンサー動画なのに、粉川さんは「社会が求める人材」を否定してくる。ここ、大学PRとしては危ない台詞です。だから残った。

代わりに出してきたのが、サバイバルする力と、通訳だった。

企業はデータサイエンス人材が欲しいです。でも統計とプログラミングができる人を、現場が使いこなせない。経営や公共政策を学んだ学生が、一定のDSスキルを持つと、専門家と現場の間に立てる。粉川さんは「来てほしいと言ってくださいますね」と、企業側の言葉を置いていた。画面左上のテロップにも「企業からは『そういう人材に来てほしい』と言われる」と出ていた。欲しいのは天才じゃなくて、現場の言葉が分かる通訳。

難しいカタカナで煙に巻く業者を、私は許せない。「DX」と言われて、中小企業の社長が「自分が分からないだけかも」と縮む。通訳できない側に立ったことがあります。私がやる仕事は、その逆です。専門家の地図を、現場の路地の言葉に落とす。落とせる日と、落とせない日がある。落とせない日は、表だけ渡して終わっています。

「優秀な人材」になろうとすると、現場の言葉を捨てがち。捨てた瞬間、通訳は終わります。

現場の言葉と専門家の言葉を1組書きます。自分ならどう翻訳するか、1行。10分。1組と1行が残ったら終わり。翻訳できない組は、まだ表のまま渡してるんだよね。

高校生へのメッセージで、粉川さんは「データサイエンスに興味がなくていい」と言った。推し活でも、アイドルでも、SNSのバズり方でもいい。グッズの販売量やチケットの価格を数字で見ると、やりたいことがもっと面白くなる、と。

小学生の頃、厨房を手伝って得たお金でゲームを買った。料理と、五感と、次の遊びが一本だった。推し活を捨てて「正しい人材」になる必要はない。遊びが先で、数字は後からついてきます。原液はそこにある。

……正しい人材になろうとして、推しを捨てる必要はないんです。30年前のフロッピーを復元した回で、遊ぶほど学べて稼げる、という話をした。遊びが原液になる。

今の推し・趣味を1つ残します。それに関する数字を1つだけ集める。15分。数字が1つメモに残ったら終わりです。テーマは捨てない。厨房のあとにゲームを買った、あの順番を守ります。

30分を見終わって残ったのは、カリキュラム表じゃないです。AIに使われる側に落ちないための、味見の位置です。文系が数字を読む。層を先に決める。教科書を疑う。情熱の前に冷静を置く。コードはAI、レビューは人間。人材にならなくていい。通訳になればいい。推しは捨てなくていい。大学の話を、机の上の話に翻訳できた人だけが、明日から使えます。

私は入学しない。練馬の教室にも座らない。それでもこの動画を紹介するのは、問いは現場にあり、舌は自分の口にあるからだ。スポンサーの話を、入学案内として読まない。対等に語る位置として読む。

で、あなたが今日やるのは入学願書じゃない。現場の問いを1行書くこと。それだけで、この動画の3層は机の上に乗る。願書より先に、問い。問いより先に、舌。紙が残ったら、今日は終わり。

数字の読み方は、才能じゃありません。一口止める習慣だ。疑った回数だけ、相棒に近づく。疑わずに出した日は、使われる側に落ちます。その線だけは、私もまだ練習中です。

粉川さんの講堂は赤い座席で、ゼミは緑の黒板だった。場所が違うと、言葉の熱も違う。講堂では「対等に語る」と言い、教室では「そんなわけない」と言う。私の机は、その両方を置く場所だ。赤い座席の標語だけを持ち帰ると、宣伝になる。緑の黒板の疑いだけを持ち帰ると、冷たくなる。両方を机に置く。

公開はしない。下書きのまま、味見に出す。今日の仕事は、入学ではなく、問いを1行残すこと。残ったら、この記事の役割は終わる。残らなかったら、まだ宣伝を読んでいる。

家事と子育てのスキマで、私は毎日AIの下書きを味見している。速い。便利。だからこそ、一口を飛ばす。飛ばした日の本文は、綺麗で、空っぽです。粉川さんが講堂で言った「レビューする力」は、その一口のことだと思う。大学の教室に行かなくても、机の上でできます。

中卒の私に、カリキュラム表は要りません。要るのは、疑った記録だ。情報商材を飲んだ日。病室でLIVEを手放した日。外壁塗装のボールが戻ってきた日。薄い商品を売って胃が重くなった夜。それが原液だ。原液がある人だけが、AIと対等に話せる。原液がない人は、プロンプトが上手いだけの使われる側になる。

池澤あやかさんはソフトウェアエンジニアで、私はそうじゃない。同じ「文系が数字を読む」話でも、立ち位置が違う。彼女はコードの中に入れる。私はコードの外で、出す直前に舌を置く。その違いを消して「みんなデータサイエンス」とは言わない。違うから、通訳が要る。違うから、レビューが要ります。同じになったら、現場は止まった表だけになる。

だからこの記事の得は、専攻名の暗記じゃない。今日の問いを1行残すこと。ベーシックス、副専攻、ゼミ。レビュー。通訳。推しを捨てない。その6つを机に置いたら、武蔵大学の30分は、宣伝ではなく道具になる。道具は使わないと、棚の飾りです。紙に書くまで、まだ見ていません。

西川典孝さんの名前は概要欄と大学ニュースで確定した。画面16枚には出ていない。見えないものを、見えたふりして書きません。それが、この記事のレビューだ。書いていいのは、テロップと概要欄と、私の確定エピソードだけ。推測で埋めた一文は、情報商材の豪華な表紙と同じだ。中を開けたら、何もない。