発表スライドを一緒に作る

このスキルは、谷口忠大の記号創発システムと集合的予測符号化の考え方に立っている。兄弟のco-write-issueとco-write-prと同じ考え方に基づいていて、違うのは参加者の数と、最後に判定する集団がいること。

人は他者の頭の中を覗けない。正解を持っている教師もいない。それでも、観測の違う者どうしが提案と受容・棄却を繰り返すと、共有されたサインと、その意味の理解が両方に育つ。メトロポリス・ヘイスティングス名付けゲームでは、これが中央に観測を集めない分散ベイズ推論になる。比べられた条件のうち、交信しない場合と、相手の提案を全部受け入れる場合はどちらも劣る。

発表スライドに当てはめると、エージェントは三者いる。

• 発表者。なぜそれに夢中になったか、何に感心したか、何を意図して外したか、どう捉えているかを知っている。どこにも記録が無いことが多い。
• AI。ワークスペースとWebを観測できる。過去の資料、リポジトリ、Issue、スクリーンショット、公式の報道。発表者自身が忘れているものもある。
• 聞き手の集団。発表を聞いて、自分の知識と関心に照らして受け取るか、素通りするか、問い返す。発表の前には居ないので、発表者とAIは、聞き手が誰かを踏まえて、どの信号が届くかを推し量る。

スライドは共有するサインで、目標は発表者がどのスライドについての質問にも自分の言葉で答えられること。デッキが良く見えることは目標ではない。

フェーズ0: 発表者とAIの名付けゲーム

AIが観測する

一次資料を先に探す。その時点で本人が書いた言葉は、後から書かれた要約より強い。

GitHubのIssueとPRとコミット、過去の登壇資料とその準備メモ、会議や面談の記録、スクリーンショット、提出物、公式の報道を当たる。エージェントの作業記録は手がかりとして使い、引用はしない。本人の言葉ではないから。発表者が置いてくれた二次資料(Web調査のレポートなど)は、公式の一次資料と突き合わせる。

見つけたものは、発表者の用意したメモ置き場に、1題材1ファイルのカードとして書く。

過去の発表の記録(会議の文字起こし、録画のメモ、質疑のログ)は、とくに大事に扱う。聞き手の反応がそのまま入っているからで、フェーズ2で聞き手を推し量る一番の手がかりになる。その回のメモ置き場の records/ に、要約せず原文のまま置く。デッキに入っていたことと、実際に話したことは違う(時間切れで割愛した部分がある)ので、どこまで話したかも記録から確かめる。

提案して、受容か棄却を受ける

AIの提案は二種類ある。見つけた現物と、そこから立てた仮説。どちらも発表者に判定してもらう。

• 提案は一度に一つにする。判定によって次の提案が変わるべきだから。
• 選択肢で答えられる形にする。発表者が「それ以外」を選んだときは、その答えに一番大きな情報がある。
• 判定を受けたら、まずカードに記録してから次の提案を作る。棄却された仮説も、棄却されたことと一緒に残す。
• カードでは、発表者の言葉とAIの推測を分けて書く。推測は「推測」と明記する。

役割は交代する。発表者が答えを出したら、今度はAIがそれを現物で確かめる側に回る。発表者が「どこかのチームが当然のようにDuckDBを使っていて感心した」と言ったら、リポジトリを探して、どのチームのどのコードかを示す。

• Prefer: 「_study のREADMEに『This repository is not trying to build Felt Lightning.』とありました。Felt Lightningの核心はどれでしたか」
• Avoid: 「Felt Lightningは、編集差分をタイルに合成する仕組みです」(発表者の頭の中にしか無いことを、AIの知識で補って断定している)

全部受け入れると、AIの仮説が発表者の捉え方を上書きする。全部棄却すると、AIの観測が入らない。どちらも劣る。

止まる条件

材料が無ければ提案しない。出典の無い主張を事実として書かない。発表者の頭の中にしか無いことを、AIの知識で埋めない。

フェーズ1: 全部盛りのデッキを提案として書く

フェーズ2の二択の候補を、全部並べておく段階。並んでいないものは、問い詰めの対象にならない。

• 手元の材料を全部入れる。削る候補、比重、持ち時間の配分を、この段階で発表者に聞かない。それはフェーズ2の問い詰めを、問わずに推測で先取りすることになる。
• 「概要だけでいい」は1項目あたりの深さの指定で、材料の量の指定ではない。
• 版を上げて構成を組み直すときに、前の版にあった材料を落としていないか確かめる。
• スクリーンショットは、なるべく全部入れる。

1項目(1チーム、1プロジェクト)ごとに、何を誰のために解くか、最終的に何が出るか、どの技術が何の役割を果たすかを書く。技術の名前を並べるだけでは、発表者も聞き手も、何が重要かを判定できない。

• Prefer: 役割 | データ | 技術 の表。「電柱や街灯を画像から見つける | | YOLO-CSE」
• Avoid: 3D modelling 5G network planning site selection とだけ並べる

データ(入力として読むもの)と技術(手法、道具、形式)は混ぜない。各スライドに出典を1行添え、確かめていないものは「未確認」と書く。

話の捉え方は発表者のものにする。発表者が流れや核のメッセージを示したら、それに従う。AIがもっと良いと思う構成があっても、提案として一つ出し、判定を受ける。

書いたら全スライドを画像に書き出して見る。崩れはソースを読んでも分からない。版ごとに控えを残す。作り方の具体的な注意は references/deck-building.md にある。

フェーズ2: 事前信念で問い詰めて、重要な信号を突き止める

全部盛りのデッキには、発表者にとって本当に重要な信号と、そうでないものが混ざっている。どれが重要かは発表者の中にあるが、言葉になっていない。人は20個を並べて「重要な順に」と言われても答えられないが、「AとBならどちらか」には即答できる。この非対称を使う。手順の詳細はgrill-me-abに従う。

聞き手を毎回尋ねる

最初に、今回の聞き手が誰かを尋ねる。同じ聞き手の前回の記録が records/ にあれば先に読み、前回どこまで話したか、どんな質問が出たかを踏まえる。小さな勉強会か、社内か、国際会議か。人数、言語、前提の共有の度合い、持ち時間。聞き手によって、どの信号が受け取られるかが変わる。だから事前信念も問いも変わる。

事前信念を持ち、宣言する

AIは、フェーズ0と1で集めた材料から、何が重要かについての事前信念を持つ。それを隠さず、最初に1行で述べる。各巡の冒頭でも、更新した信念を1行で述べる。誤読していれば、発表者がそこで訂正できる。

先に決めて宣言するのは5つ。候補の出どころ、何を決めるための順位か、何問やるか、出口(トップNと落とす一覧)、往復を書き出す記録先。

二択で問い詰める

二択はAIが対象を切り分けた提案で、発表者がそれを受容か棄却する。

• 選択肢は2つ。どちらも材料から取り、実測値や実例を添える。抽象語どうしを比べさせない。

• 毎巡、前の答えを踏まえて対戦を組み替える。決着した組は二度と出さない。勝ったもの同士を当てる。

• 前の巡や前の回の結論を所与にしない。前提が揺らいだら、前提から問い直す。

• 発表者の語を使う。AIの語で言い換えると、発表者の捉え方がAIの捉え方に置き換わる。

• Prefer: A「deep FTの100%。112/112、Pi 5上で25.8 tok/s」 B「広島市の連鎖。OSMの事情、モデルの事情、回避策が一つの問いに集まる」

• Avoid: A「技術的な話」 B「運用の話」

「両方」「どちらでもない」が一番重い

二択を無視した答えは、AIの切り分けが対象に合っていなかったという観測になる。名付けゲームで言えば、提案された分節そのものの棄却にあたる。その場で切り分けをやり直し、次の問いに反映する。逃げ道は、問うときに明示しておく(「AとBのどちらでもない、両方だ、という答えも歓迎します」)。

これまでの実例でも、発表の背骨は自由記述から出てきた。二択に押し込んでいたら出てこなかった。

削る段階の問いにする

フェーズ2は削る段階なので、二択の両方が「その枚がある」を前提にしていないか確かめる。「1枚か2枚か」ではなく、「要るか」から問う。また、前回デッキに入っていたことと、前回実際に話したことを混同しない。話した範囲は records/ の記録で確かめる。

出口

宣言したトップNに畳む。各項目に、スライド1枚に載る一言の主張、根拠となる材料、支持した質問番号を添える。落とすものも、なぜ落とすかと一緒に明示する。

• 計算していない確率を出さない。根拠は質問番号で示す。
• この順位は、発表者の中に隠れていた正解を掘り当てたものではない。往復の中で共同で作られたものなので、上位は信頼してよいが、下位の差は誤差だと断る。

公開する前に

• 書いた数字はすべて、どこから取ったか言える。
• 観測したことと推論したことが混ざっていない。
• 他人の成果物の画面は、出してよい範囲(社内だけか、公開か)を発表者が決めている。
• 発表者が、どのスライドについての質問にもAIに戻らず答えられる。

最後の項目が本当の検査になる。答えられなければ、フェーズ0に戻って聞く。発表するのは発表者で、スライドは発表者の名前で出ていく。

---

関連: co-write-issue、co-write-pr、grill-me-ab(フェーズ2の手順)。参考: 谷口忠大「現代の人工知能と『言葉の意味』。そして記号創発システム。」REPRE vol.45、同「社会における分散的ベイズ推論としての記号創発 〜集合的予測符号化としての言語観〜」言語処理学会第29回年次大会 招待講演(2023)。