「AI × マーフィーの法則の逆用 × カニンガムの法則」が最強な理由

AIエージェントやシミュレーション技術が発達して、実装コストが劇的に低下している今こそ、AI、マーフィーの法則の逆用、カニンガムの法則を組み合わせたアプローチが最強だと思う。この組み合わせにより、問題を早期に発見し、効果的に改善する循環を作り出すことが可能になる。

AIエージェントやシミュレーション技術の発達によって、実装コストや失敗したときのリスクが小さくなってきた。タスクによっては、まだまだ実装コストや失敗したときのリスクが大きい場合もあり、今回の議論ではそのような場合については除外するが、問題を分割したりリスクを許容することで適用できるようになる場合もある。

マーフィーの法則は、失敗する可能性があるなら必ず失敗するいう法則。問題が発生するリスクがあるならば、 その問題は遅かれ早かれ必ず発生するため、設計上の課題が存在することを示唆している。

マーフィーの法則の逆用では、マーフィーの法則を逆手に取り、工程を敢えて進めることで前工程の不具合を炙り出す。

カニンガムの法則は、正しい答えを得る最良の方法は質問することではなく、間違った答えを投稿だという法則。

アウトプットの質を高めるために重要な要素を以下に挙げる。

詳細は後述するが、「AI × マーフィーの法則の逆用 × カニンガムの法則」によってこれらの要素の質が向上し、それに伴ってアウトプットの質も向上する。

本記事で紹介する「AI × マーフィーの法則の逆用 × カニンガムの法則」は、AIを活用してアイデア実装の各工程を高速で進め、不完全なまま成果物を公開するアプローチ方法。この方法により、問題を早期に発見し、効果的な改善の循環を構築できる。公開の範囲は狭くてもよく、重要なのは迅速に対象者からフィードバックを得ることである。全工程を通して浮き彫りになった問題点を同列にテーブルに乗せることで、優先順位を考慮した効果的な改善が可能になる。

人間よりも広範な知識と処理能力を持つAIを活用することで、短期間で多様な仮説やシナリオを試行できる。

マーフィーの法則の逆用により、工程内での潜在的な問題を意図的に発生させ、早期に対処できる。工程内での暗黙の仮定の正しさについて検証できる。

カニンガムの法則を活用し、不完全な成果物を公開することで、多様な視点からのフィードバックを得られる。コンテキストや対象者への適合性やそもそもの問題設定の正しさについても検証できる。なお、カニンガムの法則を活用する場合は、匿名性を担保する、改善案を求めている旨を明記する、フィードバックを迅速に取り入れてフィードバックをくれた人の重要感を強化するなど、状況に応じて工夫することが望ましい。

公開まで含む全工程を通して浮き彫りになった問題点すべてを同列にテーブルに乗せることで、優先順位を考慮して効果的に次の改善に活かすことができる。