Radical Transitions in Generic Design: Frame Semantic Hypergraphs and Topological Diagrams in C/K Theory

デザインとは、しばしば新しいものの絵を描くこと、つまり、橋や椅子、あるいはソフトウェア・システムを作るための作り手を導くスケッチを描く行為であると考えられがちである。数十年にわたり、デザイナーは、アイデアが証明なしに自由に漂う「可能性の世界」と、事実やデータがそれらのアイデアを繋ぎ止める「既知の世界」という、二つの異なる世界間の対話としてプロセスを扱う理論に依拠してきた。このバランスは、着実な改善にはうまく機能してきたが、人工知能の急速な台頭は、単なる改善というよりも、私たちの思考のあり方そのものに対する根本的な変化を感じさせる転換を強いている。機械が今や、人間には到底及ばない速度で言語、画像、コードを生成できるようになったとき、私たちがどのようにデザインし、どのようにアイデアを検証し、どのように真実を知るかという古いルールは試練にさらされている。問いはもはや、いかにしてより良い製品を作るかではなく、世界を記述するために私たちが用いる概念そのものが一夜にして変わってしまうような未来に対処できるプロセスを、いかにしてデザインするかである。

新しい研究において、研究者のイラ・モナーク（Ira Monarch）は、デザインを単なる精神的な演習としてではなく、構造化され、視覚的であり、かつ実行可能なプロセスとして扱うことで、この不確実性を乗り切る方法を提案している。この研究は、概念の空間と知識の空間を分離するC/K理論と呼ばれるフレームワークに基づいている。この視点では、「概念」とはまだ証明されていない可能性であり、「知識」とは特定のアイデアを支持する事実と証拠の集合である。モナークは、生成AIがもたらす劇的な変化に対処するために、デザイナーには、私たちが想像することと知っていることの間のギャップを可視化し、そのギャップを埋めるプロセスを能動的に導くことができるツールが必要であると主張している。その結果、言語の論理とデータベースの構造を組み合わせた、今日のデザインがどこに位置し、明日どこへ向かうことができるかを示す地図となるシステムが誕生した。

このアプローチの核となるのは、特殊なデータベースを用いて情報を整理する「フレーム・セマンティック・ハイパーグラフ（Frame Semantic Hypergraphs）」と呼ばれる手法である。すべての本が単に棚に保管されているだけでなく、物語の中で果たす特定の役割によって他のすべての本と結びついている図書館を想像してほしい。このシステムでは、言葉やアイデアは、「設計上の決定」や「材料の選択」といった状況を記述する「フレーム」として扱われる。各フレームには、選択を行う人物、変更される対象、そして変更の理由といった、特定の構成要素や役割が存在する。研究者は、人工知能を用いて、地元の鉄道改修に関する複雑なエンジニアリング論文を読み解き、その68の主要な文章をこれらのフレームへと自動的に分類させた。AIは、誰が関与し、どのようなルールに従い、どのような問題が解決されているかを特定し、テキストの塊を関係性の構造化されたネットワークへと変容させたのである。このネットワーク、すなわちハイパーグラフは、設計プロセスの生きた地図として機能し、特定の証拠がいかにしてより広範な概念へとつながっているかを正確に示す。

この手法が強力である理由は、デザインが行き詰まった瞬間の扱い方にある。伝統的なデザインでは、新しいアイデアが既存のルールと衝突すると、プロセスが停滞したり、人間が手動でルールを書き直したりする必要が生じたりすることが多い。この新しいシステムでは、コンピュータがその衝突を自動的に検知できる。もしプロジェクトのセッションから得られたデータが、現在のルールでは許容されない理由で材料が選ばれたことを示唆している場合、システムはそれを「アノマリー（異常）」としてフラグを立てる。これにより、システムは単にアイデアを拒絶するのではなく、ルール自体を変える必要があるかどうかを問いかけるサイクルが起動する。例えば、設計上の選択が、それが満たすべきであった要件そのものを再形成することを許容するような、新しいフレームを提案することができる。これにより、デザインプロセスは、可能性の地図と事実の地図が常に互いに更新し合うループへと変わる。システムはその後、ステップ・バイ・ステップの計画、すなわち「実行グラフ」を生成し、人間と機械のチームに対して、次に何をすべきか、何をチェックすべきか、そして結果をどのように検証すべきかを指示する。

この研究は、フランスの古い鉄道網9,200キロメートルの改修を伴う実世界の事例を用いて、このアイデアをテストした。デザイナーたちはジレンマに直面していた。古い、老朽化した線路を維持して閉鎖のリスクを負うか、あるいはすべてを交換して利用可能な予算を上回る費用を投じるかである。この新しい手法を用いて、彼らは問題をマッピングし、古い基礎を維持しつつ、高速鉄道に触発された新しいタイプのレールを導入するという解決策を見出した。システムはこのプロセスを二つの方法で可視化した。第一に、詳細な接続ネットワークを示し、すべての決定がプロジェクトのログからの特定の証拠によって裏付けられていることを証明した。第二に、設計の「歪み」を示す一種の3Dランドスケープである「トポロジカル・サーフェス（位相的曲面）」を作成した。このランドスケープにおいて、設計が堅固な領域は高地として現れ、ギャップや矛盾は深い穴として現れる。成功した解決策は、このランドスケープにおける新しい「峰」として現れ、その穴を埋めることで、新しいレールがいかにして古いルールと新しい現実の間の溝を埋めたかを視覚的に示した。

この視覚的なアプローチは、デザインがどのように機能するかについてのより深い真実を明らかにしている。研究者は、これまで私たちは「図の正しさ」、つまり私たちのメンタルモデルがいかに物理的世界と一致しているかに焦点を当てすぎてきたと主張している。しかし、私たちは「パフォーマンスの正しさ」、つまり私たちの行動がいかに実際に目標を達成するかという側面を軽視してきた。新しいシステムは、これら二つが互いに答え合わせをするように強制する。それは、美しいアイデアが現実のデータに基づいていることを保証し、実用的な行動が明確な概念によって導かれていることを保証する。デザインプロセスを、地図と領域が常に互いに修正し合うループとして扱うことで、このシステムは、ある分野が自らの基礎について考えを変えたときに起こるような急激な変化に対処することができる。これは単に、より良い列車や椅子を作ることについてではない。自律的に考える機械の到来を生き延費できるような、思考のメソッドを作ることについてなのである。

論文は、人工知能が独自の概念やルールを生成し始めている現在の局面において、この手法が特に不可欠であると示唆している。研究者は、AIを用いてこの論文で記述されているシステム自体を構築する作業を行い、人間と機械が協力して目標を定義し、データを分類し、結果を可視化するというパートナーシップを築いた。このコラボレーションは単なる効率化のためのツールではなく、必要とされる新しい種類のデザイン思考のデモンストレーションであった。AIは人間が見落とす可能性のあるテキスト内のパターンを特定するのを助け、一方で人間は、どのパターンが重要であるかを判断するための判断力を提供した。その結果、デザインプロセスは、どちらか一方が単独で達成できたものよりも、より堅牢で適応性の高いものとなった。

究極的に、この研究は、人工知能が単に人間の創造性を置き換えるのではないか、あるいは混沌とした未来をもたらすのではないかという恐怖を超えていくための道筋を提示している。代わりに、人間の直感と機械の精密さが並行して機能する構造化された経路を提案している。このシステムは、あらゆる問題を解決したり、未来を確実に予測したりすることを約束するものではない。しかし、私たちの理解のギャップを可視化し、それを証拠に基づいた行動によって埋める方法を提示してくれる。デザインの目に見えない構造を可視化し、発見のプロセスを導かれた旅へと変えることで、このアプローチは、私たちが来るべき変遷を明晰さを持って航海できることを示唆している。目標は未来をコントロールすることではなく、未来に柔軟に応じられるプロセスをデザインすることであり、道具が変わっても、意味のある正しいものを作り出す私たちの能力が損なわれないようにすることである。