NEWPEACEでは、comcom Analyticsというコミュニティ分析ツールの開発や、コミュニティの状態を可視化することでその運営に貢献するサービスを提供しています。

 

そんなコミュニティ×テクノロジーの領域にチャレンジするNEWPEACEで、今回は、北川拓也氏（QuEra computing President / 元楽天 CDO）と成田修造氏（起業家/ 元クラウドワークス）をゲストにお迎えし、話題のOpen AIや最先端の技術がコミュニティの未来にどのように影響を与えるか？といったテーマで、トークセッションを行いました。

 

 

 

モデレーター：

ひぐちなおや（NEWPEACE Product Manager）

 

スピーカー：

北川拓也（QuEra computing President / 元楽天 CDO/ 元楽天CDO）

成田修造氏（起業家/ 元クラウドワークス）

 

イベント概要はこちら

 

---

 

ひぐち：今日は「AI x コミュニティ」ということで、経営者の北川さんと、起業家の成田さんの2人にお話を伺いしつつ、遠大で乱雑なテーマをちょっと深掘っていこうかなと思います。よろしくお願いします。

 

そもそも “いいコミュニティ” とは？？

 

北川：コミュニティのプロであるひぐちさんが見たときに、今のコミュニティとかコミュニケーションの一番の問題って何なんですか？

 

ひぐち：正直、それが分からないことが問題なのかなと思います。

 

よく聞くのだと、評価が難しいとか、社員のエンゲージや一体感を作ることが難しいみたいな話もあるんですけど、なぜそれが難しい/ 悪いのかっていうのはなかなか説明できていないことではあります。うまくやりたいな、と思っているけど、意外と人間が扱える情報量を超えていて、うまく構造化したりとか課題を特定したりできていない部分が、ある種問題なのかな。

 

成田：勝ち負けっていうゴールに直結するようにAIは学習していくわけじゃないですか？つまり、その目標がはっきりと明確にあるから、AIは学習していけると思うんですよね。

 

そう考えると、コミュニティのゴールっていうのはどう考えたらいいんでしょうか？世界で最も上手くいっているであろうコミュニティっていうのはどんなものですか？

 

ひぐち：公開で詰められているみたいな感じですね（笑）

 

詭弁っぽくなるので難しいんですが、いいコミュニティって、自分たちがやりたいと思っている状態とメンバーの期待値とが一致していてうまく回っているコミュニティだと思っているんですよね。 

 

例えば、超体育会系みたいな感じで、特定の目標に向かってゴリゴリやっていく部活みたいな概念って、側から見たらちょっと時代遅れかもしれないですけど、勝つことや強いチームを作っていくことに向かってみんなが納得している状態であれば、それはいいコミュニティだと思います。逆に、メンバーはもう少し自由にやりたかったり、自発的に判断したいけど、運営的には管理しやすいからという理由で一元的にやっている状態のコミュニティは多分ノットグッドなコミュニティだと思います。

 

北川：ひぐちさんが今まで経験した一番いいコミュニティってどういったものか教えてもらっていいですか？

 

ひぐち：僕、ゲーム好きなんですよね。中学生くらいの時にあまり学校に馴染めず、ゲームに熱中したんです。ゲームの中だと、その人たちの役割に応じて、お互いに貢献もするし、フィードバックもし合うみたいなことが成立していて。匿名性というか、誰でも関係なくて、話を受け入れてくれる土壌というのは、いい場だったなあ、と思います。

 

北川さんはなにかありますか？

 

北川：僕の場合は、高校のコミュニティですかね。未だに週に2,3人は会うくらい非常に交流が活発ですね。

 

AIは “いいコミュニティ” を作るのか？

ひぐち：今日はAI × コミュニティというテーマということで、AIがコミュニティに与える影響みたいなことはどのように考えていますか？

 

 

北川：僕は、AI がコミュニティ、もしくはコミュニケーションに貢献すべきだと思っていることの一つに、文脈理解の深化があると思っています。

 

僕の高校のコミュニティの話で言えば、関係が密になればなるほど2人の間で知り合っているだけじゃなくて、3人で知り合うことが多いんですね。A さんと僕が話をしている時に、B さん呼ぼうよっていうのが、めちゃくちゃ起こるんですよ。

 

この三角関係がひたすら連鎖するのが、うちの高校の場合は、世代を超えて起きていて。 世代を超えて、後輩もしくは先輩とそういう三角関係を作るっていうのは、非常に活発なコミュニティだな、と思います。

 

これがAI を通じて、例えばZoomで話をしている時に、その人のバックグラウンドが簡単にAI が勝手に検索して出してくれるようになると、その人のリスペクトもそうですし、今いる文脈がすごく深く理解できるので繋がりが広くなると思うんですね。 

 

もしくは、例えばあなたとあなたは実はこの人と共通の知り合いです。今度3人で飲みに行ったらどうですか、みたいな提案ってめちゃくちゃいいと思うんですよね。その三角関係を作るための補助戦としてのAI っていうのが僕はすごい期待するところですね。

 

成田：この人めっちゃいいですよ、という提案から出会いが生まれるっていうことですね。そこから新たな繋がりがどんどん生まれるっていうのは、絶対いいコミュニティですよね。

 

ひぐち：それって結構現実的なものなんですか? 今のモデルとか技術でできるものなのか、あるいは、もう少し技術が発展しないと難しいのか？

 

北川：技術的には超簡単だと思います。問題になるのは、「データ」をどう取得するかだけだと思います。

 

今、LinkedInと一部のソーシャルサイトが独占している形になっていますけれども、ソーシャルグラフがあれば極めて簡単にできると思います。

 

人が1年に会う人の数って200人とかで、そのうちで仲のいい人って50人くらいしかいないので、データ量もたかが知れていますしね。

 

成田：データやテクノロジーで補助線を引いて、最終決定は人間がやるっていうバランスの中で、いいコミュニティができるというのがあるかもしれないですよね。

 

だから、AIとコミュニティの絡み方を考えても、いつまでたっても自動化されるってことはなくて、人が人とコミュニケーションする場であるということが変わらない以上は、最終決定はその人であって、補助線をどれだけAIが引いてくれるかっていうことかもしれないですね。

 

AIはコミュニケーションの量を増やすのか？

 

成田：なんで高校のコミュニティが続くのかって結構不思議だなと思って。特に目的もなく、 たまたま同世代や時代をまたいで同じ場所にいたっていうだけだと思うんですけど。その中でスクリーニングが効いているからいいんですかね。要は受験というプロセスを経てきているから、一定以上の密度の人しか、そのコミュニティに入ってこないじゃないですか。それがいいんですか？

 

北川：いや、僕は単純に過ごしてる時間の長さだけな気がしています。誰でも、あれだけの時間を一緒に過ごしたらコミュニティになるんじゃないのか…？

 

成田：接続時間とか接触時間の長さっていうのが関係性の濃さっていう可能性は確かにありますよね。

 

ニワトリ卵ですけど、コミュニティって新たに作ろうとすると、強制力がなかなか担保しづらいですよね。だから接触時間を作りにくいっていう問題がある気がしていて。会社とかであれば、接触時間を増やす施策っていうのは結構積極的にできそうと思いつつも、普通のコミュニティだとそれが難しそうですよね。

 

ひぐち：難しい気がします。確かに comcom Analytics などのデータを見ても、一緒に過ごす人の数が多いほど、コミュニティが活性化しやすいみたいなことが少しわかりつつあって。

 

今の時代って、コンテンツがあふれているじゃないですか。いろんな面白いものがある中で、同じ時間を過ごす機会や、その刺激を作るのもまた難しいだろうなと思っています。AIができて、コンテンツもどんどん増えていくことになると、その中で、どうやってネットワークを作ってもらうのか、というのは結構難しいなと考えています。

 

成田：生産性の向上が逆にすごいから、色んなコミュニティに属しやすくなっているという説もある気がしていて。テクノロジーが発展したおかげで、どこに行かなくても結構繋がれちゃったりする。僕もDiscordやSlack、Facebook Messengerとか含めて50、100くらい所属してるコミュニティっぽいものに入ってて連絡していて、3、4ヶ月ぶりだけど全然親しい感じっていうこともある。

 

可処分時間っていうけど、生産性の向上によって、実は結構みんな効率よく人と会えたりとか接触したりできているのかも知れないな、と。

 

北川：接触できるということと、その会社の中のコミュニティがどうなるかについて考えてたんですけど、AIがあるから話す人の数、量が増えるかと言われたら、若干怪しいなと思ったんですね。

 

人って、自分の中にあるエネルギー値と、どれぐらいコミュニケーションするのかという量って結構決まっていて、無理やり増やしたり減らしたりすること自体めちゃくちゃ難しいんですよ。人によるかも知れませんが、「この立場の人はこれぐらいコミュニケーションしないとまずいよ」という必然性を伝えても、ずっと言ってもできない人は無理なんですよ。

 

だとすれば、「AIがフリークエンシー（頻度）を増やすことは難しい」と仮説を立てると、結局「深さ」なんじゃないかって話になりますよね。つまり、一個一個のコミュニケーションが結構大事なインサイトな気がしています。

 

LINEとかコミュニケーションツールを作る、コミュニティを作るプロダクトの人たちがAIを活かす時に、深みの方にどう振っていくのかは、無理やりでも試していくと思うので、そのあたりこれからAIプロダクトの作り手の人たちに聞いてみたいですね。

 

AI × コミュニティの未来 – 文脈深化？ –

 

ひぐち：AIの力って圧縮が強いイメージがありますね。要約とか、キュッて人がわかる状態まで圧縮することができる。膨大な時間がかかる量をキュッて伝えられるようになれば、深みが増す。

 

北川：すごく分かります。職業柄、物理の論文をよく読むのですが、物理の論文を読んでいると、一文に15個くらいわからない単語が出てくるんですよ、専門用語が。これって一見するとなんのことか分からないんですが、でも意外と一個一個のキーワードをちゃんと説明すれば、みんな理解できるものなんです。

 

これと同じような感じで、実は人々の会話の中で、「こいつ何言ってるかわかんないな」という時って、意外と単語がわかってないんですね。これがAIの支援で、ピッてマウスオーバーして、ちょっと説明してくれるだけで多分理解がすっごく深まると思うんですよ。

 

北川：もう一つ言うと、同じ言葉でも使っている人によって、意味が違ったりするじゃないですか。そこもAIだと見つけられるようになると思います。

 

「あなたはこういう言い方で、こういう風に言ってますよね」とか、「あなたはあの人のこと苦手だから、ちょっと悪意を込めていますよね、皮肉が入っていますよね」みたいに、指摘されるようになると思うんですよ。

 

人間って、Twitterとかでね、そんな揚げ足取りとか皮肉みたいなコミュニケーションしかしていないじゃないですか（笑）

 

表面上は丁寧に言っているつもりだけども、明らかに周りから見たら悪意な言葉ってバレているよ、というのを改めて指摘されるようになると、確かにちょっと大人げなかったかなって思う日が来るんじゃないですかね。

 

成田：そうするとコミュニティの中で行われているテキストとか音声のコミュニケーションの解析みたいなものが重要になっていきますね。

 

ひぐち：まさに、今後「comcom Analytics」でもやっていく予定です。匿名化した情報で、どんな人がどんなテキストにあったら、どの絵文字でリアクションする、とかもデータとして取れるんですよ。どういうリアクションの反応があるのかっていうのも可視化できたら面白いなと思っていますね。

 

成田：それこそさっきのTwitterとかLinkedInとか、いわゆるその人が発してきている言葉とか、個人のそういったデータと中のコミュニティのデータがミックスされるだけでもかなり文脈支援というか理解支援できるかもしれないですね。面白い。

 

AI × コミュニティの未来 – フィードバック？ –

 

成田：会社の中でコミュニティがうまくいかなくなりだすときって、なんか「ギスギス」がありませんか？コミュニケーションが荒くなって起きるというか。

 

そう言う意味で、ある人を嫌いになったり、感情的になったりということが起こらないように、いかに防ぐかは、大きなテーマだと思いますね。

 

普通、会社って採用面接とか、さっきの受験で言えば、スクリーニングっていうプロセスが入りますよね。今、多くのコミュニティには、あんまりそういうスクリーニングみたいなものがない印象なんですよね。ただこのゲームが好きだからとか、このチームが好きだからみたいな感じでコミュニティに入れると思うんですけど、その人が持っている人格とか 攻撃性とか本来そのコミュニティに入る前の段階で診断されてもいいのかなっていう気がしたんですけど、どうでしょう？そこら辺も今後の進化ポイントなんじゃないかな。

 

ひぐち：2つの方向があるなと思いました。

 

元からスクリーニングするというのと、フィードバックが送られて、その前に自分で気づけるようにする、というのと。「そういう風に言ったらちょっと違うんじゃない？」ということを、文脈を理解してAI側がフィードバックしてくれるみたいな方法とかもあるのかな、と思いました。

 

成田：フィードバックのAI化ってあるんですかね。ある文言を打った時とか話した時に、いやそれ違いますよ、みたいな。そういうのをAIがつっこんでくれるようになったら、コミュニティの健全化を保たれる可能性はありそうですよね。

 

AIによってコミュニティマネージャーはどう変わる？

 

ひぐち：AIによって、価値が上がる仕事、下がる仕事、みたいなことってよく言われるじゃないですか。それでいくと、コミュニティマネージャーはどっちなんだろうな、と思っていて。コミュニケーションが最後に残るからすごく有意義なものだと思いつつ、さっきの北川さんの話でいくと、AIが深みを学習できるようになれば、逆にいらなくなっちゃう説もあると思っていて。

 

北川：僕も、Web3をしばらくやっていたので、コミュニティマネージャーの一番大事な仕事って何なんだろうということを色々考えたんですけど、結構難しくて。分かりづらいというか難しい仕事なんだなと思っています。

 

成田：会社におけるコミュニティマネージャーを思い浮かべると、結局その人の人間性とか人柄によって人が集まってきて、良いムードを作れたり、その組織のエンゲージとかを保つことに繋がっていたりするんですけど、それAIだと相当難しくないですか？

 

北川：今のAIが得意なことって、その時々の事実を捉えるのは上手なんですけど、10年間にわたってキャラクターを育てるみたいなのは多分すっごい苦手で。これは数学的にも苦手な理由は分かっていて。

 

Transformer（筆者注: “Attention is All You Need” で提案された学習手法）って、基本的に文脈を学ばせる技術なんですけど、そのとれる文脈の個数が限られちゃうんですよね。現在の技術ではメモリに乗り切らないから、40とか50でリミットされちゃう。だから文脈といわれる時間軸を持ったデータは、AIにとって扱える範囲が限られてるんですよ。つまり、AIに時系列を含めたストーリーラインを乗せようとすると、明らかに違う技術が必要なんです。実は量子コンピューターがそれに役に立つのではないか、と今考えてるんですけど、そこに限界はありそうです。

 

なので、AIで人格を作るっていうことは、おっしゃるように難しいかもしれないですね。

 

ひぐち：ありがとうございました。濃密な話でしたね。せっかくなので、来場のみなさんに質問を募集したいと思います。

 

QA. AIはコミュニティにおける自己開示に役に立つのか？

ゲスト：AIは人間の自己開示を促すことができるのでしょうか？

 

先ほどのAIが補助線を引くという前提は、ある程度そのコミュニティにいるメンバーが自分の情報を発信できている、何かしら言語化ができているという状態がある、というところに立っていると思うんですね。

 

コミュニティを運営するとき、そしてそのコミュニティが濃くなるときっていうのはそこにいる人たちがある程度自己開示ができている状態というのが、すごく大事なファクターなんじゃないかと思うのですが、なかなか人間のコミュマネでも、その自己開示を満遍なくさせることは結構難しいというときに、AIがそこの助けをしてくれるのか聞いてみたいです。

 

北川：多分、自己開示をしてほしいと思っている人が、その会話の中にいれば結構簡単かなと思っています。

 

自己開示って、意外と質問によって引き出されやすいんですよね。経営者同士って突っ込んで自己開示を迫ることが多いんですけど、すごい価値があるんですね。意外と自己開示って若干やりすぎなぐらいの方が、信頼力、安全性のあるコミュニティの中ではいいじゃないですか。

 

自己開示をAIが引き出すことができるという感覚は結構僕の中でありますね。こういう質問してあげたらどうですかみたいなのを聞くみたいな。

 

例えば、僕は友達と話すときはよく子供の頃の話を聞いたりだとか、お父さんお母さんが何していたかの話を聞いたりするんですが、そういった話を聞くと割と人ってすごい話しやすいんですよね。他人の話なので話しやすいし、自分のルーツなんで意外と自分の話にも戻ってくるっていう。そういう引き出しのトリックはいくつかあるのでAIでもできると思います。

 

 

QA. 人の多面性をどのようにデータで扱うのか？

ゲスト：先ほどAIがコミュマネを代替できるのではないかという話がありましたが、人っていろんな文字を持っていると思うんです。例えば、SlackとTwitterの裏アカでは全然違う感じで発信している、みたいな。

 

そのようなデータを全部集めても、果たして本当にマッチングの精度をあげるようなことに貢献するよって言えるのかどうか聞いてみたいです。

 

成田：データの量によるっていうのが結論かと思います。まず、量を増やすのが大前提で、量を増やせば質も上がるっていう風に考えるんじゃないかな。

 

アウトプットという結果はデータの質と量次第というのが今のところの結論になってしまうのかな。

 

北川：基本、人っていうのは多面であるべきだというのが実はウェルビーイング業界の1つの理解です。人は多くのコミュニティに属せば属すほど、かつ、そのコミュニティ内での人格が違えば違うほど、ウェルビーイングが高いと言われています。

 

なので、一貫した同じ自分というものを持ち込んで、全てのコミュニティに属さなければいけないという状況は、ウェルビーイング的には非常に悪い状態って言われていますね。なぜなら、その人格が否定された瞬間に逃げる場所がなくなるから、なんですよ。

 

夫婦の関係もそうですね。夫婦同士で被っているコミュニティが多ければ多いほど仲がいいとは言われてるんですけども、ウェルビーイングの観点ではあまり被りすぎるとその人のウェルビーイングが下がるので、コミュニティの多様性と自分の人格の多様性というものはある一定以上保った方がいいっていうのは、実は現代のウェルビーイングの理解です。

 

これ結構不思議なんですけど、昔だと一貫性があった方がいいみたいな理解はあったんじゃないかなと思いますけど、今はそんなことはないので、マッチングするときはあくまで一面性においてマッチングすればいいという風に僕は理解してます。

 

ひぐち： たくさんの質問ありがとうございました。まだまだ質疑応答もできちゃいそうですが、予定していた時間よりもオーバーしてしまっているので、この辺で一度締めたいと思います。スピーカーのお二人もお忙しい中ありがとうございました。めちゃくちゃ楽しかったです！！AIのこと、コミュニティのこと、引き続き議論していければと思います！

 

皆さん最後までお付き合いくださりありがとうございました！

 

 

文責：TERUME

＊＊＊＊＊＊

NEWPEACEは、一緒に働くメンバーを募集しています！
募集中の職種は、こちらからご確認いただけます。

案件のご依頼や相談については、こちらのフォームよりご連絡ください。