flowchart LR A["観察<br/>幾度も生じる煩わしさ"] --> B["仮説<br/>どこで再発しているか"] B --> C["試作<br/>良き方法を形にする"] C --> D["検証<br/>真に手間が減ったか"] D --> E["仕組み化<br/>後に続く者の当たり前にする"] E --> B
Portfolio
人の力を引き出す仕組みを築く。
煩わしさ・非効率・徒労の反復を、ソフトウェアとプロダクトの設計によって減じる。
東京大学 工学部 マテリアル工学科(27卒)に籍を置きつつ、傍ら趣味としてWeb・ゲーム開発に勤しんでいます。 関心の核心にあるのは、教育やAIそれ自体ではなく、同じ労苦が幾度となく繰り返される構造を、いかに減じるかという一点です。
優れた学び方が共有されぬまま、多くの人が同じ場所で足踏みする。 開発の現場では、似通ったシステムが幾度も作り直される。 AIや自動化に委ねられるはずの作業を、人が手ずから繰り返している。 そうした光景に出くわすたび、「この問題そのものを消し去れぬか」と考えます。
プログラムを書くこと自体が目的なのではなく、煩わしさそのものを減らす仕組みを構想し、現に使える形へと結実させることに関心があります。 教育・AI・生産性ツールは、その目的に資するための題材にすぎません。
Structural Problem Solving Product Development Workflow Design Learning Support AI as Tool
Profile
所属
東京大学 工学部 マテリアル工学科
経験
塾講師 / えごま農園の運営 / Web・ゲーム開発
関心領域
非効率を減らす仕組み・学習支援・AI活用・生産性ツール・プロダクト開発
学習や仕事の成果は「才能」のみによって定まるのではなく、適切な方法・環境・フィードバック・道具に大きく左右されると考えています。 問題は、優れた流儀が個人の経験や一部の環境のうちに閉ざされ、後に続く者がまた同じ試行錯誤を繰り返す点にあります。
それゆえ、権威ある言葉よりも、現に人を前へ進ませる仕組みを作りたい。 ひとたび見出された良き方法を、誰もが自然に使える状態へと改めること、それが私の出発点です。
Vision
作りたいのは、教育プロダクトやAIプロダクトそれ自体ではなく、繰り返される煩わしさを減らす仕組みです。
私が問題と感じるのは、誰かの努力の不足ではなく、優れた流儀が仕組みのうちに残らないことです。 ひとたびどこかで解かれた問題が、別の場所では再び一から解き直されている。 この構造が温存される限り、個人の奮闘に依存した非効率は、幾度も生じ続けます。
たとえば、次のような場面です。
- 受験や学習において、効果的な進め方が共有されず、多くの人が同じ箇所で行き詰まる
- 開発の現場で、似通った要件のシステムや運用を、幾度も作り直す
- AIや自動化に委ねられる作業を、人が手ずから繰り返す
- 情報や判断の背景が閉ざされ、同じ調査や試行錯誤が別の場所で再発する
こうした構造を目にすると、「この作業を巧みにこなす方法」のみならず、「そもそも後に続く者が同じ労苦を負わずに済む形にできぬか」を考えます。
私にとってプロダクトとは、新たな機能を積み増すものというより、ひとたび見出した良き方法を、後に続く者の当たり前へと変えるものです。 学習支援、AI活用、生産性ツールは、その思想を実装するための題材にほかなりません。 対象こそ異なれ、見据えている問題は同一です。
Tech Stack
- Web
- TypeScript / Next.js
- Mobile / App
- SwiftUI
- Game
- Unreal Engine
- Systems
- Rust
- AI / Research
- PyTorch(大学研究で使用)
- Docs / Tooling
- Quarto / Git
Strengths
探索の循環を速く回す
- まずは小さく試す
- 失敗から原因を切り分ける
- 改善の要点を次なる形へ反映する
構造を捉え、仕組みへ落とす
- 繰り返し生じる滞りを見出す
- 本質を整理して説き明かす
- 手順・UI・フィードバックへと翻案する
利用者の現場で検証する
- 学習者や利用者がどこで足を止めるかを観察する
- 実地の使われ方を見て手を入れる
- 届け方・見せ方・販路までを見通す
Values
同じ労苦を減らす
個人の奮闘で都度乗り越えるのではなく、滞りやすい場所を見定め、次からは迷わぬ形に整える。
良き方法を残す
ひとたび功を奏した方法を属人的な勘所のままに終わらせず、手順・UI・フィードバックとして再び用いられるようにする。
実証を重んじる
権威や場の空気よりも、観察・仮説・検証・改善を優先し、現に動く仕組みへと落とし込む。
Experience
独学で会得した受験の進め方を、生徒それぞれの状況に応じて指導。
- 課題
- 優れた学習の勘所が一部の塾や家庭環境のうちに閉ざされ、同じ努力を払っても結果が大きく隔たってしまう。
- 行動
- 解法のみならず「なぜ行き詰まるのか」「いかに考えれば再現できるか」を言語化して伝えた。
- 学び
- 人は方法・環境・フィードバック次第で大きく伸びる。良き方法を個人の経験のうちに留めず、再び用いうる形にすること——その関心の原点となった。
自宅で育てたえごまを、フリマ販売から事業へと育て上げ、ハウス栽培、さらには冬季のLED栽培にまで広げた。
- 行動
- キムチ屋などへの営業や楽天での販売改善に取り組み、栽培環境を絶えず整えた。
- 学び
- 良きものを作るだけでは、相手には届かない。営業・販路・見せ方・改善までを含めて、はじめて事業は回る。仮説検証の泥臭さと、仕組みとして届けることへの関心が深まった。
関心を形にしつつ、UI・実装・ユーザー体験・学習支援の設計を、実地に学ぶ。
- 視点
- 技術に触れること自体ではなく、「人が何かをなしうるようになるには、いかなる仕組みが要るか」を軸に作っている。
Product Concepts
作っているものは、タスク管理、単語学習、AI活用など、一見すると脈絡がありません。 されど、根底に流れる考えは同一です。
困っている人に根性を求めるのではなく、情報量・手順・復習・判断を設計し直し、煩わしさそのものを小さくする。 良き方法を見出したなら、それを後に続く者が自然に使える形へと改める。 その具体例として、以下のようなプロダクトを試作しています。
タスクは積み増すほどに破綻しやすい。求められるのは、すべてを並べ立てることではなく、今の自分が実行しうる量まで絞り込むことです。 AIがメール・写真・メモから予定やタスクを抽出し、今なすべき一件だけを差し出す。 「忘れぬためのツール」ではなく「実行へ移るためのツール」として設計したい。
初期の試作では、散らばった情報からAIがタスクの候補を拾い上げ、実行しうる粒度へと整える流れを試しています。
単語学習では、単語を登録する手間、覚える際の強度、復習の頃合いが噛み合わねば、結局は続かず身につかない。 求められるのは、学習者の努力を増やすことではなく、覚えやすく続けやすい流れを、はじめから設計することです。
単語を入力するだけで意味と例文を生成するモード、実際に書き入れて試すモード、AIが単語帳の語をすべて織り込んだ文章を生成するモードを作っています。 登録の煩わしさを減らし、覚える際の強度を高め、復習の質を保つための設計です。
Fit
向いている環境
- プロダクト志向の開発組織
- AI・業務改善・学習支援など、非効率を減らす領域
- 少人数で裁量の大きいチーム
- 仮説検証を重んじる文化
- 実力・成果・学習の速さが評価される環境
- ユーザー理解を重んじる開発組織
向いている職種
- ソフトウェアエンジニア
- プロダクトエンジニア
- AIを活用した生産性ツール開発
- 学習支援・知識共有プロダクトの開発
- 将来的にはPdM・起業も視野に
力を発揮できる
- 目的が明瞭で、ユーザーの課題に正面から向き合える
- 仮説を立て、間を置かず試せる
- 学びつつ作り、改善まで回せる
- ひとたび功を奏した方法を仕組みにできる
避けたい環境
- 事務作業や調整業務が大半を占める
- 年功序列・権威主義の文化
- 検証よりも場の空気が優先される文化
Closing
教育、AI、生産性ツールは、私にとって目的ではなく、繰り返される煩わしさを減らすための入口です。 現場を観察し、小さく試し、失敗から手を入れ、使われる形へと落とす。
私が真に作りたいのは、ひとたび見出した良き方法を、後に続く者の当たり前とする仕組みです。