部下としてのAI 世界一流エンジニアの進化術 (文春e-book) →
- 大きくすることより十分な規模を決める
エフォートレス思考
- 1日の作業量に下限と上限を決め、上限で止める
部下としてのAI
- インパクトの小さい仕事には時間を使わない
- 独自の強みに絞って差をつくる
エフォートレス思考
- ほかの人が持っていない分野の知識を深める
部下としてのAI
- コードよりも、何を解くかというインサイトが価値になる
- 見るより作り出して理解を定着させる
エフォートレス思考
- 考え方を結びつけて体系化すると知識が累積的に効く
- 読んだら要点を自分の言葉で要約すると理解に変わる
部下としてのAI
- 深い理解とは、関係・グループ・構造を自分の言葉で説明できる状態
- 思い出して確かめる練習を繰り返すと、認知が自動化されて速く読めるようになる
- マインドマップは眺めるものではなく、自分でつくるもの
- 頑張るより楽しく続けられる形にする
エフォートレス思考
- 努力量ではなく、最優先事項を最も楽に進める方法を探す
- やり方に遊びや満足感を組み込む
- 行動の直後に報酬を結びつけ、結果までの時間差を縮める
- 不足ではなく充足に注意を向ける
部下としてのAI
- 頑張るより、価値を出すことを一番楽にできる方法を先に問う
- 楽しいという気持ちを保つことが、無理な努力より成果につながる
- 自分がボトルネックだと受け入れ、無理のないペースを持続する
- 完璧を待たず小さく出して学ぶ
エフォートレス思考
- 最小限の試作や粗い下書きから始め、小さな失敗を許容する
部下としてのAI
- もっと雑に、速く、他人基準でつくる
- 細部より先に全体の構造をつかむ
エフォートレス思考
- 個別のテクニックより、根底の原理を先に正しく学ぶ
部下としてのAI
- コードは概要から全体のモデルをつくり、エントリーポイントとトリガーから見る
- 学習前に主要アイデアとその関係をざっと把握すると吸収率が上がる
- 意志力より仕組み
エフォートレス思考
- 下限と上限を決めて一定のペースを保つ
- チェックリストやルールで判断を事前に仕組み化する
部下としてのAI
- 繰り返す指示を粒度ごとにパッケージ化する
- 迷うこと自体を減らすため、意思決定を排除して選択肢を与えない
- 決まった動作をきっかけに集中を呼び起こすルーティンを持つ
- 資産と負債で時間の使い方を判断する
エフォートレス思考
- 繰り返す問題は根本から直して、将来の負担を減らす
部下としてのAI
- 知見をAIが呼び出せる形で残し、再利用する