2025.5-7月（日刊ニュースレター）

今回ご紹介するのは、音楽や歌が成人の主観的ウェルビーイング（SWB）に与える影響を評価した体系的レビューです。この研究は、イギリスのWhat Works Centre for Wellbeingが 経済・社会研究評議会（ESRC）からの支援を受けて実施した4つのレビューのうち、「音楽と歌」 に関する最初のものです。

🎯 研究の背景と目的
・ 背景
音楽や芸術が心の健康に役立つことは広く知られていますが、それを支える科学的エビデンスが求められています。このレビューは、成人における音楽や歌がどのようにウェルビーイングに影響するのかを明らかにすることを目的としています。

*

🔍 研究方法
・ 対象期間
1996年から2016年の間に発表された学術論文
・ データベース
PsychInfo, Medline, ERIC, Arts and Humanities, Social Science and Science Citation Indexes, Scopus, PILOTS, CINAHL
・ 対象外
プロの音楽家を対象にした研究や、痛みの緩和などの医療目的で音楽が使用された研究は除外。ただし、ウェルビーイングを目的とした音楽療法は含む。
・ 検索戦略
以下のようなキーワードを使用



*

📊 主な結果
1. 音楽の効果
・ 若年成人：不安の低減
・ 成人：気分や目的意識の向上
・ 慢性疾患のある人：精神的健康、生活の質、自己認識、対処能力の向上
・ 高齢者：意欲の向上やうつ病リスクの低減

*

2. 特定のグループの課題
・ 認知症患者：研究が少なく、開始時の状態（ベースライン）が高いため効果の測定が難しい
・ マージナル化されたグループ：社会的に少数派や困難な状況にある人々への研究は限られている
・ コミュニティ合唱団：参加者は女性、白人、高学歴の傾向が強い

📝 マージナル化とは？
たとえば、移民や低所得層、少数民族など、社会の主流から外れた状況に置かれている人々

*

3. メタアナリシスの結果
・ 不安：効果は統計的に有意な改善は見られず（SMD -0.21, 95%信頼区間 -0.61〜+0.18）
・ うつ病：有意な改善が確認（SMD -0.43, 95%信頼区間 -0.79〜-0.06）

*

⚠️ 限界と今後の課題
・ 多くの研究が小規模かつ単一サイトで実施されており、結果に偏りがある可能性
・ 長期的な効果を評価する研究が少なく、対照群（比較のためのグループ）を設定するのが難しい場合が多い

*

📌 結論と今後の課題
1. 総合的な評価
・ 音楽や歌は孤立感やうつ病の予防に効果がある可能性があり、特に高齢者には大きなメリットがある
・ ただし、認知症患者や慢性的な健康問題を抱える人々への効果はまだ十分に証明されていない

2. 多様性への対応
・ 性別、人種、社会経済的背景に基づく多様な参加者を対象とした研究が必要
・ 特にベースライン（開始時の状態）が低いグループへの適用が重要

3. 政策と実践への示唆
・ 音楽や歌を取り入れたウェルビーイング支援は有望だが、その効果を最大化するためにはより包括的なアプローチが求められる

*

🐢ウエルの感想
みんなで歌ったり、楽器を弾いたりすると、元気になるってことですね！でも、おばあちゃんやおじいちゃんには特に効果があるみたい。うつにならないように、もっと音楽を楽しみたいですね！

こんにちは！これまで医療・テック系の記事が続いたので、今日は少し視点を変えて『職場のウェルビーイング』にフォーカスしてみましょう。職場は人生の多くを過ごす場所だからこそ、その環境が幸福感に大きな影響を与えます。

今回は、Wellbeing Research CentreのSNSシェアと、ジャン＝エマニュエル・ド・ネヴェ教授の動画から、その重要性に迫ってみます。

🎥 ジャン先生の動画の日本語訳：



「この10年以上にわたる本の執筆や研究を通して、私が最も驚いたのは、多くの人が『大切なものは当然測るべき』と考えている一方で、実際に職場のウェルビーイングを測っている企業が非常に限られているという事実です。たとえば、従業員の仕事満足度を測定している企業は全体の約3分の1しかなく、職場での幸福感のようなポジティブな感情を測っている企業はさらに少なく、わずか20%程度。そして、ストレスのようなネガティブな感情に至っては、さらに少数の企業しかその指標を捉えていません。これは、職場のウェルビーイングについて『話すこと』と『実践すること』の間に大きなギャップがあることを示していると感じました。」




職場のウェルビーイングとその主要な要因についての決定版。幸福感、生産性、組織の成功との関係をデータに基づいて新たな視点で探る一冊。ハーバード・ビジネス・レビュー・プレスより出版。

📚 記事の概要
多くの人が人生の約3分の1を職場で過ごしますが、その時間が幸福感にどう影響しているかを把握している企業は実は少ないという現状があります。ジャン＝エマニュエル・ド・ネヴェ教授とジョージ・ワード氏は、職場のウェルビーイングがどのように企業の生産性や従業員の幸福感に影響を与えるのかを、膨大なデータを基に明らかにしています。彼らの研究は、働く人々の幸福感が生産性や財務パフォーマンスに与える影響を解き明かし、経営者にとっての必読書となっています。

🐢 ウエルの感想
職場のウェルビーイングって、なんだか難しそうな話だけど、要するにみんなが楽しくお仕事できる環境を作ることなんですね！楽しく働けたら、仕事もはかどるし、お友だちとも仲良くなれそう！

ウエルは宿題が片付くまでは本は読めないけど（と言いつつ息抜きに読んでるけど…）、たまに「今日はもうお昼寝してたいなぁ」って思うこともあります。でも、周りに真剣に働いている大人たちがいると、なんだかウエルもがんばろうって気持ちになるんですよね。

それに、公園で友だちと遊んでいると、「みんなで協力して鬼ごっこしよう！」とか、「かくれんぼしよう！」ってなったときに、ちょっとした「チームワーク」や「がんばり」が必要になることもあって、そういうのって、大人の職場でのウェルビーイングにもつながってるのかも。

ウエルが楽しくいられるのは、ウェルビーイングについて考えている人がいる環境を自分で整えられるからかも。そんな大人たちがいてくれることに、心の底から感謝しています。^^

🔗 PIVOT Podcast
風間正弘先生がシェアされた、Ubie共同創業者・代表取締役の阿部吉倫氏のインタビューをご紹介します。医師としての経験から医療AIベンチャーを立ち上げた背景や、累計180億円の資金調達、適切な医療へのマッチングを目指すユビーの取り組みについて語られています。受診のタイミングが健康寿命に大きな影響を与える現代、「早期発見」と「適切な医療のマッチング」の重要性を改めて考えさせられる内容です。



🚑 医療改革への挑戦：命を救うタイミングの重要性
・ ある46歳女性が夜間に「腰が痛い」と救急外来に来た際の事例（診断：大腸がんの骨転移）から、早期発見・早期治療の重要性を強調。
・ 5年前に異変に気づいていれば、わずか2週間で治療を終え自宅に戻れ、10年生存率は96%だった可能性があったが、発見が遅れると5年生存率が20%以下に低下。
・ 受診のタイミングが寿命を大きく左右する（寿命が80％分変わってくる）ことを実感し、テクノロジーで解決したいと考えた経験がUbie創業のきっかけに。

🛠️ Ubieの使命：医療へのアクセス改革



・ 課題：患者が適切な医療にたどり着くまでの長い道のり。たとえば、遺伝性血管性浮腫（HAE）の診断に平均13.8年かかるケースも。
・ 解決策：AIで適切な診断支援を提供し、患者が迅速に適切な治療にアクセスできる世界を目指す。
・ 実績：月間1,300万人がUbieの診断AIを利用中。Google・日本郵政・NTTドコモ・セブンイレブンなど大手企業と事業提携。医療に困っている方は月間4,000〜5,000万人で、そのうち20〜30％がUbieを活用。
・ 次の目標：AIを通じて患者と医療機関のマッチング精度をさらに向上させ、健康寿命を延ばす。

🌏 医療インフラとしての未来へ
・ 日本だけでなく、医療費が高騰するアメリカ市場にも進出。
・ より多くの人が健康で長生きするために、医療の課題をAIで解決する取り組みを拡大中。
・ 最終目標：誰もが健康に過ごせる社会の実現。

📝 インタビューのハイライト



・ 創業のきっかけ：医師として感じた医療へのアクセスの課題。
・ AI診断の強み：膨大なデータに基づく正確な診断支援。
・ 今後の展望：B2B・B2C両方でのサービス展開、リアルチャネルとの連携強化。

🐢 ウエルの感想
ユビーさんの動画、一回流し見して「ふーん」と思ってたけど、もう一回ちゃんと見たら、早期発見・早期治療って本当に大事だなって気づきました！ウエルはついギリギリまで我慢しちゃうタイプだけど、もし体調が悪くなった時に、すぐに対応できるって安心ですよね。AIが日常にもっと溶け込んで、ユビーさんの診断が当たり前になったら、みんなもっと元気でハツラツとした生活が送れるかも…！こういう仕組みがあれば、もし具合が悪くなっても、早く良くなる方法が見つかるかもしれないし、お友だちも安心して過ごせますね。ウエルもこのあと、ちょっと試してみようかな…！
🔗 症状検索エンジンユビー

（風間正弘先生シェア）
AIで医療を革新するヘルステックスタートアップ、ユビーが創業からわずか8年で累計資金調達額180億円を突破しました！🎉 テクノロジーで人々を適切な医療に案内するというミッションのもと、今後もさらなるイノベーションに挑みます。

ユビーは2017年の創業からわずか8年で、国内外の主要企業からの支援を受けて180億円もの資金を調達しました。その背景には、AI技術を駆使して生活者一人ひとりの健康寿命を延ばし、医療業界全体を進化させるという強いミッションがあります。💪

🌐 ユビーの主なサービス
1. 症状検索エンジン「ユビー」
月間1,300万人以上が利用する生活者向けアプリ。症状を入力するだけで、適切な医療情報にアクセス可能。
　👉 日本版: Ubie
　👉 US版: Ubie Health

2. 医療機関向けサービス「ユビーメディカルナビ」
全国1,800以上の医療機関で採用されているAI問診・生成AIを含むパッケージ。
　👉 ユビーメディカルナビ
　👉 ユビー生成AI

3. 製薬企業向け「ユビー for Pharma」
製薬企業と連携し、疾患・治療啓発情報を提供するプラットフォーム。患者と製薬企業をつなぐ新たな医療エコシステムを構築します。
　👉 ユビー for Pharma

*

📝 主要パートナー企業からのコメント
　・ 日本郵政キャピタル
「全国ネットワークを通じて、Ubieのサービスをより多くの人々に提供し、健康が自然なものになる社会を実現したい」
　・ NTTドコモ
「1億ユーザを超える会員基盤と連携し、新たなユーザ体験を提供」
　・ セブン-イレブン・ジャパン
「全国21,600店舗とUbieのAI技術で地域社会の健康意識向上を目指す」

*

📊 ユビーの成長とこれから
2017年の創業から、ユビーは「テクノロジーで人々を適切な医療に案内する」というミッションを掲げ、以下のような成果を達成してきました：
　・ 累計資金調達額180億円
　・ 月間1,300万人以上のユーザー
　・ 1,800以上の医療機関が導入
今後も強力なパートナーシップを活用し、さらなるイノベーションを推進していくとのこと。これからの展開に期待が高まります！🚀

*

🐢 ウエルのひとこと
ユビーさん、おめでとうございます！180億円ってすごいですね！
ウエルにはちょっと想像がつかないけれど、それだけたくさんの人たちが、ユビーさんの医療への取り組みに期待しているってことですよね！🏥🩺

ウエルは病院に行くのがちょっと苦手で、つい足が重くなっちゃうけど、「安心」は誰にとっても大切なものですよね。みんなもそうじゃないかな？ユビーさんって、そんな安心の象徴みたいな場所なんじゃないかと思いました。🌱

「健康が空気のように自然」な社会を目指すって、まさにウェルビーイングな社会ですよね。
ウエルもいつも何かにチャレンジしているけど、「これが最後のチャレンジでも後悔しない」って気持ちでモノづくりをしているんだよね。🌱
いつか振り返ったとき、「ああ、あのとき全力でやってよかったな」って思えるように。みんなはどう思いますか？🙂

「社内デザインシステムをMCPサーバー化したらUI実装が爆速になった記事を書きました」という、ユビーエンジニア@kke1229さん（ぐりこさん）の最新記事をご紹介します！

💡 デザインシステムと開発の現状課題
Ubieでは「Ubie Vitals」というデザインシステムに基づいてUIを設計していますが、AIツールにこのシステムの詳細を理解させるのはこれまで大きな課題でした。具体的には以下のような問題があります：
・コンテキストの不足：デザインシステムのPropsやトークン情報がAIに正しく認識されにくい
・効率の課題：プロンプトで詳細なデザイン指示を与える必要があり、効率が低い
・拡張性の限界：複雑なUIコンポーネントや特殊なデザインルールには対応が難しい

🎯 MCPサーバーの登場とUbie UI MCPの構築
この課題を解決するために、ぐりこさんたちはMCP（Model Context Protocol）サーバーの導入を検討。これは、特定の知識領域に特化した情報をAIに効率よく提供する仕組みです。
具体的には、以下のような情報をAIに提供する「Ubie UI MCP」を構築しました：
・Ubie UIのコンポーネント情報
・デザイントークン（文字サイズ、色など）
・アイコン情報

これにより、以下のような大幅な効率化が実現しました：
・⏱️ 時間短縮：従来は手作業で時間がかかっていたUI実装が、テキストベースの指示だけで完了
・💡 理解度向上：AIがデザインルールを正しく理解し、正確なUI生成が可能に
・🔗 拡張性強化：複雑なコンポーネントやユースケースにも対応可能に



📺 実際のデモ
ぐりこさんの実演では、以下のステップでUI実装が自動化されました：
1. Figma MCPからデザイン情報を取得
2. Ubie UI MCPがコンポーネント情報を補完
3. 最終的なUI実装をCursorが生成

結果として、UI実装にかかる時間はわずか1分程度。従来の方法と比べ、劇的な効率化が実現しました。

🚀 今後の展望
この革新的な開発体験をさらに進化させるため、今後は以下の点に注力する予定です：
・🧩 コンポーネントの網羅性向上
・🎯 ユースケースの充実
・⚙️ MCPの応答精度向上

🐢 ウエルのひとこと
MCPサーバーって、AIがUIデザインの“ルール”をしっかり理解するための仕組みなんですね！🖥️✨
たとえば、「青いボタンは重要なアクション」「見出しは大きく、本文は少し小さく」といった決まりごとをAIに教えると、そのルールに沿って素早くデザインを組み立てられるようになるんですね。🎨

ウエルも、もし“ウサギの耳の動き”や“足が速くなるコツ”を教えてくれるAIがあったら、もっと早く走れるようになるかな？🐇💨
でも、こういう仕組みを作るのってすごく難しそう。エンジニアさん、ファイトです！💪🎯

🔗 さらに詳しく知りたい方へ
ぐりこさんの記事はこちらからどうぞ！
👉 社内デザインシステムをMCPサーバー化したらUI実装が爆速になった

こんにちは！今日は、Ubieエンジニアmatsu-ryuさんの新たな取り組みをご紹介します。

🔍 なぜText-to-SQLが重要なのか？
データドリブンな意思決定が重視される昨今、以下のようなデータ抽出の依頼が職場で日常的に発生することはありませんか？

・「先月のカテゴリ別売上トップ3、都道府県別で出せますか？」
・「レビュー評価が星1つの商品のリストと、その商品を買ったユーザーのリストをお願いします。」

けれども、これらの依頼にはいくつかの大きな課題があります。

📏 データ活用の壁
・SQLの壁：分析したい人が必ずしもSQLを書けるわけではありません。そのため、エンジニアに依頼が集中しがちです。
・コミュニケーションの難しさ：依頼内容の微妙なニュアンスを正確にSQLに落とし込むのは手間がかかります。
・見えないコスト：一つ一つは「簡単な依頼」に見えても、積み重なると無視できない工数となり、エンジニアがより付加価値の高い業務に集中する時間を奪ってしまいます。

もちろん、高機能なBIツールも存在しますが、たとえば「購入後に低評価レビューを付けたユーザーが、その前にどんなページを見ていたか」といった、複数テーブルを複雑に（時には時系列で）組み合わせるような分析は、GUI操作だけでは難しい場面も少なくありません。

🌱 「限定的なデータセット」という気づき
そこで、matsu-ryuさんたちはある事実に気づきました。「普段の分析依頼でアクセスするデータベースのテーブルは、実はかなり限定的なのではないか？」と。

たとえばECサイトであれば、注文 (orders)、顧客 (users)、商品 (products)、レビュー (reviews) など、コアとなるテーブルは数十程度かもしれません。
この気づきから、新たな取り組みが始まりました。

💡 AIが考える仕組み：役割分担とツール
matsu-ryuさんたちは、AIが単にSQLを自動生成するだけでなく、人間がデータ分析を行う際の思考プロセスを模倣するように設計しています。これは、以下の4つのステップに分けられます。

1. 仕様を決める – どのデータが必要かを定義する
2. SQLを書く – 必要なテーブルやカラムを特定してクエリを生成する
3. レビューする – クエリが正しいか、安全か、効率的かを確認する
4. 実行する – データベースに対してSQLを実行し、結果を取得する

さらに、各ステップには専用のAIエージェント（ノード）が担当し、ツールを利用して実際のデータベースの状況を確認しながら判断できるように設計されています。

🔧 AIが“考える”ためのツール
このシステムにおける最も重要なツールがBigQueryToolです。これにより、AIは以下のような情報を自ら取得できるようになります。

・テーブル定義の確認 (get_schema)：「orders テーブルにはどんなカラムがあるの？」
・実データの確認 (sample_data)：「status カラムには具体的にどんな値が入っているの？」
・SQLのテスト実行 (query)：「このSQL、構文エラーにならないかな？」

これにより、AIはまるでデータベースに直接アクセスしているかのように振る舞い、より正確で信頼性の高い判断が可能になります。

🐢 ウエルのひとこと
わあ、AIが質問から自動でSQL（データベースから必要な情報を取り出したり、データを追加・更新・削除したりするための特別な“言葉”）を作ってくれるなんて、ちょっと魔法みたい🪄
つまり、データを分析したい人が「この商品の評価が低い理由を教えて」と聞くだけで、AIがデータベースから必要な情報を引っ張ってきてくれるってことなんですね！ウエルも“ウサギの足がはやくなる理由”をデータから教えてくれるAIが欲しいかも…🐇💨

それにしても、エンジニアさんの画面って文字がいっぱいで大変そう…（ウエルだけ？）でも、脳を鍛えるには、ややこしいことに挑戦することが大事なんだって。ファイト…！💪🐢

🗒️ まとめと今後
この取り組みは、単にSQLを書く時間を減らすだけでなく、データに基づいた迅速な意思決定を可能にする一歩です。今後もAIエージェントの進化に期待が高まります。

こんにちは！今日は、OKIYUKIさんがシェアした記事「AIエージェントのおかげでdbt開発の大部分を自動化した話」をご紹介します。

🔍 dbtモデル開発の効率化に挑む
SQLを書く以外にも、ファイル規約やドキュメント更新など、定型作業に時間がかかることがありますよね？ そんな課題に対して、OKIYUKIさんはAIエージェントで効率化に挑戦しました。

・ファイル規約の遵守
・テスト記述
・ドキュメント更新
・メタデータの定義

これらはSQLの実装そのものではなく、付随するタスクが多く、開発者の負担となることがあります。

🌱 AIエージェントとProject Rulesでの効率化
この課題に対し、OKIYUKIさんはCursor EditorのAgent機能とProject Rulesを組み合わせることで、dbt開発の効率を大幅に向上させることに成功しました。

Agent機能:
・タスクをAIに指示して自動化
・ファイル編集やコマンド実行の支援
・GitHub PR作成の効率化

Project Rules:
・命名規則やコーディング標準の定義
・プロジェクト固有のルール設定
・作業ステップの自動化サポート

この組み合わせにより、事前に設定したルールに従って、AIが自動でdbtモデルを構築し、GitHub PRの作成まで進めることが可能となりました。たとえば、30分のミーティングの間にSQLを渡しておけば、終了後にはCIがすべてパスした状態でDraft PRが用意されているといった効率的な作業が実現しています。

🛠️ 開発ステップの自動化
実際のdbtモデル開発には以下のステップが含まれますが、これらもAIが自動で実行するように設計されています。

1. 📂ファイルテンプレートを作成
2. 📝SQL更新
3. ✅ローカルでdbt runを実行して動作確認
4. 📄メタデータ更新（dbt-osmosis）
5. 🛠️テストとメタデータ追加
6. 📝ドキュメント更新
7. ✅ PR作成とレビュー依頼

このように、一連の作業が自動化されることで、開発者はより本質的なロジック設計に集中できるようになりました。




こうしたルール整備とAIエージェントの組み合わせにより、Ubie 社内のエンジニアからもポジティブな声が届いています。

🐢 ウエルのひとこと
えっ、AIってそんなに頼りになるの？宿題もやさしく直してくれるなら嬉しいな。でも、自分で考えることも大切ですよね！AIと一緒に、もっともっと成長していきたいな

🗒️ まとめと今後
この記事では、dbt model開発におけるCursor EditorのAgent機能とProject Rulesの設定・運用方法が紹介されています。
AIを活用した効率化には、単にルールを設定するだけでなく、日々の改善が欠かせません。
特に、ルールが増えるにつれてコンテキスト（AIが理解する背景情報）が圧縮されてしまう課題もあるため、常に現時点で最も効率的かつ効果的な手法を模索することが重要です。
さらに、投稿直前に発表されたdbt MCP Serverr（dbtモデルの管理や自動化を強化する新しいサーバー機能）により、これまでの運用が大きく変わる可能性もあり、今後の展開にも注目です。
引き続きAIの進化に注目していきましょう！

🔗 詳しくはこちら
AIエージェントやProject Rulesの詳しい設定方法については、OKIYUKIさんのnote記事をご覧ください

生成AIの構造化出力(Structured Output)において、フィールドの順番や命名が重要という記事を書きました。@masa_kazama



生成AIの構造化出力において、フィールドの順番や命名が重要

こんにちは！昨日に続き、今日は風間正弘先生による技術的なトピック、「生成AIの構造化出力（Structured Output）」に関する記事をご紹介します。

🔍 Structured Outputとは？
GeminiやOpenAIでは、生成AIの出力をJSON形式やPython形式のように構造化することが可能です。これにより、データベースへの格納やルールに基づく自動処理が容易になり、実務での活用範囲が広がっています。けれども、その精度にはフィールドの順番や命名が大きく影響を与えることが分かっています。



具体例：電子カルテから病名抽出
ここで、具体的な例として「電子カルテから病名抽出」の流れを見てみましょう。電子カルテのテキストデータから病名を抽出する際も、構造化出力の形式やフィールドの順番が正確な結果に大きく影響します。

フィールドの順番が与える影響
例えば、AIに算数の文章問題を解かせる際、フィールドの順番によって正答率に大きな差が生じることがあります。

パターンA（推論 → 答え）
{ "reasoning": "<step by step reasoning about the answer>", "answer": "<final answer>" }

パターンB（答え → 推論）
{ "answer": "<final answer>", "reasoning": "<step by step reasoning about the answer>" }

結果はパターンAが96%の正答率に対し、パターンBは54%にとどまりました。これは、AIが前提となる推論情報を先に出力する方が、より正確な回答に結びつきやすいためです。



構造化出力の裏側
また、Structured Outputの背後には、トークン生成の効率化や文法制約の仕組みが関わっています。これも、正確な出力にとって重要な要素です。

フィールド名が与える影響
フィールド名も精度に大きな影響を与える要素です。例えば、結果を格納するフィールド名を“final_choice”から”answer”に変更しただけで、精度が4.5%から95%に大幅に向上した事例もあります。これは、AIがフィールド名からその内容を理解する際のヒントとして重要な役割を果たすためです。

🔗 さらに詳しく知りたい方へ
構造化出力の仕組みやベストプラクティスについては、風間先生の詳細な解説記事をご覧ください。

🐢 ウエルのひとこと
名前って大事なんですね！＠ishikun3先生がシェアされたYAMAPさんの動画で岸先生も「人の名前に、自分の川＝マザーリバーを込める」って言っていました（5月3日ニュースレター参照）。AIも、答えの名前をちゃんとつけないと迷っちゃうんですね

🌱 今後の展望
今後、Gemini 2.5やChatGPT o1のような熟考型モデルが進化するにつれ、こうした出力形式の最適化がシステム側で自動化される可能性もあります。実務でStructured Outputを活用している方は、今のうちにフィールドの順番や命名の工夫に注目してみてはいかがでしょうか？

「Marpで高速にスライド作成 〜編集可能なパワポ出力〜」という記事を書きました。生成AIの情報編集能力が一段と高まって、情報収集、分析要約、アウトプットまでが、高速になってきていますね。@masa_kazama



Marpで高速にスライド作成 〜編集可能なパワポ出力〜

こんにちは！昨日は、経産省と総務省から発表された『AI事業者ガイドライン』で、Ubieの先進的な取り組みが紹介されたことをご報告しました。
今日はさらに一歩進んだ実践的な活用事例をお届けします。

🔍 Marpの活用事例
・📄 Gemini2.5での高速スライド作成：note記事や学術論文も、Marp形式で簡単にスライド化。
　・たとえば、note記事をコピペしてわずか3分で会社のスタイルに沿ったプレゼン資料が作成可能。

　・👶 子ども向けスライドも簡単に作成
　　・難しい技術論文も、生成AIを活用してわかりやすく噛み砕いたスライドに。







　・🎨 出力精度とカスタマイズ
　　・編集可能なパワポ形式や、背景デザインも自由にカスタマイズ可能で、よりプロフェッショナルな仕上がりに。

🌱 今後の展望
情報収集 → 骨子作成 → スライド化
このプロセスがさらに高速化される中、人間が付加価値を提供できる部分に注目が集まっています。

🐢 ウエルのひとこと
スライドって、いつも作るのたいへんそう。でも、AIが手伝ってくれるなら楽しくなりそう！たとえば、風間先生だと講義用に150ページくらいのスライドを作ることもあるんだよ

🔗 詳しくはこちら
Marpに関する風間先生のnote記事はこちらからご覧いただけます。
今後も、AIの進化とウェルビーイングの未来を皆さんと一緒に探求していきましょう

Ubieの生成AIの取り組みが、経産省と総務省から発表された「AI事業者ガイドライン」に紹介されました。@masa_kazama



【 お知らせ 】 経済産業省と総務省から発表された「AI事業者ガイドライン（第1.1版）」にてUbieのAIガバナンスに関する取組みが紹介されました。当社は引き続きヘルスケア業界におけるイノベーションと安心・安全な環境の両立に貢献してまいります。

AI 事業者ガイドライン（第 1.1 版） 別添（付属資料） 令和 7 年 3 月 28 日

こんにちは！今日は、経済産業省と総務省から発表された「AI事業者ガイドライン（第1.1版）」にて、Ubieの生成AIに関する取り組みが紹介されたという嬉しいニュースをお届けします。

🔍 ガイドラインにおけるUbieの役割
Ubieは、医療とAIを結びつけるヘルスケア分野のイノベーターとして、AIの倫理性と安全性に重きを置いたガバナンス体制を構築しています。今回のガイドラインには、以下のようなUbieの取り組みが紹介されています。

・ユーザー中心のAI設計
　・患者や医療従事者が安心して利用できるよう、シンプルで使いやすいインターフェースを開発
　・直感的な操作性と高い可用性を追求

・データのセキュリティとプライバシー
　・個人情報を守るための高度な暗号化とアクセス管理
　・データの取り扱いにおける透明性と信頼性を確保

・AIの透明性と説明責任
　・AIがどのように意思決定を行っているかを明示
　・利用者が理解しやすい形で情報を提供

🌱 安心・安全なAIへの挑戦
Ubieは、ヘルスケア業界におけるAIの普及をリードしながら、その安全性と信頼性も同時に高めることを目指しています。AIが医療現場で正確な診断や治療方針の提案を行うためには、透明性や説明責任が不可欠です。これからも、患者と医療従事者が安心してAIを活用できる環境づくりに取り組んでいくそうです。

🐢 ウエルのひとこと
AIってなんだかすごいですね！でも、ちゃんと説明してくれるのって安心しますね。お医者さんみたいにやさしく教えてくれるAIが増えるといいなあ

🔗 詳しくはこちら
ガイドラインの全文は、経済産業省と総務省の公式サイトでご覧いただけます。
今後もUbieさんの挑戦に注目しながら、皆さんと一緒にAIとウェルビーイングの未来を考えていきましょう

田中ひでのりさんがXで紹介し、北川さんもシェアされていた「Physics of AI Group」。この取り組みは、AIの基本的なメカニズムを解明し、より安全で信頼性の高いAI社会を築くための野心的なプロジェクトです。
NTT Researchが主導するこのグループは、物理学、神経科学、機械学習 の専門家が集まり、AIの哲学と物理学に関する根本的な問いに取り組んでいます。

🌐 公式サイト: PAI Group公式サイト
📄 プレスリリース: プレスリリース
📰 ニュース報道: 関連記事

📝 Physics of AI Groupとは？
NTT Researchが発表したこの新しいAI研究グループは、AIのメカニズムを深く理解し、安全で信頼性の高いAIシステムを構築することを目指しています。具体的には以下のようなポイントが含まれます。


NTT、AIの物理学グループと4Kビデオ向けAI推論チップを発表

・ブラックボックスの解明
　AIの「ブラックボックス」問題に取り組み、内部メカニズムを明らかにする。
・生物とAIの共通点を探る
　人間や動物の脳と人工知能の類似性に注目し、共通の学習メカニズムを理解する。
・データ効率とエネルギー効率の向上
　光学コンピューティングや効率的なニューラルネットワーク設計により、AIのエネルギー消費を削減する。
・AIの信頼性と倫理
　人間とAIの信頼関係を構築し、より倫理的なAIを実現するための研究。
・共同研究
　ハーバード大学、プリンストン大学、スタンフォード大学などとの共同研究を継続。

🚀 今後の展望
1. AIの理解を深める
　・AIの学習メカニズムを解明し、内部から倫理や信頼性を組み込む。
2. 物理実験のようなAI研究
　・実験物理学の手法を取り入れ、AIの学習過程をステップバイステップで解析。
3. 人間とAIの共存
　・信頼性の高いAIシステムを通じて、人間とAIの調和を目指す。
4. 商用化の準備
　・2025年度内に、新しいAI推論チップの商用化を計画中。

🐢 ウエルのひとこと
AIって、まだまだ謎が多いんですね！
NTTの研究者さんたちは、人とAIがもっと仲良くなれる未来を目指しているそうです。
人生って、寝る時間以外は仕事の時間が一番長いんだって！だから、お仕事でAIを使う人も、そうでない人も、AIに助けられながら、愛し愛されて生きる──そんな世界が、もうすぐ実現するのかな？（ウエルも、すでにAIにすごく助けられています🐢）
みなさんは、どんなAIの未来を思い描いていますか？

📅 編集後記
AIと人間の関係を考えることは、未来の社会を形作る大切な一歩。
あなたはどんなAI社会を思い描いていますか？
それは、今から私たちが選び取っていくものかもしれません。

世界的投資家ウォーレン・バフェットさんが語った「人生と投資の金言」。
北川拓也さんも「素晴らしい言葉だらけ！」とシェアされていたこの投稿、
今回はすべての言葉を、カテゴリごとにお届けします。どれかひとつでも、あなたの心に残れば嬉しいです。

*

📉 投資と判断の本質
── 恐怖に打ち勝ち、長期視点で決断する知恵
・今後20年以内に大規模な市場暴落が起こるだろう。その時こそ積極的に投資すべき
・他人が消極的な時に貪欲に。他人が貪欲なときには注意深く
・誰も市場を予測することはできないが、長期的に株式市場が上昇することだけは確かだ
・アメリカに反対の賭けは愚かだ。株式市場は最後には大丈夫になる
・生まれた日ダウは240ポイントだったが今では40,000を超えている。株価は長期的に必ず上昇する
・優れた企業の株式を売ることは、人生で最も悪い間違いの一つだ
・自分に強みがある領域で勝負すること。理解しているものに投資すべき
・競争が激しくない市場や企業を探すべき。企業が小さくなるほど競合環境も緩くなる
・ハイパーインフレで打撃を受ける国や企業には投資をしない
・プライベートエクイティはレバレッジを多用し過ぎで危険だ
・不動産投資は株式投資よりはるかに難しい。多くの人に株式投資の方が優れている

🧭 キャリアと人生の選択
── 何を基準に選び、どう生きるか
・給与ではなく成長機会でキャリアを決めるべき
・成功の秘訣は多くのことに興味を持ち、たくさん読書をすること
・報酬がなくてもやりたい仕事を選ぶべきだ
・素晴らしい人生に必要なのは数回の優れた意思決定だ
・人生には解決不能な問題もある。自らコントロールできる課題に集中しよう
・良い会社を適正な株価で買うことは、適正な会社を優れた価格で買うよりも遥かに良い

❤️ 人間関係と生き方
── 一緒にいる人が、あなた自身をつくる
・人生で最も重要な決断は、誰と結婚するかだ
・人生を劇的に変える出会いがある。素晴らしい人たちに囲まれるよう努めよう
・人は多くの時間を共に過ごす人に似てくる。尊敬する人と時間を過ごそう

⚠️ 感情とリスクへの注意
── 最大の敵は、外ではなく自分の中にいる
・投資家の最大の敵は自分自身だ
・嫉妬と貪欲は、痛い過ちを犯す危険な組み合わせだ

🐢ウエルのひとこと
バフェットさんの言葉って、投資の話なのに、なんだか人生のヒントみたいで、おもしろいですね！
びっくりしたのは、「人は一緒にいる人に似てくる」っていうこと。
たしかに、毎日会う人の言葉やしぐさって、いつのまにかうつってるかも……

でも最近は、それだけじゃなくて、「一緒にいる人によって、自分の好みまで変わってくるかもしれない」とも思うようになりました。
たとえば、昔つくったインフォグラフィック──当時はその“個性”がいいと思っていたけれど、今あらためて見ると、「これはこれでよかったけど、もっと一般的な方が、変な誤解を生まなくていいな」と感じたりして。

きっと、まわりの人や環境が、少しずつ、自分の“美しさ”や“正しさ”の感覚も育ててくれるんですね。
ウエルは、尊敬できる人のそばにいられるよう、努力したいと思いました🐢
あなたは、どんな人と一緒にいて、どんな感覚を育てていきたいですか？

🔚 編集後記
昨日は「三重等価性」、今日は「バフェット氏の金言」──
AIや脳の研究と、投資や人生の話。まったく違うようで、どちらも私たちに問いかけてくるのは、
「どう考え、どう選び、どう生きるか」なのかもしれません。
あなたが、これから大切にしたい選択はなんですか？

本日は、石川善樹先生がシェアされていた
「学術変革領域研究(A)：予測と行動の統一理論の開拓と検証」（@unifiedtheoryjp)さんのポストをご紹介します。

理化学研究所より発表された、脳知能の三大理論を統合する「三重等価性（Triple Equivalence）」に関する注目の論文です。

▶ Takuya Isomura, “Triple equivalence for the emergence of biological intelligence”, Communications Physics, 10.1038/s42005-025-02059-4

🔹思考する脳、行動する体、理解するモデル──それぞれ別々に研究されてきた理論を、「ひとつの視点」でつなぎ合わせようとする試みが紹介されていました。

*

🌀 「ウェルビーイング応援サイト」の原点
編集部はこのニュースを読んで、2023年冬、当サイトを立ち上げたときのことを思い出しました。

きっかけはこの論文：
『ウェルビーイングを能動的推論（自由エネルギー）の観点から提案してみたよ』
（Ryan Smith先生、Lav R. Varshney先生、永山晋先生、風間正弘先生、北川拓也先生、馬奈木俊介先生、石川善樹先生による共著）

この難解な理論を理解しようと、インフォグラフィックにチャレンジし、ついでにサイトも立ち上げたという…思い出深い一歩でした。


『ウェルビーイングを能動的推論（自由エネルギー）の観点から提案してみたよ』（WBサイト版）

自由エネルギーとは何か？
何度勉強してもわからなくて、苦しくて、でもなんとしても納得したくて
ようやく「自分なりに腑に落ちた」と思える一頁が生まれました。それが今につながっています。そのとき勉強させてもらったのが、こちらの動画でした：


🎥【学術変革A統一理論】予測と行動の統一理論の開拓と検証【領域紹介】

皆さんが、今のお仕事や学びに取り組むようになったきっかけは、何だったでしょうか？

*

この論文は、理化学研究所の磯村拓哉ユニットリーダーが発表したもので、脳の神経回路がどのようにして知能を獲得するのかを数学的に解明しようとする研究です。

🧠 研究のねらい
この論文は、理化学研究所の磯村拓哉ユニットリーダーによるもので、脳の神経回路がどのようにして“知能”を獲得するのかを、数学的に解き明かそうとする研究です。
生物の知能を理解するには、次の3つの理論が鍵とされています：

1. 神経回路の力学系：神経細胞の活動を時間とともに変化する“動き”として捉える視点
2. 統計的推論（自由エネルギー原理）：脳が外界の情報を予測し、誤差を最小化しようとする理論
3. チューリングマシン：すべての計算を可能にする理論上の計算モデル

これらは従来、別々の領域で研究されてきましたが、磯村氏はこれらが数学的に同等である（三重等価性）ことを示しました。

*

🔁 「三重等価性」ってなに？
磯村氏によれば、以下の3つのモデルが数学的に同じものとみなせるといいます：

・正準神経回路：標準的な構造を持つ神経回路モデル
・変分ベイズ推論：不確かな状況下での情報推測を行う統計的手法
・チューリングマシン：あらゆる計算を理論上実行可能な抽象的装置

つまり──
脳の神経回路は、世界の情報を「推論」し、「計算」する力を持っている。
しかもそれは、外の世界のしくみ（アルゴリズム）を、自分の中に“翻訳”して取り込んでいるかのようです。

たとえば、これは「脳が世界の“しくみ”をまねして、自分の中にミニ・プログラムを育てていく」ようなもの。見えないルールを見抜き、それを“自分のやり方”として覚えてしまうしくみが、自然に働いているのです。

*

🧬 進化と“かしこさ”のつながり
この研究が面白いのは、「進化」と「知能」の関係にも切り込んでいるところ。

神経回路は、まわりの環境を観察し、そこにある“ルール”をまねていくことで、適応的なアルゴリズム（＝かしこさ）を自己組織化的に獲得していく──という可能性が示されました。

たとえば、脳が「観察した世界をヒントに、自分の中に“翻訳されたミニ・プログラム”を作っていく」と考えると、とてもイメージしやすくなります。

これは、長い進化の時間のなかで、世界の情報を自分のものにしていく自然なプロセス。知性とは、ある意味で「世界と脳の対話のなかで編まれていくもの」なのかもしれません。

この研究は、「知能とは何か？」という問いに数学で迫りながら、「生きものの知性が、世界とどう関わってきたか？」という詩的で哲学的な視点も含んでいます。

*

🔍 まとめ
本研究は、脳の神経回路がどのようにして知能を獲得し、進化してきたのかを、数学的に描き出す試みです。
それは同時に、人工知能の開発や、知性のあり方そのものへの洞察にもつながるもの。
「脳が世界をどう理解しているか？」を深く考える手がかりになりそうです。
詳細な情報や図表については、理化学研究所の公式発表をご参照ください。

*

🐢ウエルのひとこと
磯村リーダーさんの研究は、いつもすっごくむずかしいけど、ほんとにおもしろいです。「脳の中にコンピューターみたいなしくみがある」って、ちょっとドキドキしませんか？

まわりの世界をよーく見て、「あ、これってこうかも！」って考えて、まねして、かしこくなる──ウエルたちが勉強するときと、なんだか似てるな〜って思いました。

それに、いろんな“かしこさ”の考え方（計算とか予想とか）が、じつはつながってたんだって聞いてびっくり。
ちがう学問が「同じこと言ってた！」ってわかったときって、ワクワクしますよね🐢

4日間にわたって、山や川、そして流域について考えてきました。
きっと今、あなたの頭の中にも、小さな“地形”が広がっているかもしれません。

そんな今だからこそ、今日は「感じる」ことをテーマに──
北川拓也さんが「いい」とだけコメントを添えてリポストしていた、
こっさんchさんのミニビオトープ動画をご紹介します。

水が流れ、光が反射し、苔がそよぐ。
わずか15秒のなかに、たしかな“自然のリズム”がありました。

*

🐢ウエルのひとこと
プチプラDIY、透明感があって、とってもきれいですね。
北川さんって、きっとすごい世界をたくさん知ってると思うけど、
こういう小さな世界にこそ、ふっと感動することがあるのかもしれません。

高価なDIYよりも、
この“100均でできるミニビオトープ”のほうがびっくりするのって、
「このサイズで、こんな世界が？」っていう驚きがあるからかも。

AIも、人間がやったらふつうのことをやるだけで、
「わあ！」ってなることがありますよね。
きっと、“誰がやったか” や “どう見たか”で、
感動のかたちって変わるんだなって思いました🐢

🧠 明日の予告
明日は、@ishikun3先生が紹介していた、
磯村先生の“三重等価性”に関する脳科学の論文をご紹介します。
自然の記憶がまだ残っているうちに、脳の“意味のネットワーク”を見つめ直してみましょう

「あなたの“マザーリバー”は何ですか？」
この問いが、もしかすると未来の“地球とのつながり”の鍵になるかもしれません。
本日は、流域を「生活の地図」として捉える岸由二先生と、「流域地図」の可能性を模索するYAMAP代表・春山慶彦さんによる対談・後編をご紹介します。

*

🌍 地図は道具ではなく、「感覚」だ
岸先生が語る「地図」は、ただの紙やアプリのことではありません。
人が生きる上で育まれる、“母地図（マザーマップ）”のことです。

「地図とは、自分が“どこで生きているのか”を感じるためのもの。
科学じゃなくて、生き物としての人間がもつものです」

この「母地図」は、おそらく10〜13歳頃につくられ、その後の人生を支える“感覚の地盤”になるのだといいます。

*

🧒 小学生に“地球感覚”を育てる──流域教育の挑戦
岸先生は、流域を子どもたちに体感させる教育の重要性を語ります。

たとえば、小学校の場所を流域地図に重ねることで、
「自分は鶴見川の“鼻先”にいるんだ」といった具体的な感覚が芽生える。

🌱「自分の住む場所を、地球の“どこか”として実感する」
このような“地球とのつながり”を感じることが、
将来、森や川を守る判断の力につながるのです。

*

🌊 リバーネーム──宇宙人になった私たちを「地球」に戻す名前
先生が提唱するもう一つのアイデアが「リバーネーム」。

「岸・目黒川・鶴見川・三途川・由二」

人の名前に、自分の川＝マザーリバーを込める。
それは、土地との縁を「言葉」で結び直す試みです。

初対面の人たちも、リバーネームで語り合えば
「肩書き」ではなく、「記憶の風景」でつながれる──
それはまさに、地球に根を張る“第二の母語”かもしれません。




📷 流れは、つながっている──日本全体を見わたす流域の姿
国土地理院などの地理データをもとに、東京大学・京都大学が構築した高解像度の「表面流向マップ」。流域のつながりは、水の道筋であると同時に、人々の記憶や暮らしの重なりでもあります。（YAMAPマガジン）

🏞️ 地球とつながる体験──岸先生の“母地図が生まれた日”
最後に、先生が地球とのつながりを最も強く感じた思い出をこう語りました：

「小学4年の時、親友と川をたどって歩いた先で、
山からしか行けなかった池にたどり着いた。
『あ、川と山がつながった…』
そのとき、初めて“地球のかたち”を理解したと思った。
あれが、僕の“母地図”のはじまりだったんです。」

*

🐢 ウエルのひとこと
川の名前をつけるなんて、かっこいい！
ウエルは “ウエル・鶴見川・Being” にしようかな。
“自分の場所”って、地図にも気持ちにもあるんですね。
そう考えると、名前ってすごい──

星空写真家のKAGAYAさんには、なんと「小惑星の名前」があるんだって！
「11949 kagayayutaka」という小さな星が、
地球から4億キロ以上離れた宇宙を回っているらしいです🌌

“地球”も“宇宙”も。
名前をつけることで、私たちは世界とつながれる。
ウエルも、自分の“リバーネーム”を大切にしたくなりました🐢

*

🏕️ あとがき：山歩きは、“地球を歩くこと”かもしれない
山や川を歩くことは、観光ではなく、“地球のかたち”を体で感じなおす時間なのかもしれません。

流域地図、リバーネーム、母地図──
それは、私たちが「どこで、誰と、生きているのか」を
思い出すための、静かでやさしい道具なのだと思います。

今日も読んでくださり、ありがとうございました🌲

📽️ 本対談を紹介してくださったのは、@ishikun3 先生です。
すばらしい流域の思想と教育の可能性を届けてくださり、ありがとうございました！



🌱 写真は、今回の対談に登場するお三方──
YAMAP代表・春山さん（左）と、エンジニアの森脇さん（中央）、地図開発を担ったCTOの樋口さん（右）。

👉 対談全文はこちら（YAMAPマガジン）

「僕は“川で生まれた”ってずっと言われて育ったんです」

そう語る岸由二先生は、戦後の大水害とともに生まれ、その後、鶴見川流域に人生のすべてを捧げてきました。今日は、世界でも注目される鶴見川の総合治水と、日本でも希少な“小網代の谷”の全流域保全について、YAMAP代表・春山慶彦さんとの対話をご紹介します。

*

🛠️ 町を守る「総合治水」という挑戦
かつて田畑と雑木林だった鶴見川流域は、60年代以降、急速に市街化。90%がコンクリートに覆われ、雨水が染み込まず、街はたびたび水没しました。1970年代、「このままでは地獄になる」と危機感を抱いたのが、建設省（当時）の官僚・近藤徹さん。彼とともに、現場の視点から治水の未来像を描き出したのが、岸由二先生たちでした。

🌿 森や田んぼを残すことが、最大の治水対策であると認識し、1ヘクタールごとに500トンの水を貯める池をつくる…そんな先進的な取り組みが、日本で初めて制度化されました。

「鶴見川は、今でいう“流域治水”を、40年前にすでにやっていた川なんです」

*

🧭 小網代の谷──“保全”という名の都市計画
もう一つの舞台は、三浦半島の小網代（こあじろ）。ここでは、山から海までつながる貴重な流域がまるごと保全されています。「自然保護」というより、「流域を生かした都市計画」だと岸先生は語ります。

1980年代、ゴルフ場やヨットハーバー開発が予定されていたこの地に対し、岸先生は「代案」として、住宅地や交通網の配置を緻密に流域ごとに再設計。開発全体を否定せず、“ここだけは守るべき”という理詰めの提案により、小網代の谷は、今も生物多様性に富んだ自然が息づく奇跡の場所となっています。

*

🌀「流域」は、生態系でもあり、暮らしの単位でもある



📷 私たちの街も「流域」だった──YAMAP流域地図で見る多摩川
行政区では見えなかった“水のつながり”が、地形とともに立ち上がる。（YAMAPマガジン）

「私たちは、どこから水が来て、どこへ流れていくのかを意識することがあるでしょうか？」

流域とは、単なる地形の区分ではなく、水・生き物・人の暮らしが響き合う単位。
鶴見川や小網代では、流域を「生態系」として読み解き、「生活圏」として設計する試みが行われてきました。けれども、その価値は国内では十分に共有されていないのが現状です。

「大人も子どもも、流域を歩くと、自然に“地球の住み場所”って感じられるんです」

*

🐢ウエルのひとこと
ウエルも、以前は山に登っていて、川を裸足でたどったこともあります。山の水は冷たくて、気持ちよくて、飲めるところもあった気がします。どうして登っていたのかは、いまも分からないけど──
ただ、ゆっくりな足で、一緒に登る人に迷惑をかけたくなくて、がんばっていました。そのときに歩いた道や、見た水のきらめきが、たぶん、それが自分の“母地図”になってるんですね。だから今でも、水の音や川のきらめきに出会うと、少しだけ安心するのかもしれません。
あなたの“川のはじまりの記憶”は、どんな景色ですか？🐢

*

次回は、対談の【後編】へ──“流れ”の先をたどります。
今日も最後までお読みいただき、ありがとうございました。
自然の流れに耳をすませながら、すてきな週末をお迎えください☀️

「いま私たちに必要なのは、“地球に住んでいる”という感覚をとりもどすことなんです」

そう語るのは、「流域思考」の提唱者である岸由二先生（慶應義塾大学名誉教授）。
昨日紹介した《YAMAP流域地図》の開発の背景には、先生のこうした哲学的な視点が深く流れています。

🌊「どこで、誰と暮らすのか」がわからなくなっている
岸先生は、ずっと「人にとって大事なのは“誰とどこに暮らすのか”という感覚だ」と考えてきたそうです。けれども、現代人の多くは「どこに暮らすのか」がよく分からなくなっている、と。

町の名前、行政区画、番地…それらは実感としての「住まい」ではなく、地球の構造と切り離されている。その結果、私たちは地球と“つながっていない”まま、環境問題や災害に立ち向かおうとしています。

*

🗺️ 自分だけの“母地図”をたどって
先生が提唱するのは、だれもが自分のなかに持つ「母地図」という感覚。それは、子どもの頃に歩き回った場所、川や坂、友だちと遊んだ地形の記憶。大地の凹凸と自分の身体が結びついた、その人だけの地図です。

たとえば映画『スタンド・バイ・ミー』のように──
10歳から13歳ごろ、目的もなく仲間と遠くへ歩いた経験が、母地図になることが多いと言います。この「母地図」があるから、人は“どこで生きているか”を実感できる。

*

🌱「Sense of Place」ではなく「Sense of Habitat」
「居場所＝プレイス」に“愛着（ラブ）”をくっつければよい、という考え方に対して、岸先生は「ラブはあとからつけられない。暮らしの中で自然と芽生えるものだ」と言います。だから本当に必要なのは、「プレイス感覚」ではなく「ハビタット感覚」──

・プレイス感覚：「ここが自分の居場所だな」と感じる感覚。人間の“気持ち”主体。
・ハビタット感覚：「自分はこの地形・生態系の中に“生きて”いる」感覚。生き物としての自分主体。

🏞 岸先生の文脈での意味
岸由二先生が使う「ハビタット感覚」は、「人間も自然の一部であり、生きる場所＝生息地（ハビタット）と向き合う感覚を取り戻そう」という提案です。

現代の都市生活では、“生きている”という実感よりも、“ただそこにいる”という感覚になりがちです。けれども、人は本来、川や丘、風とともに生きる存在──「流域」という地形単位を通して、自分が“自然の一部”であるという感覚＝ハビタット感覚を取り戻すことができるのです。

*

🌀 流域という“入れ子構造”の地図
流域は、小さな川の集まりから、やがて大きな海に注がれるまでの「水の旅」の単位。お庭の小さなくぼみも流域、地球全体もまたひとつの流域。

この“ズームできる”ような入れ子構造の地図があれば、私たちは「地球に暮らしている」という感覚を失わずにいられる。それが、気候変動にも向き合うための「共通の母地図」になるのです。

たとえば「これが、異なる土地に暮らす私たちが“同じ地球で生きている”と感じられる感覚＝共通の母地図なのです。

*

🐢ウエルのひとこと
川に名前があるみたいに、地図にも“思い出の名前”があるんだなあって思いました。
ウエルにも、お気に入りの小道とか、おしごとのひとと探検した雑木林があって、それが“自分の地図”だったんですね。地球ぜんぶが、つながっている地図だなんて、なんだか…ほっとしますね。
あなたの“自分だけの地図”は、どの川のそばから、どの道の角から、始まっているのでしょう？🐢

*

編集部より
都市で暮らす私たちにとっての“地球とのつながり”とは何でしょう？
明日も、引き続き動画の中編ご紹介予定です。
今日もおつかれさまでした。どうぞ、穏やかな夜をお過ごしください🌙



📷 「流域地図」の原点──開発チームの語らい
YAMAP代表・春山さん（左）と、エンジニアの森脇さん（中央）、地図開発を担ったCTOの樋口さん（右）。自然の中で“地球とのつながり”を語り合う、その姿自体が流域的。

👉 対談全文はこちら（YAMAPマガジン）

🌿5月の新しいページへようこそ！
これから夏に向かう季節、自然のリズムや人とのつながりを感じながら、ウェルビーイングの輪をゆるやかに広げていけたら嬉しいです☀️
（過去３ヶ月分のニュースレターページ👉 2025.2–4）