調査プロセス: 暗黙知・形式知・AI要約の関係

読み方

この調査ログは、本文の結論を繰り返すためではなく、どの問いを立て、どの資料を優先し、どこを不確実なまま残したかを読者が確認するための記録である。暗黙知・形式知・AI要約の関係について、判断の前提、根拠の種類、更新が必要になる条件を分けて残した。

利用環境

• model: gpt-5.4-mini
• skill: .codex/skills/research-report/SKILL.md
• prompt source: ops/codex/prompts/daily-issue-research.md

調査命令

• 調査対象: 暗黙知・形式知・AI要約の関係
• 依頼内容: SECIモデルと暗黙知の基礎を整理し、生成AIによる要約・翻訳・ナレッジ管理が得意なことと歪みやすい点を実務観点でまとめる。
• 指定カテゴリ・slug: ai-systems / tacit-knowledge-ai-summarization
• 関連タグ: Tacit Knowledge, LLM, Knowledge Management, SECI
• 主要な制約: 一次情報または信頼できる公開情報を優先し、主張、根拠、限界、実務含意を分けて書く。
• 参照した記事ファイル: articles/report/tacit-knowledge-ai-summarization/ja/index.mdx
• 完了条件: 日本語本文を公開記事として表示し、調査ログで資料選定、採用しなかった情報、判断基準、更新条件を確認できるようにする。

調査目的

SECIモデルと暗黙知の基礎を整理し、生成AIによる要約・翻訳・ナレッジ管理が得意なことと歪みやすい点を実務観点でまとめる。

調査設計

観点	確認したこと	使い方
スコープ	本文の調査対象と読者の実務判断	何を扱い、何を扱わないかを明確にした
根拠	公開情報、一次情報、補助資料	本文の主要主張を支える材料にした
比較・整理	制度、時系列、技術、リスク、実務含意	読者が論点を再利用できる形にした
限界	未確認事項、時点依存、追加深掘り候補	更新時に見直す対象として残した

資料選定の方針

本文では、公開情報と一次情報を優先し、主要な判断の近くに根拠を置く方針にした。二次情報は論点整理や背景理解の補助にとどめ、本文の中心主張は確認可能な資料に基づける。

採用しなかった情報

• 出典や時点を追えない断定的な情報は、本文の主要根拠にはしない。
• 速報性の高い情報は、一次情報や複数の公開情報で補強できる場合に限って扱う。
• 本文の実務判断に直結しない詳細は、追加深掘り候補として分離する。

判断基準

本文では、確認した根拠、比較軸、限界を分け、主張が一次情報・補助資料・公表情報からの推定のどれに基づくかを明示する方針にした。

確認済みの根拠

• Polanyi の暗黙知と from-to / subsidiary awareness / focal awareness を確認
• Nonaka & Takeuchi の SECI の基本構造を確認
• LLM の grounding / fidelity / hallucination に関する主要論文を確認
• articles/tacit-knowledge-ai-summarization/index.mdx に本文を作成
• Mermaid 図解と比較表を追加
• git diff --check で差分の整形エラーを確認

更新が必要になる条件

• 生成AIを使った組織ナレッジ管理の実例を、業種別に比較する
• 翻訳AIが用語集・ローカル慣習をどの程度保持できるかを検証する
• 暗黙知の継承における動画、音声、画像、センサーデータの寄与を整理する
• ハルシネーション対策としての provenance 設計と監査ログ設計を別テーマで掘る