AI/生成AIを活用した研究開発の意思決定と評価軸の考え方

第1部 AIを活用した人の能力評価の可能性 – 創造性を例として -

(2024年12月13日 10:00〜11:30)

　人の能力は機械的に評価できるものではなく、人による判定が必要となる。同じ人物を評価しても、評価者によって結果が異なることがある。そのため、通常は複数の人によって評価し、結果を調整する。定められた手順による評価であっても、結果に疑問を持つことは少なからずある。では、AIに人の評価を任せれば、誰もが納得できる評価を得ることはできるのだろうか。 　そもそもAIは人を評価できるのか。本講演では、創造性を例にとりあげ、容易には判定できない人の能力評価におけるAI活用の課題を提示したい。

1. はじめに:人の能力評価について
2. AIが人の能力を評価するために – 創造性を例としてー
   1. 創造性の定義
   2. 創造性の測定尺度と課題
   3. 創造性を新たに定義する – 創造性の思考三位一体理論 -
   4. 創造性測定尺度の試作と課題
   5. 創造性測定尺度の開発
   6. 創造性測定尺度の信頼性
   7. 創造性測定尺度の妥当性
   8. 創造性測定尺度の課題
   9. 創造性の機械採点の試行
   10. 創造性のAI採点の試行
3. 終わりに:AIは人の能力を評価できるのか
• 質疑応答

第2部 生成AI時代の意思決定テクノロジーと研究開発での活用

(2024年12月13日 12:15〜13:45)

　本講演では、生成AIの進化がもたらす意思決定テクノロジーの進展について解説します。 　企業の研究開発などにおける活用事例を交え、生成AIを活用した意思決定テクノロジーによる意思決定プロセスの高度化や、ビジネスにおける新たな価値創出、競争力強化への貢献について考察し、今後の課題と展望を示します。

1. 意思決定テクノロジーの進化の背景
2. 意思決定テクノロジーの概要
3. AI・生成AIを活用した意思決定プロセスの高度化
4. 意思決定テクノロジーの活用事例
5. 研究開発領域における意思決定テクノロジーの新たなアプローチ
6. ビジネス競争力強化への生成AI・意思決定テクノロジーの貢献
7. 課題とリスクへの対処法
8. 意思決定テクノロジーがもたらす今後の展望
• 質疑応答

第3部 AI/DX利活用状況と意思決定支援向け応用研究

(2024年12月13日 14:00〜15:30)

　昨今の人材不足の影響もあり、業務のDX化は急務を要している。さらに業務遂行の際の意思決定支援や、業務そのものをAIに代行させる業種も出現してきている。本講演では、現状の国内外のAI/DXの利活用状況や、意思決定支援技術の概略と課題について概説する。 　また、AIを活用するためには良質の大量データが必要であり、データ取得のためのセンシング技術や、それらのデータを利用した応用事例についても紹介する。

1. AI/DXの国内外の取り組み
2. 意思決定支援技術
   1. 意思決定モデル
   2. AI適用の課題
3. 研究事例紹介
   1. センシング技術 (人流、気象)
   2. 避難誘導への応用
   3. 気象予測への応用
4. まとめと今後の展望
• 質疑応答

第4部 意思決定プロセスへのAI/生成AI活用と評価軸の考え方

(2024年12月13日 15:45〜17:15)

　AIや生成AIの進化は、企業の研究開発における意思決定プロセスに大きな変革をもたらしています。 　本セミナーでは、AI技術を活用した研究開発における戦略的な意思決定の方法や評価軸について解説します。具体的には、生成AIの応用範囲や倫理的課題を含め、企業がどのようにしてAI技術を適切に導入し、その成果を効果的に評価するかについて深掘りします。最新の事例や技術動向を交え、参加者に実践的な知見を提供します。

1. AI技術と生成AIの基本概念
2. 生成AIの研究開発における応用事例
3. AI導入による競争優位性の確保
4. 研究開発プロセスにおける意思決定への生成AIの影響
5. 生成AI導入のメリットとリスク
6. 戦略的なAI技術の導入計画とロードマップ
7. 生成AIの倫理的課題とリスク管理
8. AIプロジェクトの評価指標とKPI設定
9. 生成AIの研究向けファインチューニングについて
10. 生成AIの説明可能性と透明性の確保
11. AI技術を活用した研究開発の効率化
12. 生成AIの費用対効果と投資対効果の評価
13. AIと知的財産権の管理
14. 最新のAI技術動向と今後の展望
15. 人間とAIの協働によるイノベーションの促進
• 質疑応答