| Project/Area Number |
21K01678
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 07080:Business administration-related
|
|---|
| Research Institution | The University of Fukuchiyama |
|---|
Principal Investigator |
亀井 省吾 福知山公立大学, 地域経営学部, 教授 (10868079)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
渋谷 節子 福知山公立大学, 地域経営学部, 教授 (50715141)
板倉 宏昭 東京都立産業技術大学院大学, 産業技術研究科, 教授 (80335835)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 人的ネットワーク / 外部力と内部力 / 結束プロセス / 社会課題解決 / 起業 / 地方創生 / 地域イノベーション / 生成AI / 社会課題 / センスメイキング / 組織化の進化モデル / シグネチャプロセス / フィードバック / つながり / 社会的課題 / 架橋ネットワーク / 結束化 / クラウドファンディング / 互酬性 / 直接結合 / 関係性の埋め込み / 産学公連携 / SDGs |
|---|
| Outline of Research at the Start |
本研究は、社会課題の解決という共通目的の設定下において、都市部と地方における起業家ネットワークの結束プロセスを明らかにすることが目的である。実証は、福知山市で実施予定の産学公連携事業により行う。都市部と地方の起業家ネットワークの結束プロセスを、文化人類学の視点も取り入れ明らかにする点に本研究の特色がある。また、本研究は、都市部と地方の連携によるSDGs諸課題へのアプローチの有効性を提示するとともに、特定都市に集中していた多様な企業活動を地方に還流しイノベーションを生み出すことへの貢献が期待できる。
|
| Outline of Annual Research Achievements |
社会課題の解決という共通目的の設定下において、都市部と地方における起業家ネットワークの結束プロセスを明らかにするべく、福知山市委託事業である「NEXT産業創造プログラム」において４事業年度にわたり実証研究している。最終年度の研究成果として、論文執筆１本と学会発表２本（国内１、国際１）を実施した。論文は、福知山公立大学研究紀要第９号へ掲載された。学会発表は、情報社会学会2024年年次研究発表大会Work In Progressと、南台科技大学 The 20th International Conference on Knowledge-Based Economy and Global Managementにて実施した。以下、論文の概要について述べる。
福知山公立大学紀要論文「デザインプロセスにおける生成AI活用の考察ーNEXT産業創造プログラムの事例を通じてー」は、デザインプロセスにおける生成AIの効用と課題を、NEXT産業創造プログラムを事例に検討した。実証研究から、生成AIは問題発見・定義だけでなく、解決策の収束段階にも貢献できることが示唆された。特に、ペルソナ設定や市場分析、意思決定の効率化において有効である一方、AIの出力品質にはばらつきがあり、人間の介在が不可欠であることも明らかになった。具体的には、「賢い質問」（的確なプロンプト設計）、「判断の統合」（客観データや既存知識との照合）、「相互学習」（段階的フィードバックによる精度向上）が求められ、これらをAIの記号接地問題を補完する重要なプロセスとして提示している。
|
