AI時代に必須の思考法　「アナリティカルシンキング®」

• ★★★★★

  ★★★★★
• 従来は仮説を設定してそれを検証するアプローチだったが、今は仮説の設定自体が誤っている可能性から探索し、この仮説を正しく設定するところからできるようになった。また、目的を明確化し、データを分解、分析することも重要と認識した。もう少し具体的な使い方を学んでみたい。

• ★★★★★

  ★★★★★
• 以下を学びました。 ・AIが生み出している流れ ・クリティカルシンキング ・考え方

• ★★★★★

  ★★★★★
• 正直、難しい内容と感じましたが、話を聞いていると納得できました。もう少し自分でアナリティカルシンキングについて勉強します。

• ★★★★★

  ★★★★★
• データから導き出せるものにはたくさんの可能性があるので、適切なデータから適切なアプローチにつなげていけるようにしてまいります。

• ★★★★★

  ★★★★★
• 優秀な機械を使っても、結局扱う人間によって価値が決まってくるものだと感じた。 仮説を立てる上で、経験者から意見を聞いたりすることは日頃から行なっていて、その前に多面的にデータ分析をすることで見えてくるものが多いと思った。 ここでも、PDCAを回し続けて、データ自体が正しいのか、どう活かすのかを考え続けないと意味自体がなくなってしまうので、分析能力の向上と合わせて、多面的にデータを見れる能力などを身につけていきたいと感じた。 分析したデータをどう使うか、なにを導き出すことができるのかは、統計だけでは測れないものが多いと感じる。

• ★★★★★

  ★★★★★
• データ分析の重要性がわかりました。

• ★★★★★

  ★★★★★
• データを分析して、仮説を立てていくことは、今後必須のスキルになります。データが集めやすくなり、個人でもある程度の分析ができるようになった現代では、より社会人のスキルとして必要になると思います。自分自身まだまだデータの収集、分析スキルが不足しているので、基本的なものから改めて便器していく必要性を感じました。

• ★★★★★

  ★★★★★
• AIが進化してきている今、アナリティカルシンキングが重要になっている理由背景がよくわかりました。結果を鵜呑みにしないという話をきいたとき、以前マイクロソフトのAIであるTayがTwitterアカウントで「ヒトラーは正しい」等と発言したことによって、アカウントが停止されたという事象があったことを思い出しました。結果を鵜呑みにしないということはこの事象からも言えていると思うのでうまく付き合っていく必要があるなと改めて感じました。

• ★★★★★

  ★★★★★
• 数字の背景にも気をつけて仮説立てと検証を行なっていこうと思いました。

• ★★★★★

  ★★★★★
• これからは数字の分析もできる人材が重宝するとのことで、経理としてよりステップアップするためにもアナリティカルシンキングを学ぶいい機会となりました。データ分析は苦手ですが挑戦していこうと思いました。