Submit Search
Upload
KJ法のW型問題解決モデルとU理論、それぞれの問題意識
•
3 likes
•
3,893 views
N
nishio
Follow
KJ法のW型問題解決モデルとU理論、それぞれの問題意識
Read less
Read more
Education
Report
Share
Report
Share
1 of 53
Download now
Download to read offline
Recommended
KJ法のW型問題解決モデルとU理論、それぞれの問題意識 加筆版
KJ法のW型問題解決モデルとU理論、それぞれの問題意識 加筆版
KJ法のW型問題解決モデルとU理論、それぞれの問題意識 加筆版
nishio
KJ法の背景
KJ法の背景
nishio
このスライドは、サイボウズ・ラボの西尾泰和と竹迫良範が、 京都大学サマーデザインスクール 2014で行った「学び方のデザイン」の講義資料の一部です。 他のスライドは http://nhiro.org/kuds2014/ で見つけることができます。
KJ法、NM法、GTA
KJ法、NM法、GTA
nishio
KJ法のススメ
KJ法のススメ
Keisuke Sakamoto
量子アニーリングマシン(イジングマシン)の入力であるイジングモデルの設計方法について
量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング
nishio
2017年夏のプロシンの幹事体験談です
夏プロ報告
夏プロ報告
nishio
東工大MOT特別セミナーで講演したスライドです
ITと経営
ITと経営
nishio
POMCPを用いたガイスターAIの実装
部分観測モンテカルロ計画法を用いたガイスターAI
部分観測モンテカルロ計画法を用いたガイスターAI
nishio
Recommended
KJ法のW型問題解決モデルとU理論、それぞれの問題意識 加筆版
KJ法のW型問題解決モデルとU理論、それぞれの問題意識 加筆版
KJ法のW型問題解決モデルとU理論、それぞれの問題意識 加筆版
nishio
KJ法の背景
KJ法の背景
nishio
このスライドは、サイボウズ・ラボの西尾泰和と竹迫良範が、 京都大学サマーデザインスクール 2014で行った「学び方のデザイン」の講義資料の一部です。 他のスライドは http://nhiro.org/kuds2014/ で見つけることができます。
KJ法、NM法、GTA
KJ法、NM法、GTA
nishio
KJ法のススメ
KJ法のススメ
Keisuke Sakamoto
量子アニーリングマシン(イジングマシン)の入力であるイジングモデルの設計方法について
量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング
nishio
2017年夏のプロシンの幹事体験談です
夏プロ報告
夏プロ報告
nishio
東工大MOT特別セミナーで講演したスライドです
ITと経営
ITと経営
nishio
POMCPを用いたガイスターAIの実装
部分観測モンテカルロ計画法を用いたガイスターAI
部分観測モンテカルロ計画法を用いたガイスターAI
nishio
交渉力についての雑な解説
交渉力について
交渉力について
nishio
機械学習とif文が地続きであることを解説しました。 ver.2 質問への回答を追加し、顧客価値の小問に図を追加してわかりやすくかみ砕きました。
If文から機械学習への道
If文から機械学習への道
nishio
第1回 田辺研究会での発表資料
組織横断型研究室構想
組織横断型研究室構想
nishio
2017の首都大学東京情報通信特別講義の講義資料
2017首都大学東京情報通信特別講義
2017首都大学東京情報通信特別講義
nishio
モンテカルロ計画法
強化学習その5
強化学習その5
nishio
未踏ジュニアキャンプ2017のメンタープレゼンで話したスライドです
良いアイデアを出すための方法
良いアイデアを出すための方法
nishio
部分観測マルコフ決定過程
強化学習その4
強化学習その4
nishio
関連スライド一覧 https://github.com/nishio/reinforcement_learning
強化学習その3
強化学習その3
nishio
社内勉強会での講演資料
強化学習その2
強化学習その2
nishio
社内勉強会での講演資料
強化学習その1
強化学習その1
nishio
機械学習に関して「線形な学習機より非線形な学習機の方がよい」という誤解が根強い。 モデルの表現力は確かに非線形版の方が高い。が、トレードオフとして必要なデータ量も多い。 実際に少ないデータ量で非線形版を使うと何が起こるのか回帰を題材に実験して確認する。
線形?非線形?
線形?非線形?
nishio
「機械学習や人工知能で解決できないか」という相談を しばしば受ける。特にエンジニアではない人に経営学の言葉で 説明する時に、手持ちの道具では不足を感じる。 「ビジネスモデル」という漠然としたものの設計をわかりやすく するために「リーンキャンバス」というフレームワークが生まれ たみたいに「機械学習・人工知能」 に対してもキャンバスがあれ ばいいのではないか?そこでver. 0.1を作ってみた。
機械学習キャンバス0.1
機械学習キャンバス0.1
nishio
2016年首都大学東京「情報通信特別講義」で行なった講義の資料です。
首都大学東京「情報通信特別講義」2016年西尾担当分
首都大学東京「情報通信特別講義」2016年西尾担当分
nishio
モメンタム、Nesterov accelerated gradientとAdagrad, Adadelta, Adamについて解説しました。
勾配降下法の最適化アルゴリズム
勾配降下法の最適化アルゴリズム
nishio
社内勉強会(話スシ)で話した資料
Wifiで位置推定
Wifiで位置推定
nishio
ESP8266EXで位置推定
ESP8266EXで位置推定
ESP8266EXで位置推定
nishio
Raspberry PiをWifiアクセスポイントにする。 DHCPサーバもRaspberry Pi上で動かす。 そしてそのネットワークへのアクセスを、既存のWifiにルーティングする。 その手順を一歩一歩確認しながらやることでネットワークの知識を深める。
Raspberry PiでWifiルータを作る
Raspberry PiでWifiルータを作る
nishio
Raspberry Piを使えばWifi接続も簡単だがなにぶんサイズや電力消費が大きいのでもっとコンパクトなデバイスを使いたい。 そういうニーズでよく使われているデバイス(ESP-WROOM-02とか)について、用語の整理をしつつ解説する。
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
nishio
未踏ブースト会議2016にて
「ネットワークを作る」ってどういうこと?
「ネットワークを作る」ってどういうこと?
nishio
未踏社団の目的である「ネットワークを作ることでイノベーションを加速」について掘り下げて解説します。
「ネットワークを作ることでイノベーションを加速」ってどういうこと?
「ネットワークを作ることでイノベーションを加速」ってどういうこと?
nishio
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ssusere0a682
お茶の水女子大学で開催された全学FD/SD「授業・研究における生成系AIの活用事例」における講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
Takayuki Itoh
More Related Content
More from nishio
交渉力についての雑な解説
交渉力について
交渉力について
nishio
機械学習とif文が地続きであることを解説しました。 ver.2 質問への回答を追加し、顧客価値の小問に図を追加してわかりやすくかみ砕きました。
If文から機械学習への道
If文から機械学習への道
nishio
第1回 田辺研究会での発表資料
組織横断型研究室構想
組織横断型研究室構想
nishio
2017の首都大学東京情報通信特別講義の講義資料
2017首都大学東京情報通信特別講義
2017首都大学東京情報通信特別講義
nishio
モンテカルロ計画法
強化学習その5
強化学習その5
nishio
未踏ジュニアキャンプ2017のメンタープレゼンで話したスライドです
良いアイデアを出すための方法
良いアイデアを出すための方法
nishio
部分観測マルコフ決定過程
強化学習その4
強化学習その4
nishio
関連スライド一覧 https://github.com/nishio/reinforcement_learning
強化学習その3
強化学習その3
nishio
社内勉強会での講演資料
強化学習その2
強化学習その2
nishio
社内勉強会での講演資料
強化学習その1
強化学習その1
nishio
機械学習に関して「線形な学習機より非線形な学習機の方がよい」という誤解が根強い。 モデルの表現力は確かに非線形版の方が高い。が、トレードオフとして必要なデータ量も多い。 実際に少ないデータ量で非線形版を使うと何が起こるのか回帰を題材に実験して確認する。
線形?非線形?
線形?非線形?
nishio
「機械学習や人工知能で解決できないか」という相談を しばしば受ける。特にエンジニアではない人に経営学の言葉で 説明する時に、手持ちの道具では不足を感じる。 「ビジネスモデル」という漠然としたものの設計をわかりやすく するために「リーンキャンバス」というフレームワークが生まれ たみたいに「機械学習・人工知能」 に対してもキャンバスがあれ ばいいのではないか?そこでver. 0.1を作ってみた。
機械学習キャンバス0.1
機械学習キャンバス0.1
nishio
2016年首都大学東京「情報通信特別講義」で行なった講義の資料です。
首都大学東京「情報通信特別講義」2016年西尾担当分
首都大学東京「情報通信特別講義」2016年西尾担当分
nishio
モメンタム、Nesterov accelerated gradientとAdagrad, Adadelta, Adamについて解説しました。
勾配降下法の最適化アルゴリズム
勾配降下法の最適化アルゴリズム
nishio
社内勉強会(話スシ)で話した資料
Wifiで位置推定
Wifiで位置推定
nishio
ESP8266EXで位置推定
ESP8266EXで位置推定
ESP8266EXで位置推定
nishio
Raspberry PiをWifiアクセスポイントにする。 DHCPサーバもRaspberry Pi上で動かす。 そしてそのネットワークへのアクセスを、既存のWifiにルーティングする。 その手順を一歩一歩確認しながらやることでネットワークの知識を深める。
Raspberry PiでWifiルータを作る
Raspberry PiでWifiルータを作る
nishio
Raspberry Piを使えばWifi接続も簡単だがなにぶんサイズや電力消費が大きいのでもっとコンパクトなデバイスを使いたい。 そういうニーズでよく使われているデバイス(ESP-WROOM-02とか)について、用語の整理をしつつ解説する。
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
nishio
未踏ブースト会議2016にて
「ネットワークを作る」ってどういうこと?
「ネットワークを作る」ってどういうこと?
nishio
未踏社団の目的である「ネットワークを作ることでイノベーションを加速」について掘り下げて解説します。
「ネットワークを作ることでイノベーションを加速」ってどういうこと?
「ネットワークを作ることでイノベーションを加速」ってどういうこと?
nishio
More from nishio
(20)
交渉力について
交渉力について
If文から機械学習への道
If文から機械学習への道
組織横断型研究室構想
組織横断型研究室構想
2017首都大学東京情報通信特別講義
2017首都大学東京情報通信特別講義
強化学習その5
強化学習その5
良いアイデアを出すための方法
良いアイデアを出すための方法
強化学習その4
強化学習その4
強化学習その3
強化学習その3
強化学習その2
強化学習その2
強化学習その1
強化学習その1
線形?非線形?
線形?非線形?
機械学習キャンバス0.1
機械学習キャンバス0.1
首都大学東京「情報通信特別講義」2016年西尾担当分
首都大学東京「情報通信特別講義」2016年西尾担当分
勾配降下法の最適化アルゴリズム
勾配降下法の最適化アルゴリズム
Wifiで位置推定
Wifiで位置推定
ESP8266EXで位置推定
ESP8266EXで位置推定
Raspberry PiでWifiルータを作る
Raspberry PiでWifiルータを作る
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
「ネットワークを作る」ってどういうこと?
「ネットワークを作る」ってどういうこと?
「ネットワークを作ることでイノベーションを加速」ってどういうこと?
「ネットワークを作ることでイノベーションを加速」ってどういうこと?
Recently uploaded
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ssusere0a682
お茶の水女子大学で開催された全学FD/SD「授業・研究における生成系AIの活用事例」における講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
Takayuki Itoh
ものづくり産業では材料加工の一つである工作機械NCフライス盤が無くてはならない存在です。世界情勢の移りゆく中で市場が求める商品の変化に合わせ、新たな工作機械の提案が必要です。工作機械を学び、操作することで未来の機械を創造してみよう!
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
Kochi Eng Camp
2024年度受験者に向けた大学院説明会資料(機械系の各コースの説明資料)です。 ・機械系 大学院説明会|大学院で学びたい方|東京工業大学 https://www.titech.ac.jp/0/prospective-students/open-campus/briefing/department-mech ・工学院 機械系(系詳細ページ) http://www.mech.e.titech.ac.jp/jp/admission/index.html
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
Tokyo Institute of Technology
日本や世界の海で何十年にわたり活躍しているオーダーメイドの大型クレーンたち。丈夫で使いやすい"ものづくり"の設計や製造現場に隠された工夫とは…!? 大学で学んだ知識と好奇心を活かし体験・観察! 世界で末永く活躍する新しいクレーンを提案しよう!
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
Kochi Eng Camp
2024年度受験者に向けた大学院説明会資料です。2024/5 ●東京工業大学 建築学系大学院入試関連情報 https://sites.google.com/view/titecharchexam ● 東京工業大学 環境・社会理工学院 建築学系 https://educ.titech.ac.jp/arch/ ● 東京工業大学 環境・社会理工学院|東工大について https://www.titech.ac.jp/about/organization/schools/organization06
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
Tokyo Institute of Technology
Recently uploaded
(6)
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
KJ法のW型問題解決モデルとU理論、それぞれの問題意識
1.
KJ法のW型問題解決モデルと U理論、それぞれの問題意識 2015-05-11 西尾 泰和
2.
この講演の目的 U理論についての理解を促す。 そのために、川喜田二郎がKJ法を考案する ベースとなったW型問題解決モデルと オットー・シャーマーがU理論で語った U字曲線のモデルとを比較することで 複数の視点を得て多面的な理解を促す。 2
3.
この講演の流れ • 自己紹介 • 「同じ」と「似ている」の違い •
サイクル型モデルと非サイクル型モデル • W型モデルとU曲線モデルの違い 3
4.
自己紹介 西尾泰和(にしおひろかず) グループウェアの サイボウズ* の 研究部門
サイボウズ・ラボ** 在籍 4 * あらゆるチームのチームワークを支援する企業でありたい http://cybozu.co.jp/team/ ** ミッション: 次世代の製品・サービスの基盤となる技術を中長期視点で研究開発
5.
著書(1/2) プログラミング言語を 「言語設計者は、なぜ、 どういう問題を解決した くてこう設計したのか」 という視点から解説する 複数の言語の設計判断を 比較することで多面的な 理解を促す 5 中国語版、韓国語版も発売中
6.
著書(2/2) 単語の意味をベクトルと して扱う機械学習の手法 6
7.
実験結果 オライリー・ジャパンの電子書籍300冊を学習し 似たカテゴリの単語が近いベクトルに写像された 7
8.
京大サマーデザインスクール 去年、一昨年、KJ法の ワークショップを開催 100枚以上の付箋から 未知の構造を発見する スパルタなアプローチ 8 講義資料 http://nhiro.org/kuds2013/ http://nhiro.org/kuds2014/
9.
「続・エンジニアの学び方」連載 9 http://cybozushiki.cybozu.co.jp/articles/m000927.html
10.
この資料の流れ • 自己紹介 • 「同じ」と「似ている」の違い •
サイクル型モデルと非サイクル型モデル • W型モデルとU曲線モデルの違い 10
11.
「同じ」と「似ている」の違い A=B 11
12.
「同じ」と「似ている」の違い 12
13.
「同じ」と「似ている」の違い 13
14.
「同じ」と「似ている」の違い 14
15.
この資料の流れ • 自己紹介 • 「同じ」と「似ている」の違い •
サイクル型モデルと非サイクル型モデル • W型モデルとU曲線モデルの違い 15
16.
サイクル型モデル • PDCAサイクル • 実験科学の仮説検証サイクル •
リーンスタートアップ 16
17.
PDCAサイクル 17
18.
仮説 実験 仮説の修正 実験科学の仮説検証サイクル 18
19.
PDCAサイクルと科学的手法 Mass Production Specification Production
Inspection Scientific Method Hypothesis Experiment Test of Hypothesis 19 Statistical Method from the Viewpoint of Quality Control Walter Andrew Shewhart, William Edwards Deming (1986)
20.
リーンスタートアップ 20 「実践リーンスタートアップ」 p.13 「構築-計測-学習のループ」
21.
リーンスタートアップ 「顧客が存在する」という仮説の検証が スタートアップにとって最優先の課題 仮説の検証を低コスト・高速に行うために Minimum Viable Productを作る。 (最小限の、検証が実行可能な、製品) 21 Eric
Ries ”The Lean Startup” (2011)
22.
リーンスタートアップ 22 「実践リーンスタートアップ」 p.13 「構築-計測-学習のループ」 =仮説 MVPを
23.
サイクル型の問題点 サイクルにどうやって入るのか? 23
24.
どうやって入るのか? 川喜田二郎「実験科学の前に野外科学が必要だ」 野中郁次郎「PDCAの前にSが必要だ」* O・シャーマー「Uの谷をくぐる必要がある」 24 * SECIモデルのSocialization=共同化
25.
この資料の流れ • 自己紹介 • 「同じ」と「似ている」の違い •
サイクル型モデルと非サイクル型モデル • W型モデルとU曲線モデルの違い 25
26.
W型問題解決モデル 26 川喜田二郎「発想法」p.22
27.
川喜田二郎の問題意識 実験科学は繰り返し実験できることが前提だが… ”経営学のコンサルタントがある企業、職場を研 究する。その職場は、そこだけにしかない”* 繰り返せないものを研究する手法が必要である 27 *川喜田二郎(1967)『発想法:創造性開発のために』p.13
28.
野外科学 繰り返せないものを研究する手法 = フィールドサイエンス = 場の科学
= 現場の科学 = 野外科学 28
29.
W型問題解決モデル 29 川喜田二郎「発想法」p.22 P D C
30.
W型問題解決の方法=KJ法 1: データ集め、ラベル作り 2: ボトムアップでグループ編成 3:
別のフォーマットへ変換 30 川喜田二郎 “「知」の探検学” p.18
31.
データ集め、ラベルづくり 探検・観察: 自分の脳内や書籍からの情報収集 フィールドワークでの情報収集 収集した情報をラベル(カード)にする 31
32.
判断せずにまず書く 「関係ある/ない」の判断の前にまずは書く “問題に「関係のある」情報だけを集めたのでは いけない…「関係のありそうな」情報までを含め ねばならない。”* 32 * 川喜田二郎(1967)『発想法:創造性開発のために』p.32
33.
書いたものを広げる 人間の作業記憶は7個程度 100個のデータを頭の中で操作するのは困難 書いて机に広げれば 限界を超えられる 33
34.
ボトムアップのグループ編成 小チームから 大チームへ 34 “発想法” p.77
35.
ボトムアップのグループ編成 データをまとめる際に「分類」をしてはいけない “大分けから小分けにもっていくのはまったく邪 道である。かならず小分けから大分けに進まなけ ればならない” “できあいのワクの中に…はめこんでいるにすぎ ないのである。これでは KJ法の発想的意義は まったく死んでしまう。” 35 川喜田二郎(1967)『発想法:創造性開発のために』p76,78
36.
発想 集めたデータの中から 未知の関係性・構造を見出すこと 36 それを繰り返すことで 発想が育っていく “発想法” p.107
37.
W型問題解決モデル 37 川喜田二郎「発想法」p.22
38.
U曲線モデル 38 オットー・シャーマー“U理論” の図を西尾が再構成
39.
O・シャーマーの問題意識 過去に起こったことから学ぶのでは 過去の延長線上のことしかできないのでは? 複雑に絡み合った問題に対して、従来の科学の 要素還元的アプローチはうまくいかないでは? どうすれば複雑な問題の抜本的解決 「変革」を起こすことができるか? 39
40.
U曲線モデル 40 PDCA PDCA PDCA
41.
4つのステップ/意識状態 41
42.
4つのステップ/意識状態 42
43.
4つのステップ/意識状態 43
44.
4つのステップ/意識状態 44
45.
共通点 「繰り返せる」や「要素還元ができる」を 前提とした考え方に対する懸念 「判断の保留」の重視 「未知のもの」を作り出すことの重視 45
46.
違い:目的 KJ法の目的は「未知の構造を発見すること」 →目的は理解や知識、学び U理論も学びを重視はしているが、 それは目的ではなく社会を良くするための手段 46
47.
違い:「方法論」に対する態度 川喜田二郎は「W型問題解決モデル」ではなく その具体的な実践法「KJ法」の普及に注力した O・シャーマーは具体的な方法論より 実践者の意識状態モデルに重点を置いている。 行動の源にフォーカスすることが大事と主張 47 “U理論” p.38
48.
西尾の解釈 人間組織は機械のようにチューニングできない。 問題志向のアプローチ自体が問題を生む。 感情が原因。自衛のための反発。改善への抵抗。 モチベーションによって生産性が大違い。 モチベーションを高めるには、 具体的にどうすればよいのか? 48
49.
4つのステップ/意識状態 49
50.
違い:組織に関する態度 複数人からなる組織に関して: KJ法は「ボトムアップのグループ編成は複数人で の知識創造でも同じだろう」という考え 野中郁次郎のS-PDCAモデルは暗黙知の共有の ために共同作業のフェーズを設ける U理論の「ソーシャルフィールド」の概念は独特 50
51.
4つのステップ/意識状態 51
52.
まとめ 「同じ」と考えること=ダウンローディング 違いに注目することが重要 サイクル型モデル:サイクルにどう入るのか? 非サイクル型モデル: W型問題解決モデルとU曲線モデル 違い:目的、方法論、組織 52
53.
質疑応答 53
Download now