相互作用が複雑すぎる
働きづらさは、本人の状態だけでなく、仕事量、手順、評価、通勤、治療、支援、制度が同時に絡んで起きます。人間だけで全体を見続けるには、認知負荷が大きすぎます。
NBLが扱う難しさ
人間の多様性は、単純な支援メニューでは扱えない。
障害者雇用や難病就労支援の課題は、本人の状態、仕事の設計、環境、支援、時間、制度が絡み合って起きます。NBLは、この複雑さを減らすのではなく、扱える形にするためのサイトです。
NBLが目指す専門知識は、AIが最終判断をするためのものではありません。人間には重すぎる相互作用を、尊厳を損なわずに扱える形へ読み替え、よりよい問い、仮説、確認順序、説明の形を作るための知識の地図です。
情報には一面性が混ざる
国内外の資料、調査、制度情報、現場の声は重要です。一方で、障害を本人問題や雇用負担として切り取る情報も多く、そのままAIに読ませると古い見方を再生産する危険があります。
支援策名では解けない
合理的配慮、時短、在宅、通院配慮などの名前だけでは、何を変えればよいか分かりません。必要なのは、状況を構造として読み、次に確認する条件へ変える専門性です。
二層の専門知識
読み方の専門知識こそ、NBLの専門性の土台です。
NBLサイトで見えている相談事例、設計ガイド、記事、図解は、読み取った専門知識の提供面です。その前に、障害や病気の情報を、人の問題、職場の責任、制度名の答え、検索結果の要約へ閉じないための基礎専門性があります。
この第一層があるから、大量の資料とAIの読解力を、偏見の再生産ではなく、よりよい問いと仕事・社会参加設計へ向けられます。
専門情報を読む基礎専門性
第一層は安全策ではなく、専門性の土台です。ICF的な相互作用の見方と人権モデルの考え方を土台に、障害や病気に関する情報を、本人だけの問題にも、職場だけの責任にも、制度名だけの答えにも閉じずに読みます。
- 観察、推論、価値判断、提案を分け、根拠と解釈を混ぜない
- 多数データや目立つ声だけに引きずられず、少数でも重要な信号を残す
- 反対仮説、未確認事項、まだ言えないことを残し、AIの読解力を断定ではなく仮説づくりに使う
読み取ってまとめた仕事・社会参加の知識
その読み方で、健康時間、情報形式、職場接触点、開示、評価、支援接続などの関係をまとめます。これはサイト全体で、場面、相談事例、設計ガイド、記事、図解・ツールとして提供します。
- 障害種類や病名だけで閉じず、仕事条件の関係として読む
- 個別判断ではなく、問いと設計の材料として使う
- 複雑な知識を、読者の目的に合わせて複数の入口へ分ける
人の問題に閉じない
体調、認知負荷、経験だけに原因を閉じず、仕事量、情報形式、環境、支援、時間、制度との関係で読む。
制度名を答えにしない
合理的配慮や支援策名を否定せず、作業、手順、評価、相談線、回復時間へ翻訳する。
少数の信号を消さない
多いデータで全体をならす前に、視覚、聴覚、内部障害、精神、発達、難病などの違いを保つ。
AIを断定に使わない
大量情報を読む力を、結論の自動化ではなく、仮説、反対仮説、確認質問、言い切らない境界へ使う。
どう可能にするか
第一層では、AIの読解力を「断定」ではなく仮説づくりに使う。
AIを検索や要約だけに使いません。断片的で偏りを含む情報を、人、仕事、環境、支援、時間、制度の相互作用として置き直し、仮説、反対仮説、足りない文脈、まだ言えないことを分けるために使います。ここに、NBLの基礎専門性があります。
1. 断片を、そのまま信じない
調査回答、ワークショップ記録、制度資料、実務資料、国内外の公開情報、SNS上の問いを、まず観察・推論・価値判断・提案に分けます。きれいな文章でも、根拠と解釈を混ぜません。
2. ICF的な相互作用に置き直す
本人、仕事、環境、支援、時間、制度、証拠状態の関係として読みます。病名や障害種類は入口ですが、仕事設計の答えにはしません。
3. 仮説と反対仮説を同時に作る
「たぶんこうだ」と一つに決めず、別の見方、足りない文脈、まだ言えないことを一緒に出します。ここでLLMの読解力を使います。
4. 実データを専門知識ネットワークへ統合する
調査データ、ワークショップ、マニュアル、国内外の情報を、件数の多い領域だけに引きずられないように読み込み、仕事条件の共通構造と少数でも重要な違いを残します。
5. 人間が読める形に翻訳する
専門知識ネットワークはそのままでは複雑すぎます。場面、相談事例、仕事設計ガイド、記事、ツール、障害種類別入口に分け、読者の目的に合わせて出し直します。
専門知識ネットワーク
第二層では、読み取った知識を相互作用のネットワークとして持つ。
読解材料には、障害者・難病患者、雇用企業、支援者・支援機関に関する国内の調査研究、NIVR等の研究資料、JEEDの障害者雇用事例・合理的配慮事例、治療と仕事の両立支援資料、各種マニュアルやガイドブック、JANやEARNなど米国の技術支援情報、英国・EU・カナダ・豪州・ドイツ等の公開情報が含まれます。
これらは、公式見解の代替や引用集として使うのではありません。資料が何を照らし、何を落としているかを見ながら、人、仕事、環境、支援、時間、制度の関係として読み直し、使える専門知識ネットワークへ統合します。
国内調査研究
NIVR等の研究資料
JEED事例・合理的配慮事例
治療と仕事の両立支援資料
各種マニュアル・ガイド
JAN・EARN等の海外技術支援情報
人・体調・認知負荷
仕事量・手順・評価
環境・情報・動線
支援者・医療・制度
時間・回復・収入
仮説・反対仮説・保留
このサイトの価値
複雑な全体像を、読者の目的に合わせて、相談・設計・記事・図解・ツールへ翻訳する。
人間とのインターフェイス
直接チャットではなく、典型的な問いに先回りして届ける。
このサイトでは、利用者がAIに直接チャット相談する形を当面とりません。代わりに、よく起きるコミュニケーションの型を想定し、静的なページ、記事、図解、ツールとして前もって作ります。
境界と運営
AIを使っても、責任の境界は消さない。
強い専門性は、複雑さを途中で小さく丸めすぎないことで生まれます。一方で、公開、個別判断、学習への反映は、AIが勝手に進めるものではありません。
動的チャットは当面、公開面にしない
利用者が直接AIに個別相談する形ではなく、典型的な問いに合わせて静的コンテンツを前もって作ります。個別判断をAIに任せないためです。
SNSは社会との循環として扱う
ニュースや社会の問いに反応して発信する運用はあります。ただし、反応をそのまま根拠にせず、次の問いや改善候補として扱います。
人間の確認が止める
公開、最終判断、内容の更新は、人間の確認を通さずに進めません。AIを活用しても、責任の境界は消しません。
Next
このページから、次に進む。
順番に読ませるためではなく、いまの関心に合わせて、相談、設計、記事、素材、専門性へ移れるようにしています。