— 書店の棚、AI推薦、固定面UIを一つの設計論として再構成する —

要旨　本提案は、近年の情報設計が「最短経路で答えへ到達させること」に偏り、一覧性・偶然性・文脈保持・編集責任を弱めてきたという問題意識に基づく。書店の棚は単なる在庫配置ではなく、選書と陳列を通じて知的導線を構成する編集面である。同様に、プロフェッショナルUIにおいても、見た目の単純化より、全体を見渡せる固定面、作業に応じて再配置できる可変面、そして元データを隠さないAI補助層を統合した設計が必要である。

1．背景と問題設定

経済産業省の「書店活性化プラン」は、街中の書店を「地域の重要な文化拠点」と位置づけ、日本の書店総数が2014年の14,658店から2024年には10,417店へ減少し、2024年11月時点で全国493自治体、約28％が無書店自治体であると報告している[1]。ここで重要なのは、書店減少を単なる販売チャネルの縮小としてではなく、地域における知的接触面の喪失として捉える必要がある点である。

この問題は、単に「紙かデジタルか」という媒体論ではない。書店、新聞、百科事典、そして業務用の高密度UIに共通するのは、利用者があらかじめ完全な検索語を持っていなくても、一覧を起点に比較・逸脱・発見へ進めるという構造である。Ben Shneidermanが提示した「overview first, zoom and filter, then details-on-demand」という原則は、この構造を情報可視化の基本として定式化した[2]。

一方、近年の推薦システムや対話型AIは、目的が明確な課題に対しては極めて高い効率を発揮する。しかし、その強みはしばしば「現在の関心に似たものをより速く返す」ことにあり、探索の幅や偶発的発見とは緊張関係に立つ。Kotkovらのサーベイは、推薦システムがしばしば既知の嗜好に近い項目を返し、ユーザを自明な提案に飽きさせるため、serendipity が重要な研究課題になっていると整理している[3]。

この問題を先取りしていた表現として、士郎正宗の原作漫画『攻殻機動隊』の一コマが示唆に富む。電脳化によってネットワークへの直接アクセスが可能な時代を描いた同作のある場面（政府要人が隠密に亡命を図る空港のシーンと記憶されるが、詳細な話数は未確認）において、当事者はキヤノン製の義眼を持ちながら、あえて紙の新聞を手に取っている。その紙面は見出しと写真が通常の日本語で組まれているが、本文はQRコードに置き換えられており、詳細はネット経由で読むという構造になっていた。電脳化された人物が、無限の情報へアクセスできるにもかかわらず紙を手に取るのは、紙面という「編集された有限の一覧」が持つ固有の価値を示している。見出しの並びは誰かの判断による文脈づけであり、読者はその面を一瞥することで、世界のいまを鳥瞰することができる。本文をネットに委ねることで深さと広がりは確保されるが、その「入口」の信頼は紙の編集面が担う。これは「固定面による概覧」と「ネットによる深掘り」の機能分離を、情報設計の原則として視覚化したコマであり、本提案が論じるUI設計の思想と正確に重なる。

2．本提案の中心命題

本提案の中心命題は単純である。すなわち、守るべきなのは「本屋という業態」や「古い固定画面」そのものではなく、人間が世界を面として把握し、そこに誰かの判断による編集が織り込まれている構造である。書店の棚には二つの価値がある。第一に一覧性であり、第二に、その一覧が人間の判断によって編成されていることである。Ann Steiner は、書店実務の観察研究を通じて、書店のキュレーションは space, selection, display, experience の四側面から成ると述べ、書店を「important curators of books」と位置づけている[4]。

ここでいう編集とは、単に人気順に並べることではない。何を前面に出すか、何を何の隣に置くか、どこで立ち止まらせるかを考え抜く作業である。したがって、ネット書店のおすすめが主として購買履歴や類似ユーザ行動の集計から生成されるのに対し、書店員の棚づくりは、読者の現在の欲望をなぞるだけでなく、その欲望の向きを少しずらす行為でもある。

この違いはUI設計にもそのまま当てはまる。レスポンシブで逐次展開するUIは、初心者の迷いを減らす点では有効である。しかしプロフェッショナルな作業では、「順に理解できること」より「同時に見えていること」が重要になる。Shneiderman の直接操作論が強調した visibility と rapid, reversible, incremental actions は、見えている対象に対し即時的に作用できることが生産性の核であると述べている[5]。

表1　推薦・編集・設計の三モデル比較

比較軸	多数決的アルゴリズム推薦	単独キュレーター中心	提案モデル：説明責任ある強いキュレーション
最適化対象	クリック率、購買確率、類似行動への追従	選者の美意識・問題意識・経験	公共性、発見性、作業効率、説明可能性の併置
長所	高速・個別化・スケーラブル	強い文脈づけ、意図的な隣接、価値判断の明示	人間の判断を残しつつ、計算資源で補助・検証できる
主な危険	視野狭窄、人気偏重、理由の不透明化	恣意性、属人化、閉鎖性、再現性の欠如	運用コスト増、目標定義の難しさ
UIへの含意	段階的・単線的・都度展開	固定面・強い編集・選別の押し出し	固定面＋再配置可能面＋AI補助層＋監査可能な基準

注：本表は本文の議論を整理したものであり、各列の長所をそのまま推奨するものではない。

3．ただし、「強いキュレーション」＝「独裁的選別」ではない

ここで重要なのは、上記の議論をそのまま「強いキュレーターがすべて決めるべきだ」という結論へ短絡させないことである。もしそう進めば、本提案は単なる反アルゴリズム主義、あるいは審美的権威主義へ後退する。むしろ本提案が主張すべきなのは、無責任な多数決の代わりに、説明責任を伴う偏りを設計せよ、ということである。

反駁は少なくとも三つある。第一に、人間の選別もまた偏る。単独のキュレーターは、視野の広さと同時に盲点も持つ。第二に、編集権限が説明不能なまま強まると、利用者はなぜそれが前面化されたのかを検証できない。第三に、実証的には、目的関数をクリックに置くならアルゴリズムが人間を上回る場合がある。Peukert, Sen, Claussen はオンラインニュースの現場実験で、平均的にはアルゴリズム推薦が人間キュレーションをクリック数で上回る一方、個人データが不足する場合や嗜好のばらつきが大きい場合には人間編集が相対的に優位になると報告している[6]。この知見は、人間対アルゴリズムの単純な優劣ではなく、目的関数と状況依存性を問うべきことを示す。

したがって、ネット推薦を単純に否定することも適切ではない。Fletcher と Nielsen は、ソーシャルメディア上でニュースに偶発的に接触する利用者が、非利用者より多くのニュースソースに触れていると報告しており、アルゴリズム環境が常に視野を狭めるとは限らないことを示した[7]。問題は、アルゴリズムが存在することではなく、何を最適化し、何を可視化し、何を監査可能にするかである。

以上から、本提案は「独裁的選別デザイン」をそのまま支持しない。支持するのは、以下の条件を満たす場合に限られた、強いが説明可能なキュレーションである。

・選別基準が暗黙の権威ではなく、利用目的と評価指標に照らして説明できること。

・人気指標や履歴類似性だけでは前面化されない項目を、意図的に混入できること。

・利用者が「なぜこれが出ているのか」を後から追跡できること。

・AIや集計ロジックが補助に回っても、元の一覧面そのものは失われないこと。

4．プロフェッショナルUIへの含意

複雑系のインタフェース設計に関する Ecological Interface Design は、設計の目標を「作業が要求する以上に認知処理を高い水準へ押し上げないこと」と整理する[8]。この観点から見ると、現代の多くの業務画面は、見た目を単純にする代わりに、必要な情報をモード切替や展開操作の奥へ追いやり、利用者の頭の中で再構成させている。これは初心者には親切でも、熟練者には遅い。

また、Cockburn らは、UI研究の重要課題として novice から expert への移行支援を整理し、単に初学者向けに簡略化されたままのUIでは、専門家レベルへの到達を妨げうることを示した[9]。このため、プロ用UIでは、初見での理解可能性だけでなく、使い込むほど高速化する余地が必要となる。

ここで高密度画面を擁護すると、しばしば「情報過多」「クラッタ」という批判が生じる。しかし Rosenholtz らが指摘するように、問題は単に情報量が多いことではなく、知覚上の clutter が高くなり、重要情報が埋没することである[10]。逆に、表示が疎すぎると、利用者は別ページや別ビューへの移動を強いられ、課題遂行に必要な情報を一度に保持できない。したがって、プロフェッショナルUIの設計課題は、密度そのものを削ることではなく、密度を秩序化することにある。

以上を踏まえると、限られた画面で密度を確保する方法として、次の原則が導かれる。

・隠すより圧縮する。完全に折りたたむのではなく、要約行、略号、スパークライン、差分表示などで「薄く見える」状態を保つ。

・切り替えるより並列に置く。一覧、主作業、詳細、履歴、警告を役割別に並列配置し、視線移動だけで往復できるようにする。

・位置を安定させる。熟練者はラベルではなく空間記憶でも操作するため、頻繁な位置変動は性能を損なう。

・利用者が面を育てられるようにする。再配置可能なインスペクター、比較用ピン留め、作業別レイアウト保存は、そのための実装形態である。

・AIは前面に出て画面を単純化しすぎない。差分要約、例外候補、優先度推定は補助として有効だが、元データの一覧面は常に残す。

表2　プロフェッショナルUIにおける「面」を保つ設計構造

層	役割
固定面	一覧、比較、例外検知、位置記憶の基盤。頻繁に位置を変えない。
可変面	再配置可能なインスペクター、差分表示、関連情報。作業文脈ごとに構成を保存する。
AI補助層	差分要約、異常候補、優先度の推定。ただし元データを隠さず、操作者がいつでも全体面へ戻れるようにする。
監査層	なぜそれが前面に出たか、どのルールや信号が働いたかを後から説明できるようにする。

5．結論：目指すべきは「人間の判断を残した高密度面」である

結論として、本提案が目指す方向は次のように要約できる。

・書店の棚から学ぶべきなのは偶然性そのものではなく、偶然が起こるように編集された面である。

・AIや推薦アルゴリズムは否定すべき対象ではないが、クリックや購買の最適化だけに委ねると、関心の射程は細りやすい。

・したがって、必要なのは多数決的集計でも単独権威の独断でもなく、説明責任・多様性・監査可能性を備えた強いキュレーションである。

・プロフェッショナルUIでは、見た目の簡潔さより、全体像の保持、空間記憶、異常検知、可逆的操作、そして熟達の余地を優先すべきである。

・実装としては、固定面、再配置可能なインスペクター、AI補助層、監査層を組み合わせた多層構造が有効である。

換言すれば、本提案の核心は「少ない情報をきれいに見せる」ことではない。必要なのは、意味のある偏りを引き受けつつ、利用者が全体を見失わないように設計された面を再建することである。これが、書店の棚からプロフェッショナルUIまでを一貫して説明する設計思想であり、1989年の漫画の一コマが静かに先取りしていた問いでもある。

参考文献

[1] 経済産業省. 『書店活性化プラン』. 2025年6月. https://www.meti.go.jp/policy/mono_info_service/contents/PDF/syotenplan.pdf

[2] Shneiderman, B. “The Eyes Have It: A Task by Data Type Taxonomy for Information Visualizations.” Proceedings 1996 IEEE Symposium on Visual Languages, 1996, pp. 336–343. https://doi.org/10.1109/VL.1996.545307

[3] Kotkov, D., Wang, S., & Veijalainen, J. “A Survey of Serendipity in Recommender Systems.” Knowledge-Based Systems, vol. 111, 2016, pp. 180–192. https://doi.org/10.1016/j.knosys.2016.08.014

[4] Steiner, A. “Select, Display, and Sell: Curation Practices in the Bookshop.” LOGOS, vol. 28, no. 4, 2017, pp. 18–31. https://doi.org/10.1163/1878-4712-11112138

[5] Shneiderman, B. “Direct Manipulation: A Step Beyond Programming Languages.” IEEE Computer, vol. 16, no. 8, 1983, pp. 57–69.

[6] Peukert, C., Sen, A., & Claussen, J. “The Editor and the Algorithm: Recommendation Technology in Online News.” Management Science, vol. 70, no. 9, 2024, pp. 5816–5831. https://doi.org/10.1287/mnsc.2023.4954

[7] Fletcher, R., & Nielsen, R. K. “Are People Incidentally Exposed to News on Social Media? A Comparative Analysis.” New Media & Society, vol. 20, no. 7, 2018, pp. 2450–2468. https://doi.org/10.1177/1461444817724170

[8] Vicente, K. J., & Rasmussen, J. “Ecological Interface Design: Theoretical Foundations.” IEEE Transactions on Systems, Man, and Cybernetics, vol. 22, no. 4, 1992, pp. 589–606. https://doi.org/10.1109/21.156574

[9] Cockburn, A., Gutwin, C., Scarr, J., & Malacria, S. “Supporting Novice to Expert Transitions in User Interfaces.” ACM Computing Surveys, vol. 47, no. 2, Article 31, 2014, pp. 31:1–31:36. https://doi.org/10.1145/2659796

[10] Rosenholtz, R., Li, Y., Mansfield, J., & Jin, Z. “Feature Congestion: A Measure of Display Clutter.” Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI 2005), 2005, pp. 761–770. https://doi.org/10.1145/1054972.1055078