優れたアイデアやプロジェクトの着想は、必ずしもデスクの前でディスプレイに向かっている時に生まれるとは限りません。移動中の何気ない雑談、カフェでの議論、あるいは散歩中にふと思い浮かんだ独り言の中にこそ、後から振り返ると宝物のような示唆が含まれていることが多々あります。
しかし、それらの日常の非定型な発言の多くは、その場で書き留められることなく、時間の経過とともに脳の忘却の彼方へと消え去っていきます。「あの時、誰とどんな文脈で何を話していたか」「過去のあの議論を録音して知識として残しておけばよかった」という強い後悔から、私たちはある実験を開始しました。
Apple Watchなどのウェアラブルデバイスやピンマイクを活用し、静かな環境での対話や思考ログを常時録音（ライフログ化）し、それをAIが自動でテキスト化してエンティティ間の関係性を結ぶ「ナレッジグラフ（Knowledge Graph）」へと還元する構造の検証です。
試したこと：常時録音データからナレッジグラフへの自動変換パイプライン
実験では、ウェアラブル端末で取得した音声データをローカルまたはプライベートなバックエンドへ安全に同期し、以下のパイプラインを通じてナレッジへと変換する仕組みを構築しました。
- 音声データのWhisper文字起こし: 取得した音声ログを高精度な音声認識モデルでテキスト化し、話者の区切りとタイムスタンプを付与する。
- AIによるノイズ除去と要点抽出: 単なる世間話や不要な間記号を取り除き、発言に含まれる「問い」「仮説」「選んだ選択肢」「感情の揺れ」を抽出する。
- ノードとエッジの抽出（ナレッジグラフ化）: 発言に登場する人名、プロジェクト名、技術概念、課題感を「ノード（点）」とし、それらの関係性（例: 〜が〜に懸念を抱いている、〜が〜の解決策として提案された）を「エッジ（線）」としてグラフデータベースへ自動登録する。
単純なテキストファイルとして日記や議事録を溜め込む従来の手法に比べ、ナレッジグラフ化されたデータは「人間関係や文脈のネットワーク」として保持されるため、後から高度なコンテクスト検索が可能になります。
実験の中で観察された変化と発見
この実験を数ヶ月続けて観察された最も大きな変化は、過去の自分の思考ログとの再会プロセスが、単なる「単語の検索」から「記憶の文脈の再体験」へと進化した点でした。
たとえば、AIに対して「先月、新しいプロダクトのインターフェースについて迷っていた時、自分は何に違和感を覚減していたか」と質問すると、単に「デザインが気に入らない」といった言葉だけでなく、「当時の〇〇さんとの会話で、ユーザーの操作手順が1ステップ多いことに懸念を示していた」という、感情と人間関係が結びついた正確な文脈が即座に呼び出されます。
キーボードで綺麗にまとめられたドキュメントよりも、生の音声から抽出された雑多な対話ログの方が、当時の製作者の切実な課題感や美学がそのまま残っているという面白い事実が浮かび上がってきました。
| 記憶の保持形態 | 記録の手間 | 情報の検索性 | 文脈・感情の保持度 | AIによる再利用性 |
|---|---|---|---|---|
| 1. 手動のテキストメモ | 高い（意志が必要） | 単語検索のみ | 低い（要約され失われる） | 部分的（固定テキスト） |
| 2. 生音声ファイルの保存 | 低い（録音ボタンのみ） | 非常に低い | 高い（音声のまま残る） | 低い（容量大、検索困難） |
| 3. 音声ナレッジグラフ化 | 低い（常時・自動化） | 非常に高い（関係性検索） | 高い（状況と感情の抽出） | 非常に高い（AIの長期記憶） |
音声ログの暗号化とローカルファーストなセキュリティ設計
常時録音というアプローチを実践する上で、避けて通れないのがプライバシーと機密情報の保護です。他者とのプライベートな会話や社外秘のプロジェクト名がクラウド上に生のまま平文で保存されることは、極めて大きなセキュリティリスクとなります。
そのため本実験では、ウェアラブル端末で取得した音声データは即座に端末内の安全な暗号化領域（Keychain/Keystore）に格納され、ローカル環境で一時的な文字起こしとノイズフィルタリングを行った後に、必要最小限の構造化ノードのみを暗号化通信でナレッジグラフへ格納するローカルファーストなセキュリティ構成を徹底しました。
グラフ構造が引き出す「過去の自分との対話体験」
単なる過去のメモの検索は「データの取り出し」に過ぎませんが、ナレッジグラフとして記憶が網の目のように結びついていると、AIとの対話は「過去の自分とのセッション」へと変わります。
「数年前に試して挫折したアイデア」と「先週思いついた新しい課題感」が、グラフのエッジを通じて予期せぬ形で結合し、AIが「以前〇〇で失敗した手法と、今回の新しいアプローチを組み合わせると解決するのではないか」といった提案を出してくる。これは単なるデータ保管を超えた、自分自身の思考の外部脳（拡張された思考空間）としての手応えでした。
実践の中で生まれた独自の思考と美学
自らの日常の言葉をすべて記録し、AIのナレッジグラフへと還元していくプロセスは、自分自身の思考の癖や矛盾を客観的に突きつけられる体験でもありました。
自分では「一貫した方針でプロジェクトを進めている」つもりになっていても、数週間前の音声ログのナレッジグラフを参照すると、全く逆の懸念を口にしていたり、同じ課題で何度もぐるぐると思考停止に陥っていたりすることが白日のもとに晒されます。
AIによって自分の過去の思考を構造化して提示されることで、人間は「自分が過去に何に迷い、どのように考え方をアップデートしてきたのか」という自分の成長の軌跡を冷徹に自覚できるようになります。記憶を外部化することは、単なる省力化ではなく、自己理解を深めるための強力な鏡となるのです。
まだ答えのない問い
しかし、あらゆる日常会話や思考を録音し、AIの記憶へと還元し続けることには、まだ解けていない根深い問いが存在します。
人間にとって「物事を忘れること（忘却）」は、過去の失敗や傷を癒やし、新しい思考に柔軟に向き合うための重要な適応機能でもあります。すべての発言や迷いが永久にナレッジグラフとして検索可能な状態に保たれることは、人間を「過去の自分」という枠組みに縛り付け続けることにならないでしょうか。
また、周囲の人間との何気ない会話をどこまで記録し、いかにプライバシーと信頼関係を守るかという倫理的境界線も極めて繊細です。記憶を過剰に外部化する技術と、人間らしい不完全な忘却のバランスをどう設計すべきなのか。この実験は技術的な挑戦を超えて、人間の自己同一性そのものを問いかけています。
