佐藤桂輔 研究室

オンライン教材「物理からはじめる説明の作法 ― 物理現象をめぐる説明の構築と批判を通して」を公開しました。 📘 教材を読む この教材が扱うこと 本教材は、物理の公式や解法を教えるための教材ではありません。 「見たこととそこから言えることを分ける」「条件を示して主張する」「証拠で支える」「限界を認める」――こうした説明の組み立て方を、物理現象を題材にして身につけるための教材です。 教材の概要 高校物理を学んでいる、あるいは学び終えた方を想定し、全12章の三部構成で学びます。 第I部　見る・分ける（第1〜4章） 第1章　見えたことと、そこから言えること 第2章　主張を支える三つの柱 第3章　グラフは何を語り、何を語らないか 第4章　断言を、条件つきの主張へ 第II部　つなぐ・組み立てる（第5〜8章） 第5章　モデルは「嘘」ではなく、道具である 第6章　何を変え、何を固定すればよいか 第7章　同じ現象を、同じ内容で語れているか 第8章　どこまでなら言えるのか 第III部　比べる・批判する（第9〜12章） 第9章　説明の骨組みを見えるようにする 第10章　たとえは、どこまで助けになり、どこで誤解を生むのか 第11章　もっともらしい説明を、どう公正に疑うか 第12章　科学を、社会に届く形で語る 本教材の特徴 独学でも授業でも ― 各章に小課題と解答例を配置し、一人でも読み進められる設計です 物理を足場に ― 物理現象を題材にしていますが、身につく力はあらゆる場面で使える思考の技術です 条件を貫くテーマに ― 断言に潜む条件、モデルの前提、統制変数、適用範囲、限定、反駁と、形を変えながら「条件」というテーマが全章を貫いています ぜひご活用ください。ご意見・ご感想はお問い合わせページよりお寄せください。

オンライン教材「AIと協働する技術 ― エージェント・ハーネス設計の12講」を公開しました。 📘 教材を読む この教材は「プログラミング」の教材ではありません 本教材は、PythonやAPIの使い方を学ぶプログラミング教材ではありません。 AIに「何をさせるか」「どう役割を分けるか」「どこまで任せるか」――こうした設計の考え方を身につけるための教材です。コードを書かなくても、ChatGPTやClaudeなどの生成AIを日常的に使っている方であれば、十分に読み進められます。 教材の概要 AIエージェントの「賢さ」ではなく「働かせ方の構造」を理解し、道具設計・計画管理・役割分担・安全統制を自ら設計できるようになることを目指しています。 高専・高校・大学の1〜2年生を主な読者として想定し、全12章の2部構成で学びます。 Part I　基盤：1体のAIを働かせる（第1〜6章） 第1章　AIを「魔法」ではなく「系」として見る 第2章　1つのループがエージェントを生む 第3章　AIに道具を持たせる 第4章　計画しないAIは迷う 第5章　必要な知識を、必要なときに読む 第6章　AIは忘れる――文脈と要約の設計 Part II　協調：複数のAIを設計する（第7〜12章） 第7章　役割分担でAIを強くする 第8章　仕事を分解し、依存を設計する 第9章　AI同士が連絡するとき、何が必要か 第10章　自分で仕事を見つけるAI 第11章　互いに邪魔しない作業空間をつくる 第12章　安全・権限・倫理――最後に人間が責任を持つ 本教材の特徴 プログラミング不要 ― コードではなく、AIの「外側の設計」（道具、計画、知識管理、役割分担、権限）を扱います 身近な比喩で理解 ― 物理実験の手順になぞらえて、AIの働かせ方を段階的に学べます 人間が主役 ― 「AIの出力に対する最終責任は人間にある」という原則を全体を通じて重視しています ぜひご活用ください。ご意見・ご感想はお問い合わせページよりお寄せください。

2025年12月18日、東海村立東海中学校にて、教職員の皆さま向けに生成AIの研修を担当させていただきました。 当日は約30名の先生方にご参加いただき、前半は生成AIの基本的な仕組みと、教育現場で扱う際の留意点を確認しながら、校務での具体的な使いどころを整理しました。 後半は、学校の環境で Microsoft Copilot Chat を利用できたこともあり、実際に手を動かす時間を十分に確保できました。 参加者の皆さまと一緒に確かめながら進められたのが印象的でした。 研修で扱った例（抜粋）： 学校だより・保護者向け文書のたたき台作成 校務の定型文の整備 今回の研修が、先生方の校務や授業づくりの負担軽減と質の向上につながれば幸いです。 研修のご相談は、お問い合わせ からお気軽にご連絡ください。

2025年11月29日（土）と30日（日）は，地域のみなさんと先生方と一緒に，AIとの付き合い方について考える2日間になりました． 11月29日（土）佐野中学区での講演 佐野中学区の自治会，民生委員の方々を中心とした会にお招きいただき，「わが子とAI，どうつきあう？」というテーマでお話ししました． 参加された皆さんからは，熱心にメモを取りながらうなずいてくださる姿や，具体的なご質問をいただきました． AIを「怖いもの」として遠ざけるのではなく，「一緒に学びながら距離感を探っていく存在」として捉えようとする前向きな姿勢が，とても印象的でした． 11月30日（日）教育実践学会第33回大会 翌日は，教育実践学会第33回大会（学会設立30周年記念）に参加し，AI時代の教育に関する実践報告や公開シンポジウムに関わりました． AIを授業や校務で積極的に活用されている先生方の報告を伺い，日々の試行錯誤や工夫の具体的な事例から多くの学びを得ました． シンポジウムでは，他の登壇者の先生方とともに，「AI時代の学びをどのように支えるか」について議論しました．登壇中はなんとか凌いだという感覚もありましたが，終わったあとに「今度，一緒にAIを使った授業づくりをやってみましょう」と声をかけていただき，新しい協働のきっかけが生まれつつあります． 地域のみなさんとの対話と，教育実践の現場での議論がつながった，印象深い週末になりました．

OpenAI から gpt-5.1-pro が公開されました。新しいモデルに触れるとき、私は毎回「1年前に自分が書いた LinkedIn 投稿をどのように読み取るか」をひとつの指標にしています。 この LinkedIn 投稿はいまでも気に入っていて、モデルごとに少しずつ違う読み方を見せてくれるのを楽しんできました。 今回 gpt-5.1-pro と向き合ったときにも、思わず「まじか」とつぶやいてしまう一言が返ってきました。その具体的なやりとりについては後半で触れつつ、ここではまず、きっかけになった LinkedIn のテキストを原文のまま残しておきたいと思います。 Below is the LinkedIn post I originally wrote in English one year ago: Let us reflect on the true essence of dialogue. There is a saying that “A knife is a chef’s life.” A chef treats their knife with the utmost respect, maintaining it with care and fostering a deep bond with their tool. This represents a relationship that transcends mere tool usage, evolving into something more profound. ...

PPMS Dynacoolの測定データを共同研究者に送るため、データ処理プログラムを作り直しました。実は、2年前の2023年12月にも同様のプログラムを作成していたのですが、そのプログラムが行方不明になってしまいました。 プログラムの再作成 今回、改めてゼロから作成したところ、実働わずか15分程度でプログラムが完成しました。全体でも2時間かかっていません。 機能: PPMSの測定データファイルをドラッグ＆ドロップ 自動的にグラフを生成 CSV形式でデータを出力 前回との最も大きな違いは、配布用のexeファイルまで作成できたことです。2023年時点では、Pythonスクリプトとしての作成に留まっていましたが、今回は実行ファイル化まで完了しました。 技術の進歩を実感 2023年当時も「Python 1年生、2年生（森巧尚著）」を参考に、比較的短時間でプログラムを作成できたことに驚いていました。それでも、20年前にVisual C++で測定器のデータ取得プログラムを作った時と比べれば、格段に効率的でした。 そして今回、さらに2年が経過した2025年。開発環境、ライブラリ、そして生成AIのサポートも含めて、技術進歩のスピードには改めて驚かされます。 プログラミング環境の変化 このような開発効率の向上は、単に個人のスキルが上がっただけではなく、以下のような環境の変化によるものと感じています： Pythonライブラリの充実と使いやすさの向上 PyInstallerなどのexe化ツールの安定性向上 ドキュメントやコミュニティの充実 生成AIによるコーディング支援←ここが今回は大きい！ 研究活動において、データ処理の効率化は非常に重要です。このようなツールを短時間で作成できる環境があることは、研究の生産性向上に直結します。 技術の進歩は、本当に速いですね。

9月から続いていた PPMS Dynacool のトラブルですが、無事に復旧し、測定を再開することができました。 復旧の経過 制御ボードの交換後、慎重に測定を再開していましたが、磁化曲線の測定後にタンク内の圧力が上昇し、クエンチのような現象が発生していました。原因は確定していませんが、磁場の掃引速度が影響している可能性を考え、最大掃引速度を 100 Oe/s から 30 Oe/s に変更しました。 この調整により、安定して測定できるようになり、2試料分のデータを取得することができました。 通信エラーへの対処 測定中、通信系統のエラーが発生することがありましたが、PCの再起動で解決できました。再液化は不要で、比較的簡易な対処で済んでいます。 今後の予定 装置が安定稼働するようになったため、共同研究者へのデータ提供や、新たな試料の測定を順次進めていく予定です。 研究にご協力いただいている皆様、ご不便をおかけしましたが、これで測定を本格的に再開できます。引き続きよろしくお願いいたします。

機械学習を活用した磁性材料の設計に関する研究論文が、Journal of Magnetism and Magnetic Materials に掲載されました。 論文情報: タイトル: Design and characterization of LaCo₁−xYxO₃ by machine learning 著者: Toa Asakura, Asuna Hagiya, Takashi Kataoka, Keiji Komatsu, Keisuke Sato 掲載誌: Journal of Magnetism and Magnetic Materials, Volume 635 (2025), 173593 DOI: https://doi.org/10.1016/j.jmmm.2025.173593 研究の背景 LaCoO₃は、温度変化によってコバルトイオンのスピン状態が変化する「スピンクロスオーバー現象」を示す代表的な材料です。この現象を元素置換によって制御することは重要な課題ですが、従来の実験的手法だけでは膨大な組成空間を探索することは困難でした。 研究内容 本研究では、ガウス過程回帰（GPR）という機械学習手法を用いて、LaCoO₃のB サイトへの元素置換が磁気励起エネルギーに与える影響を予測しました。従来、B サイト置換には遷移金属元素（Al、Ga、Rh、Irなど）が主に検討されてきましたが、機械学習による系統的なスクリーニングの結果、希土類元素であるイットリウム（Y）が有望な候補として浮上しました。 実際に LaCo₁−xYxO₃（x = 0, 0.02, 0.05, 0.07）試料を合成し、結晶構造解析、磁化測定、XPS 測定を行った結果、以下のことが明らかになりました： Y置換により、格子定数のc/a比が2.406から2.417へと系統的に増加し、異方的な格子歪みが生じる この格子歪みにより結晶場が変化し、磁気励起エネルギーが低下する傾向が確認された 機械学習モデルの特徴量重要度解析により、イオン半径が磁気励起エネルギー予測において最も重要な因子であることが定量的に示された 機械学習と実験の融合 本研究の特徴は、機械学習による予測を実験によって検証した点にあります。機械学習は直感的には選ばれにくい希土類元素Yを候補として提示し、実験がその予測の妥当性を裏付けました。このような「データ駆動型の材料設計」と「物理的理解に基づいた検証」を組み合わせたアプローチは、今後の材料開発において重要な方法論になると考えられます。 論文は以下のリンクからアクセスできます（オープンアクセス）: https://doi.org/10.1016/j.jmmm.2025.173593

9月から続いていた PPMS Dynacool のトラブルですが、復旧作業が進んでいます。 経過 制御ボードの経年劣化による故障が発生し、しばらく測定ができない状態が続いていましたが、ボード交換後、測定を再開することができました。 ただ、復旧後も予期しないトラブルが続いています。測定中に2回ほどクエンチのような現象が発生し、原因がチラー系統にあるのか、他の要因なのか、特定には至っていません。チラーの動作が安定していることを確認した後、慎重に測定を再開し、何とか2試料分のデータを取得することができました。 しかし現在、通信系統で新たなトラブルが発生しており、再度液化作業を行っているところです。 今後の見通し 装置の完全な安定稼働に向けて、引き続き調整を進めています。測定可能な状態になり次第、順次実験を再開する予定です。 研究にご協力いただいている皆様には、ご不便をおかけして申し訳ございません。装置の状態については、またご報告いたします。

Co添加In₂O₃におけるタリウム置換の効果に関する研究論文が、Journal of Magnetism and Magnetic Materials 誌に掲載されました。 論文情報: タイトル: “Thallium substitution effects on Co valence states and room-temperature ferromagnetism in co-doped In₂O₃: Experimental and machine-learning insights” 著者: Asuna Hagiya, Toa Asakura, Taketo Sekiya, Takashi Kataoka, Keiji Komatsu, Keisuke Sato 掲載誌: Journal of Magnetism and Magnetic Materials, Volume 630 (2025), 173450 DOI: https://doi.org/10.1016/j.jmmm.2025.173450 本研究では、希薄磁性半導体における元素置換の効果を実験と機械学習の両面から解析し、イオン半径とイオン化エネルギーという2つの基本的な物理パラメータによって、Co価数状態と室温強磁性の傾向を予測できる可能性を示しました。