DDM — 次元発見メソッド

本質

既存の選択軸への囚われを解き

新しい次元（軸自体）を発見し

選択空間を拡張することで

自律的な意思決定能力を獲得する方法論

✓ これは何か

・「答え」ではなく「問い」を発見する方法
・軸の「値」ではなく「軸自体」を発見する構造
・使うほど自律し、最終的に不要になる設計思想
・あらゆる「選択・意思決定」問題に適用可能

✗ これは何ではないか

・診断ツール（MBTI、ストレングスファインダー等）
・答えを与えるAI
・専門家への依存を生むサービス
・特定領域に限定された方法論

2軸 × 4象限

軸1：認識の対象

軸の値（答え）→軸自体（問い）

軸2：認識の主体

依存（他者に教わる）→自律（自ら発見する）

軸自体（問い）

依存

II 協働的発見

DDMが支援

I 自律的発見

目指す到達点

III 答え探し

多くの人の現在地

IV 自律的選択

軸は固定

自律

軸の値（答え）

Step 0：少数派問い（軸候補の拡張）

目的：既存の軸候補が「既知」に制約されている問題を解決する。

AIの知識層は「重み付き平均」構造を持つため、一般的な問いでは少数派の知見が呼び出されにくい。 Step 0で意図的に軸候補を拡張する。

■ 反主流探索

・この分野で最も異端とされる見解は何か？
・主流派が見落としている前提は何か？
・この結論に反対する専門家の論拠は何か？

■ 時間軸シフト

・10年後に主流になりうる少数意見は何か？
・10年前の主流で、今は否定されているものは何か？

■ 領域横断

・この領域で私が見落としている軸は何か？
・異分野から借用できる軸は何か？
・主流派が採用していない軸は何か？

適用判断

・軸候補のストックが豊富 → Step 1から開始でOK
・軸候補のストックが少ない → Step 0から開始
・領域内の深掘り → Step 1-5で十分
・領域横断の発見 → Step 0の領域横断問いが有効

実践ステップ

Step 1：現在地の診断

・今、何を選ぼうとしているか？
・どの軸で比較しているか？
・その軸は「当然」と思っているか？

Step 2：軸の可視化

・その軸は誰が決めた軸か？
・他にどんな軸がありうるか？
・価値5次元で見るとどう見えるか？

Step 3：事例比較

・同じ選択を別の軸で見た人はいるか？
・その人はどんな結果を得たか？
・自分との違いは何か？

Step 4：次元発見

・「そんな見方があったのか」と感じたか？
・新しく見えた軸は何か？
・その軸で見ると、選択はどう変わるか？

Step 5：自律への移行

・この次元発見を他の領域に転移できるか？
・次回、自分で軸を発見できそうか？
・DDMなしで問いを立てられるか？

価値5次元モデル

1価値創造度

消費者

創造者

2自律度

依存

自律

3時間軸

短期最適

長期価値

4関係性

取引

共創

5成長性

固定

進化

三つの警告

△ 警告1：軸を固定するな

価値5次元は「例」であり「正解」ではない。軸自体も「含んで超える」対象。

△ 警告2：発見を目的化するな

次元発見は手段であり目的ではない。最終目的は「より良い選択・意思決定」。

△ 警告3：依存を生むな

DDMへの依存は失敗。卒業させることがDDMの成功。

卒業条件

□自ら問いを立てられる
□自ら軸を発見できる
□DDMなしで次元発見できる

Dimension Discovery Method (DDM)

本質