『Five Lines of Code — How and When to Refactor —』(Christian Clausen著、MANNING刊)の日本語版。

リファクタリングはソフトウェア開発やプログラミングの世界においてコードの品質向上や保守性の確保のために重要です。
何をリファクタリングすべきかは、問題の兆候を示す「コードの臭い」で説明されてきましたが、この概念は抽象的で、経験の浅いプログラマーには理解しづらいものでした。

本書では、「メソッドを5行以内で実装する」といった明確なルールを用いてリファクタリングを行うテクニックをステップバイステップで解説します。ルールの解説後には、そのルールの元となった「コードの臭い」についても説明されており、効率的に「コードの臭い」への感覚も養うことができます。

第1部では、GitHubで公開されている2Dパズルゲームのコードを主要な題材としてリファクタリングのプロセスを示しながら、適用するルールやパターンを解説します。

第2部では、チームでの開発にも焦点を当て、ルールとリファクタリングパターンを実務でどう活用するかを掘り下げます。コンパイラの機能の活用や、コメントを極力書かないようにするためのコツ、価値あるコメントの見極め方、コードの安全な削除／追加方法、将来的なリファクタリングで見落とされないように悪いコードをさらに悪く見えるようにして品質レベルを明確にするテクニックなど、実践で役立つトピックを広範に扱っています。

＜本書で学べること＞
悪いコードの兆候
コードを完全に理解していなくても安全に改善する方法
コードの最適化と汎用化のバランス
適用すべきリファクタリングパターン
リファクタリングのタイミング
など

●著者、訳者について
Christian Clausen（著者）
コンピュータサイエンスの修士号を持ち、専門は、プログラミング言語、特に、ソフトウェアの品質とバグのないコードの書き方。ソフトウェア品質に関する査読付き論文を2本共同で執筆し、権威ある学術誌やカンファレンスで再録された。また、パリの研究グループ用のCoccinelleというプロジェクトでソフトウェアエンジニアとして働いた経験があり、2つの大学でオブジェクト指向および関数型プログラミング言語の基礎から応用までを教えた経歴を持ち、その後は5年間にわたりコンサルタントおよび技術責任者として働いている。

Robert C. Martin（序文寄稿）
Object Mentor社の創業者社長で、「ボブおじさん」（Uncle Bob）の呼称で知られる伝説的プログラマ。

松田晃一（訳者）
博士（工学、東京大学）。石川県羽咋市生まれ。『宇宙船ビーグル号の冒険』を読み、絵描きではなく、コンピュータの道へ。海（海水浴）と温泉を好む。

本書では因果推論の活用を通じて、効果検証や相関と因果関係の違いといった、データ分析の現場でよくある問題を解決する方法を紹介します。

さらに、因果推論の基礎から、機械学習や時系列解析との組み合わせ、さらに因果探索まで学習することにより、因果推論を軸として幅広い問題に対応可能になります。これにより、データ活用の価値を高められます。

本書では、具体的な事例や豊富な図を用いて、因果推論の基本的な概念や手法を分かりやすく解説します。また、Pythonコードを用いた実装を通じて、因果推論を実務に応用するスキルを身につけることができます。

本書の特徴

実践的な学習と活用
因果推論の基礎だけでなく、ビジネスケースでの活用方法まで、分析手法や企業での活用例の解説をし、Pythonコードを用いた実装を通じてデータ分析のスキルを深めます。
直感的な理解のための全体像の把握と図解
因果推論、機械学習、時系列解析を図で構造的に解説します。
意思決定のためのガイドライン
最適な分析を行い、より良い意思決定に導くための具体的なガイドラインを提供し、データドリブンな意思決定を支援します。

目次

はじめに
第1章 因果の探求から社会実装
1.1 因果とは
1.2 因果推論の活用と価値創造
1.3 因果推論を活用した意思決定
第2章 因果推論の基礎
2.1 相関関係から因果関係へ
2.2 ランダム化比較試験とは
2.3 因果推論
2.4 因果効果
2.5 因果効果推定のためのグラフ
第3章 基本的な因果推論手法
3.1 分析の全体像と各種手法の前提
3.2 回帰分析に基づく手法
3.3 共変量調整・傾向スコア
3.4 二重にロバストな推定法
3.5 自然実験(準実験)の全体像
3.6 回帰不連続デザイン
3.7 操作変数法
3.8 差分の差分法
3.9 合成コントロール法
第4章 因果推論高度化のための機械学習
4.1 因果推論に機械学習を使用するメリット
4.2 機械学習の全体像
4.3 代表的な精度検証指標
4.4 演習：Auto MLによる高速実装
4.5 説明可能なAI
4.6 機械学習のダッシュボード化
第5章 因果推論と機械学習の融合
5.1 機械学習を用いた因果推論の全体像
5.2 因果推論に機械学習を使用する際の注意点
5.3 メタラーナー(Meta Learner)
5.4 Double/debiased machine learning
5.5 CATEを推定するその他の方法
5.6 自然実験への機械学習の適用
5.7 因果的意思決定
第6章 感度分析
6.1 感度分析を用いた分析の全体像
6.2 部分決定係数を用いた感度分析
6.3 E-Valueを用いた感度分析
6.4 機械学習を用いた感度分析
第7章 因果推論のための時系列解析
7.1 時系列解析を用いた因果推論の全体像
7.2 時系列解析の全体像
7.3 時系列解析の因果推論への適用
7.4 単体施策の効果検証
7.5 複数施策の効果検証
第8章 因果構造をデータから推定する因果探索
8.1 因果探索の概要
8.2 因果探索手法の全体像
8.3 因果探索手法の実装
8.4 時系列を伴う因果探索の全体像
8.5 時系列を伴う因果探索の実装
8.6 因果探索の課題

「事業が計画通りに行かない」
「部下が思うように動かない」といった課題が、
近年、日本中の企業であふれている。

こういうとき、企業は管理体制を強める。
だが、管理体制の強化はあまり効果がない。

PDCAが回らないときの対処法は、
アメリカでは「OODA」ループとして確立されている。

Observe（観察）
Orient（状況判断）
Decide（意思決定）
Act（実行）

この頭文字を取って「OODA」という。
計画ありき、繰り返し前提の「PDCA」とは全く別物だ。

☆☆☆なぜ日本人はOODAができないのか?☆☆☆

日本でもOODAは知られており、それなりに本も売れたが、
未だに計画を強化し、PDCAで乗り切ろうとする組織やリーダーが多い。

なぜ、日本人はOODAが回せられないのかというと、主な理由は、
「観察や判断の経験や、決定の権限がない」から。
日本独特のコミュニケーション不足、年功序列、前例主義などに、その原因がある。

つまり日本人がOODAをやるには、そもそもリーダーに働き掛けない限り、
「リーダーシップ」とは何かを理解しない限り、ムリなのである。

☆☆☆米空軍ROTCで学んだことを実際の現場で使うには?☆☆☆

著者は、OODAを生んだ「米空軍」ROTCで学位を取得し、
現在は事業開発プロデューサーとして幾多の企業で事業を開発している。

これまでOODAを学ぼうにも、翻訳書か、
特別な経験もない日本人が本を読んで紹介するしかなかった。
翻訳書は、アメリカ社会だからできることが多く、あまり日本的（現実的）ではない。
しかし著者は、実際に学んできたことを、現在のビジネスに落とし込んで使っている。

☆☆☆日本特有の問題も、日本の特有のシステムで解決できる☆☆☆

日本人はPDCAに慣れ過ぎているため、
いかにPDCAを速く回すか、効率的に回すかに注力している。
しかし、これではコストパフォーマンスが悪すぎる。

PDCAでは「計画（PLAN）がない」といつまで経っても何もできない。
これだけ変化が激しい世の中に、完璧な計画など存在しないのに――。

いかに「OODA」ループを回せる組織を創れるか、
自らも使いこなし、部下にも使わせるようにできるか……
本書を読めば、日本組織で現実的に回せるようになる!

【もくじ】
第一章　科学的に考えるリーダーシップの定義
第二章　軍事戦略から紐解く「戦略」の要素
第三章　ビジネスにおけるＯＯＤＡの存在意義
第四章　日本でＯＯＤＡを活かすための変革とは

３０社員一人ひとりの見え方が変わった。MSマトリクスは相当な衝撃。
――川鍋一朗（日本交通／Japan Taxi 代表取締役）

リーダーの悩みのうち9割は人。その悩みを解決するための1冊。
――辻 庸介（マネーフォワード CEO）

▼ 会社と組織の成長を大きく左右する要素とは？

あなたの会社には、社長は何名いますか？

「何を馬鹿な質問を！」
そう言われてしまうかもしれません。
ここでいう「社長」は、肩書ではなく、「社長マインドセットの人」「経営者マインドセットの人」の意味です。
本文で詳しく述べますが、この「経営者マインドセット」をどれくらいの人が持っているかが、会社の成長・組織の成長に大きく影響するのです。

▼ 5年で500店舗出店を実現させた組織づくりの方法

いくらよい戦略を立てたとしても、それを実行するための「組織力」がなければどうしようもありません。
しかし、実際のところ、社内に営業や開発、財務などのスペシャリストはいても、「組織づくり」のスペシャリストはほとんどいないのが実情でしょう。

本書の著者は、中古車買取販売のガリバーインターナショナル（現IDOM）において、創業4年で株式公開、5年間で500店舗出店などを実現した組織を支えてきた経営戦略・組織戦略のエキスパートです。
その著者が、経営者・マネジャー層向けに、組織づくりのための新しい手法を解説します。

その手法の中心となるのは、マインドの高低をタテ軸に、スキルをヨコ軸にとったマトリクス上で、自分やメンバーそれぞれの位置を示すことで、組織のあり方や改善の方向性の羅針盤となる「Mind×Skillマトリクス」、略して「MSマトリクス」です。

個人の集合体である組織の力を高めるためにはどうしたらよいのか。
そしてリーダーのマインドセットや組織マネジメントスキルを向上させるためにはどうしたらよいのか。
人が育ち、組織が強くなるための原理原則をまとめた本書、ぜひあなたの会社・組織を伸ばすためににお役立てください。

▼ 本書の目次

第1章　自社の組織は強い？ 弱い？
1　自社の組織の「本質的課題」は何か？
2　会社の成長に不可欠な4要素
3　自社の組織の現状を知る

第2章　マインドセットの高い人、低い人とは？
1　MSマトリクスから何がわかるのか？
2　各ゾーンに見られる特徴
3　「マインドセット」は6つの要素の複合体
4　「マインドセット」の勘違いされやすい内容

第3章　マインドセットは、誰から、どう向上すべきか？
1　いよいよ、組織のマインドセット向上へ
2　目指したい組織の形を確認する
3　個人の成長に必要な5つの要素
4　実践前に注意すべき5つのポイント

第4章　リーダーのマインドセットとスキルが向上する方法
1　リーダーに必要な能力とは？
2　リーダーの「組織マネジメントスキル」とは何か？
3　リーダーの「マインドセット」が向上する2つの方法
4　「組織マネジメントスキル」が向上する5つの方法

第5章　ＭＳマトリクスを採用・評価にも活用する
1　MSマトリクスの採用・評価への応用
2　MSマトリクスを採用に活用する
3　MSマトリクスを評価に活用する

特別章　マインドセットが上がり、戦略思考が磨かれる“全員経営者弁証法的会議”
1　会議で組織は劇的に変わる
2　「弁証法的会議」とは何か？
3　弁証法的会議の7つのポイント
4　弁証法的会議の注意点

==公益財団法人日本デザイン振興会 リエゾンセンター・ライブラリー（東京都港区赤坂）にて「デザイン新刊本」 (2025年4～6月)として紹介・展示されました (2025.04.08) ==

== 2025年度高校生ビジネスプラン・グランプリ 東京都立中央図書館が選んだ34冊 に選ばれました (2025.06.06)==

デザイン思考でイノベーションが起こせるって本当？
複雑化する社会の中で、生き抜くための道しるべがほしい…

主にはこれから社会に出ようとする学生をターゲットとして、デザイン思考でイノベーションを起こす方法論を体系的にまとめた教科書。デザイン思考を学ぶことで、現在の社会に存在する複雑な課題を解決できるようになること、それによってイノベーションの種を見つける実力をつけることを目的に執筆された。

どんな分野を専攻している人でも活用できる、社会構造の変革を起こすような破壊的イノベーションを起こすための学びを助ける一冊。

【主要目次】産業組織論とは/第I部 ミクロ基礎理論と市場構造/産業分析のための基本概念/市場構造の基礎:完全競争と独占/寡占市場における競争/新規参入/市場の構造,行動,そして成果/第II部 企業戦略/価格差別/イノベーション戦略/製品戦略/広告・流通戦略/企業の境界・組織のガバナンス/企業成長/競争優位のための戦略的行動/第III部 政策制度/規制とその改革/産業政策,競争政策/イノベーション政策

「第1部 AIエージェントを知る」は、AIエージェントを作り、現場で活用するための知識をまとめています。1章ではAIエージェントの定義や重要な性質、ビジネス状況、活用例を説明します。2章は技術観点でAIエージェントを構成する各技術要素の説明と実装上で気をつけることを説明しています。

「第2部 AIエージェントを作る」では、AIエージェントを開発していきます。まずは3章で、AIエージェントの開発に必要な共通技術を解説します。4章では、ヘルプデスクの質問応答を題材にPlan-and-Execute型エージェントの実装をおこないます。5章では、データドリブンな意思決定業務を題材にデータ分析からレポート作成まで行うエージェントを実装します。6章では、情報収集業務を題材にarXiv上の論文を探索しレポートするエージェントを実装します。7章では、マーケティング業務を題材にロールプレイングによる意思決定支援やマルチエージェントによる会話型推薦エージェントを実装します。読者がすぐに実装を再現でき、読者の環境に合わせて改変して精度を高め、業務利用できることを意識しています。

「第3部 AIエージェントを現場で使う」では、実際にAIエージェントのプロジェクトを進めるうえで、避けては通れない課題について広く解説します。評価方法、エラー分析、UX、セキュリティ、モニタリング、継続的な精度改善方法を紹介します。10章ではAIエージェントの実用化に向けた著者陣の各社の取り組みを解説します。

【おもな内容】
第1部 AIエージェントを知る
– 第1章 AIエージェントの概要
– 第2章 AIエージェントの構成
第2部 AIエージェントを作る
– 第3章 AIエージェントの開発準備
– 第4章 ヘルプデスク担当者を支援する
– 第5章 データ分析者を支援する
– 第6章 情報収集者を支援する
– 第7章 マーケティングを支援する
第3部 AIエージェントを現場で使う
– 第8章 AIエージェントの評価
– 第9章 AIエージェントの活用
– 第10章 各社のAIエージェントの実用化に向けた取り組み

本書の著者はハーバード大学で
行動洞察グループを主宰する行動科学者。
本書は、最新の行動科学の知見を生かした
前代未聞の文章術だ。

メールであれ、チャットであれ、
人が見たとき、
「つい読んでしまう文章」と
「読まれない文章」の違いとは？

★科学的根拠に基づくまったく新しい文章術

◎忙しい人の頭のなかでは何が起きている？
◎伝え方の「魔法」を手にする
◎１段落削るだけで「80分」も浮く
◎人間の「注意力」は限られている
◎効果的に「推敲」する方法
◎「短くする手間」は結果的に効率がいい
◎第一の原則「少ないほどよい」
◎読みやすさを測るには？

鬼才教授が、
脳の仕組みから視線の動きまで、徹底分析！
「効果的な文章」のメソッドが
頭に染み込む、画期的な文章術！

♦　♦　♦　♦　♦　♦　♦　♦　♦　♦

はじめに：科学に基づいた効果的な文章術
忙しい人の頭の中では何が起きている？
伝え方の「魔法」を手にする
毎日、情報の「滝」に膨大な時間を奪われている…など

■PARTⅠ　読み手を理解する
CHAPTER 1 「読み手の頭」はこうなっている
人間の「注意力」は限られている
私たちが「気づくもの」と「気づかないもの」
脳は「２つの作業」で混乱する…など

CHAPTER 2 「忙しい読み手」の視点で考える
読まれるための「４つの関門」
「後回し」の関門…など

CHAPTER 3 「自分の目的」を理解する
「誤植」が伝えるメッセージ
効果的に「推敲」する方法…など

■PARTⅡ　６つの原則
CHAPTER 4　第一の原則：少ないほどよい
「長文メール」は読まれない
「簡潔な文章」のルール
RULE１：「言葉」を減らす
RULE２：「内容」を減らす
RULE３：「依頼の数」を減らす…など

CHAPTER 5　第二の原則：読みやすくする
「専門的な内容」も読みやすくできる
「読みやすい文章」のルール
RULE 1：「短くて一般的な言葉」を使う
RULE 2：「ストレートな文章」を書く
RULE 3：１文を「短く」する…など

CHAPTER 6　第三の原則：見やすくする
文章を「地図」としてとらええる
「見てわかる文章」のルール
RULE 1：重要な情報が「一目でわかる」ようにする
RULE 2：別々の内容は「分けて」書く
RULE 3：「関連する内容」をまとめる…など

CHAPTER 7　第四の原則：書式を生かす
「コントラスト」で注目させる
「効果的な書式」のルール
RULE 1：書式の意味を「読み手の期待」に合わせる
RULE 2：もっとも重要な内容に太字、下線、ハイライトを使う
RULE 3：書式を「むやみに」使わない…など

CHAPTER 8　第五の原則：読むべき理由を示す
「これは読まなくては！」と思ってもらう
「自分ごとに感じさせる」ルール
RULE 1：読み手にとっての「読む価値」を強調する
RULE 2：「どういう人に読んでほしいか」を強調する…など

CHAPTER 9　第六の原則：行動しやすくする
行動してもらうための文章
「実行しやすい依頼」のルール
RULE 1：「行動のステップ」をシンプルにする
RULE 2：「行動に必要な情報」をまとめる
RULE 3：「集中力」をなるべく使わせない…など

■PART Ⅲ　原則を実践する
CHAPTER 10　「効果的な文章」を書く
言いたいことが「たくさん」あるときは？
「SNSに適した書き方」は？…など

CHAPTER 11　「誰が誰に書くか」を意識する
「固い」ほうが信頼されるとき
わざとわかりにくく書く人たち…など

CHAPTER 12　原則を定着させる
「人を助ける力」を得られる
「AI時代」にも生かせるスキル…など

●著者紹介
佐々木美加（ささき みか）
明治大学商学部教授
博士（文学）（2003年）
東北大学大学院文学研究科博士後期課程単位取得退学（2001年）
主著：
『交渉の心理学』（編著），ナカニシヤ出版，2012年
『紛争・暴力・公正の心理学』（分担執筆）大渕憲一監修，北大路書房，2016年
論文：
Sasaki, M. (2012). Interpersonal Effects of Emotions in Negotiations: Emotional
Intelligence in Decoding and the Decoder’s Concessions, Japanese Journal of Applied Psychology, 38, 8-20.
Sasaki, M, et. al., (2013). Comparing the attitude of consumers and financial experts towards financial products. Tohoku Psychologica Folia, 72, 1-6.

●主な内容

まえがき

第１章 金融の認知構造と専門性
1．金融行動と金融リスク認知
2．大学生の金融認知構造
3．金融専門家と一般消費者の金融認知構造

第２章 金融行動の心理測定と金融心理尺度の開発
1．これまでの金融行動の心理学的測定
2．リスク認知と金融行動
3．金融心理尺度の構造
4．金融心理尺度の妥当性

第３章 金融心理尺度と投資行動
1．金融心理尺度による金融行動の解明
2．デモグラフィック要因と金融心理尺度が投資行動に与える影響
3．金融行動に関する諸尺度と投資意欲

本書のまとめと使い方
あとがき
索引
附録

こんな人におすすめ
・「とりあえずインデックス」でNISAを始めた
・そもそも投資とは「お金をどう使うことなのか」学びたい
・資産形成するうえで、選択肢を広げたい
・日頃から、「社会にとっていい選択をしたい」と思っている

この本を読んでわかること
・「社会をよくする投資」とは、お金だけでなく「価値」を増やす投資
・お金の動きは「欲求の総和」である
・株価上昇は「みんなの共通目的」になりやすい
・リターンの源泉は「一人ひとりの仕事」や「環境」である
・インデックス投資とは、GDPが上がり続ける世界を期待すること
・金融市場は「お金を増やす」ための手法を発達させてきた
・ESG投資では「ペーパーテストの優等生」が評価される
・「ソーシャル証券取引市場」の可能性
・投資成功のカギは「先入観を外す」「予測しない」「投資観をもつ」
・「顔の見える投資」は、転職や出会いにもつながる？！
・サイボウズやヘラルボニーの「価値づくり」

——

「自分の老後も不安なのに、『社会』なんて優先できない」
もしかすると、あなたはこう思ったかもしれない。

「手数料が安い投資信託はどこか」
「とりあえず外国株なら増えそうだ」
私たちは投資・資産形成をするとき、「お金を増やすこと」だけを考えてきた。

著者は34年間、1万人以上の投資家と向き合ってきた。
「いい会社」への厳選投資を理念に鎌倉投信を立ち上げて15年。
創業初期から預けていたお客様の資産は2倍以上になっている。

でも、「数字しか見ない投資」はいい未来をつくるのだろうか？

“「社会」という言葉に何かを感じてくれたあなたであれば、
仕事なら「やりたいこと」や「働く意味」を、
買い物なら「ブランドに込められたメッセージ」や「自分なりのこだわり」を持って
選択を積み重ねているのではないだろうか。

僕は、投資のモノサシがいまだにお金だけであることに違和感を抱いている。

全財産を「社会のため」に投資すべき、とは言わない。
1%でも、10%でも、十分だ。

僕はこの本を入口に、なかなか考えるきっかけのない
「投資のその先」を少しだけ考えてみてもらいたくて、筆をとった。”
（「はじめに」より一部編集）

目次
第1章　「社会をよくする投資」とは何か
第2章　リターンの大元は「事業」である
第3章　経済の海と金融クジラ
第4章　「欲望」が集まる金融市場の構造
第5章　投資の「新しい選択肢」
第6章　「社会をよくする投資」の実践
最終章　投資の先にどんな「10年後」を描くか