1. 導入：パーソナリティ理解のパラダイムシフト
現代のパーソナリティ評価や適性検査の多くは、Big Five（主要5因子モデル）に代表される「法則定立的方法（Nomothetic approach）」に基づいています
しかし、特性論（Trait Theory）の開拓者であるオルポート（Gordon W. Allport）自身が指摘したように、人間のパーソナリティは「単なる特性の羅列」ではなく、個々の行動や人生の意味といった解釈の次元（Idiographic approach: 個性記述的方法）において捉えられて初めてその人の全体像を現します
オルポートは「一人ひとりの人間は、世界で唯一の、再現不可能な組織体である」と述べ、共通特性（Common Traits）はあくまで統計上の便宜的な概念に過ぎず、真にその人を理解するためには独自の構成単位である「個体特性（Individual Traits / Personal Dispositions）」を記述することが必要であると主張しました
では、現代のアルゴリズム・情報処理技術は、この「個性記述的方法」をどのように実装し得るでしょうか？
人を既存のタイプに丸め込んで「固定分類（ラベル貼り）」するのではなく、その人がその文脈（Context）の中でどのように意思決定を行い、いかに自身の物語（Narrative）を紡いでいくかをサポートするプラットフォーム——それが本稿で解説する「6MoN（ろくもん）」です
※なお、本プラットフォームを支える「選択データをベクトル空間に変換する情報処理アルゴリズムおよび時系列統合（ナラティブ生成）技術」は、株式会社ナラティビティ総研により特許出願済みであり、特許法に基づき保護されています（整理番号：KJP26033、早期審査受領済み）
2. 6MoNの特許アルゴリズム的アーキテクチャ
6MoNは「個人の性格を診断するシステム」ではなく、「選択データをベクトル空間に変換する情報処理アルゴリズム（特許権利化対象）」として設計されています
多くの心理テストが単純なスコアリング（加算平均）によって数値を算出し固定の分類閾値を適用するのに対し、6MoNは入力された対設問への回答データを多次元空間への「位置ベクトル」として幾何学的に処理します
(1) ベクトル生成とカテゴリ空間への射影
入力された回答応答から方向と強度を決定するベクトルを生成し、空間への寄与度に分解します
vi = f(ri, di) # 方向＋強度のベクトル生成
vi = Σ αi,k · ek # カテゴリ空間への寄与分解
Vg = Σ w(g,i) · vi # 重み付き合成（コア発明領域）
g* = argmax ||Vg|| # ベクトルノルム最大化による位置決定
S = {g*t | t∈T} # 時系列統合（ナラティブ空間の生成）
これにより、単なる「スカラー値（単一の点）」の集積ではなく、多次元空間内における個人の動的な位置決定および時系列変化（S）を追跡することが可能になります
(2) 設問構造の数理的保証（CATPCAとBTモデル）
6MoNの基本骨格となる設問設計には、空間の次元数（k）と設問数（辺＋対角線）をリンクさせる厳密な数理公式が組み込まれています
設問数 = k(k - 1) / 2
4次元空間（四角形：k=4）を構成する場合、設問数は正確に「6問」となります
さらに、候補設問群の選別においては以下の数理的選別プロセスを実行します
- CATPCA（カテゴリカル主成分分析）: 軸間の独立性を数理的に保証
- BTモデル（Bradley-Terryモデル）: 選択確率を客観的に推定
- 中立性指標（B = 1 − 2|P − 0.5|）: 回答の偏りを排し、文脈依存な選好を浮き彫りにする中立的設問セットの自動生成
この自動生成プロセスおよびベクトル変換処理全般についても独立した特許技術として保護されています
3. 「行為選好」概念とミニマルセルフ／ナラティブセルフの架橋
6MoNが扱う中心概念は、固定された性格特性（Trait）ではなく「行為選好（Action Preference）」です
行為選好とは、人間がその時々の状況、関係性、偶有性の中で立ち上げる「その場面での選び方」「動き出し方」「関わり方」の動的な傾向を指します
【6MoNの自己架橋モデル】
ミニマルセルフ（即時的自己：6問60秒の判断・行為選好）
│
▼ （対話・リフレクション・他者観察）
ナラティブセルフ（物語的自己：過去の理由・未来の選択・選び直し）
- ミニマルセルフ（Minimal Self）: いまこの瞬間に立ち上がる即時的な自己（どう感じ、どう動くか）
。 - ナラティブセルフ（Narrative Self）: 過去・現在・未来を「物語」として意味づけ、統合していく自己
。
6MoNは、たった6問の入力によって「いま、立ち上がっているミニマルセルフの行為選好」を幾何学空間に写像して鏡のように提示します
4. 4つのワールド（ベクトル）とダイナミクス
6MoNの多次元空間は、以下の4つの主たる行為選好ベクトル（ワールド）によって表現されます
- A（アクティブ）: 動く、始める、突破する、決める力
。過剰になると衝動性や独断につながる 。 - B（コラボ）: 聞く、つなぐ、協働する力
。過剰になると迎合や意見の弱さとなる 。 - C（エシカル）: 守る、整える、責任を持つ、意味を重んじる力
。過剰になると硬直化を生む 。 - D（インサイト）: 考える、探究する、別の可能性を見立てる力
。過剰になると先送りや思考の空回りを引き起こす 。
これら4ベクトルは優劣や静的なタイプではなく、「今どのベクトルが点火しているか」「どのベクトルが抑制されているか」というダイナミクスとして読み解かれます
例えば、単にアイデアを考えるだけ（D）から行動（A）へ短絡的に飛ぶ回路（D→A）は焦りを生みやすいのに対し、思考（D）から関係性（B）を意識し、意義（C）を確認した上で実行するサイクル（D→B→C→A）は、周囲とのアライメント（整合）が取れた健全な意思決定を生成します
5. 個性記述的対話（ナラティブ）が生み出すシステム価値
6MoN特許アルゴリズムの真価は、出力された「値」そのものではなく、その「値」を媒介にして発生する対話の質的変化にあります
(1) 「行為不選好理由」の語りによる固有の価値観（地層）の抽出
6MoNのセッションにおいて本質的とされるのは、「なぜその選択肢を選んだのか（選好理由）」だけでなく、「なぜ反対側の選択肢を選ばなかったのか（行為不選好理由）」という問いです
(2) ジョハリの窓とメンタライゼーションによる「理解された感覚」の醸成
6MoNでは自己回答だけでなく、他者から見えたその人の行為選好を回答・比較する機能を有します
自己観察 ──► 評価脅威の低い自己開示 ──► 他者観察 ──► 視点のギャップ発見
│
絆の強化 ◄── 信頼 ◄── Feeling Understood ◄── 丁寧な対話 ◄──┘
このプロセスを通じて、単に相手を観察するだけでなく「相手が自分に注意を向け、理解しようとしてくれた」という体験（メンタライゼーション）が生じ、Feeling Understood（理解された感覚）が醸成され、高度な組織内信頼（Bond）へと結実します
(3) 「人格の改変」ではなく「行為選好の選び直し」
固定的な性格診断は「あなたはこういう人間だ」というラベルを付与し、変化を拒絶するか、あるいは「人格そのものを改造しなければならない」という不必要な圧力をかけます
6. まとめ：AI時代におけるコンパスとして
オールポートが目指した「個体特性の記述（Idiographic approach）」は、多次元ベクトルの空間変換アルゴリズムおよび時系列ナラティブ統合アルゴリズム（特許出願中）と、対話メソッド「6MoN」によって現代的にアップデートされました
心理ツールや評価システムが陥りがちな「人間を枠の中に分類・採点する」アプローチを脱し、6問60秒という極小の入力から、個人の「生き方・選び方」の物語（ナラティブ）を可視化・推進する
答えのない選択が連続する時代において、6MoNは正解を押し付ける診断システムではなく、ユーザー自身が自らの物語を前へと進めるための「心理コンパス」として機能します
本技術・アルゴリズムに関する知的財産権は保護されています（特許出願中／KJP26033）。詳細および活用事例等についてはお問い合わせください。
