デジタルライフ監査

🔄 前回のおさらい: レッスン1で注意経済の仕組みとデジタルミニマリズムのアプローチを学びました。ここではAIを使って自分のデジタルライフの現状を数値化します。

AI監査の3つの領域

1. スクリーンタイム監査

スマホの設定→スクリーンタイムレポートをAIに共有：

• アプリ別の使用時間
• 年間換算のインパクト
• 使用パターン（時間帯、トリガー）

2. サブスクリプション監査

3. 通知監査

200件の通知を分類：

• 即時対応必要：5〜10%
• バッチ処理可能：10〜15%
• 不要：80〜90%

✅ 確認クイズ: 「使用頻度」だけでなく「使用後の感情」も監査すべき理由は？→頻繁に使っていても、使用後に罪悪感や時間の無駄感を感じるアプリは「低価値」です。逆に、月1回でも使用後に満足感があるサービスは「高価値」かもしれません。

まとめ

• AIにスクリーンタイムの全体像を分析させ年間インパクトを算出——「なんとなく多い」を数値化
• サブスクリプションはActive/Occasional/Zombieに分類——Zombieを即解約
• 通知の80〜90%は低価値——AIでシグナルとノイズを判別する
• 感情的判断ではなくデータに基づいた決定が持続可能な変化を生む

次のレッスン： 30日間デジタルデクラッター——Cal Newportのフレームワークでオプションのテクノロジーを体系的に見直します。