はじめに
人類は学習が好きです。
学校へ行く。
本を読む。
資格を取る。
セミナーへ参加する。
動画を見る。
最近ではAIに質問する。
私たちは、何かを学んでいると安心します。
反対に、学ばなくなると不安になります。
世の中の変化についていけなくなる。
仕事で取り残される。
時代に置いていかれる。
そんな恐怖を感じるからです。
しかし、少し立ち止まって考えてみたいのです。
学習とは何なのでしょうか。
知識を増やすことでしょうか。
資格を取ることでしょうか。
正解を覚えることでしょうか。
もしそうなら、世界で最も賢い存在は図書館になります。
あるいは検索エンジンです。
そして今ならAIかもしれません。
けれど私たちは知っています。
本棚に囲まれて暮らしても賢くはなれません。
検索できても理解したことにはなりません。
AIが答えを返しても、それだけで人生が変わるわけではありません。
知識と学習は、どうやら同じものではなさそうです。
歴史を振り返ると、人類は何千年も学習について悩み続けてきました。
教育者も。
科学者も。
哲学者も。
そして技術者も。
面白いことに、その答えは時代ごとに変わっています。
ある時代には暗記が学習でした。
ある時代には対話が学習でした。
ある時代には経験が学習でした。
そして今、AIの時代になって再び同じ問いが現れています。
学習とは何か。
AIが何でも答えてくれる時代に、人間はなぜ学ぶのか。
今回は、この古くて新しい問いを追いかけてみたいと思います。
もしかすると最後には、
学習とは知識を増やすことではなく、
もっと別の何かだったと気づくかもしれません。
リンゴは何千年も落ち続けていた
学習とは何でしょうか。
多くの人は、
知らなかったことを知ること
だと考えます。
確かに間違いではありません。
けれど、人類の歴史を振り返ると、それだけでは説明できない出来事が数多く存在します。
その代表例が、あまりにも有名なリンゴの話です。
1660年代。
若き
アイザック・ニュートン
は、故郷の農園で過ごしていました。
そこへリンゴが落ちた。
そして万有引力を発見した。
私たちはそんな話を学校で習います。
もちろん実際には、もう少し複雑です。
そもそもリンゴが落ちること自体は誰でも知っていました。
農民も知っていた。
子どもも知っていた。
古代ローマ人も知っていた。
古代エジプト人も知っていたでしょう。
リンゴは何千年も前から落ち続けていました。
それなのに、なぜニュートンだけが歴史に名を残したのでしょうか。
答えは単純です。
彼はリンゴを見ていたのではありません。
世界を見ていたのです。
リンゴが落ちる。
それは当たり前です。
誰でも知っています。
しかしニュートンは、そこで思考を止めませんでした。
彼は別のものを見ました。
月です。
なぜリンゴは落ちるのか。
なぜ月は落ちないのか。
この二つは別々の現象なのか。
それとも同じ法則で説明できるのか。
今の私たちには当たり前に見えます。
しかし当時は違いました。
地上の出来事と天上の出来事は別世界だと考える人も多かったのです。
リンゴはリンゴ。
月は月。
それで話は終わりでした。
ところがニュートンは違った。
彼は、
同じではないか？
と考えたのです。
学習の面白さはここにあります。
新しい情報は一つも増えていません。
リンゴは昔から落ちていた。
月も昔から空にあった。
世界の情報量は昨日と変わらない。
変わったのは、
それを見る人間の側です。
私たちは学習というと、
知識を積み上げる作業を想像します。
ノートを書く。
単語を覚える。
公式を暗記する。
資格の教科書を読む。
もちろんそれも大切です。
しかし本質はそこではありません。
学習とは、
世界の見え方が変わることです。
例えばプログラミングを始めたばかりの頃を思い出してください。
エラーメッセージは呪文にしか見えません。
何が起きているのか分からない。
とりあえず検索する。
とりあえずAIに聞く。
とりあえず再起動する。
そんな状態です。
しかし数年後になると違います。
同じエラーメッセージを見ても、
だいたい見当がつく。
どこが怪しいか分かる。
ログを見る。
設定を見る。
原因候補を絞る。
情報は同じです。
画面に表示されている文字列も同じです。
違うのは見え方です。
新人エンジニアとベテランエンジニアが同じログを見る。
そこに表示されている文字列は完全に同じ。
しかし見えている世界は全く違います。
新人にはノイズに見える。
ベテランには物語に見える。
学習とは知識の蓄積ではありません。
パターンの発見です。
この話は科学だけではありません。
歴史も同じです。
経営も同じです。
教育も同じです。
そしてAIも同じです。
例えばIT業界では、
新しい技術が登場するたびに大騒ぎになります。
クラウド。
コンテナ。
マイクロサービス。
AIエージェント。
そのたびに、
これまでの常識は終わった
という声が聞こえます。
しかししばらくすると、不思議なことが起きます。
過去の技術者たちが残した知恵が再発見されるのです。
最近のAIエージェントブームもそうでした。
複数の小さな処理を連携する。
役割を分割する。
ツールを繋ぐ。
失敗したら途中からやり直す。
一見すると最新技術です。
しかし少し視点を変えると、
そこには古い
UNIX
の思想が見えてきます。
小さなプログラムを組み合わせる。
一つの仕事をうまくやる。
パイプで繋ぐ。
驚くほど似ています。
つまり技術者が学習したのは、
新しい技術ではありません。
昔からそこにあった構造だったのです。
ニュートンが見たものも同じでした。
リンゴは新しくなかった。
月も新しくなかった。
法則だけが新しかった。
そして、おそらく私たちの人生も同じです。
学習とは、
知らないものを探しに行く旅ではありません。
ずっと目の前にあったものを、
初めて見えるようになる瞬間なのかもしれません。
人はなぜ同じ失敗を繰り返すのか
もし学習とは世界の見え方を変えることなら、
一つの疑問が生まれます。
人類はこれほど長い歴史を持ちながら、
なぜ同じ失敗を繰り返すのでしょうか。
戦争は何度も起きます。
経済バブルも何度も起きます。
投機熱も何度も起きます。
技術への過剰な期待も何度も起きます。
そして崩壊も何度も起きます。
私たちは歴史を学んでいるはずです。
学校で習います。
本を読みます。
映画にもなります。
記録も大量に残っています。
それなのに、
なぜ同じことが起きるのでしょう。
この問いに対して、歴史家
ウィル・デュラント
は興味深い言葉を残しています。
文明は世代ごとに再発明される
私は初めてこの言葉を読んだ時、
少しぞっとしました。
私たちは歴史を積み重ねているつもりです。
ところが実際には、
世代が入れ替わるたびに、
ほとんどの知恵が失われていく。
そして同じ場所から学び直している。
考えてみれば当たり前です。
私たちは先祖の経験を直接受け継げません。
戦争を体験していない人は、
戦争を本当の意味では知りません。
バブルを経験していない人は、
熱狂の恐ろしさを理解できません。
大規模障害を経験していないエンジニアは、
冗長化の重要性を心から理解することは難しい。
もちろん本は読めます。
動画もあります。
AIに聞くこともできます。
しかし、
経験そのものを転送することはできません。
だから人類は何度も失敗します。
知識は継承できる。
経験は継承できない。
ここに学習の厄介な性質があります。
例えば新人エンジニアは必ずと言っていいほど、
バックアップを軽視します。
バックアップは退屈です。
地味です。
成果も見えません。
だから後回しになる。
そしてある日、
データが消えます。
その瞬間、
人は学習します。
バックアップの説明を100回聞くより、
データ消失を1回経験した方が早い。
残酷ですが事実です。
これは教育の失敗ではありません。
学習の性質そのものです。
心理学者たちは、
人間が失敗から学ぶ理由を長年研究してきました。
その中で分かってきたことがあります。
人間の脳は、
正解よりも予測ミスに強く反応するのです。
予想通りだった。
脳はほとんど動きません。
予想が外れた。
脳は強く反応します。
つまり学習とは、
知識を受け取る作業ではなく、
予測を修正する作業なのです。
後に脳科学では、
人間の脳を
予測機械
として捉える考え方が広がります。
私たちは世界を見ているようで、
実際には予測しています。
このドアは開くだろう。
この人はこう反応するだろう。
このコードなら動くだろう。
この投資は儲かるだろう。
この国は戦争をしないだろう。
予測する。
外れる。
修正する。
予測する。
外れる。
修正する。
その繰り返しが学習です。
だから学習には失敗が必要になります。
これは学校教育と少し相性が悪い。
学校は正解を教える場所だからです。
もちろん正解は大切です。
九九は覚えた方がいい。
漢字も覚えた方がいい。
基礎知識は必要です。
しかし現実社会に出ると、
問題集の後ろに答えはありません。
経営者は未来を予測する。
投資家も未来を予測する。
技術者も未来を予測する。
政治家も未来を予測する。
そして外します。
驚くほど頻繁に。
学習とは、
失敗しなくなることではありません。
より良い予測を作ることです。
ここで思い出すのが、
IT業界の長い歴史です。
新しい技術が現れるたび、
私たちは興奮します。
これで全て解決する。
これが未来だ。
今度こそ本物だ。
そう言って走り出す。
そして数年後、
限界が見えてくる。
そこでまた学習が始まります。
クラウドは万能ではなかった。
マイクロサービスは無料ではなかった。
AIエージェントは魔法ではなかった。
しかし、それは失敗だったのでしょうか。
私はそうは思いません。
人類の進歩は、
正解を積み上げてできたものではありません。
無数の間違いを積み上げた結果です。
飛行機も。
抗生物質も。
コンピューターも。
インターネットも。
AIも。
その背後には、
膨大な失敗があります。
だから学習とは、
賢くなることではないのかもしれません。
学習とは、
昨日と同じ失敗をしないことでもありません。
もっと控えめで、
もっと人間らしいものです。
学習とは、
昨日より少しだけマシな失敗をすること。
人類が何千年も続けてきたのは、
案外それだけなのかもしれません。
学習とは変化を受け入れること
もし学習が知識を増やすだけの行為なら、
人類はもっと賢くなっていたはずです。
本は増え続けています。
学校もあります。
大学もあります。
インターネットもあります。
そして今はAIまであります。
歴史上、人類がこれほど知識へアクセスしやすかった時代はありません。
それなのに、
人はなかなか変わりません。
健康診断で注意される。
タバコをやめない。
運動しない。
夜更かしする。
企業は失敗事例を共有する。
同じ事故が起きる。
国家は歴史を学ぶ。
戦争を繰り返す。
知識はある。
しかし行動は変わらない。
ここに学習という言葉の難しさがあります。
私たちは子どもの頃から、
学習とは知識を覚えることだと教わります。
テストで点を取る。
公式を覚える。
年号を覚える。
英単語を覚える。
しかし現実の世界で起きる学習は、
もっと痛みを伴います。
なぜなら、
本当の学習は、
昨日まで信じていたことを捨てる作業だからです。
これは意外と苦しい。
例えば地動説。
何千年もの間、
人類は太陽が地球の周りを回っていると思っていました。
毎日見ればそう見えるからです。
太陽は東から昇る。
西へ沈む。
当たり前です。
ところが、
ニコラウス・コペルニクス
は言いました。
違う。
動いているのは地球だ。
当時の人々から見れば、
常識外れもいいところです。
なぜなら、
それは知識の修正ではなかったからです。
世界観の破壊だったからです。
人類は歴史の中で何度もこれを経験してきました。
地球は宇宙の中心ではなかった。
人間は特別な存在ではなかった。
生物は進化していた。
時間は絶対ではなかった。
遺伝子が生命を記述していた。
AIが文章を書くようになった。
そのたびに、
人類は学習を強いられました。
しかし面白いことに、
こうした発見は最初ほとんど歓迎されません。
むしろ激しく抵抗されます。
なぜでしょうか。
理由は簡単です。
学習とは、
自分が間違っていたと認めることだからです。
そして人間は、
それがあまり得意ではありません。
心理学では、
人は自分の信念を補強する情報ばかり集める傾向があることが知られています。
反対の証拠を見ても、
意外なほど簡単には考えを変えません。
むしろ、
さらに強く信じることすらあります。
だから学習は自然に起きません。
学習とは、
情報を受け取る行為ではなく、
変化を受け入れる行為だからです。
ここで思い出すのが、
進化論で知られる
チャールズ・ダーウィン
の名を借りてよく語られる有名な言葉です。
最も強い者が生き残るのではない。
最も賢い者が生き残るのでもない。
変化に適応した者が生き残るのだ。
実際にはダーウィン本人の言葉ではないとされています。
しかし、
進化という現象そのものは、
まさにそれを示しています。
変化できない種は消える。
変化できない企業も消える。
変化できない技術も消える。
そして、
変化できない考え方もまた消えていく。
もしかすると学習とは、
賢くなることではないのかもしれません。
学習とは、
変わる勇気のことなのかもしれません。
AIは学習しているのか
ここまで私たちは、
学習とは知識を増やすことではなく、
世界の見え方を変えることだと考えてきました。
失敗から予測を修正することだとも考えてきました。
そして、
変化を受け入れることだとも考えてきました。
では、ここで避けて通れない問いがあります。
AIは学習しているのでしょうか。
この問いは思った以上に難しい。
なぜなら、
AIの登場によって、
私たちは初めて「学習とは何か」を外側から観察できるようになったからです。
少し前まで、
学習は人間だけのものでした。
犬も学習する。
猫も学習する。
そうは言っても、
人間ほど複雑な知識体系を構築する存在はいませんでした。
ところが今、
AIは膨大な文章を読み、
コードを書き、
論文を要約し、
会話を行い、
時には人間より優れた結果を出します。
ならば当然、
こう思うわけです。
AIも学習しているのではないか。
実際、その表現は間違いではありません。
AIの開発現場でも、
「学習」という言葉が使われています。
大量のデータを読み込み、
重みを調整し、
予測精度を改善する。
その過程は確かに学習です。
しかし、
人間の学習と同じかと言われると、
少し考え込んでしまいます。
例えば、
AIは恥をかきません。
会議で発言を間違えても、
顔が赤くなることはありません。
AIは失恋しません。
何年も片思いした相手に振られて、
眠れなくなることもありません。
AIは後悔しません。
「なぜあの時あんなことを言ったのだろう」
と布団の中で悶えることもありません。
人間にとって重要な学習の多くは、
こうした感情と結びついています。
失敗が痛い。
だから覚える。
恥ずかしい。
だから次は気を付ける。
悔しい。
だから努力する。
私たちは、
知識だけで学んでいるわけではありません。
経験で学んでいます。
いや、
もっと正確に言えば、
経験した出来事に与えた意味から学んでいます。
同じ失敗をしても、
人によって学ぶことは違います。
ある人は諦める。
ある人は反省する。
ある人は挑戦を続ける。
出来事は同じです。
意味付けが違います。
ここに、
人間の学習の不思議があります。
AIはデータからパターンを抽出します。
人間は経験から意味を抽出します。
もちろん境界線は曖昧です。
最近のAIは推論を行います。
計画も立てます。
反省らしき振る舞いも見せます。
自らツールを使い、
失敗したら別の方法を試します。
その姿は、
どこか学習しているようにも見えます。
しかし同時に、
私たちは知っています。
AIは本当の意味では失敗していない。
失敗しているのは、
その結果を受け取る人間です。
誤診された患者。
誤った設計を採用した企業。
存在しない情報を信じた利用者。
責任を負うのはいつも人間です。
だからこそ、
AI時代になって逆説的なことが起きています。
私たちはAIを理解しようとする中で、
人間の学習とは何かを改めて考え始めたのです。
かつて蒸気機関は、
人間の筋力を相対化しました。
飛行機は、
鳥だけが飛べるという常識を壊しました。
コンピューターは、
計算能力を相対化しました。
そしてAIは今、
知識そのものを相対化しています。
知識量で勝負する時代は終わりつつあります。
暗記だけならAIの方が強い。
検索だけならAIの方が速い。
要約だけならAIの方が上手い。
それでも、
人間の学習が不要になったとは誰も思っていません。
むしろ逆です。
AIが賢くなるほど、
私たちは別の問いを突き付けられています。
知識の先にある学習とは何か。
そして、
人間にしかできない学習とは何か。
その問いは、
これからますます重くなっていくでしょう。
学ばなくてもいい時代
もし20年前の人に、
未来ではAIが質問に答え、
文章を書き、
翻訳し、
プログラムを書き、
画像や動画まで生成するようになる、
と伝えたらどう思うでしょうか。
おそらく多くの人はこう考えたはずです。
もう勉強しなくてよくなる。
実際、この予想は何度も繰り返されてきました。
電卓が登場した時もそうでした。
暗算は不要になる。
インターネットが普及した時もそうでした。
知識を覚える必要はなくなる。
検索エンジンが普及した時もそうでした。
記憶力の価値は下がる。
そして今。
AIが登場しました。
コードを書いてくれる。
文章を書いてくれる。
契約書を要約してくれる。
旅行計画まで作ってくれる。
では本当に、
人間は学ばなくてもよくなったのでしょうか。
私はむしろ逆だと思います。
AI時代ほど、
学習の重要性は増しているように見えます。
少し不思議な話です。
道具が優秀になった。
本来なら学習の負担は減るはずです。
ところが現実には、
新しい能力が求められるようになりました。
例えば検索。
昔は、
知っていることが価値でした。
今は違います。
何を調べるべきか。
どの情報を信用するべきか。
どの情報を捨てるべきか。
そちらの方が重要になっています。
AIも同じです。
AIは答えを返してくれます。
しかし、
良い問いまでは作ってくれません。
もちろん補助はできます。
相談にも乗ってくれます。
壁打ち相手にもなります。
それでも最初の問いは、
結局人間が立てています。
歴史を振り返ると、
大きな発見はいつも問いから始まっていました。
なぜリンゴは落ちるのか。
なぜ生物は変化するのか。
なぜ光の速度は一定なのか。
なぜ人は争うのか。
なぜ働くのか。
なぜ学ぶのか。
答えが世界を変えたのではありません。
問いが世界を変えたのです。
ここで思い出すのが、
物理学者
アルベルト・アインシュタイン
にまつわる有名な言葉です。
問題を解決する時間が1時間しかないなら、
私は55分を問題の定義に使い、
解決には5分しか使わない。
真偽には議論があります。
しかし本質は鋭い。
良い問いは、
しばしば良い答えより価値があります。
AIは答えを高速化しました。
だからこそ、
問いの価値が相対的に上昇しています。
少し前まで、
知識は希少でした。
本は高価でした。
論文へアクセスするのも大変でした。
専門家へ相談する機会も限られていました。
だから学習とは、
知識を集めることだったのです。
しかし今、
知識は溢れています。
検索結果。
SNS。
動画。
生成AI。
世界は答えで満ちています。
むしろ不足しているのは、
問いの方です。
何を知るべきなのか。
何を疑うべきなのか。
何が本質なのか。
どこへ向かうべきなのか。
その判断は依然として人間に委ねられています。
だから私は、
AIによって学習が不要になるとは思いません。
むしろ、
学習の意味が変わるのだと思います。
知識を蓄えるための学習から、
世界を解釈するための学習へ。
正解を覚えるための学習から、
問いを立てるための学習へ。
これは新しい話のように聞こえます。
しかし実は、
とても古い話でもあります。
2500年前、
ソクラテスは答えを教えませんでした。
問い続けたのです。
なぜそう思うのか。
本当にそうなのか。
別の見方はないのか。
その姿は、
驚くほど現代的です。
AIが答えを量産する時代になっても、
人間が成長する瞬間は変わりません。
誰かの答えを受け取った時ではなく、
自分の問いが生まれた時です。
もしかすると学習とは、
答えを集めることではないのかもしれません。
世界に対して、
より良い問いを持てるようになること。
それが学習の本当の価値なのかもしれません。
学習とは何か
ここまで長い旅をしてきました。
リンゴは何千年も落ち続けていた。
人類は何千年も同じ失敗を繰り返してきた。
学習とは変化を受け入れることだった。
AIは知識を扱えるようになった。
そして私たちは、
答えより問いの方が重要かもしれないという場所まで辿り着きました。
では結局、
学習とは何なのでしょうか。
ここまで書いておいて恐縮ですが、
私は今もその答えを知りません。
おそらく、
ソクラテスも知らなかったでしょう。
ニュートンも。
ダーウィンも。
アインシュタインも。
彼らが偉大だったのは、
答えを持っていたからではありません。
問い続けたからです。
学習について考えれば考えるほど、
私は不思議な感覚になります。
人類は失敗ばかりしています。
戦争を繰り返す。
差別を繰り返す。
熱狂を繰り返す。
技術への過信を繰り返す。
歴史を見れば、
学習しているようには見えません。
むしろ、
同じ場所をぐるぐる回っているようにさえ見えます。
それなのに、
不思議なことがあります。
千年前より、
私たちは少しだけ多くを知っています。
百年前より、
少しだけ遠くまで見えます。
昨日より、
少しだけマシな失敗をしています。
この「少しだけ」が面白い。
人類は劇的には成長しません。
突然賢くなったりもしません。
文明も。
企業も。
個人も。
いつも不完全です。
しかし振り返ると、
確かに前へ進んでいます。
ここで私は、
学習とは知識の獲得ではなく、
希望の技術なのではないかと思うのです。
希望というと、
少し大げさに聞こえるかもしれません。
けれど考えてみてください。
学習とは、
未来が過去と違うかもしれないと信じる行為です。
昨日失敗した。
だから次は違う方法を試そう。
知らなかった。
だから調べてみよう。
理解できなかった。
だからもう一度考えてみよう。
その根底には、
変化できるという信念があります。
もし人間が変われない存在なら、
学習に意味はありません。
もし未来が決まっているなら、
教育に意味はありません。
もし失敗が無駄なら、
挑戦に意味はありません。
学習とは、
人間が人間自身に抱く、
最も根源的な希望なのかもしれません。
だから私たちは学びます。
子どもも学ぶ。
大人も学ぶ。
科学者も学ぶ。
職人も学ぶ。
エンジニアも学ぶ。
そしてAIを作る人々も学ぶ。
完璧になるためではありません。
失敗しなくなるためでもありません。
変わり続けるためです。
人類はこれからも間違えるでしょう。
新しい技術に熱狂するでしょう。
また振り子を振り切るでしょう。
同じような失敗を繰り返すでしょう。
それでも、
私は少し楽観しています。
なぜなら人類は、
失敗すること以上に、
学習することをやめなかったからです。
もしかすると学習とは、
賢くなる技術ではありません。
より正しくなる技術でもありません。
学習とは、
何度転んでも立ち上がり、
昨日までとは違う景色を見ようとする意志そのものなのです。
そしてその意志がある限り、
人類はまだ終わっていない。
私はそう信じています。
