AI時代に差がつくのは、AIの性能ではなく、AIに与えられる人間側の知識と思考である。

AI時代情報は簡単に手に入るようになった

「知る」に対するコストが大幅に下がった今

今一度AI時代における読書の可能性を見直し

読書 x AIというテーマで実践して

役に立ったことの記録を残しておこうともいます。

---

❓AI時代に感じた違和

Chat GPT 6 Astraの登場で

AI群雄割拠の状況にまた変化が生じてきました。

日々 X で見かける投稿は

Claude vs Chat GPTであったり、

AIの　“性能” に関するもので

溢れかえっており、少々疲れてきました。

ここで本稿をご覧いただいている人たちに聞きたいのが

「で、高性能なAIがでたところで何が変わった？」

です。

ぶっちゃけ給与上がりました？

結局人知を超えたAIの恩恵を
受けれていないのだと思います。

なぜか？　

本質にどう活かせばいいかが、

自分の中で腹落ちしていないからだと私は考えています。

AIの性能を疑う余地はまったく存在していないが

結局その恩恵を受けきれていない。

これが大体のみなさんの状況だと推察しています。

⛽️AIの恩恵を受けるための栄養素

とんでもなく優秀な頭脳をもったAIでも

貴方からの指示を元に動いていますよね？

（Agent完全自立実行の世界線には今回は言及しない）

「ガソリンを適切にAIに入れられているか？」

これに対して本稿では言及していきたいと思います。

この　“ガソリン”という比喩表現は

AIに問いを立てる「知識」だと思ってください。

AIは万能ではない、

使い手の知識が問いの質と活用範囲を広げる

知識の有無の差異

上記画像で示してみましたが

「xxについて教えて！」　という単純な問いかけよりも

「xxという問題について、

xxという構造化手法で課題解決ができると考えているが、

思考のサポート欲しい」

という問いかけの方が

示唆に富んだ回答が来るのは当然です。

一例ではありますが

この　“xxという構造化手法で"

という問いの立て方は

圧倒的に知識量によって差別化される領域であり、

みなさん自身の競争力の源泉にもなりうる領域です。

WYSIATI

という考え方を紹介があります．

What You See Is All There Is

見えていることが全て

ということです。

AIに問いを立てる知識も

What You See Is All There Is (WYSIATI)

なのだと思います。

先ほどの図解に

WYSIATIの概念を加えると以下の形になります。

WYSIATI

中心の知識である部分が

What you see (見えていること、知っていること)です。

その以外は全て見えていないからこそ

「知らない」「問えない」

ということになってしまいます。

📕AI時代で再認識した読書の重要性

さあ、ここで手っ取り早くAIで知識を得よう！！！

という記事を書きたいところですが。。。。。

一旦STOP

半年前にAIから得た知識なんでしたか？？？？

おそらく、答えられないですよね？

AIで簡単に手に入れることができた知識のようなものは

貴方自身のナレッジに　「浸透」はしていないのです。

つまり一度は理解した気になっても結局は

What You See(知っている)

にはなっていないということです。

つまりは問うことができないのです。

昔好きだった本の中に、

努力について以下のように記載がありました。

「コミットメントに労力が投入されればそれだけ、
コミットした人の態度に与える影響が強くなる」という原則

『影響力の武器』ロバート・B・チャルディーニ

元々は人のコミットメントを強くさせるために、

労力をかけさせる。

という段階的要請法をうまく作用させるための

心理学的なアプローチとして紹介させれていたものですが

読書という労力を投入して得た知識を、

なんとか利用してみようと

日々思考回路が洗練されていく

そしてその結果　知識が強く定着する

という構図にも置き換えられると思っています。

📕読書 x 🤖AIという実践術

とはいえ、課題も残ります。

読書した知識を

永続的な知識として定着させるためには

膨大な労力を有する

ということです。

私の愛読書である『学習する組織』という書籍で例を挙げます。

ご覧の通りボロボロです。

付箋もたくさん貼っていますが。。。

これで知識として完璧に定着しているか？

と言われるとまだまだであると答えざるを得ません。

もう何周も読み込んでいるのに

日々エンカウントする問題に対して

読んだ書籍の知識を用いて対峙できているか？

と聞かれるとNoです。

繰り返しになりますが

読書した知識を

永続的な知識として定着させるためには

膨大な労力を有する

ということになります。

さて、ここでAIの登場です。

かりに私が得た知識を

AIが長期の記憶として記憶しておいてもらうことができれば。。。。

そこで私の挑戦が始まりました。

左側の領域が得た知識を文章でインプットしている領域

右側の小宇宙がその知識の結びつき（オントロジー）です。

これまた大変な労力を要するものですが

常にAIが理解できる文字でアウトプットしておくことが

AIに与える長期の記憶の第一歩となります。

そこでAIに登場してもらいましょう。

一番右側の窓にClaudeが動いています。

横浜Fマリノスなぜオリジナル１０なのにもかかわらず勝てないのか？

私の思考法を元に考察してほしい

という超個人的な問いに対して

蓄積された思考するための知識を元にAIに回答させました。

結果としては非常に膨大な回答が

帰ってきたわけですが

「そもそもの問い立てが異なるのではないか？」

という根本思想に立って事実を検証する姿勢や

レジリエンスに対する問題提起をしたりなどと

一般的なAIでは到達できない

思考次元まで簡単に到達してしまいました。

細かい内容なので割愛してもよいですが

実際の出力内容の一部を貼り付けます。

---

支配のシフト：同一構造が成功と崩落の両方を生んだ

[自己強化型ループ R]（2018-2022 支配期）

攻撃的スタイル確立 → 選手の市場価値上昇 → 欧州・上位クラブへ高額移籍

→ 移籍収入とブランド → 有望選手が集まる → スタイルが機能する → …

[バランス型ループ B]（2023- 支配期）

主力アウトフロー↑ → スカッドの質というストック低下 → 戦術の再現性低下

→ 成績低下 → 魅力低下 → 補強力低下 → …

＋ リーグ側の学習（ハイライン攻略の共有）が同時に制約として作用

2022→2023で起きたのは支配のシフトである。

自己強化型プロセスによる幾何級数的成長の後、急にバランス型プロセスが支配する。

9位→15位という崩落は非線形性そのものであり、成長の限界の典型形をしている。

制約要因は 選手の再生産速度 < 流出速度。

ここで自分自身のInsightが効く。

私たちがフローに注意を向けるときは、アウトフローよりもインフローに注意を集中する傾向にある

補強（インフロー）の議論は毎年賑わうのに、

アウトフロー（主力流出・年齢・契約残）が構造として扱われていない。

バスタブは蛇口を捻る以外に、排水を絞っても満たせる。

---

いかがでしたか？

凡庸な回答とは大きな差がありそうですよね。

これが拡張頭脳の醍醐味です。

（中身は私の思考回路なので、本稿では深堀はしません）

試しにClaudeに記憶基盤なしで回答をさせてみましたが。。。。

まぁそれなりの回答ですね。

マリノスには強いチームに戻って欲しいという

個人的な感情は一旦おいておいて

読書→AI用アウトプット→AIで活用→実践

というサイクルがライフスタイルに

組み込まれていけば

AIで人の能力がコモディティ化していく

この世の中で

十分に戦っていけるのではないでしょうか？

私のサービスでは

こういった生成AIの限界を突破し、みなさんの蓄積してきた

知識や経験を記憶基盤として利用する生成AIの構築なども支援しています。

自分自身の経験と知識を資産化し、

思考とアウトプットの質を継続的に高めていく“思考のOS”です。 

AI時代に、自分だけの知識資産を構築したい方におすすめします。