思考拡張したければ、まず文脈を育てる —— 「AI差分物語」という小さな実験
思考拡張したければ、まず文脈を育てる —— 「AI差分物語」という小さな実験
AIと対話していると、あることに気づく。
AIは便利だ。
かなり賢い。
こちらの曖昧な言葉からでも、けっこう深いところまで拾ってくれる。
でも、万能ではない。
特に難しいのが、文脈の継続である。
昨日の会話。
先週の気づき。
前回の判断。
そのとき何に違和感を持っていたのか。
人間側は覚えているつもりでも、AI側には必ずしも十分に残っていない。
そこで最近、私はこう考えるようになった。
思考拡張したければ、まず文脈を育てる必要がある。
この記事でいう「AI差分物語」とは
この記事では、AI仮説を「AI差分物語」として扱う。
差分は、何が変わったかを示す。
しかし、それだけでは、
なぜ変わったのかまでは分からない。
そこでAIに、
その差分の背後にある意図や違和感を仮説として語らせる。
その仮説は、正解でなくてよい。
むしろ、正解かどうかよりも、
人間側がその仮説に反応することが重要である。
「違う」
「惜しい」
「それはある」
「そこは見えていなかった」
「そう見えたか」
その反応によって、
差分は単なる変更履歴ではなくなる。
差分が、物語になる。
だから私は、
AI仮説を「AI差分物語」と呼んでいる。
AIに賢く答えてもらう前に、
AIと共有できる文脈を、人間側が育てる必要がある。
AIは記憶装置ではなく、文脈反応装置である
AIに期待しすぎると、こう思ってしまう。
「前に話したやん」
「昨日説明したやん」
「あの話、覚えてないの？」
もちろん、プロジェクト機能やメモリ機能などによって、
ある程度の文脈は引き継げる。
しかし、AIが過去のすべてを完全に覚えているわけではない。
だから、AIとの思考拡張に必要なのは、
AIにすべてを覚えさせることではない。
必要なのは、
AIに渡せる形で、人間側が文脈を育てること
だと思っている。
文脈には「核」と「差分」がある
文脈には、大きく2種類ある。
1つ目は、核となる文脈。
自分は何を目指しているのか。
何を大事にしているのか。
どんな問題意識を持っているのか。
何を変えたいのか。
これは、自分の立ち位置やプロジェクトの目的に近い。
たとえば私の場合であれば、
FRB（Fishing Rod Benchmark）という個人研究があり、
その中で「人間が感じている違いを、どう比較・可視化・共有するか」という大きな文脈がある。
2つ目は、差分としての文脈。
昨日から今日にかけて何が変わったのか。
どんな違和感が生まれたのか。
どの言葉が増えたのか。
どの仮説が捨てられたのか。
次に何を試したくなったのか。
核だけでは、思考は進まない。
差分だけでは、思考は迷子になる。
思考拡張には、この両方が必要になる。
差分は、思考が動いた痕跡である
ここで重要になるのが、差分である。
差分というと、普通はソースコードの変更差分を思い浮かべる。
何行追加されたか。
何行削除されたか。
どの関数が変わったか。
もちろん、それも差分である。
しかし、思考拡張の観点では、
差分はもっと広く捉えられる。
差分とは、
思考がどこで動いたのかを示す痕跡
である。
文章を書き換えた。
タイトルを変えた。
説明順序を変えた。
言葉を足した。
言葉を消した。
メモに一文を貼った。
記事としてまとめ直した。
これらはすべて、思考の差分である。
ただし、差分だけではまだ足りない。
差分だけでは、意味が分からない
差分を見ると、何が変わったかは分かる。
でも、それだけでは分からないことがある。
なぜ、その行を消したのか。
なぜ、その表現を足したのか。
なぜ、その順番に変えたのか。
何に違和感があったのか。
何を守ろうとしたのか。
何を捨てようとしたのか。
つまり、差分には「変化」はあるが、
そのままでは「意味」が見えにくい。
ここで必要になるのが、
差分に意味を持たせる文脈
である。
この言葉は、かなり重要だと思っている。
AIと共有するには、差分に意味を持たせる文脈が必要だ。
差分単体は、ただの変更点である。
でも、そこに文脈が乗ると、
差分は「思考の変化ログ」になる。
AIにレビューさせるのではなく、仮説を出させる
差分をAIに渡すとき、
普通はこう使いたくなる。
「この変更をレビューして」
「バグがないか見て」
「改善点を出して」
もちろん、それも有効である。
しかし、思考拡張の観点では、
もう少し違う使い方ができる。
それは、
AIに仮説を出させること
である。
たとえば、こう聞く。
この差分から、私が何を考えていた可能性があるか仮説を出して。
この変更の裏にある設計意図を推測して。
この差分から、思考の変化として見えるものを整理して。
AIの仮説は、正しいとは限らない。
むしろ、正しくなくてもよい。
AIが出した仮説に対して、人間がこう反応する。
「いや、それは違う」
「惜しい」
「そこじゃない」
「でも、その見方はなかった」
「たしかに、そこは気づいていなかった」
「そう理解してしまったか」
この反応によって、
人間の思考が再び動き始める。
つまり、
AIの仮説は、思考の再起動装置になる。
MetaDiff_HypothesisViewer.html とは何か
この考え方から作ったのが、
MetaDiff_HypothesisViewer.html
である。
これは、差分をAIにレビューさせるためのビューアではない。
目的は、差分を見ながら、
その差分に対するAIの仮説を確認することにある。
差分そのものを見る。
AIが出した仮説を見る。
自分の反応を見る。
その往復によって、
差分に意味が与えられていく。
つまり、MetaDiff_HypothesisViewer.html は、
単なる差分ビューアではない。
差分を通じて文脈を育てるためのビューア
である。
画面例
この画面では、単に「どこが変わったか」を見るだけではなく、
その差分に対してAIが立てた仮説を確認できる。
重要なのは、AIの仮説が正しいかどうかではない。
むしろ、
「それは違う」
「そこは惜しい」
「でも、その見方はなかった」
「たしかに、この変更にはそういう意味もあるかもしれない」
と人間が反応することに意味がある。
その反応によって、
自分の思考がもう一度動き始める。
MetaDiff_HypothesisViewer.html は、
差分を読むための道具であると同時に、
自分の思考の変化を外側から眺めるための道具でもある。
おまけに、少しだけメタ認知も鍛えられるかもしれない。
たぶん。
文脈は、構造化すると育てやすい
差分を残すだけなら、どんな形式でもできる。
メモでもいい。
議事録でもいい。
スクリーンショットでもいい。
Excelに貼り付けた証跡でもいい。
ただし、AIと文脈を共有するという観点では、
形式によって扱いやすさが大きく変わる。
たとえば、動作結果をExcelに貼り付けて証跡として残す文化がある。
もちろん、それ自体に意味がないわけではない。
その時点で何を確認したのかを残す、という意味では役に立つ。
ただし、差分を見たいときには少し困る。
何が前回から変わったのか。
どこが判断だったのか。
どの条件が違ったのか。
Excelに貼られた画像や文章から、
それらを後から取り出すのは難しい。
一方で、MarkdownやJSONはAIと相性がよい。
Markdownは、人間が読みやすい。
見出し、箇条書き、引用、コードブロックによって、
文章の構造を保ったまま記録できる。
JSONは、機械が読みやすい。
日時、対象、変更内容、仮説、判断、次のアクションといった情報を、
項目として明示できる。
つまり、
Markdownは、人間とAIが一緒に読む文脈。
JSONは、AIが処理しやすい文脈。
そう考えると、
文脈を育てるためには、
単に記録を残すだけではなく、
後から差分として扱える形で残すことが重要になる。
文脈を育てる流れ
私の中では、今のところ次のように整理している。
思考拡張したい ↓ AIと継続的に考えたい ↓ AIと共有できる文脈が必要になる ↓ 文脈には「核」と「差分」がある ↓ 核は記事や立ち位置ファイルで残す ↓ 差分はメモ、Markdown、JSON、Git差分などで残す ↓ ただし差分だけでは意味が足りない ↓ AIの仮説で差分に意味を与える ↓ 人間がその仮説に反応する ↓ 思考が再起動する ↓ 文脈が育つ
この循環が回り始めると、
AIとの対話は単発の相談ではなくなる。
昨日の気づきが、今日の問いになる。
今日の差分が、明日の仮説になる。
AIの仮説が、人間の違和感を呼び起こす。
その違和感が、次の行動につながる。
この状態が、私の考える思考拡張に近い。
MetaDiffは、文脈を育てるための小さな道具である
MetaDiff_HypothesisViewer.html は、
大げさなツールではない。
ただのHTMLである。
小さなビューアである。
でも、そこに置いている思想は大きい。
差分を見るためではない。
差分から、自分の思考を見直すための道具である。
AIに正解を出させるためではない。
AIの仮説をきっかけに、人間の思考を再起動するための道具である。
つまり、
MetaDiff_HypothesisViewer.html は、文脈を育てるための道具である。
おわりに
AIとの思考拡張は、
AIにすべてを覚えさせることではない。
人間側が文脈を育て、
差分を残し、
その差分にAIの仮説をぶつけることで、
自分の思考を再起動し続けることだ。
文脈は、保存するものではない。
育てるものだ。
そして、文脈を育てるには、
差分に意味を持たせる必要がある。
そのための小さな道具として、
私は MetaDiff_HypothesisViewer.html を作っている。
思考拡張したければ、まず文脈を育てる。
文脈を育てたければ、差分に意味を与える。
差分に意味を与えたければ、
AIの仮説を使って、自分の思考をもう一度起こせばいい。
AIは忘れる。
だから差分を残す。
AIは間違える。
だからAI仮説で人間の思考を起動する。
追伸：
「AI差分物語」は、すでに濃いtimelineや記事群を持っている人よりも、
むしろこれからAIとのコミュニケーションを深めたい人に向いているのかもしれない。
最初から、きれいな記録や濃い文脈を用意する必要はない。
小さなメモ。
少し書き換えた文章。
AIとの会話で生まれた違和感。
そうした小さな差分にAIが仮説を立て、
それに人間が反応する。
その繰り返しが、
あとから文脈として効いてくる可能性がある。
「timelineを作るのは面倒」
「何を記録すればいいか分からない」
そんな人にとって、
AI差分物語は、文脈を育て始めるための入口になるのかもしれない。
■関連記事
- 思考拡張の5つのレベル——AIと共に、発見し続ける人になるために
- 思考拡張の大前提——「AIとの対話は、人間との対話と同じである」
- 思考拡張の設計理論（Draft）——違和感・体験・制約の三つの軸
- 思考拡張は、設計できる。 ～AIと話していたら、脳の使い方が変わってきた話～
- 思考拡張の実践理論（Draft） ～AIと話していたら、脳の使い方が変わってきた話～
- 私が考えるAI駆動開発とは——差分・再現性・制約の三つの文化(Draft版)
- 思考拡張・ＡＩ駆動開発の免罪符戦術～一度戦闘機に乗ったものは竹槍に戻れない！！～
- 思考拡張派生理論：設計未提示駆動開発〜設計を渡すな、違和感を渡せ〜
この「思考拡張」を、実際の個人研究として進めている例が、
FRB（Fishing Rod Benchmark）です。