「できる」と「わかる」の間に

「できる」と「わかる」の間に 生成AIが問いかける、学びと専門性の本質 角渕由英 | 弁理士・博士（理学）

プロローグ：微分積分ができる幼稚園児 ある習い事の教室で目にした光景。 幼稚園児が、黒板に向かって流れるように微分積分の計算式を書いていた。 周囲の大人たちは「天才だ」と感嘆の声を上げる。 確かに、その子の手からは正確な答えが次々と生み出されていた。 しかし、私の胸には奇妙な違和感が残った。 その子は本当に「理解している」のだろうか？ それとも、高度に訓練された「パターン認識」によって、正しい記号の配列を再現しているだけなのだろうか？

そして今、主役は生成AIに変わった あの幼稚園児が抱かせた問いが、数十年を経て、生成AIという新たな主役と共に再び私たちの前に立ちはだかっている。 ニュース：「生成AIが東大入試の数学を解いた」 多くの人は「ついに人間の知性がAIに追い抜かれた」と感じたかもしれない。 しかし、本当にそうだろうか？AIが導き出す「正解」と、人間が苦闘の末にたどり着く「正解」。その背後にある「何か」は、全く異なるのではないか。

第一章：「それらしさ」という罠 生成AIは、驚くほど「それらしい」専門的な文章を生成する。 一見すると、熟練した専門家が書いたかのようだ。 しかし、「それらしい」ことと「正しい」こと、さらには「適切である」こととの間には、深い断絶が存在する。 これらは、文脈的判断の層であり、AIには欠けている。 AIによる生成物 形式的な正しさ：正しい記号の配列 専門家による判断 戦略 リスク 経験則 競合予測 勘所 文脈的な深さ

第二章：理解なき能力の危うさ フラッシュカードによる早期教育を受けた子供は、驚異的な記憶力や計算力を示すことがある。 しかし、教育心理学が示すのは、こうした「結果だけを出す訓練」の限界だ。 パターンを記憶し、条件反射的に再生はできても、新しい文脈への応用力や、創造的な思考力は育たない。 最も重要な「なぜ？」という問いかけの力が損なわれることさえある。

私たちの「考える筋肉」が衰えていく 思考力 思考力 AIに頼り切った「効率的な」仕事は、私たちから「自分で考え抜く力」を奪っていく。 起こりうること： ・想定外の事態に応用が効かなくなる。 ・AIの出力の誤りを検証する力がなくなる。 ・判断の根拠を失う。 一見非効率に見える、自力での試行錯誤のプロセスこそが、真の思考力を育てる。

第三章：大学入試が本当に問うているもの 難関大学の数学の問題は、なぜ解法がすぐに見えないように作られているのか。 目的は、受験生を困らせることではない。大学が求めているのは、「既知の問題を速く解く能力」ではなく、「未知の問題に立ち向かう姿勢と方法」だ。 この一連のプロセスは、研究そのものの縮図である。 1. 問題文を丁寧に読み解く 2. 与えられた条件から何が言えるか考える 3. 複数のアプローチを試みる 3. 何の方を考える 4. 結果が妥当か検証する

AIは問題を解けるが、問いを立てられない AIが東大入試を解けたとしても、それは「AIが研究者になれる」ことを意味しない。 なぜなら、AIは問題を「与えられた」存在だからだ。 本当に価値ある知的活動は、問題を発見することから始まる。 ・何が問われるべきかを問うこと。 ・既存の理論の矛盾に気づくこと。 ・説明できない現象に疑問を持つこと。 人間の受験生が難問と格闘する過程で培うのは、この「問いを立てる力」の萌芽なのだ。

第四章：専門性の本質とは何か 専門性とは、「答えを知っていること」ではない。 それは、「問題の本質を見抜き、文脈に応じた最適な判断を下せること」であり、その判断に「責任を負えること」だ。 弁理士の価値： ・クライアントとの対話から発明の核心を見抜く。 ・将来の技術発展を想定し、戦略的に権利範囲を設定する。 ・審査官の意図を汲み取り、最適な反論方針を立てる。

専門性は「暗黙知」の海に浮かんでいる 専門家の判断は、「形式知」だけからは導き出せない。その根底には、長年の実務経験で培われた「暗黙知」が存在する。 AIは過去のデータから「平均的に正しい」選択は提示できるが、前例のない状況での「最適な」判断は、人間の暗黙知に依存する。 形式知 (Formal Knowledge) 法律 データ マニュアル 暗黙知 (Tacit Knowledge) 経験 直感 文脈理解 勘所 技術への深い理解 ビジネスへの感度

第五章：「わかる」までの遠回り 私自身、小学生のころ、連立方程式を「解くこと」ができた。手順に従えば、機械的に答えが出せた。 しかし、中学校で応用問題に直面したとき、壁にぶつかった。 ・文章題の意味を方程式に翻訳できない。 ・なぜこの解法が正しいのか、説明できない。 私は、ただ「解き方」を覚えていただけ。「方程式とは何か」を「理解」していなかったのだ。

遠回りに見える道が、最も確実な道だった 公式を丸暗記するのではなく、証明から追いかける。答えを出すことより、論理の筋道を考える。 この「遠回り」は苦しかった。しかし、この試行錯誤の中で「自分の頭で考える」ということを学んだ。この思考習慣は、数学から弁理士の仕事まで、あらゆる知的活動の基盤となった。 問題 丸暗記 理解 深い理解

第六章：AIと共に生きる知恵 誤解しないでほしい。私はAIを否定しているわけではない。むしろ、AIは私たちの知的活動を大きく拡張する、革命的なツールだと考えている。重要なのは、AIをどう使うかだ。 AIは、敵か。道具か。

「思考の代替」か、「思考の支援」か 思考の代替 -> 全てを丸投げし、自ら考えることを放棄する。 思考の支援 -> ルーティンを任せ、人間はより高度な判断に集中する。 この違いは、私たちの未来にとって決定的だ。

「丸投げ」ではなく「協働」する 具体的な協働モデル：特許調査 AIの役割（思考の支援） ・膨大な文献からの初期スクリーニング ・関連候補のリストアップと評価 ・要点の抽出 専門家の役割（高度な判断） ・AIの見落としの検証 ・技術的・法的な精査 ・調査結果の解釈と戦略的アドバイス AIは専門家の能力を「置き換える」のではなく、「増幅する」。

第七章：問われる「学び」の再定義 AIの台頭は、私たちに根本的な問いを突きつけている。 「何のために学ぶのか」 「何を学ぶべきか」 「どう学ぶべきか」 かつて価値があった「知識の記憶」は、相対的に価値が下がっている。では、何に価値が移っているのか。

これからの時代に価値を持つ、5つの力 問いを立てる力 何を問うべきかを見出す。 判断する力 最適な選択肢を選び、妥当性を検証する。 文脈を読む力 状況に応じた最適な解決策を見出す。 創造する力 ゼロから一を生み出す。 責任を負う力 判断の結果を引き受ける。

教育は変わらなければならない SHIFT FROM 記憶 速度 SHIFT TO 問い 思考プロセス 応用 大学入試も、思考プロセスや問題発見能力を評価する方法を、より洗練させる必要があるだろう。

第八章：それでも人間が学び続ける理由 AIがどれほど発展しても、人間が学び続けなければならない根本的な理由がある。 それは、「理解する喜び」という、人間の本質的な欲求だ。 ・数学の難問が解けたときの達成感。 ・複雑な仕組みが腑に落ちたときの快感。 ・長年の疑問の答えが見つかったときの高揚感。

「わかる」は、私たちを豊かにする AIに答えを教えてもらう満足と、自力で辿り着いた理解の充足感は、質的に異なる。 学ぶことは、単にスキルを得るためだけではない。 学びを通じて、私たちは世界の見方を豊かにし、思考の幅を広げ、人間として成長していく。 この価値は、AI時代においても決して色褪せない。 歴史は、現在を相対化する視点を与える。 文学は、他者への想像力を育む。 科学は、世界の美しさに触れさせる。

エピローグ：選択の時代に 私たちは今、歴史的な転換点に立っている。 AIという強力なツールを手にし、知的活動の多くを機械に委ねることができるようになった。 同時に、私たちは選択を迫られている。 どちらか一方を選ぶのではなく、いかにバランスを取るかが課題だ。

これからの時代を生きる、私たちの心構え 私の提案は、こうだ。 第一に：AIを使うときは、常に「自分は今、何を学んでいるのか」を問い続けること。 第二に：AIに任せる部分と、自分で考え抜く部分を、意識的に区別すること。 そして何より：「考えることの喜び」を、手放さないこと。

あの幼稚園児は、今 「微分積分ができる幼稚園児」は、驚異的に見える。 しかし、その子が本当に幸せな学びの道を歩んでいるかは、結果だけでは判断できない。 「AIで何でもできる社会」も、一見すると理想的に見える。しかし、そこで人間が真に充実した知的生活を送れるかは、私たち次第だ。 あの幼稚園児が、単に計算を「できる」だけでなく、数学を「わかる」喜びに出会えていることを願う。

「できる」と「わかる」の間には、深い谷がある 深い谷がある できる（AIによる拡張） わかる（人間による探求） その谷を越える旅は、遠回りで、時に苦しい。しかし、その旅の先にこそ、真の学びがある。 AIが私たちの「できる」を拡張してくれる時代だからこそ、私たちは「わかる」という、人間にしかできない営みを、大切にしていきたい。

角渕由英（つのぶちよしひで） 弁理士・博士（理学） 弁理士法人レクシード・テックパートナー 特許検索競技大会実行委員長 https://lit.link/ytsunobuchi