方法の前に意味を

ヴィクトール・フランクルは、ナチスの強制収容所を生き延びた精神科医だ。その経験から書かれた『夜と霧』の中で、ニーチェの言葉を引いている。

He who has a why to live can bear almost any how.

（ニーチェ。フランクル『夜と霧』1946年で引用）

生きる「なぜ」を持つ者は、ほとんどあらゆる「どうやって」に耐えられる。

フランクルが収容所で観察したのは、生き残った人と生き残れなかった人の違いだった。体力の差ではなかった。知性の差でもなかった。差を分けたのは、意味を持っているかどうかだった。

「妻に再会する」「書きかけの論文を完成させる」「この経験を世界に伝える」。具体的な意味を持っていた人が、極限状態を耐え抜いた。

この観察は、AI時代にそのまま適用できる。

AIはhow（どうやるか）を劇的に増幅する。文章の書き方、分析の方法、プレゼンの作り方、コードの実装方法。方法論に関しては、AIが圧倒的な支援を提供する。

しかし、why（なぜやるか）はAIに聞いても出てこない。

「なぜこの記事を書くのか」「なぜこの研究をするのか」「なぜこの事業をやるのか」。これらの問いに対するAIの回答は、もっともらしいが空虚だ。なぜなら、意味は個人の経験と価値観から生まれるものであり、汎用的なパターンからは生成できないからだ。

意味を持つ者がAIを使うとき、AIは加速器になる。方法論の試行錯誤を短縮し、実行のスピードを上げ、意味の実現に向けて全力で走らせてくれる。

意味を持たない者がAIを使うとき、AIは空虚の増幅器になる。目的のないアウトプットが大量に生成される。もっともらしいが、何も伝わらない。きれいだが、何も残らない。

パウロ・フレイレは『被抑圧者の教育学』（1968年）で、教育を二つに分けた。

銀行型教育。教師が知識を預金のように生徒に預ける。生徒は受動的に受け取り、蓄える。テストで引き出す。

問題提起型教育。教師と生徒が対話を通じて現実を批判的に認識し、変革する。

AIは究極の知識銀行だ。あらゆる情報が預金されており、いつでも引き出せる。しかし、銀行型にAIを使うか、問題提起型にAIを使うかは、使う人間の意味の有無で決まる。

銀行型の使い方とは、AIに答えを求め、そのまま使うことだ。レポートを書いてもらう。分析してもらう。提案してもらう。受動的に受け取るだけ。

問題提起型の使い方とは、AIとの対話を通じて、自分の問いを深めることだ。AIの回答に対して「なぜそうなるのか」「別の見方はないか」「この前提は正しいか」と問い返す。AIを鏡として使い、自分の思考を映し出す。

前者は楽だが、何も残らない。後者は負荷がかかるが、理解が深まる。

ジョン・デューイはこう書いた。

We do not learn from experience... we learn from reflecting on experience.

（ジョン・デューイ）

経験から学ぶのではない。経験を振り返ることから学ぶ。

AIが提供する経験の量は膨大だ。情報に触れる機会、分析結果を見る機会、アイデアに出会う機会。しかし、その経験を振り返らなければ、学びは生まれない。

振り返りとは、意味づけの行為だ。「この情報は自分にとって何を意味するのか」「この分析結果は自分の仮説と合っているか」「このアイデアは自分が解きたい問題に関係があるか」。

意味を持つ者にとって、振り返りの基準がある。自分の「なぜ」が、情報の取捨選択の軸になる。意味を持たない者にとって、すべての情報が等価で、何を残して何を捨てるかが決められない。

フランクルは、意味は見つけるものであり、作るものではないと言った。それは外部から与えられるものでもない。自分の人生の具体的な状況の中で、自分だけに向けられた問いに応答する形で、見出されるものだ。

AIは問いに答えてくれる。しかし、あなたに問いを向けることはできない。人生があなたに問いかけ、あなたがそれに応答する。その応答の中に、意味がある。

方法の前に意味を。howの前にwhyを。AIに「どうやって」を聞く前に、「なぜ」を自分に問う。

その順序を間違えると、増幅器は空虚を増幅するだけだ。