科学者マインド
2026

昨日できなかったことが、今日できる

最近のAIによる動画や音声の生成を見て、驚いたことはないだろうか。

少し前までは不自然だったものが、いつの間にか自然になっている。 昨日まで難しかったことが、今日にはできるようになっている。

これは、新しい機能が増えているだけではない。 私たちが昨日まで行っていた仕事にも、今日にはもっと良いやり方が生まれているかもしれない、ということである。

調査、資料作成、ソースコードの生成、テスト、レビュー。 同じ目的を達成する方法が、日々更新されている。

キャッチアップするだけでは足りない

こうした話をすると、「新しい情報に追いつかなければならない」という話になりやすい。

もちろん、知ることは大事である。 しかし、変化が速い時代には、キャッチアップするだけでは足りない。

新しい技術が登場した直後は、成功事例が少なく、再現性が確かめられていない情報も多い。

• ある人にはうまくいっても、別の環境ではうまくいかない
• 短期では速くなっても、後から手戻りが増える
• 技術の更新によって、昨日の使い方が合わなくなる

使い方や条件によって結果は変わる。 しかし、成功事例では、その条件や失敗例が省かれやすい。

情報が新しいことと、自分たちの環境でも使えることは同じではない。

「使えるらしい」は、まだ仮説である

たとえば、「AIを使えば設計やレビューの品質が上がる」という事例を見たとする。

しかし、その効果は条件によって変わる。

• どの仕事で、誰が使ったのか
• AIに何を入力し、人がどこを確認したのか
• 何をもって品質が上がったと判断したのか

条件が違えば、結果も変わる。

だから、成功事例をそのまま正解として受け取らない。

「この方法は使えるらしい」ではなく、 「この方法は、どの条件なら自分たちにも使えるだろうか」と問い直す。

成功事例は答えではない。 試してみる価値のある仮説である。

正解が固まるまで待つこともできない

では、十分な成功事例が集まり、正しい使い方が確立するまで待てばよいのだろうか。

変化が速い環境では、正解が固まるころには、技術や条件が変わっているかもしれない。

会社が取り組む新規事業にも、同じことが言える。 まだ誰も十分な正解を持っていないから、新規事業なのである。

最初から再現性の高い答えを得ることは難しい。 しかし、大きな賭けに出る必要もない。

正解が分からないままでも、許容できる範囲で試し、少しずつ確からしさを上げていけばよい。

だから、小さく試すサイクルが必要になる

科学者マインドとは、正解を一発で掘り当てる力ではない。

今ある情報から仮説を置く。 失敗しても戻れる大きさで試す。 予想と現実のズレを観察する。 その結果から、次のやり方を更新する。

このサイクルを回すことで、確証のなかった方法が、少しずつ自分たちの環境で使える知識に変わっていく。

大事なのは、変化に追いつくことだけではない。 新しい方法を、自分たちで確かめながら取り入れられることである。

この資料も、サイクルを回しながら作っている

この資料もAIでたたき台を作り、違和感を見つけて何度も書き直している。

AIが答えを完成させたのではない。 AIを使いながら、観察と修正のサイクルを回して作っている。

科学者マインドを5つの型で整理する

昨年もちょうど今頃、科学者マインドについて紹介した。

今回は、正解が固まっていない状況でも小さく試せるように、実践の流れとして整理する。

1. 観察する
2. 問いを立てる
3. 仮説を立てる
4. 実験・検証する
5. 結論を出す

そして、結論で終わらず、もう一度観察に戻る。

今回の目的は、科学者になることではない。

新しい情報を正解として集めるのではなく、自分たちの環境で確かめ、使える知識へ更新するための型を持つことである。

観察とは、事実と解釈を分けること

人は出来事を見た瞬間に、無意識に意味づけをする。

• あの人は分かっていない
• このやり方は筋が通らない
• 自分には向いていない

こうした解釈が生まれること自体は悪くない。

問題は、解釈を事実だと思い込んだまま判断することである。

観察とは、解釈をなくすことではない。 何が確認できた事実で、何を自分が付け加えたのかに気づくことである。

ソースコメントを仕様だと解釈した

以前、質問を受けたときに、相手からこう説明されたことがある。

「仕様によると、こうなっているはずです」

しかし、詳しく聞いても「仕様です」と言い続ける。

そこで、何を根拠に仕様だと言っているのかを尋ねると、根拠はソースコードのコメントだった。

これを分解すると、次のようになる。

• 事実：ソースコメントに、その動きが書かれていた
• 解釈：そのコメントを仕様だと考えた

相手は嘘をついていたわけではない。 相手なりの根拠から、「これは仕様である」と解釈していた。

しかし、この話を聞いた私たちの側にも、すぐに解釈が生まれる。

• 事実：相手は、ソースコメントを根拠に仕様だと説明した
• 解釈：この人は分かっていない
• 追加の解釈：この人に任せると危ない

ここまでの流れは、ほとんど無意識で起きる。

そして、「この人を担当から外した方がよい」という判断につながっていく。

観察を間違えると、対応も間違える

その人を担当から外せば、短期的には問題が起きなくなるかもしれない。 すると、「対応には効果があった」と感じる。

しかし、本当の問題は別のところにあるかもしれない。

• 仕様の所在が曖昧だった
• コメントと仕様の区別が共有されていなかった
• 判断の根拠を確認する仕組みがなかった

人を外しても、仕組みは変わっていない。 同じ構造が残っていれば、別の人や別の場所でまた問題が起きる。

観察を間違えると、原因の捉え方が変わる。 原因の捉え方が変われば、対策も変わってしまう。

だから、すぐに原因や責任を決める前に、何が事実で、何が解釈なのかを分ける。

「今、自分はそう考えているんだなー」

完全にフィルターのない観察は難しい。

科学者マインドで大事なのは、最初から完全に客観的になることではない。 自分の考えや感情も、観察対象に含めることである。

私は最近、解釈に飲み込まれそうになったら、次の一文を付け加えている。

今、自分はそう考えているんだなー。

たとえば、次のように言い換える。

• 「この人は分かっていない」
  → 今、自分は「この人は分かっていない」と考えているんだなー
• 「この人に任せると危ない」
  → 今、自分は「この人に任せると危ない」と考えているんだなー

考えを消す必要はない。 その考えを事実として扱う前に、一歩距離を置く。

「だなー」と少し軽く言うことで、自分を責める方向にも進みにくくなる。 すると、責める反応から探索する問いに戻れる。

• 何を根拠に、そう考えたのか
• 事実として確認できていることは何か
• 他の解釈はありえるか

このように考えから距離を置く方法は、脱中心化や認知的デフュージョンと呼ばれる。

認知行動療法やACTでも、考えや感情を事実そのものではなく、心の中に起きた出来事として観察する方法が使われる。

不安や焦りが強いと、まだ起きていないことを、実際に起きることのように感じやすい。

これは危険にすばやく反応するには役立つ。 しかし、多くの条件が絡む問題を捉えるときには、少し厄介な仕組みである。

観察モードが起動しにくい条件

理由や根拠が見えない話には、違和感を持ちやすい。 その違和感が、探索を始める合図になる。

しかし、もっともらしい理由があると、そのまま受け入れてしまうことがある。

特に、次のような場合は観察モードが起動しにくい。

• 説明が分かりやすく、筋の通った物語になっている
• 自分の考えや、信頼する人の意見と一致している
• 自分の過去を正当化し、相手を悪者にできる

分かりやすいことと、正しいことは同じではない。

きれいな資料や筋の通った説明は、それだけで正しそうに見える。 自分にとって受け入れやすい説明は、確認する網を通り抜けやすい。

だから、納得したときほど観察に戻る。

• 分かりやすいと思ったときほど、根拠を見る
• 自分の考えと一致したときほど、反対側を見る
• 相手を悪者にしたくなったときほど、事実と解釈を分ける

知っていれば防げるわけではない。 これらの反応を、観察に戻る合図として使う。

地図にない場所へ目を向ける

昔の地図には、人々が知っている地域しか描かれていなかった。

地図の外側に何もなかったのではない。 まだ観察されず、地図に描かれていなかっただけである。

誰かが未知の場所を探索し、見たものを持ち帰ることで、地図は少しずつ描き直された。

広がったのは世界ではない。 私たちが知っている世界の地図である。

私たちも、経験や知識から作った「自分の地図」を使って、目の前の出来事を理解している。

「この人は分かっていない」という解釈も、地図に書き込んだ説明の一つにすぎない。

それを現実そのものだと思って行動すると、まだ地図にない可能性を探索するチャンスを失う。

科学も、道具や測定によって、細胞、分子、原子、素粒子へと観察の範囲を広げてきた。

観察とは、今ある地図で世界を決めつけることではない。
地図の外側を探索し、自分の世界地図を描き直すことである。

観察から問いへ進む

事実と解釈を分けると、次に立てる問いが変わる。

「なぜ、この人は分かっていないのか」ではなく、次のように問える。

• なぜ、ソースコメントを仕様だと判断したのか
• 仕様の根拠は、どこにあるべきなのか
• 同じ判断が起きるのは、どのような条件か

観察の質が変わると、問いの質が変わる。 問いの質が変わると、その後の仮説、検証、結論も変わる。

判断が強くなったときは、次の問いに戻る。

• 事実として確認できていることは何か
• 自分は、どんな解釈を足しているのか
• どんな証拠があれば、自分の考えを変えられるか

この問いは、自分を責めるためのものではない。 自分の観察に、どのような重みづけが入っているのかを見つけるためのものである。

複雑な問題の中で方向を決める

観察によって、事実や違和感が見えてくる。

• 手戻りが多い
• 顧客から要望が出た
• 学習しているのに成果が出ない

しかし、この段階では、何を深掘りするかは決まっていない。

仕事、学習、人間関係では、原因が一つであることは少ない。 たとえば、手戻りが多い背景にも複数の可能性がある。

• 要件や仕様の理解がずれている
• 経験やレビュー観点が不足している
• 納期や確認方法など、環境に問題がある

ここで大事なのは、原因を一つに決めることではない。

• どの条件で起き、どの条件では起きにくいのか
• どの要素の影響が大きそうか
• その要素は、自分たちが変えられるのか

問いが定まると、観察した材料のうち、どこを詳しく見るべきかが見えてくる。

答えを含んだ問いを、課題に戻す

問いに見えても、すでに解決策が入っていることがある。

• どうすればレビューを増やせるか
• どうすれば汎用検索を作れるか
• どうすればチェックリストを導入できるか

これらは、特定の方法を実行することが前提になっている。

たとえば、顧客が「汎用的な検索がほしい」と言ったとする。 それは本当の課題ではなく、顧客が考えた解決策かもしれない。

だから、「作るかどうか」の前に課題へ戻す。

• 誰が、どの場面で、どれくらい使うのか
• その検索ができないことで、何に困っているのか
• 汎用性による効果は、開発や運用のコストに見合うのか

たとえば、顧客にはこう聞く。

汎用的な検索をご要望とのことですが、どのような場面で、どのくらいの頻度で使う想定でしょうか。 また、その検索ができない場合、業務上どのような困りごとが発生しますか。

作るべきものは、汎用検索かもしれない。 しかし、よく使う条件の初期表示や、一覧画面の見直しかもしれない。

要望は、答えの形で出てくることが多い。 問いに戻すのは、要望を否定するためではなく、本当に必要なものを見つけるためである。

どこから扱うかを決める

複雑な問題をすべて同時に解決することはできない。 だから、どこから扱うかを決める。

• 影響度：頻度や深刻度は大きいか
• 介入可能性：自分たちが変えられるか
• コスト：変える負担に見合うか

ここで観察した内容が活きる。

声が大きい人の意見や、最近起きた印象的な出来事は重要に見えやすい。 しかし、本当の重要度は、条件、頻度、影響を見なければ分からない。

目標や数値の裏側を問う

問題は、目標や数値の姿で現れることがある。

• レビュー指摘を減らしたい
• 開発速度を上げたい
• 会議時間を減らしたい

しかし、数値は、本当に変えたいものを間接的に表しているだけかもしれない。

レビュー指摘が減っても、設計が良くなったとは限らない。 レビューが浅くなり、問題が後工程へ流れただけかもしれない。

目標や数値は、本質を見えやすくすることもあれば、本質を覆い隠す仮面にもなる。 仮面を磨くように数値だけを改善しても、その裏側にある問題は残る。

だから、数値を追う前に問う。

• 本当に変えたい状態は何か
• この数値が変わると、実際には何が良くなるのか
• 数値だけを追うと、見えなくなるものはないか

ここでは、効果の測り方まで決めなくてよい。 効果がどこに現れるかは仮説で置き、どう確かめるかは検証で考える。

問いによって、もう一度観察する

問いを立てると、見るべき条件が変わる。

観察する。 問いを立てる。 見るべき条件が定まる。 もう一度観察する。

この往復によって、スポットライトの方向と範囲が定まっていく。

「なぜ？」を繰り返す方法は、閉じた問題の因果関係をたどるには役立つ。 しかし、複雑な問題では、原因を一つに収束させすぎることがある。

その場合は、深く掘るだけでなく横にも見る。

• どの条件で起き、どの条件では起きないのか
• どの場面で特に困っているのか
• 本当に変えたい状態は何か

失敗時の痛みを小さくして学ぶ

次の二つでは、どちらの方が学習効果が高いだろうか。

• 問題の解き方を先に教わってから解く
• 何も知らない状態で一度解いてから、解き方を教わる

小さく試せるところまで情報を集める

仮説を立てるには、情報収集が必要である。

ただし、完璧になるまで調べることが目的ではない。 情報収集の目的は、小さく試せる仮説を作ることである。

• 説明や条件の候補を増やす
• 失敗したときのリスクを小さくする
• 結果から学べる試し方を見つける

どこまで調べればよいのか。

完全に安心できるまでではない。

• 失敗しても被害が小さい
• 元に戻すことができる
• 外れても次の判断材料が得られる

「これなら試せる」と思えるところまで来たら、情報収集から検証へ進む。

仮説は、転ばないための正解ではない。 転んでも大怪我をせず、何を学ぶかを明確にするためのものである。

良い仮説の形

良い仮説は、あとで外れたと分かる形になっている。

基本の形は、次のようになる。

もしAの条件でBを変えれば、Cが変わるはずである。

• A：どの条件で
• B：何を変えると
• C：何が変わるはずか

たとえば、次のように書ける。

レビュー観点を事前に共有すれば、後工程で発覚する設計起因の手戻りが減るはずである。

複雑な問題では、狙う効果だけでなく、効果がどこに現れ、どの条件で変わるのかも仮置きする。

• 狙う効果：設計段階の見落としを減らす
• 現れそうな場所：レビュー指摘、仕様確認、後工程の手戻り
• 効果が変わる条件：担当者の経験、機能の複雑さ、納期

ここで、「レビュー指摘が減れば設計が良くなった」とは限らない。

レビューが機能すれば、早い段階の指摘は増え、その代わり後工程のバグが減ることもある。

この方法に効果があるなら、どこに、いつ、どのような変化が現れるだろうか。

この予想を置くことで、検証で観察すべきものが見えてくる。

複数の仮説を持つ

複雑な問題では、説明を一つに絞りすぎない。

たとえば、手戻りが多い理由には、複数の仮説が考えられる。

• 要件の理解がずれている
• レビュー観点がそろっていない
• 納期が短く、確認する時間がない

複数の仮説を持つことで、一つの説明に固執しにくくなる。

そのうえで、どの仮説から試すかを選ぶ。

• 影響度：当たっていた場合の効果は大きいか
• 試しやすさ：小さく試せて、失敗しても戻せるか
• 学習量：外れた場合にも、次の判断材料が得られるか

仮説が外れたら、次の仮説へ進む

仮説が外れたら、能力がなかったということではない。 うまくいかない条件が一つ分かったということである。

固定マインドセットでは、外れた結果を能力不足として捉えやすい。 成長マインドセットや科学者マインドでは、次の行動を変えるための学習材料として扱う。

• どの条件でうまくいかなかったのか
• 予想と現実のズレはどこにあったのか
• 次は何を変えて試すのか

仮説が外れること自体が問題なのではない。

外れた理由を観察せず、正しさに固執して、次の仮説へ進めなくなることが問題である。

仮説は立てただけでは意味がない。 次は、小さく試して予想と現実のズレを見る。

検証を始める前に設計する

検証に入る前に、最低限決めておく。

• 何を、どの条件で試すのか
• どこに現れる変化を、何と比べるのか
• 何が起きたら成功、保留、中止とするのか

ここが曖昧だと、途中で都合よく条件や判断基準を変えやすくなる。

検証は、不安になりやすい。 本当にこの方法でよいのか、別の方法の方がよいのではないかと考え始める。

だからこそ、始める前に何を見て、どこで止まるのかを決めておく。

確かめ方にも問いを向ける

現場では、毎回同じ条件で試すことはできない。 案件の難易度、担当者の経験、納期などが変わるため、施策の効果だけを正確に取り出すことは難しい。

測定方法を正解として固定せず、確かめ方そのものにも問いを向ける。

• この変化は、狙った効果を本当に表しているか
• 条件や時間差によって、効果の現れ方が変わらないか
• 品質の裏で、疲労やコストが増えていないか

たとえば、設計不足を減らす施策を試したとする。

レビュー指摘が減っても、設計が良くなったとは限らない。 レビューが浅くなった可能性もある。

反対に、早い段階の指摘が増えても、後工程の手戻りやバグが減っているなら、狙った効果に近づいているかもしれない。

統計も、効果を完全に証明するためのものではない。 ばらつきや別の原因を考慮し、その効果だと考えてよい確からしさを高めるために使う。

無作為に比較対象を作ることが難しい現場では、変更前後や似た条件と比較し、複数回観察することで確からしさを上げる。

指標を結果そのものだと思わない

指標は、現実そのものではない。 現実の一部を見るための手がかりである。

一つの指標を追いすぎると、人の行動がその指標に合わせて変わり、指標が本来の意味を失うことがある。 これは、グッドハートの法則として知られている。

• 指摘件数を減らすために、問題を記録しなくなる
• 開発速度を上げるために、問題を後工程へ送る
• バグ件数を減らすために、バグの定義を狭くする

数値を使うことが問題なのではない。 数値を、狙っている効果そのものだと思い込むことが問題である。

検証中に起きる3つのすり替わり

目的のすり替わり

最初は、仮説を見るために始めたはずである。 しかし途中から、「この方法を何とか成功させる」ことが目的になることがある。

この状態では、仮説ではなく方法を守っている。

いま守っているのは、仮説か、方法か、投入した労力か。

問題解決のすり替わり

検証中に問題が起きると、本来は目的や仮説に戻る必要がある。 しかし、検証方法を成立させるための対応を足し続け、最後には何を試していたのか分からなくなることがある。

たとえば結合テストでは、個々の機能は仕様どおりでも、相互の整合が取れていないことがある。

見るべきなのは、どこで整合が崩れているかである。 それなのに、「入ってくるデータがおかしい」とデータを加工すれば、ズレを隠してしまう。

すでに使った時間や労力が多いほど戻りにくい。 しかし、検証を進めることではなく、ズレを見つけることが目的である。

• 問題は仮説にあるのか、検証方法にあるのか
• 検証条件は崩れていないか
• 一度止めて、仮説を立て直すべきではないか

整合性のすり替わり

検証結果は、いつもきれいになるとは限らない。 一部だけ効き、副作用や説明しにくい結果が混ざることもある。

この状態は不安なので、早くスッキリした説明にしたくなる。

• 分からないものを、分かったことにする
• 都合の悪い条件を、例外として外す
• 複雑な結果を、きれいな物語にする

結果がぐちゃぐちゃなのは、複雑なものを見ているサインかもしれない。 無理に整えず、目的、仮説、条件に戻って整理する。

止まる条件を決め、探索を混ぜない

検証では、頑張り続けることより、止まる条件を決めることが大事である。

• 仮説と関係のない問題対応が増えた
• 検証条件や判断指標を変えたくなった
• コストや影響が許容範囲を超えた

停止ルールは、諦めるためではない。 何を検証していたのか分からなくなる前に、信頼性を守るためのものである。

検証中に新しい気づきが出ることもある。 それは良い観察だが、今の検証に混ぜると結果が濁る。

• 新しい気づきは記録する
• 今の検証には混ぜず、次の仮説候補にする
• 必要なら検証を止め、仮説から立て直す

探索は次の仮説を作るために使い、検証は今の仮説を見るために使う。

記録し、条件を意識して比較する

人は後から、都合よく記憶を編集する。 だから検証中の事実、迷い、予定外の出来事を残す。

• 何を、どの条件で試したか
• 予想に対して、実際に何が起きたか
• 条件変更、副作用、続けるうえでの負担はあったか

記録するときも、観察した事実と解釈を分ける。

• 事実：以前より強い疲労感があり、別の作業で単純なミスが起きた
• 解釈：丁寧に考える範囲を広げすぎたことが、別の作業にも影響した可能性がある
• 持続可能性：品質が上がっても、同じ負荷で毎回続けるのは難しい

次は、丁寧に考える対象を重要な設計判断に絞って確かめる。

可能なら、感覚だけでなく比較対象を持つ。

• 導入前と導入後を比べる
• 使った場合と使わない場合を比べる
• 複数の案件や期間で繰り返し見る

全体の平均だけでは、条件による違いが消えることがある。 経験者には効き、初心者には効かなくても、平均すると「変化なし」に見えるかもしれない。

案件の難易度、担当者の経験、実施時期なども一緒に記録する。

結果ではなくズレを見る

検証は、成功か失敗かを決めるだけではない。 大事なのは、予想と結果のズレを見ることである。

• 効果の大きさや、効く条件が予想と違った
• 副作用が出た、または測り方が悪かった
• そもそも仮説の前提が違った

このズレが、次の仮説の材料になる。

検証が終わっても、すぐに「成功」「失敗」で閉じない。 何が分かり、どの条件なら使え、次に何を変えるのかを整理して結論へ進む。

結論は、条件付きの仮置きである

科学は、正しさを完全に証明する営みではない。 間違っている可能性を検証し、それでも今のところ崩れていない説明を暫定的に採用する。

だから結論も、確定した正解ではない。 現時点でどこまで言え、どこから先は言えないのかを分ける。

たとえば、次のようなことは言えるかもしれない。

• この条件では改善が見られた
• この期間とチームでは効果がありそうだった
• この指標では良い方向に動いた

一方で、次のことまでは言えない。

• どのチームでも、長期的に効く
• 他の要因は関係ない
• この方法だけが正しい

科学的な結論は、基本的に条件付きである。

「この方法は正しい」ではなく、 「この条件では、この程度の効果が見られた」と整理する。

外からは優柔不断に見えるかもしれない。 しかし、言えないことまで断定しないのは、判断を避けているのではなく、誠実性を保っているのである。

結果と解釈を分ける

結論では、何が起きたかと、それをどう意味づけるかを分ける。

• 結果：手戻り件数が20%減った
• 解釈：レビュー観点の事前共有が効いた可能性がある

ここで、「事前共有が効いた」と断定しすぎない。

• 対象案件が簡単だった
• メンバーの経験が上がっていた
• 仕様変更が少なかった

結果は同じでも、解釈によって次の判断は変わる。

都合のよい解釈は、身近にもある

昔、瀉血という、体から血を抜いて病気を治そうとする方法があった。

治った人がいれば「瀉血のおかげ」と考える。 治らなければ「もう手遅れだった」と考える。

どちらの結果でも理論を守れるなら、検証しているようで、実は結論を守っているだけである。

これは昔の医療だけの話ではない。

ダイエットでも、運動した日は体重を測り、食べすぎた日は怖くなって測らないことがある。 減った日は効果と考え、増えた日は例外として扱う。

都合のよい結果は証拠にし、都合の悪い結果は例外にする。

ここでも観察に戻る。

• 都合の悪い日も、同じように記録したか
• 体重以外の指標や条件はどう変わったか
• どの条件で増え、どの条件で減ったか

結論とは、結果を見ることだけではない。 結果を自分に都合よく解釈していないかを見ることである。

モヤモヤを無理に消さない

検証結果は、いつもスッキリするとは限らない。

• 一部の条件でだけ効いた
• 別の要因が混ざっていた
• まだ判断できない

こうした状態は気持ち悪い。 しかし、分からないものを分かったことにすると、次の学習が止まる。

人には、曖昧な状態を早く終わらせたい欲求がある。 これを認知的完結欲求と呼ぶ。 この欲求が強くなると、複雑な結果を成功か失敗かに分ける白黒思考にも陥りやすい。

• 成功か失敗かを決めたい
• 原因を一つに絞りたい
• 誰が正しかったのか決めたい

科学者マインドでは、現時点で言えることは言う。 しかし、言えないことまで言ったことにしない。

これは優柔不断ではない。 モヤモヤを残したまま、次に何を見るかを決める誠実さである。

次に何を更新するかを決める

結論はゴールではなく、次のサイクルへの接続点である。

• 続ける、またはやめる
• 条件を変えて、もう一度試す
• 別の仮説を立て、追加で観察する

ここでも、成果や評価に引っ張られやすい。

• 成功したことにして、評価を守りたい
• 自分の判断が正しかったことにしたい
• 使った時間や労力を無駄にしたくない

こうした気持ちがあると、結論は歪みやすい。

だから、「何が分かったか」だけでなく、「次に何を更新するか」まで決める。

結論によって、次の観察、問い、仮説が変わる。

一発逆転ではなく、再現性を作る

0から1を生み出す大きなアイデアは魅力的である。 一気に状況を変え、人の注目も集めやすい。

しかし、一発で正解を掘り当てることには、タイミング、環境、偶然などが関わる。 それだけを狙うと、成功が運に依存しやすくなる。

それでも私たちは、大きな失敗を大きな成功で取り返そうとする。

たとえばダイエット中に間食した分を取り戻そうとして、夕飯を抜く。 しかし我慢できず、さらに食べてしまう。

大事なのは、一回の失敗を大きな行動で帳消しにすることではない。 明日から、いつものサイクルに戻れることである。

大きな成功も、小さな成功の積み重ねで作った方が崩れにくい。

サイクルが再現性を作る

5ステップは、単発の手順ではなくサイクルである。

観察する。問いを立てる。仮説を立てる。実験・検証する。結論を出す。そして、また観察に戻る。

最初は、「なんとなくうまくいった」だけかもしれない。

しかし、結果を観察し、条件を変えて繰り返すと、「どの条件ならうまくいきやすいか」が見えてくる。

再現性は、最初からあるものではない。 サイクルを回すことで、少しずつ作られていく。

これは、日々の小さな改善を積み重ねる継続的改善やカイゼンにも近い考え方である。

小さく、何度も回す

大きく一回試すと、多くの要素が同時に変わる。 結果が変わっても、何が効いたのか分かりにくい。

小さく試すことには、次の価値がある。

• 失敗時の痛みが小さい
• 何が効果に関係したのか見分けやすい
• 次の仮説へ進みやすい

一方で、何度も回すことには別の価値がある。

• 学習と誤差修正の機会が増える
• うまくいく条件と、いかない条件が集まる
• 行動を習慣にしやすくなる

小さく回すことは、何が効いたかを見分けやすくする。 何度も回すことは、学習と成功の機会を増やす。

ウサギとカメのように進む

私たちは、時代の変化についていかなければ生き残れないと言われる。 大きく変化し、短期で成果を出した人も評価されやすい。

もちろん、大きな判断が必要な場面もある。 しかし、いつも大きく変わることだけが強いわけではない。

組織心理学者のTeresa M. Amabileと、発達心理学者のSteven J. Kramerは、7社238人から集めた約1万2,000件の仕事日誌を分析した。 そして、意味のある仕事での小さな前進が、意欲や創造的な仕事を支えることを示した。 これを「進捗の原則」と呼んでいる。

科学者マインドは、ウサギとカメで言えばカメに近い。 一歩は小さくても、観察し、試し、更新することで精度が上がる。

また、速く回すことと、いつも急ぐことは違う。

足が速くても、あえてゆっくり歩けば、いつもは見落とす景色に気づける。 絵画をゆっくり見ると、筆の使い方や色の重なりが見えてくるように、観察には遅さが必要な場面もある。

速度を落として観察すると、失敗や想定外の結果の中から、別の価値を見つけられることがある。 探していなかったものを、偶然をきっかけに価値ある発見としてつかむ力を、セレンディピティと呼ぶ。

• ペニシリンは、カビが混入した培養皿の周囲で、細菌が育っていないことを観察したことから発見された
• ポストイットは、強力な接着剤にはならなかった「はがせる接着剤」を、別の用途に結びつけた
• 電子レンジは、レーダー研究中にマグネトロンの近くで菓子が溶けたことに気づき、加熱へ応用した

これらは、偶然が自動的に発見を生んだわけではない。 想定外の結果をすぐに捨てず、「なぜこうなったのか」「ほかに使えないか」と観察したことが発見につながった。

小さく回せるところは回し、見るべきところでは速度を落とす。

回し続けられる大きさにする

サイクルは、気合いだけでは続かない。

• 小さく始め、簡単に記録する
• 失敗を材料にし、結論を固定しない
• 日常の中で続けられる負荷にする

大きすぎる改善は、始めるにも続けるにもエネルギーがいる。

科学者マインドを習慣にするには、サイクルを回し続けられる大きさまで小さくすることが大事である。

最初の一歩に変える

今回の話で言っていることは分かった。 でも、実際に自分の仕事で何から始めればよいか分からず、足が止まることもあると思う。

特に新人のうちは、任された仕事そのものがあいまいに見える。

• 何を調べればよいのか分からない
• どこまでやれば十分なのか分からない
• 自分の理解が合っているのか不安
• 何を質問すればよいのか分からない
• 失敗したら迷惑をかけそうで動きにくい

そうした不安を少し扱いやすくするために、ワークシートを用意した。

大事なのは、頭の中だけで整理しようとしないことである。 書き出すことで、事実、解釈、不明点が分かれ、次に何を確かめればよいかが見えやすくなる。

最初から大きな改善をしなくてよい。 まずは、自分に与えられた仕事の中で、あいまいで不安な部分を一つ切り出す。 そして、小さく確かめる。

使い方

ワークシートは、きれいに埋めるためのものではない。 足が止まっている状態から、次の一歩を決めるために使う。

全部を書けなくてもよい。 分かるところから書く。 書けないところがあれば、そこが確認すべき点になる。

このワークシートを、最初からすべて埋める必要はない。 今日は、★が付いた項目だけを使って、身近な問題を一つ整理してみる。

事実と解釈を分け、問いと仮説を置き、小さく試して、分かったことを次につなげる。 これだけでも、科学者マインドのサイクルを一度回すことができる。

慣れてきたら、期限、効果の確認方法、判断基準など、必要な項目を少しずつ加える。 すべてを埋めることが目的ではない。 次の一歩を決めるために、必要な項目を使うことが目的である。

例

持ち帰ってほしい一言の候補

分からなさを頭の中に置いたままにせず、書き出し、小さく確かめる。