構造的思考力を鍛える。Structured Thinking
このページで持ち帰るもの
- AIの答えを鵜呑みにせず、「3点検品」で機械的に検査できるようになる
- 与えられた問いをそのまま解かず、意思決定から逆算して問いを立て直せるようになる
- AIを使って自分の結論を反証し、頑健性を確かめられるようになる
Why it matters
AIは流暢で網羅的な答えを、速く安く生み出します。だからこそ価値の重心は「答えを作る」ことから、問いを設定し、出てきた論理を検品することへ移りました。この柱で学ぶのは、その検品と問い直しを感性ではなく手順として回すための3つの型です。 この柱の位置づけは「AI時代の5つの必須スキル」をご覧ください。
問いの三段確認
Is this the question?作業に入る前に、与えられた問いをそのまま解かず、上位の目的から問いを検算する型です。問いの質はAIでは上がりません。上流の1分が下流の10時間を決めます。
- この問いに完璧に答えたら、誰の・何の意思決定が進むかを一文で書く
- 意思決定が進まないなら、意思決定から逆算して問いを書き直す
- 書き直した問いを、依頼者に一行で確認してから着手する
「経費削減の施策を10個挙げて」とAIに投げ、出てきた10個をそのまま資料化して持っていく。
「なぜ経費削減か → 営業利益率の改善が目的 → ならば問いは『利益率を1pt改善する打ち手は何か(削減に限らない)』」と再設定してから展開する。
3点検品
前提・飛躍・抜けAIの答えを「前提」「飛躍」「抜け」の3つの観点で機械的に検査する型です。検品は感性ではなく手順。手順化すれば、部下にもAI自身にも任せられます。
- 前提：「この結論が成り立つための暗黙の前提を10個挙げて」とAI自身に列挙させ、崩れそうなものに印を付ける
- 飛躍：因果として語られている箇所に「相関では? 逆では? 第三の要因は?」を当てる
- 抜け：結論を自分の軸(顧客セグメント／商品／チャネル／規制 など)で走査し、触れていない領域を探す
「もっともらしいのでOK」と、目視の印象だけで通してしまう。
店舗統廃合の提言に対し、前提「来店客はデジタルに移行済み」に高齢富裕層という反例を見つけ、結論を「一律縮小」から「顧客層別の再配置」へ修正できた。
反証プロンプト
レッドチーム自分(またはAI)の結論を、AIに全力で攻撃させて頑健性を測る型です。AIは相手の意見に迎合しやすいため、「攻撃する役割」を明示的に与えて初めて検品装置として機能します。
- 結論と根拠を渡し、「この結論が間違っているとしたら、最も可能性の高い理由を3つ、具体的な反例と共に挙げて」と依頼する
- 出てきた反論に、自分の言葉で再反論できるかを試す
- 再反論できない点は、結論の適用限界・限定条件として明記する
賛成意見だけをAIに言わせて安心する(お墨付きマシン化)。
反証で出た「金利上昇局面では前提が崩れる」を提言書の適用条件として明記し、経営会議での想定問答まで先回りできた。
Template
現場テンプレート
AI出力の検品チェックリスト(コピーして使えます)
□ この問いに答えると「誰の・何の意思決定」が進むか、一文で言えるか □ 暗黙の前提を10個列挙させたか(崩れそうなものに印) □ 因果とされる箇所に「相関/逆/第三因子」を当てたか □ 自分の軸で走査し、触れていない領域を確認したか □ 反証プロンプトを1回実行したか □ 結論の限定条件・適用範囲を明記したか
Common Failures
よくある失敗
- AIの網羅性を論理性と取り違える。10個並んでいることと、構造化されていることは別物です。
- 検品を最後に回す。手戻りが最大化します。生成した直後、その場で検品するのが最も安い。
- 自分の仮説に沿う出力だけを採用する。AIは確証バイアスの増幅装置にもなり得ます。
Self Check
セルフチェック
読み終えたら、見ないで答えてみてください。答えは開いて確認できます。