勘の正体〜無意識の統計エンジン、その精度を分ける四つの次元〜
副題:勘は経験と俯瞰をミックスさせた理論的能力
要旨
本論では「勘」というありふれた現象の正体を解剖する。勘とは人生経験の統計学的処理を無意識下で行った結果としての判断であり、幼児にはまだ発生していない後天的な能力である。さらに勘には「働くか働かないか」という機能の軸と、「当たるか外れるか」という精度の軸という、独立した二つの評価軸が存在することを示す。この二軸をもとに、無人島に漂着して水を探すという具体的なシチュエーションを通じ、根拠のない勘こそが最も実害の大きい状態であるという逆説的な結論を導く。加えて、学術的な先行研究(クライン、サイモン、カーネマン)を参照しつつ、勘の鋭さの正体が「経験の応用力」であることを裏付け、最後に「点・線・面・立体」という幾何学的な比喩によって、精度のグラデーションを別レイヤーで整理する。
第1章 勘とは何か
「あの人は勘がいい」「勘が鋭い」——我々は日常的にこの言葉を使うが、その中身を厳密に定義したことがある人は少ないだろう。本論ではまず、勘を次のように定義する。
勘とは、人生経験の統計学上、本人が意識しないまま無意識に下している判断のことである。
つまり勘とは超能力でもなければ、ましてや偶然でもない。これまで生きてきた中で蓄積された無数のデータを、脳が裏側で勝手に処理し、答えだけをポンと差し出してくる。本人にとってはそれが「なんとなく」という感覚として立ち現れるため、あたかも根拠のない神秘的な現象のように錯覚されているだけなのである。
たとえば、窓のないビルに入り、外に出る前に「雨が降っている気がする」と気づいたとする。これは超感覚でも予知でもない。雨によって舞い上がった土埃の匂い、雨独特の湿った匂い、館内に忍び込んだ湿度の上昇——こうした微細な情報を無意識のうちに感じ取り、脳が勝手に計算した結果、「雨が降っているかもしれない」という結論だけが意識に浮上してきたものである。
麻雀で危険牌を察知する能力も同様だ。盤面に並んだ牌の傾向や、相手の些細な表情の変化、打牌のテンポといった膨大な情報を、経験を積んだ打ち手は意識せずとも計算している。「なんとなく危ない気がする」という感覚は、実際にはこの無意識の計算結果を言語化したものに過ぎない。
第2章 直感との峻別
ここで一つ重要な区別をしておかねばならない。世の中には「勘のいい子供」という存在が確かにいる。しかし、これは本論で扱う「勘」とは別物である。
幼稚園児には、そもそも人生経験の蓄積量が絶対的に不足している。統計処理をかけるための母集団がまだ育っていないのだから、統計学的な意味での勘は発生しようがない。それでも鋭さを見せる子供がいるとすれば、それは経験の産物ではなく、生まれながらに備わった野生の本能——すなわち「直感」と呼ぶべきものである。
直感:生まれ持った野生の本能
勘:人生経験の統計的蓄積による判断
この二つは似て非なるものであり、本論では直感には立ち入らず、後天的に育つ「勘」のみを扱う。
第3章 二つの軸と、四段階の序列
ここからが本論の核心である。我々は「勘がいい」と「勘が鋭い」を、なんとなく同じ意味で使ってしまいがちだ。しかしこの二つは、実はまったく異なる軸を指している。
勘がいい/悪い → 勘という機能そのものが発動するかしないかの軸
勘が鋭い/鈍い → 発動した勘が当たるか外れるかという精度の軸
「いい/悪い」は機能の有無、「鋭い/鈍い」は機能の精度。この二軸を混同したまま「あの人は勘がいい」と言うと、実際には何を評価しているのか曖昧になってしまう。これはいわば言葉遊び的な線引きに近い判断基準ではあるが、本稿では以降の議論を明確にするため、両者をこのように定めて話を進める。
「勘が悪い」、つまり勘という機能自体がそもそも発動していない状態は、裏側で走っているはずの無意識の統計処理そのものが行われていない状態を指す。判断材料も、根拠となる計算結果も、何も浮かんでこない。したがって何かを言い当てることも、行動を起こすこともない。これは静かな空白であり、良くも悪くも表には現れない状態である。つまり数字で表すとゼロだ。プラスもマイナスも生まない、いわば基準点である。以降、勘の精度を論じる際は、このゼロを起点として、それがプラスに振れるかマイナスに振れるかという物差しで考えていくことにする。
では、これとは似て非なる「当てずっぽう」や「でまかせ」はどこに位置するのか。これらは、何も浮かばないまま黙っているのではなく、根拠なくとも口を開き、あるいは動いてしまう状態である。つまり「勘が悪い(発動しない)」のではなく、「勘は発動しているが、根拠を欠いたまま外れる」——後述する最も実害の大きいパターンの比喩として位置づけるのが正確だろう。
さて、「いい/悪い」「鋭い/鈍い」の二軸を組み合わせると、理論上は四つの組み合わせが生まれる。ここで単純に「機能があるほうが上、精度が高いほうが上」と並べたくなるが、実害という観点で見直すと、序列は次のようにねじれる。
1位:常に勘が当たる人(+2)(最強)
2位:勘が働き、当たる時も外れる時もある人(+1)
3位:そもそも勘が働かない人(0)(実害ゼロ、ただし機会損失もゼロ)
4位:勘は働くが常に外れる人(-1)(最下位、実害最大。まさに「当てずっぽう」「でまかせ」が体現するパターン)
こうして数値化してみると、序列の意味がより鮮明になる。冒頭で定めた「勘が働かない=ゼロ」を基準点として、勘が鋭く当たれば+2、当たり外れがあれば+1とプラスに振れる。一方、勘は働いているのに根拠を欠いて外れ続ける状態は、基準点ゼロをも下回るマイナス、すなわち-1として扱う。行動を起こさなかった人(ゼロ)よりも、間違った方向に自信満々で動いてしまった人(マイナス)のほうが、結果的に実害が大きいという逆転現象が、この数直線上でも視覚的に裏付けられるわけである。
さらに言えば、「鋭い」もまた常に百発百中というわけではない。当たる頻度・確率の問題であるため、2位には「当たる時も外れる時もある人」という、現実的な大多数がここに収まる。
面白いのは、ここまでの整理によって「やる気はあるが無能」という、社会でよく見かける人物類型が、そのまま「勘は働くが外れる(-1、鈍い)人」と完全に一致することである。勘という機能自体はしっかり発動している。ただしその出力が悉く外れている——これこそが、やる気だけが空回りする人の正体なのかもしれない。
第4章 鋭さの正体——経験の応用力
では、勘が鋭い人と鈍い人を分けているものは何か。単純な経験量の差ではない。本論ではこれを「応用力」の差であると結論づける。
勘が鋭い人は、蓄積した人生経験を、目の前の状況に的確に転用する応用力が高い。一方、勘は働くが外れる人は、この応用力が低い。過去の経験を今の状況にうまく結びつけられず、いわば見当違いの結論を出してしまう。
これを言い換えれば、外れる勘とは「根拠のない勘」のことである。
ここで本論最大の逆説が浮かび上がる。世間では「勘」そのものが、そもそも根拠のないものとして語られがちだ。「勘に頼るな、根拠を持て」というのが常套句である。しかし本論の整理に従えば、根拠のない勘こそが、四段階のうち最も実害の大きい最下位に位置する。勘という現象全体が悪いのではなく、根拠を伴わない勘だけが真に危険なのである。
第5章 具体例——無人島で水を探す
この理屈を、より直感的に理解するために、無人島に漂着し水を探すというシチュエーションで考えてみよう。なお、ここで登場する4人はいずれも何らかの行動を起こしている、つまり勘という機能そのものはすでに発動している人々である。「そもそも勘が働くか働かないか」という土台の話と、これから見る「精度のグラデーション」の話は別の軸であり、ここでは後者、つまり勘が働くことを前提にしたうえでの精度の違いにのみ焦点を当てる。
最も鋭い人は、水が高所から低所へ流れるという原理を根拠に、迷わず頂上を目指す。湿り気のある地面など複数の根拠を重ねながら、島の中心——標高の高い場所へ最短ルートで向かう。さらにここには二段構えの仕掛けがある。頂上に到達すれば、今度は島全体を見下ろすことで、川や池といった水源の位置を効率よく特定できるのである。根拠から導いた頂上への移動そのものが、次なる俯瞰による発見のための足場にもなっているというわけだ。
次に鋭い人は、地形や植生といったいくつかの手がかりからある程度の予測を立て、範囲を絞る。木が多く生えているエリアや、地面が湿っているエリアといった、生物や植物の特性を踏まえながら探すという、根拠に基づいた行動である。百発百中とはいかないが、闇雲に動くのではなく、怪しいエリアを見定めて計画的に捜索する。
当たり外れの波が大きい人は、単一の浅い根拠に頼り、結果としてぐるっと一周する動きになる。「とりあえず島の輪郭をなぞれば、いつかは見つかるだろう」という考え方で、当たることもあれば、体力を消耗するだけで終わることもある。これは、右回りに進むか左回りに進むかという選択一つで結果が大きく変わってしまうためであり、根拠の薄さゆえに、その選択自体を裏付ける材料を持ち合わせていないことが、当たり外れという振れ幅として表れているのである。
そして最下位、根拠のない勘が発動し外れ続ける人は、方針を持たず適当に探す。右回りに30分歩いては「やっぱりこっちだ」と決めつけて左回りに30分歩く、というように、同じ場所を無駄に往復するだけで、体力だけが失われていく。
興味深いのは、確実性で考えれば頂上を目指すのが最も理にかなっているものの、確率で見れば、適当に探しただけでまぐれで水源に当たる可能性もゼロではないという点である。根拠のある行動が必ず勝つとは限らない——これもまた勘という現象の面白さである。
第6章 学術的な裏付け
この仮説は、決して思いつきだけのものではない。心理学者ゲイリー・クラインが提唱した「認知に基づく意思決定(Recognition-Primed Decision)」理論では、専門家は複数の選択肢を比較検討するのではなく、状況のパターンを認識し、結果を予測しながら即座に行動を選び取るとされている。消防士が炎の中で瞬時に撤退を判断するような現場での意思決定が、まさにこれにあたる。
チェスの研究でも同様の知見がある。認知科学者ハーバート・サイモンは、専門性とはパターン認識と選択的探索の組み合わせであると論じ、グランドマスターと候補マスターの実力差は計算力の高さではなく、盤面のパターンに対する優れた認識記憶にあることを示した。
さらに重要なのが、ダニエル・カーネマンとゲイリー・クラインが共同で行った研究である。彼らは、専門家の直感が信頼できるかどうかは「予測可能で安定した環境」と「そこから学ぶ機会」があるかどうかに左右されると指摘した。家畜の鑑定士、天文学者、テストパイロット、チェスの名人といった職業では専門性による精度の高さが確認された一方、株式仲買人や臨床心理士、裁判官のように、経験豊富な専門家でも判断精度が上がらない職業も存在するという。つまり、無条件に「経験を積めば勘は鋭くなる」わけではなく、繰り返し起き、フィードバックが得られる環境であるかどうかが鍵になるのである。
筆者自身、システムエンジニアとして障害対応にあたる際の「勘どころ」を持っているが、これはまさにログを一から全部追わずとも、この症状ならまずここが怪しいという当たりがつく現象であり、繰り返し発生し答え合わせができる業務環境で培われた応用力そのものだと実感している。
第7章 もう一つの切り口——点・線・面・立体
最後に、勘の精度を別の角度から捉え直す視点を提示したい。勘の鋭さの正体は、物事を「俯瞰して見る力」なのではないか、という着想である。そしてこの俯瞰力の差は、突き詰めれば一度の判断・一度の行動でカバーできる「面積」の広さの違いとして表すことができる。
点で見る人:カバーできるのは面積を持たない一点のみ。無人島の例で言えば、方針を持たず適当に探す、あちこち脈絡なく行ったり来たりする動きに対応する。一箇所ずつ点を打っていくだけなので、島全体に対してカバーできる範囲は限りなく小さい。
線で見る人:カバーできるのは一本の線状の範囲。無人島の例では、島の輪郭という一本の線をぐるっと一周する動きに対応する。点よりは広い範囲を通過するが、あくまで線上でしかなく、その線からわずかに外れた場所にある水源は見逃してしまう。
面(俯瞰)で見る人:カバーできるのは面としての広がりを持った範囲。無人島の例では、地形などいくつかの手がかりからある程度の予測を立て、範囲を絞る動きに対応する。線よりも格段に広いエリアを面として押さえられるため、水源を見逃す可能性は大きく下がる。
立体で見る人:面をさらに立体として捉え、島全体を三次元的に見渡す。無人島の例では、迷わず頂上を目指す動きに対応する。そして興味深いことに、島の中心に登るという行為そのものが、島全体を立体的に見渡す視点を得ることと直結している。この比喩は二重の意味を持つのである。カバーできる範囲が点・線・面のいずれよりも広いため、最も見逃しが少ない。
こうして並べてみると、全体としての傾向が見えてくる。点→線→面→立体という順で、一度の判断や行動がカバーする面積は着実に広がっていく。試行回数を重ねれば重ねるほど、カバー範囲が広いパターンほど水源を見逃す確率が下がり、発見率は高い方向へと収束していくと考えられる。
ただし、この点・線・面・立体という物差しを、先述した「勘が働かない/外れる/当たり外れある/常に当たる」という四段階の序列と無理に一対一対応させようとすると、「そもそも勘が働かない人」の位置づけがうまく収まらない。したがって本論では、両者を強引に接続することはせず、次のように切り分けて整理する。
勘が働くか働かないか → 土台となる種類のレイヤー
点・線・面・立体(精度のグラデーション) → 勘が働く人の中での精度を表す、独立した別レイヤー
結論
勘とは、人生経験という無意識の統計エンジンが弾き出す判断である。幼児には備わっておらず、直感とは明確に別物であり、「働くか働かないか」と「当たるか外れるか」という二つの独立した軸で評価されるべきものだ。そして最も強調すべきは、世間で「根拠がない」と揶揄されがちな勘そのものではなく、根拠を欠いたまま発動し続ける勘こそが、最大の害悪をもたらすという逆説である。無人島で水を探す者が生き延びられるかどうかは、勘があるかどうかではなく、その勘にどれだけの根拠——すなわち経験の応用力が伴っているかにかかっているのである。
参考情報一覧
第6章 内容:専門家の直感に関する認知的意思決定モデル(Recognition-Primed Decision) 出典:Gary Klein, Recognition-Primed Decision (RPD) model 内容:チェスの熟達者に見られるパターン認識研究(グランドマスターと候補マスターの実力差) 出典:Herbert A. Simon, Chess expertise and pattern recognition研究 内容:専門家の直感が信頼できる条件に関する共同研究 出典:Daniel Kahneman & Gary Klein, "Conditions for Intuitive Expertise: A Failure to Disagree"(2009)
＜あとがき＞
この勘について調べようと思ったのが、自分のシステムエンジニアとしての事象対応時のことだ。自分はまがりなりにも２０年近くIT業界に身を置いている、一方新卒の社員との障害対応についての初動の差だ。
自分は「以前にこんなことがあったから、きっとこうなのかな？」でほぼほぼ当たる。一方新人はgoogle片手に調べて手あたり次第ためす。これがいわゆるエンジニアの勘なのだなーっとおもったのが発端だ。
また、サッカーでのスルーパスがうまい選手なども、この勘と立体による俯瞰がミックスされたものではないかと思っている。
＜関連論文＞
