AIは僕を知りすぎている〜「知らないことすら知らない」に出会う、アート思考の情報収集術

僕たちは、人類史上もっとも簡単に情報へアクセスできる時代を生きている。

朝起きてスマートフォンを開く。

Xを見れば、世界でいま何が話題になっているのかが分かる。

YouTubeを開けば、僕が興味を持ちそうな動画が次々と現れる。

Googleは検索履歴から僕の関心を推測する。

ChatGPT、Gemini、Claudeに質問すれば、数秒で大量の情報を整理してくれる。

少なくとも20年前と比べれば、個人がアクセスできる「知」の量は途方もなく増えた。

それなのに最近、僕は逆のことを考えるようになった。

情報へアクセスしやすくなればなるほど、僕たちは「世界そのもの」を見なくなっているのではないか。

なぜなら、僕たちが日々目にしている世界のかなりの部分が、

「あなたは、これに興味がありますよね」

というアルゴリズムによって編集された世界だからだ。

情報は増えた。

しかし、

情報量が増えることと、世界が広がることは同じではない。

むしろ世界は、一人ひとりの嗜好に合わせて、少しずつ小さく編集され始めているのかもしれない。

第1章　なぜ僕は、AI時代にあえてNHK「ニュース7」を見るのか

この問題について考えていたとき、メディアアーティストの落合陽一さんがNewsPicksの対談で語っていた話が強く印象に残った。

SNSのアルゴリズムだけに情報収集を任せるのではなく、NHKの夜7時のニュースを毎日30分見る。

僕なりに要約すると、そういう趣旨だった。

僕は強く共感した。

また最近、「なぜ株式投資のプロは、あえて『テレビ』を見るのか？」という記事も読んだ。

そこで紹介されていたのも、よく似た逆説だった。

投資家だからこそ、ネットだけで情報を集めない。

Google Discoverのようなサービスは、過去に何を検索し、何を読んだのかを学習し、「この人ならこの記事を読みそうだ」という情報を推薦してくれる。

例えば半導体に興味を持っている投資家なら、半導体の記事がどんどん表示される。

結果として、その人は半導体について非常に詳しくなる。

しかし、その間に農業、物流、素材、医療、エネルギーなど、自分がまだ関心すら持っていない場所で次の巨大産業が生まれていたらどうだろう。

その存在を知らないのだから、そもそも検索することができない。

そこで、あえてテレビを見る。

自分なら検索しなかった情報が、向こうから入ってくるからだ。

僕は、この話は投資だけの問題ではないと思う。

むしろAI時代に生きる僕たち全員に関係する問題だ。

第2章　「知らないことすら知らない」は検索できない

Googleで検索する。

AIに質問する。

これは「知らないこと」を知るには非常に強力な方法だ。

例えば、

「量子コンピューターとは何か？」

と思えば検索できる。

知らない言葉でも、名前さえ知っていれば調べることができる。

しかし、本当の未知にはもう一段階ある。

「知らないこと」は検索できる。
しかし、「知らないことすら知らないこと」は検索できない。

存在そのものを知らなければ、検索ワードを入力できない。

AIへのプロンプトも書けない。

これは検索技術の限界というより、人間の認識そのものの限界だと思う。

僕たちは、自分がすでに持っている言葉や概念を使ってしか、世界に問いを投げかけることができない。

言い換えれば、

検索とは、未知へ向かう行為であると同時に、すでに自分の中にある認識の枠組みから始まる行為でもある。

だから、テレビを見る。

新聞のトップページを眺める。

自分とは政治的立場の異なるメディアを読む。

美術館で知らない作家の展示室に入る。

書店で目的の本とは違う棚を見る。

信頼している人とは正反対の意見を持つ人の話を聞いてみる。

一見バラバラな行為だが、僕には共通しているように見える。

「偶然」を、自分の認識世界へ意図的に侵入させる。

一見すると矛盾した言い方だ。

偶然は、本来は設計できない。

しかし、

偶然が起こりやすい環境を設計することはできる。

僕はここに、AI時代の情報収集の重要な鍵があると思っている。

第3章　本当に怖いのは「アルゴリズムの壁」だけではない

ここで注意したいことがある。

「SNSはアルゴリズムによって僕たちをエコーチェンバーへ閉じ込める」

という説明だけでは、この問題を十分には説明できない。

なぜなら、問題はアルゴリズムだけにあるわけではないからだ。

僕たちは自分と同じ考えの人をフォローしたくなる。

自分が支持する人物に有利なニュースは信じやすい。

嫌いな人物に不利なニュースが出れば、

「やっぱり」

と思う。

逆の情報が出れば、

「本当なのか？」

と疑いたくなる。

つまり、

アルゴリズムの壁の前に、僕自身の「意識の壁」がある。

SNS以前から、人間は見たいものを見て、信じたいものを信じる傾向を持っていた。

アルゴリズムは、それを高速化し、精密化し、増幅している。

だから僕は、

「アルゴリズムに騙されないようにしよう」

だけでは不十分だと思う。

もっと怖い問いがある。

「僕自身が、見たい世界だけを見ようとしていないか？」

そしてさらに、

「僕は“自分の意思で選んでいる”と思っているが、その選択自体がすでに過去の選択によって形成されていないか？」

とも考えてみる。

過去にクリックしたものが、次に表示されるものを決める。

表示されたものをまたクリックする。

そのクリックが、さらに次の推薦を決める。

こうして、

過去の自分が未来の自分の情報環境を少しずつ決めていく。

AI時代のフィルターバブルとは、単なる「外部からの操作」ではない。

自分自身とアルゴリズムが共同でつくる循環構造

なのだと思う。

第4章　テレビや新聞の価値は「中立だから」ではない

だから僕は、可能ならNHK「ニュース7」を30分見る。

これは、

「NHKなら絶対に中立だから」

という意味ではない。

完全に無色透明なメディアなど、おそらく存在しない。

ニュースには必ず編集が入る。

何をトップニュースにするのか。

何を報道しないのか。

誰に取材するのか。

どの言葉を見出しに使うのか。

どの映像を何秒見せるのか。

新聞にもテレビにも、NewsPicksにもPIVOTにもYouTubeにも、それぞれの編集がある。

だから僕にとって重要なのは、

NHKが「無色透明」だからではない。

僕個人の閲覧履歴に合わせてパーソナライズされていないからだ。

興味のないニュースも流れてくる。

知らなかった地方の問題も流れてくる。

外交。

経済。

災害。

社会問題。

科学。

文化。

スポーツ。

僕がクリックしなかった世界まで入ってくる。

これは一見すると不便だ。

しかし、その不便さに価値がある。

「自分では選ばなかったものに出会う」という摩擦が残っているからだ。

情報環境が便利になるほど、僕たちはこの摩擦を失っていく。

けれど、思考とは本来、少し不快な摩擦から始まることが多い。

第5章　新聞は「情報の美術館」なのかもしれない

同じ理由から、僕は紙の新聞を毎日読むのはさすがに大変なので、新聞社のデジタル版を最低一つは眺めるようにしている。

可能なら、論調の異なる新聞も見る。

ただし、

「右と左を読めば、その真ん中に真実がある」

という意味ではない。

真実は必ずしも50対50の中間地点に存在するわけではない。

僕が見たいのは、

同じ出来事が、異なる編集によってどう違って見えるのか

ということだ。

僕は新聞というメディアを、美術館のキュレーションに少し似ていると思っている。

優れた展覧会では、キュレーターが作品を選ぶ。

順番を決める。

隣に何を置くか考える。

照明や空間まで含めて構成する。

すると、一つの作品の意味さえ変わる。

新聞も同じだ。

世界では一日に数え切れないほどの出来事が起きている。

その中から編集者やデスクが、

「今日はこれを社会に伝える」

と選択する。

重要なのは、

新聞もまた「世界そのもの」ではなく、一つの世界解釈である

と理解することだ。

だが同時に、そこには少なくとも編集という行為に対する人間の責任が存在する。

誰かが選んでいる。

誰かが見出しを書いている。

誰かが掲載を決めている。

だから僕は、

「この新聞は正しいか？」

だけでなく、

「なぜ、この新聞は今日これを一面にしたのだろう？」

と考える。

さらに、

「別の新聞は、なぜ別の記事を一面にしたのだろう？」

と比べる。

そこまで考え始めると、新聞を読むことは単なるニュース収集ではなく、

世界がどのように編集され、意味づけられているのかを読む行為

へ変わっていく。

第6章　XもYouTubeもNewsPicksもPIVOTも捨てなくていい

だからといって、

「SNSは危険だから見ない」

という結論にも僕は賛成しない。

僕自身、Xを見る。

ただし、Xだけで一日のニュース全体を把握しようとはしない。

Xでは、

「いま、人々が何に反応しているのか」

を見る。

そこで興味を持ったニュースがあれば、そこからディグる。

ここで大切なのは、

トレンドと重要性を混同しないことだ。

たくさん投稿されている。

炎上している。

数百万回再生されている。

それは「多くの人が反応している」ことの証明にはなる。

しかし、

「社会にとってもっとも重要な出来事である」

ことの証明にはならない。

YouTubeにはYouTubeの強みがある。

NewsPicksやPIVOTでは、一つのテーマについて専門家が30分、1時間と議論することもある。

テレビニュースの数分では扱えない背景、歴史、構造、対立する論点まで知ることができる。

僕は信頼できるジャーナリストや研究者、論客も何人か探し、その人たちのYouTube、ブログ、SNSをチェックする。

しかし、

NewsPicksだから正しい。

PIVOTだから正しい。

このジャーナリストだから正しい。

とは考えない。

むしろ重要なのは、

「誰を信じるか」より、「なぜその人を信じるのか」を自分で説明できること

だと思っている。

この人は間違えたとき訂正するのか。

一次資料を示しているか。

自分に都合の悪い事実も紹介するか。

事実と意見を区別しているか。

予測が外れたとき、その結果を検証するか。

信頼とは肩書きではなく、

長期的な振る舞いの履歴から形成されるもの

だと思う。

第7章　「どのメディアが一番正しい？」という問いをやめてみる

ここまで考えると、

「どのメディアが一番信頼できるのか？」

という問いそのものが少し違って見えてくる。

僕は情報源を単純にランキングするのではなく、五つの役割として考えた方がいいと思っている。

① 偶然に出会う〜視野を広げる

NHK「ニュース7」、新聞のトップページなど。

ここで重要なのは、自分が選ばなかったニュースを見ること。

② トレンドを知る〜社会の現在地を感じる

X、YouTube、InstagramなどのSNS。

何が話題になっているのかを見る。

ただし、

「話題になっていること」と「重要なこと」は同じではない。

③ 深掘りする〜背景と構造を理解する

NewsPicks、PIVOT、専門家のYouTube、ブログ、ポッドキャスト。

ニュースの「何が起きたか」から、「なぜ起きたのか」へ進む。

④ 検証する〜本当に正しいのか確かめる

政府統計、企業IR、研究論文、原典、一次資料、独立した複数の報道。

ここでは、

「誰が言ったか」

より、

「何を根拠に言っているか」

を見る。

⑤ 思考を揺さぶる〜自分自身を疑う

ChatGPT、Gemini、Claude、反対意見、異なる思想圏、異分野の専門家。

ここでは答えを聞くだけではない。

むしろ、

「僕の考えが間違っているとしたら、どこだ？」

と尋ねる。

XにはXの役割がある。

テレビにはテレビの役割がある。

新聞には新聞の役割がある。

NewsPicksにもPIVOTにも役割がある。

YouTubeにもAIにも役割がある。

だから問題なのは、

どれか一つに「僕の世界を編集する権利」をすべて渡してしまうこと

なのだと思う。

大切なのは、一つの完全な情報源を探すことではない。

不完全な複数の情報源を、異なる目的で組み合わせること。

これは投資で言えばポートフォリオに近い。

一つに集中するのではなく、

異なる失敗の仕方をする情報源を組み合わせる。

そこに情報環境の強さが生まれる。

第8章　ChatGPT、Gemini、Claudeの三つが一致すれば正しいのか？

僕自身、ChatGPT、Gemini、Claudeの三つを使う。

三つのAIに同じことを聞き、ベン図のように重ねて、共通するところなら信頼性が高いのではないか、と考えてきた。

この方法には意味がある。

しかし、今は一つ重要な注意が必要だとも思っている。

三つのAIは、

「独立した三人の証人」ではない。

似た公開情報から学習しているかもしれない。

Web検索を使えば、三つとも同じ有力記事を参照する可能性もある。

三つとも同じ俗説や誤情報を共有している可能性すらある。

だから、

三つのAIが一致することと、三つの独立した証拠が一致することは違う。

僕が今、より重要だと考えているのは、

ChatGPT × Gemini × Claude

の一致だけではない。

むしろ、

一次資料 × 独立した報道 × 専門家

という根拠の三角測量だ。

AIには、その三角形を高速で探させる。

例えば、

「このニュースの一次資料を探して」

「この意見への最も強い反論を探して」

「政治的立場の異なる専門家の分析を比較して」

「この主張が誤りだと仮定した場合、最も有力な根拠を探して」

と頼む。

するとAIは、

答えを教えてくれる機械から、僕自身の思考を疑わせる機械へ変わる。

僕はAIを、

「正解を出す装置」

として使うより、

「反証可能性を増やす装置」

として使う方が面白いと思っている。

第9章　自分専用の「知のデータベース」を育てる

僕はこの数ヶ月、情報収集用のAIエージェントを育てることも日課にしながら、新しい情報収集の方法を模索している。

さらに、Obsidianというノート／知識管理アプリとChatGPT、Gemini、Claudeを組み合わせ、自分の関心や思考の履歴が蓄積されていく「自分専用の知のデータベース」も毎日育てている。

単に記事を保存するのではない。

そのニュースについて何を考えたのか。

過去に似たテーマについて何を考えていたのか。

どんな疑問を持ったのか。

AIとの対話で考えがどう変化したのか。

それらを少しずつつなげていく。

するとニュースが、その日だけ消費されて終わる「情報」ではなくなる。

一年前の考えと今日の考えが接続される。

別々だと思っていたアート、政治、AI、経済、哲学が、思わぬところでつながる。

僕はそこに、一種の「知の地層」をつくろうとしている。

人間は忘れる。

しかも、

何を忘れたのかすら忘れる。

その意味では、ObsidianやAIは単なる生産性向上ツールではない。

自分の記憶の一部を外部化し、過去の自分と現在の自分を再接続する装置

にもなり得る。

ただし、ここでも注意が必要だ。

記録を大量に残すことと、思考が深くなることは同じではない。

何万件のノートがあっても、それを関連づけ、新しい問いを生み出せなければ、それは巨大な倉庫にすぎない。

データベースは「第二の脳」ではない。

むしろ、

第二の脳になり得る素材置き場

に近い。

そこに関係を見つけ、意味を与え、新しい問いへ変える仕事は、まだ人間側に残っている。

第10章　しかし「僕専用AI」には、もっと恐ろしい罠がある

AIエージェントは、僕を理解していく。

僕が好きなアート。

AI。

写真。

テクノロジー。

国際情勢。

社会問題。

思想。

僕が過去にクリックした記事。

僕が過去に書いた文章。

そしていつか、

「僕が今日読むべきニュース」

を極めて高い精度で選べるようになるかもしれない。

これは素晴らしい。

でも同時に怖い。

AIが僕を理解すればするほど、僕は「僕の外側」に出会えなくなるかもしれない。

究極的にパーソナライズされたAIとは、

究極のフィルターバブルにもなり得る。

しかもSNSのアルゴリズムより厄介なのは、

それが「僕自身を深く理解してくれている」という信頼感を伴うこと

だ。

自分のことを理解しているAIが選んだニュースなら、

「これは僕に必要なのだろう」

と思いやすい。

すると、自分専用AIが単なる情報収集装置ではなく、

自分自身の世界観を再生産する装置

になる可能性がある。

だから僕は、自分専用のAIエージェントを育てるなら、

「僕が興味を持ちそうなニュースを探して」

だけでは不十分だと思っている。

むしろ、

「僕なら絶対に選ばないが、知っておくべき重要ニュースを毎日一つ入れて」

と命令する。

さらに、

「僕の現在の考えに対する最も強い反論を探して」

「僕が普段読まない思想圏から重要な論考を選んで」

「この一週間、一度も読んでいない分野から重要ニュースを選んで」

「過去3カ月の僕の関心分野を分析し、逆に無視している領域を指摘して」

と頼む。

つまり、

僕の好みを学習するAIではなく、僕の好みから脱出させてくれるAIを育てる。

ここがものすごく重要だと思っている。

第11章　情報収集とは、検索ではなく「キュレーション」なのかもしれない

ここで僕の中では、情報収集と現代アートがつながってくる。

優れた美術館のキュレーターは、

「観客が好きそうだから」

という理由だけで作品を並べない。

むしろ、ときには、

「なぜ、これがここにあるんだ？」

と思う作品を置く。

一つの異物が入ることで、隣の作品の意味まで変わる。

それまで理解していた展覧会全体の意味が突然反転することすらある。

僕は、情報も同じだと思う。

自分の世界観を補強してくれる情報を100個集めるより、

自分の世界観を少し壊してしまう情報に一つ出会う。

その方が思考にとって価値があることがある。

僕たちは普通、

「分かること」

を増やすために情報を集める。

しかし、思考が本当に更新されるのは、

自分が分からなかったことに気づいた瞬間

なのかもしれない。

優れたキュレーションとは、

既知のものを綺麗に整理する行為ではなく、

既知の世界の中に未知を配置する行為

とも言える。

だから、これからのAIに必要なのは、

「僕が好きな情報を集める優秀な秘書」

だけではない。

時々、

「あなたはこう考えていますが、そもそもこの前提自体を疑った方がいいのでは？」

と言ってくれる。

僕の認識世界へ、意図的に異物を置く。

ある意味、

AIを自分専用のキュレーターにする。

ただしそのキュレーターには、

「僕を満足させるな」

という命令まで必要になる。

第12章　アート思考とは「答えを変えること」ではなく「問いを疑うこと」

僕が考えるアート思考とは、

「自由な発想をすること」

「奇抜なアイデアを出すこと」

だけではない。

もっと根本的なものだ。

与えられた問いそのものを疑うこと。

例えば、

「中国はアメリカを抜いて世界一の超大国になるのか？」

という問いがある。

普通なら、中国とアメリカのGDP、軍事力、AI技術、人口、製造業などを比較する。

しかし、そこで一度問いそのものを疑ってみる。

「そもそも21世紀後半にも、一つの国が世界を支配する「覇権国モデル」は成立するのか？」

問いが変わる。

すると、見るべき情報も変わる。同時に歴史や地政学を新たに深掘りする。

古代ローマ。

大英帝国。

冷戦。

アメリカの覇権。

EUという超国家的な統合。

グローバル企業。

AI企業。

国境を越える資本。

そして気候変動のような、一国では解決できない問題。

すると、

「中国かアメリカか」

という二択だった問題が、

「そもそも国家という単位だけで21世紀の権力を説明できるのか？」

という別の問いへ変わっていく。

「AIは人間の仕事を奪うのか？」

という問いでも同じだ。

普通なら、

「何万人の雇用が失われるのか」

を調べる。

だが、

「なぜ僕たちは、人間の社会的価値を“仕事を持っていること”によって測っているのか？」

と問い返した瞬間、

産業革命。

労働倫理。

ベーシックインカム。

余暇。

創造性。

ケア労働。

「生きる意味」

まで問題が広がっていく。

ここが重要だと思う。

深い問いは、より多くの情報を要求する。

問いが変われば、検索する言葉が変わる。

検索する言葉が変われば、読むべき歴史も学問も変わる。

そして集める情報が変われば、見える世界そのものが変わる。

つまり、

僕たちは世界そのものを見ているのではなく、「自分が立てた問いを通して世界を見ている」。

だから情報リテラシーとは、

「正しいニュースを見抜く力」

だけでは不十分なのだと思う。

そのもっと前に、

「そもそも僕は、なぜこの問いを立てているのだろう？」

と考える力が必要になる。

僕はそこに、アート思考の重要な役割があると思っている。

第13章　僕たちは「事実」だけで世界を見ているわけではない

ここでもう一段考えてみたい。

仮に同じ事実を二人が知ったとしても、同じ世界が見えるとは限らない。

失業率が5％になった。

AI企業の株価が上昇した。

ある国で戦争が始まった。

ここまでは「事実」に近い。

しかし、その事実を、

危機と見るのか。

機会と見るのか。

歴史的必然と見るのか。

政治的失敗と見るのか。

そこには解釈が入る。

つまり僕たちが生きているのは、

事実だけでできた世界ではなく、事実と解釈が重なった世界

だ。

これは「何でも人それぞれ」という意味ではない。

事実は重要だ。

ファクトチェックも必要だ。

しかし、ファクトを確認しただけで思考が終了するわけではない。

むしろ、その次に、

「僕はなぜ、この事実をこのように意味づけたのだろう？」

という問いが始まる。

情報リテラシーの第一段階が、

「これは本当か？」

だとすれば、

第二段階は、

「僕はなぜ、これをこう読んだのか？」

なのかもしれない。

ここまで来ると、情報収集は世界を調べる作業であると同時に、

自分自身を観察する作業

にもなる。

第14章　完全に「偏らない人」には、たぶんなれない

ここまで考えると、

「偏らない情報収集」

という言葉そのものにも疑問が出てくる。

本当に、人間は偏らないことができるのだろうか。

ジャーナリストも偏る。

新聞記者も偏る。

研究者も偏る。

YouTuberも偏る。

AIも偏る。

そして当然、僕も偏る。

すべてを見ることはできない。

だから何かを見る。

何かを見るということは、

同時に、何かを見ないことでもある。

そう考えると、

「完全に偏りのない人になる」

ことを目指すのは、そもそも無理なのかもしれない。

目指すべきなのは別のところにある。

自分の偏りをなくすのではなく、自分の偏りを発見できる仕組みを持つ。

NHKを見る。

新聞を見る。

Xでトレンドを見る。

NewsPicksやPIVOTで深掘りする。

信頼できるジャーナリストや専門家を探す。

一次資料まで遡る。

ChatGPT、Gemini、Claudeを使う。

AIに反論させる。

普段読まない思想を読む。

Obsidianに自分の過去の思考を残す。

そして、ときどき自分なら絶対に選ばない情報を入れる。

これはニュース収集の効率化ではない。

自分の認識世界を意図的に揺らし続けるためのシステム

なのだと思う。

そして「揺らし続ける」ということが重要だ。

一度「正しい世界観」を完成させれば終わりではない。

世界は変わる。

社会も変わる。

技術も変わる。

そして僕自身も変わる。

昨日まで正しかった認識が、明日も正しいとは限らない。

だから世界観は、完成品ではなく、

常に更新され続ける暫定版

として持っていた方がいい。

僕はこれを、AI時代の「アート思考による情報収集」と呼びたい。

最終章　僕は今日、何に出会わなかったのだろう？

AIはこれから、もっと賢くなる。

そして僕自身より、僕のことを知るようになるかもしれない。

僕が何を好きなのか。

何を嫌いなのか。

どんな政治観を持つのか。

何に怒るのか。

何に感動するのか。

何をクリックするのか。

そして画面の中に、

「僕にとって最適な世界」

をつくってくれる。

それは、とても快適な世界だろう。

けれど僕は、そこに少しだけ居心地の悪いものを残しておきたい。

知らない音楽。

理解できない現代アート。

反対の思想。

興味のなかったニュース。

自分には不都合な事実。

なぜなら僕たちは、

「自分に同意してくれる情報」によってだけ成長するのではなく、ときに「自分では処理できない異物」と出会うことで、世界の見方を更新するからだ。

現代アートの前に立ったとき、

「分からない」

という経験がある。

僕は、それを失敗だとは思わない。

むしろ、

まだ自分の中に存在していなかった問いが生まれる瞬間

なのだと思っている。

「分からない」という感覚は、知識不足の印ではなく、

場合によっては、

自分の認識の限界に触れた証拠

なのかもしれない。

情報についても同じではないだろうか。

情報収集とは、自分が正しかったことを確認するための作業ではない。

自分が見ていた世界が、世界のすべてではなかったことを発見する作業だ。

そして、もしかすると「知性」とは、

たくさん答えを持っていることだけではない。

自分の世界の外側に、まだ何かがあると想像できる能力

なのかもしれない。

だからこれからニュースを見るとき、僕は一つの問いを自分に投げかけてみたい。

「僕が知らないことは何だろう？」

だけではない。

もっと難しい問いだ。

「僕は今日、何に出会わなかったのだろう？」

その問いに完全に答えることはできない。

出会っていないのだから。

でも、答えられない問いを持ち続けることには意味がある。

答えられない問いが、

僕の世界にはまだ外側があることを思い出させてくれる。

AIが僕を知りすぎる時代だからこそ、

自分の外側に、まだ世界が存在していることを忘れないために。

───

AIやアート、社会について、実際に見て、つくって、関わるなかで生まれた違和感を書いています。

簡単には答えの出ない問いを、これからも考え、書いていきます。フォローしていただけたらうれしいです。

次に読む