13章｜AIと対話するデザインマネジメント｜13−2｜ AIとの対話で、学びの解像度を上げる

このnoteは、「問いからはじめる”デザインマネジメント”」として、１冊の本をつくるためのnoteです。１つずつのnoteでも伝わる様にと書いていますが、他の記事であったり、なんでこんな事やっているの？と興味を持っていただけたら、こちらをお読みください。

前回のScene 1では、生成AIを「正解を出してくれる便利な道具」としてではなく、自分にはない視点から問いを返してくれる壁打ち相棒として捉え直す、という話をしました。

対話する相手がいない夜中のスタジオや、一人でポートフォリオに向き合っている時間でも、AIをうまく使えば、思考の行き詰まりを突破し、学びを前に進めることができます。

ただし、そのためには一つだけ大事な条件があります。
それは、自分自身の「問いの質」を上げることです。

AIは、こちらが投げた問いに応じて返してきます。
つまり、浅い問いには浅い答えが返りやすく、深い問いには深い対話が返ってきます。

だからこそ大切なのは、AIにうまく答えさせること以上に、自分の思考を一段深くするための問いを持てるようになることです。
このSceneでは、AIとの対話を通して、自分の学びや発信の解像度を高めるための考え方と型を見ていきます。

人は、一人で考えると偏りやすい

私たちは何かを考えるとき、どうしても自分の経験や好み、思い込みの影響を受けます。

「これはきっと良い案だ」
「この方向で合っているはずだ」
「相手もきっとこう感じるだろう」

そんなふうに、自分の中では筋が通っているように見えても、あとから他人に指摘されて初めて、見えていなかった前提や抜け漏れに気づくことがあります。

これは特別なことではありません。
人間は誰でも、自分に都合のよい情報を集めたり、一度立てた仮説を守ろうとしたりする傾向を持っています。

だからこそ、自分の外側から問いを返してくれる相手が必要です。
AIを壁打ち相手として使う価値は、まさにそこにあります。

ただ答えをもらうのではなく、
自分の考えのどこに偏りがあるかを見つけるために使うこと。
それが、学びの解像度を上げる第一歩です。

思考を深めるための「3つのレンズ」

AIとの対話で学びを深めたいとき、役に立つのが**「前提・抜け・反論」**という3つのレンズです。

この3つを意識するだけで、自分の考えをかなり立体的に見直せるようになります。

① 「前提」を問う

── 当たり前だと思っていることを疑ってみる

私たちは何かを考えるとき、無意識のうちに「〇〇とはこういうものだ」という前提を置いています。

でも、その前提が本当に正しいとは限りません。
むしろ、その“当たり前”を疑ったところから、新しい発想が生まれることもあります。

たとえば、大学生が自然と集まるカフェ空間を考えるときに、

「居心地のよいソファが必要だ」
「Wi-Fiと電源が必要だ」

と思うかもしれません。
たしかに一理あります。
でも、もしその前提が逆効果になる場面があるとしたらどうでしょうか。

長居する人ばかりが増えて回転率が下がるかもしれません。
静かに過ごしたい人にとっては、にぎやかさが居心地の悪さになるかもしれません。
電源のある場所だけが占有され、不公平感が生まれるかもしれません。

このように、AIに「自分の前提が崩れるケース」を問い返してもらうことで、見えていなかった条件や視点が浮かび上がってきます。

【学生の問いの例】
「今、『大学生が自然と集まるカフェの空間』を設計しています。私は『居心地の良いソファとWi-Fi・電源があること』が必要だという前提で考えていますが、この前提が成り立たない、あるいは逆効果になるケースを3つ挙げてください」

② 「抜け」を問う

── 見えていない立場や影響を探してみる

一つのアイデアに集中していると、私たちはどうしても自分の視点に寄りやすくなります。

でも、建築やデザインの提案は、いつも誰かとの関係の中にあります。
使う人だけでなく、管理する人、近くにいる人、たまたまその場を通る人にも影響します。

つまり、良い提案を考えるためには、「自分が見ている世界の外側」にも目を向ける必要があるのです。

たとえば、大学のキャンパス内に自由に使える半屋外のウッドデッキ広場を提案するとします。
そのとき、設計する側としては「開放的で、交流が生まれそう」と感じるかもしれません。

けれども、別の立場から見るとどうでしょうか。

雨の日の安全性は大丈夫か。
夜間に騒音の問題は起きないか。
管理する側の清掃や維持の負担はどうか。
使わない人にとっては、ただの通行の邪魔にならないか。

こうした見落としている立場や、起こりうる負の影響をAIに洗い出してもらうことで、提案は一気に現実味を増していきます。

【学生の問いの例】
「大学のキャンパス内に、自由に使える半屋外のウッドデッキ広場を提案しようとしています。この提案において『見落としている立場の人』や『発生しうるネガティブな影響』を洗い出してください」

③ 「反論」を受ける

── 自分の考えを強くするために、あえてぶつけてもらう

人は、自分のアイデアに愛着を持ちます。
だからこそ、無意識のうちに「うまくいく理由」ばかりを集めてしまいがちです。

でも、本当に強いアイデアは、最初から完璧なものではありません。
反論を受け、その中から論点を拾い、自分の考えを磨き直していけるものです。

ここでAIは、とてもよい練習相手になります。
人にいきなり厳しく言われるとつらいこともありますが、AI相手なら、自分から負荷をかけにいくことができます。

「反対の立場で言ってほしい」
「投資家として厳しく見てほしい」
「この案の弱点を遠慮なく指摘してほしい」

そんなふうに問いかけることで、反論を受ける力そのものを鍛えることができます。

たとえば、「これからのオフィスには雑談を生む巨大なキッチンが必要だ」と主張したいとき。
AIにあえて反対側に立ってもらえば、

「本当に全員が雑談を望んでいるのか」
「大きなコストをかける価値があるのか」
「他の方法でも十分ではないか」

といった論点が返ってきます。

そうした反論を一度くぐり抜けた提案は、ちょっとやそっとでは崩れない、芯のある提案になります。

【学生の問いの例】
「私は『これからのオフィスには、雑談を生む巨大なキッチンが必要だ』と主張しようとしています。あえて真っ向から反対する立場になって、厳しく反論してください。その後、私がその反論をどう受け止め、どう考え直すとよいかのヒントも教えてください」

AIは、思考を深める「伴走者」にもなる

ここまで見てきた3つのレンズは、アイデアや提案を磨くためにとても有効です。
でもAIの役割は、それだけではありません。

AIは、自分の感情や経験を深掘りする伴走者にもなります。

私たちは、何かを経験しても、そこで終わってしまうことがよくあります。
「楽しかった」
「うまくいかなかった」
「なんとなくモヤモヤした」

もちろん、それも大事な感覚です。
でも、そこで止まってしまうと、その経験は次につながる知見になりにくい。

本当に学びになるのは、
なぜそう感じたのか
そこにどんな価値観があったのか
次に活かすなら何を変えるのか
まで掘り下げたときです。

たとえば、授業で取り組んでいる「感情の法則」のように、自分の感情を言葉にしていくワークでは、AIはかなり力を発揮します。

自分のメモや振り返りをもとに、

「この場面で、あなたは何を大事にしていたと思いますか？」
「怒りの奥にあった期待は何ですか？」
「その経験から、次に活かせる法則を一言で言うと何ですか？」

といった問いを返してもらうことで、自分一人では気づきにくかった意味づけが見えてきます。

「書いてもらう」のではなく、「一緒に磨く」

ここで大事なのは、AIに完成品を書いてもらうことではありません。

むしろ大切なのは、自分の原液を残したまま、一緒に磨くことです。

たとえば、授業やプロジェクトの振り返りメモ、YWTのメモ、まとまりきっていない考えの断片。
そうした荒削りな材料に対して、AIに問いを返してもらうのです。

【使い方の例】
「このYWTメモを読んで、私の学びをもう一段深くするための質問を3つ投げかけてください」

【使い方の例】
「この振り返りメモの中で、私が一番強く大切にしている価値観はどこにあると思いますか」

【使い方の例】
「この文章を代わりに書き直すのではなく、私らしさを残したまま、構造を整理する観点を教えてください」

こうした使い方をすると、AIは単なる代筆者ではなく、思考と表現を支える編集の伴走者になります。

自分の経験をそのまま流して終わるのではなく、
問いを通して振り返り、言葉にし、知見に変えていく。
このプロセスそのものが、学びを深くしていきます。

孤独な作業の中に「対話」を持ち込む

デザインの学びには、一人で考える時間が必要です。
けれど、一人で考える時間が長くなるほど、思考は閉じやすくもなります。

だからこそ、孤独な作業の中に対話を持ち込むことが大切です。

AIは、正解を代わりに出してくれる存在ではありません。
むしろ、自分では見えない前提や抜けを照らし返し、ときには反論を投げかけ、思考を深めてくれる相手です。

今からAIを、自分専属の相談相手や伴走者として育てていくこと。
それは、孤独な作業の中でも学びを止めず、自分の器を少しずつ広げていくための実践です。

AIと対話することは、ただ便利になることではありません。
自分の考えを磨き、自分の学びを深くしていくための、デザインマネジメントの実践なのです。

今日の問い

あなたが最近提出した課題や、作成した文章を思い浮かべてください。
もしAIに「前提・抜け・反論」のどれか1つの視点から問いを入れてもらうとしたら、今のあなたにはどの視点が一番痛いところを突かれそうですか？

補足：このSceneの背景にある理論・考え方

本文では読みやすさを優先して細かく書き込みすぎませんでしたが、このSceneの背景には、次のような理論や考え方があります。興味があれば調べてみてください。

• 認知バイアス
  人が無意識に思い込みや偏りを持って判断してしまう傾向

• 確証バイアス
  自分に都合のよい情報ばかり集め、反対の情報を見落としやすくなる傾向

• ダブルループ学習
  問題への対処だけでなく、その前提や枠組みそのものを問い直す学びの考え方

• システム思考
  物事を単体で見るのではなく、関係し合う全体として捉える見方

• ジョハリの窓
  自分では気づいていないが、他者からは見えている側面があることを示す考え方

• メタ認知
  自分の思考や感情を、一段引いたところから見つめる力

• 経験学習モデル
  経験し、振り返り、意味づけし、次の実践につなげることで学びが深まるという考え方

#デザイン経営 #デザインマネジメント #コーチング #メンター
#生成AI #問いかけ