将来が不安で震えていた3年前の僕が知りたかったこと。

Posted at 2019-12-16

脚注が多いですが、脚注が本編みたいなところもあるので良ければ合わせてどうぞ。
仮説や考え方に対して、批判や叱咤激励などあれば、遠慮なくコメントしていただければ幸いです。
#序論
##はじめに。自分宛に書いた文章を書きたかったんだ。
　この文章は3年前の僕に向けて書いている。3年前の僕は、学部2年生だった¹。そして、どうしようもない奴だった²。誰か頭の良い人や有名人が言っていた言葉を公式を覚えるようにして身につけ、それを振りかざしていた奴だった³。そのくせ、ちょっと将来について不安を煽るような情報に触れたときには、何を信じれば良いのか分からずに震えていた奴だった。どんなキャリアを歩むのが良いのか、どの会社に入れば良いのか、どんな能力を身に着ければ良いのか分からずに震えていた奴だった。そんな3年前の僕に、この文章を通して自分の頭で考えるフレームを教えたいと思う。
　したがってこの文章は、社会人なら共通して持っているであろう「自分の頭で考えて生きていけるための」能力について解説した文章である⁴。3年前の僕みたいな人だけではなく、昨今のキャリアに関する情報が錯綜している状態に身を置かれ、戸惑っている学生にも役に立つと思う。
　文章の構成としては理論編と実践編に分かれている。理論編においては、まず、これからの時代やキャリアについて一般的な内容（といっても僕が想定している一般的なもの）について述べる。そして、そういった時代を生きていくためには、どういった能力が必用であるのかについて述べる。実践編においては、キャリアにおいて理論編で述べた能力をどうやって生かすのかについて述べる。そして、どうやってその能力を高めるのかについて述べる。最後に僕が所属しているデータラーニングギルドについて述べて、この文章を締める。
##注意と懺悔をさせてください。
　この文章はキャリアについて何らかの経験を述べるものではない⁵。こういう能力を高めておけば良いのではないか、そしてこうやって高めれば良いのではないかというただの提案である。そしてその提案に何らかの根拠があるわけではなく、ただ僕の観察から生まれた仮説であることにも留意して頂きたい。それでは本編に行こう。

今は大学院1年生です。 ↩
授業は真面目に受けてはいた。 ↩
誰かが言っていたからと言って、その内容を定式化し、安易に人生に当てはめて生きようとするのは本当に危険だと思う。公式を覚えて、どれに当てはまるかを考えるだけでうまくいくのは大学受験までだ（ちなみに大学受験はどんなやり方でもうまくいくと思う）。 ↩
社会人と大学生というように2項対立的に書きたくはないのだが、分かりやすくするためにこう書く。大学生でも強い人はいるし、社会人でも弱い人はいる。
#理論編
##キャリアってなんだろう。よくある話を僕なりにまとめてみたよ。
###僕なりの定義
　3年前の僕は、キャリアというと未来に何をやるかだと思っていた。そしてこれから素晴らしいキャリアを築いていくことを夢想していたものだ。だがその考えは良くないぞ、といいたい。キャリアはもう始まっているのだ。なぜなら、キャリアとは過去に何をやってきたか、だからだ⁶。今この瞬間からキャリアは築かれていっている。自分が身に着ける知識、経験、食事、人間関係、すべてがキャリアとなる。だから、今自分が取り入れているものを見極めて、今を全うするべきである。 ↩
キャリアについてのアドベントカレンダーなのにね。村上さんごめんなさい。とはいえ、一寸先は闇のようなデータ分析業界で生き抜くための能力の解説の文章でもあるので、ギリギリセーフだと思いたい。 ↩
スガシカオの歌詞を思い出す。
###正解のキャリアとは
　3年前の僕は、とにかく間違いのないキャリアを築いていきたいと思っていた。自分が入る会社や選ぶ仕事を間違えたくなかった。要は正解したかった。しかし、そもそも正解のキャリアを選ぶという考え方が良くないと思う。先ほど言った通り、キャリアとは自分が過去やってきたことなのだ。だから、選んだ仕事やキャリアを正解にしていくことしかできない。そしてそれは、常に自分の頭で考えていくしかない。
##これから生き残る社会人が無意識に持っている能力ってどんなものだろう。
　では、そういったことを自分の頭で考えることのできる社会人が持っている能力とはどのようなものだろうか。それなりの数の社会人と会話し、仕事し、観察した結果、僕は教養とアナロジーと論理的思考という3つの要素を見出した。しかし、社会人が持っている能力はこれらの掛け算ではない。そんな単純な式で表されるものではない。そこで、まず、そのモデルを図で表して⁷、その後、それぞれの要素の説明をしよう。 ↩
モデル化するということは検証可能な状態にすることだ。そして、既存のモデルと比べたり、批判可能な状態にするということだ。実際、この文章ではシステム1とシステム2と関連付けて説明する。
###チューブフックアームモデル（Tube Hook Arm Model）
　社会人が持っている能力は、僕の考案したチューブフックアームモデル（以下THAモデル）で説明できる⁸。THAモデルは情報の処理の仕方を表したものだ。
　具体的に説明しよう。下の図（左）を見てもらいたい。まず、情報を取り入れたとき、管の上部から情報が落ちてくる。その情報が管に取り込まれたとき、その情報を理解、もしくは解釈できたということとする。もし、その情報が管に取り込まれずに下の穴から通り抜けたときは、理解できなかった、もしくは解釈できなかったということとする。
　では、どのようにして情報が管に取り込まれるのだろうか。下の図（右）を見てもらいたい。情報は管に埋め込まれているフックに引っかかると落下が止まる。そして、管の外皮にあるアーム⁹が情報を掴み、管の中に取り込むのだ。このフックが教養であり、アームが論理的思考である。最後の要素であるアナロジーは、フックの鋭さだ。この説明だけでは分からないと思うので、THAモデルの処理過程を2つに分けて、3つの要素と絡めながら説明する。
↩
良いモデルというものは、様々な現象を説明可能である。このTHAモデルが社会人の能力を説明できることを示していこう。
###情報の落下を止めるフックたち
　上記のようにTHAモデルによる情報処理の過程は、情報が管の途中で止まる部分と情報が管に取り込まれる部分の、2つのパートに分けられる¹⁰。ここでは、情報が管の途中で止まる部分について、つまり、情報の落下を止めるフックたちについての説明をしよう。 ↩
このアームは管の外皮であれば動きまわれる。 ↩
それぞれシステム1とシステム2と関連付けられるが、システム1とシステム2についてここでは深く説明しない。なぜならファスト＆フローを読んでないからだ（いや読めよ）。
####様々な情報の性質
　その前に、そもそもTHAモデルにおいて情報がどのようなものか説明しよう。例えば、ある情報が管に入ってきたとき、その情報はあるフックに引っかかっりやすかったたり引っかかりにくかったりする。情報はいろいろな形をしている（図左）。そしてフックもいろいろな種類がある（図右）。ハート型の情報なら赤のフックに引っかかりやすいというように、情報の性質によって引っかかりやすいフックが決まるということである。さらに、ある情報がフックに引っかかるかどうかは、フックの鋭さにもよる。フックが洗練されて鋭いほど情報は引っかかりやすい。つまり、管に入ってきた情報があるフックに引っかかるかどうかは、そもそもその情報の性質に合ったフックが管にあるかどうかと、そのフックの鋭さによる。

　では、次にそのフックとフックの鋭さについて説明しよう。
####フックと教養
　まず、フックについて説明しよう。フックは教養である。そして、自分に戒めたいことだが、教養は武器ではない。フックだ。そして、教養と言うとなんだか高尚なものでなければならないように思えるが、何でもよい。どんなものでもフックになりうるのだ。
####フックの鋭さとアナロジー
　フックというのはただあるだけでは、情報は止められない。そのフックが鋭くなければ情報は刺さらないのだ。この鋭さこそがアナロジーであると思う。アナロジーというものは差を見極めるものではない。違いの中に似ているものを積極的に見出すものである。つまり、自分の持っている教養と管の中に入ってきた情報の差異を探すものではなく、似ているものに直感的に引っ掛ける作用のことをアナロジーと呼ぶ¹¹。 ↩
このように直感的であるから、この管に入った情報の落下を止める部分（つまり教養とアナロジー）はシステム1にあたる。
###フックに引っかかった情報を取り込むアーム
　しかし、ただ情報が管の中で引っかけただけでは、その情報を理解、もしくは解釈したとは言えない。自分の中に取り込む必要があるのだ。情報を取り込むことによって、よりよい問いを生み出すことができ適切なアクションを取ることができる。さらに、良く取り込められた情報は教養ともなりえる。THAモデルにおいて、その情報取り込みの機能を果たすのがアームだ。では、そのアームについて説明しよう。
####アームと論理的思考の役割
　アームは論理的思考である。アームの力が強い、つまり論理的思考力が高いと引っかかった情報を取り込め、理解・解釈できるということだ。もし、アームの力が弱い、つまり論理的思考力が低い場合は、例え情報を管に流して何らかのフックに引っかかったとしてもその情報は取り入れられず、ただ情報を覚えているだけの状態になる。そしてその情報が教養、つまりフックになりうることはない¹²。また、落ちてくる情報をフックに引っ掛けずに、アームだけで管に取り込むときもある¹³。ただ、そういった時は全くとっかかりがないため、相当な論理的思考能力を必要とする¹⁴。 ↩
時間が経つとフックから外れ記憶からもなくなる。 ↩
フックに引っかけた時とアームだけで取り込んだ情報のどちらが良いかは時と場合によると思う。 ↩
アームで取り込む部分はシステム2にあたる。お酒を飲んだ時は、このアームの力が弱まり、フックの鋭さだけが良くなる（というかフックが上向きになって刺さりやすくなる）ので、誰かが言ったことに対して、突拍子もないことを言ってしまう。
###THAモデルと「すごい」社会人の例
　つまり、すごい大人は、THAモデルでいうところのフックの数が多く、フックが鋭く、アームの力が強いというわけだ。例えば、コンサルの知り合いのすごい人なんかは、フックの数がどれだけあるのか僕程度では計り知れない。さらには、その人は同じ情報を受け取ったとしても、クライアントによって全く違う回答ができる。これはどういうことだろうか。一見するとTHAモデルでは説明できないように思える。なぜなら、情報がどのフックに最初に引っかかるかは、フックの配置によるからだ。THAモデルではこのフックの配置については言及していない。THAモデルの限界だろうか。いやTHAモデルを諦めるのはまだ早い。少し拡張してみよう。とはいえ、拡張するのはアームの機能だけだ。アームがつかめるものが情報だけでなく、フックもつかめるとしよう。無意識的に行われる情報のフックへの引っかかりを、アームの力で並べ替えることによって意識的に変えることができるということだ（図左）。つまり、先のコンサルの人は、クライアントによってフックの配置を柔軟に変えることができるということだ¹⁵。こういった人たちは、情報を管に入れた瞬間から新たにフックを形成し、そしてその瞬間からフックの配置を見直しているのだ。
　さらには、フックの数がおびただしい程あるため、情報は複数のフックに引っかかる（図右）。複数のフックに引っかかった情報は、自分の中に取り入れるのが通常より困難になるが、並大抵でないアームの力でそれを論理付け、クライアントをアッと言わせる提案をして見せるのだ。
↩
思考が柔軟であるということは、教養のフックが抜けやすいということではない。むしろフックはしっかりと根付いているのだが、その根付いたものを引っこ抜くだけの論理的思考力がある状態のことを言う。ちなみにフックを抜けやすい状態（管の土台をゆるゆるにする）にして、すべてのフックを抜き、新たなフックを無理やり植え付けることを洗脳という。就職した友達の話を聞いていると、企業の研修合宿でそういったことが行われていることが分かる。気を付けよう。
#実践編
　ここからは実践編だ。主にフックが少なく鈍くアームの力が弱い3年前の僕がどうやれば良いのかを具体的に書いている。基本的にやることは常にTHAモデルを意識して生きていくだけだ。しかし、この文章は、キャリアに関するアドベントカレンダーの一つである。そろそろキャリアと絡めなければならないだろう。ということで、まず、キャリアとTHAモデルについて述べてから、この実践編を始めたいと思う。
##キャリアにおいてTHAモデルをどうやって使うの？
　THAモデルにおける、フックが多く鋭く、アームが強いことは、キャリアについて考える際にも重要である。なぜなら、未来は誰にも分からずたどった道を正解にするしかなく、それにはこれらの能力が必用であるからだ。どのように使うのかというと、自分の歩んできたキャリアを管に入れてアナロジーを駆使して自らの教養と結び付け、論理的思考力で正解を無理やりつけるというように使う。コネクティングドットは自分で線を後付け的に描くということだ。そして、線を自由自在に描けるようになるには、フックを増やし磨き、アームを強化するしかないと思う。
##3年前の僕がやらなくて後悔していることを言わせてくれ。
　では、どのようにして、フックを増やして磨き、アームを強化していけば良いのだろうか。それには、情報を取り入れる経験を積むことが大事だと思う。情報を取り入れるたびに、情報がフックを通過しフックは磨かれるからだ。ここで重要なのが、情報を管に通すだけではなく、アームを使って取り入れることだ。アームを使って取り入れるたびに、アームは鍛えられる。そして、アームを使って取り入れられた情報は、自らのフックとなる。
　だが、3年前の僕のような学生ならそもそものフックの数とアームの力がなく、新たに情報を取り入れることを難しく感じるかもしれない。しかしそれは、高校レベルの教養（フック）と論理的思考力（アーム）があれば、日常生活でもできる。次に具体的な例を示そう。
###高校レベルの教養と仮説検定
　「あくびは移る。」という情報が管に入ったとしよう¹⁶。この情報を取り入れる時に、僕の中でどのような情報処理が行われるか、THAモデルを使って解説しよう。
　「あくびは移る。」という情報が管に入った時、僕はヒュームのフックにこの情報が引っかかった ¹⁷。ヒュームが詳しく何の人だったかは忘れてしまったが、確か、人間は物事をとらえる際につい因果を考えてしまう、といったことを提唱した人だったと思う。つまり、僕は「あくびは移る」という話を聞いたときに、ヒュームを思い出し、因果について何らかの間違いがそこにあるのではないかと思い至ったということだ。
　次に僕は、この思い付きをアームの力で論理付けてみようとした。そもそも「あくびが移る」という現象の因果とは何だろうか。あくびが移る状況を考えてみるに、誰かがあくびをしたから（因）隣の人があくびをした（果）、という感じだろう。人間はつい順番に因果を見つけてしまうものであるという考えを思いついているから、この因果にはまさにそれが当てはまることが分かる。そして、この順番に因果がないことに思い至れば後は簡単だ。実際は、あくびをしやすい環境だったから（因）2人があくびをした（果）、という因果の方が妥当なんじゃないだろうかと思いつく。
　では次に新たな疑問が生まれる。僕の思いついた因果の仮説は本当に妥当であるかという疑問だ。つまり、新たに、「あくびが移った」と「あくびが移ったのではなく、あくびしやすい環境だったから2人があくびした」はどちらが妥当なのか、という情報が管に入ってくる。そしてまた、上のように続いて、適切な仮説を立て続けそれを検証していく¹⁸。
　このように、大学受験を真面目にこなしてきた大学生なら、高校レベルの教養を使って仮説検定をすることができるだろう。この仮説検定の思考方法と高校レベルの教養の組み合わせは、かなりの確率で正しい行動を導き出してくれるからおすすめだ。 ↩
たまたま隣の席のカップルが話題に出していたので、ちょうどよいと思って題材にした。 ↩
ちょうどダニエルデネットを読んでいた。 ↩
ここでは、詳しく書かないが検証の例を示そう。例えば、モニターの前であくびの映像を見せられた実験参加者のあくび回数と、モニターの前で人が笑っている映像を見せられた実験参加者のあくび回数を比較するといった実験が思いつく。もちろん、実験室の温度や実験時間といった条件はそろえる。この時に、あくびの映像を見せられた実験参加者のあくび回数が有意に多ければ、「あくびは移る」と言っていいかもしれないし、同じぐらいであれば、「あくびは移らず、あくびをしやすい環境が2人があくびをした原因である可能性が高い」と言っていいかもしれない。
###大学のシステムを生かそう
　こういった仮説検定的な思考だけではなく、本を読むことも、簡単に情報を取り入れる機会を与えてくれる¹⁹。ただし、しっかりと論理的思考のアームを使って自分に取り入れよう。最初はフックが少なくてとてもつらいだろう。だが大学受験を真面目に潜り抜けてきた大学生なら、ある程度の本は読めるはずだ。本を正しく読めば読むほど、フックは増え、磨かれ、アームも強くなり次の本が楽に読めるようになるだろう。もし本を買う金がないなら、大学の図書館を存分に使うといいだろう。大学の図書館に読みたい本がないなら申請して買ってもらうと良い。自分の地方の図書館も探してみるといいだろう。
　本を自分で読むのが億劫なら講義を真面目に受けるのが良いだろう。受動的でも無理やり教養が手に入る。特に一般教養の授業はさぼらないほうがいい。難しすぎないから、様々な種類のお手軽フックを手に入れるのに最適な授業が多いからだ²⁰。論文やレポートを書く機会はとても貴重だ。いい勉強になるし単位や実績にもなる。最初は真っ赤になって帰ってくるだろうがへこたれないで欲しい。もし、レポートが開示されないなら、教授に会いに行って直接評価や考え方を聞きに行こう。意外と教授は会ってくれる²¹。 ↩
どんな本でもよいが、哲学はやっぱり良い。「なぜ」を突き詰めたものだから。だから、そのフックを得ることができたなら、かなりの広範囲な現象に適用できる。例えば、イデオロギーについて一度深く考えて、フックを得てみるといい。メディアについて語るほとんどの口調はすべてイデオロギーで片付けられる気がしてくるだろう。とはいえ、哲学書だけを読むのは無味乾燥で辛いから、何らかの他の分野と絡められているものを読むと面白くて多少辛くても読めるだろう。例えば美術史に興味があれば、ダナ・アーノルド『1冊でわかる　美術史』（岩波書店　2006）とか、バーバラ・M・スタフォード（高山宏訳）『ヴィジュアル・アナロジー―つなぐ技術としての人間意識―』（産業図書株式会社　2006）とかが良いだろう。人間の意識などに興味があれば、ダニエル・デネットやトマス・ネーゲル『コウモリであるとはどのようなことか』（勁草書房 1989）などが良いだろう。ちなみに、これらの本はとても面白いが難しかったので輪読を推奨する。 ↩
もし教授の話がつまらないと感じるのなら、それは教養のフックが足りないからだ（たまに本当に話が下手な教員もいるが）。頑張ってついていこう。いつか面白くなる。 ↩
ただし暇なときに限る。大学教員は忙しい。
###大学生という立場を生かそう
　どんな人からの会話からでもあらゆることを吸収できることを知って、大切にしよう。学生が無知なことは、ある程度までは見逃してもらえるから、積極的に社会人の人たちと会話してみよう。ただし、全ての人間はポジショントークしていることを心得た方がいい。さらに、この世には騙そうとする大人もいるから、見極めよう。
　あらゆるカルチャーに浸ろう。俗なものから高級なものまで、日本のものから海外のものまで。大学生の肩書を持っているならコミュニティに入る際に、嫌がられることも少ないだろう。ただし下心を持って関わろうとしないようにしよう。自分が楽しめるものだけ楽しんでいこう。それがリスペクトというやつだと思う。
##僕が今も実践していることを言わせてくれ。
　あんまり言いたくないが、今の僕が実践していることを述べる。といってもやってることと言えば、情報を取り入れるとき（会話、本、ネットサーフィン、Twitterなどなど、あらゆる情報に触れているとき）にTHAモデルを思い出しながら、自分の管の中に情報を取り入れるだけだ。強いて言えば、特に会話は大事にしている。相手が話した内容が、自分のフックに引っかからずに流れていったときは、相手に聞けるからだ。と言っても話の流れを切って根ほり葉ほり聞くわけにもいくまい。そこで僕が実践していることは、「そういったことはどうやって勉強しましたか？」と聞くことだ²²。そうしたら相手は、本や体験を紹介してくれる。チャンスだ。本はすぐに調べてこっそり買って、次会うまでに読んでおく。そして、もらった情報をすべて教養にすることで情報の輪廻に感謝する。最終的には、僕なりの考えを持って教養を返すことを意識している²³。 ↩
ああ、もうこの作戦は使えない。 ↩
お返しはあんまりできていない。出世払いでお願いします。
##データラーニングギルドはいいぞ。
　こういった情報の輪廻に感謝できるコミュニティを探すといいだろう。具体的に言うと、takerとgiverについてとても考えられているようなコミュニティだ。その点でいうと、データサイエンスに関することなら僕が入っているデータラーニングギルドはよいと思う。データサイエンスに関することじゃなくても、様々な分野で高い教養と論理的思考力を持った大人がたくさんいるから、とてもおすすめだ。学生こそ入ればいいんじゃないかなと思っている²⁴。
　最後まで読んでくれてありがとうございました。この文章を読んだ学生の考えるきっかけになれば幸いである。そして、「この文章を読んでデータラーニングギルドに入りました」っていう人がいれば僕は嬉しい。
　以上だ。アディオス。 ↩
正直、こんなことを書いているが、僕はギルドの学生の中では、スキルにおいてもマインドにおいても最も雑魚だ。学生のみんな強すぎw ↩

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up