熟練者に「なぜ」と聞く引き継ぎは、なぜ失敗するのか:三つの理由を暗記した新人は、同じ部品で機械を止めなかった

新人研修の資料を作るため、担当者が熟練の検査員に聞いた。「なぜ、あの部品で機械を止めたのですか」。

検査員は、三つの理由をすらすら答えた。新人は、三つの理由を暗記した。

同じ部品が流れてきた日。新人は機械を動かしたまま、部品を見送った。

三つの理由に、止める直前に見たものは入っていなかった。

検査員は、うそをついたわけではない。では、すらすら出てきた三つの理由は、どこから来たのか。

引き継ぎ資料から、熟練者の意思決定の7割が抜け落ちる

冒頭の検査員は、部品を見た瞬間に機械を止めていた。止めるまでに何を見たかは、検査員の記憶から抜け落ちている。

熟達するほど、意思決定は自動で進む。一つずつ考える前に、体が動く。

過程が記憶から抜け落ちるのは、熟練の証だ。熟練者が毎日使い、本人も過程を言葉で説明するのが難しい知識を、暗黙知と呼ぶ。

抜け落ちる量を、数字で示した研究者もいる。米国のイェイツ、フェルドン、クラークは、2011年の米国教育学会の年次大会で講習を開いた。

講習の要旨には、次の一文がある。複雑な作業のやり方を説明するとき、熟練者は自分の意思決定のおよそ70%を言い落とす。

聞き取りをそのまま研修資料に写すと、新人に渡るのは残りの3割にとどまる。

「なぜ」への答えは、質問の場で組み立てた説明だった

7割が抜けた穴を、熟練者は何で埋めているのか。手がかりは、心理学の古典的な研究にある。

心理学者のニスベットとウィルソンは、1977年に学術誌Psychological Reviewで論文を発表した。

結論は辛辣だ。人が高次の思考の過程を内省でのぞける範囲は、ごくわずかか、ゼロかもしれない。

人が語る理由の出どころは、内省より、何が自分を動かすはずかという手持ちの理屈だという。ずれの大きさは、人や作業によって違う。

カラクリは単純だ。理由を聞かれた人は、もっともらしい説明を質問の場で組み立てる。

検査員の三つの理由も、同じ仕組みから出てきた。

理由を聞く聞き取りを重ねると、きれいな説明の束ができる。説明の束は、熟練者の知識より、熟練者についての解説に近い。

研修資料に載せれば、新人は理由を暗記する。同じ場面で同じ動きができるかは、別の話だ。

冒頭の新人も、三つの理由を正しく覚えていた。覚えた中に、止める直前に見たものは一つもなかった。

「止める直前に、何が目に入りましたか」から始まる四つの問い

熟練者の意思決定を洗い出す手法に、認知的タスク分析(Cognitive Task Analysis、CTA)がある。

CTAは、工程を段階に分ける。段階ごとに、意思決定の点を探す。

見える形に描いた図は、熟練者に見せて直す。

聞き取りでは、理由を聞くのをやめ、問いの向きを四つに変える。

  1. 手がかり「止める直前に、何が目に入りましたか」
  2. 一件「最近迷った一件を、最初から順に話してください」
  3. 例外「いつもの手順と違う動きをしたのは、どんなときですか」
  4. 新人「新人なら、同じ場面で何を見落としますか」

柱は、手がかりと例外の二つ。一件と新人の問いは、手がかりと例外を思い出してもらう入り口になる。

理由を聞くと後から組み立てた説明が返る。手がかり、一件、例外、新人の四つの向きで聞くと、決めた瞬間に近い材料が集まる

作業しながら考えを声に出してもらう方法(思考発話法、Thinking Aloud)も、過程に近い記録を残す。

撮影した映像を一緒に見て、手を止めた瞬間に何を見ていたかを尋ねる方法もある。映像が、記憶の手がかりになる。

例外の行がゼロの規則集は、いつもどおりの日にしか働かない

集めた材料から、成功と失敗の事例を並べる。並べた事例から、規則を抜き出せる。

規則の形は、もし〇〇の状況なら、〇〇の対応をとる、である。

落とし穴は、規則集だけを新人に渡す場面にある。例外の行がゼロの規則集は、いつもどおりの日にだけ役に立つ。

熟練者の値打ちは、規則が通用しない日に出る。規則集だけを持つ新人は、規則が通用しない日に頼るものを失う。

手当ては一つ。規則の一行ごとに、規則が通用しなくなる合図を一つ書き添える。

例外の問いで集めた答えが、そのまま合図の材料になる。

書き残した例外をAIに渡さなければ、AIは一般論で穴を埋める

言葉にした手がかり、例外、規則は、GPTs(ChatGPTを自分用に作り替えたAI)の材料になる。

言葉にできた範囲の外を、AIは一般論で埋める。例外を教えていないGPTsは、規則が通用しない日の質問にも、もっともらしく答える。

聞き取りで集めた例外は、GPTsの合図に使える。設計の要は、合図に当てはまった質問を熟練者へ回す指示である。

熟練者へ回す指示が、一般論の穴埋めを止める。

次の文面のかっこの中を、自分の仕事に書き換えて使えばよい。

役割:あなたは(例:プレス工程の検査)の相談役です。
規則:(例:部品の端にバリが光ったら、機械を止める)
合図:(例:新しい材料を使う初日は、規則が外れることがあります)
お願い:質問が合図に当てはまったら、答える前に「(例:検査班長)に確かめてください」と書き添えてください。

新人に渡すべきだったのは、三つの理由より一つの問いだった

三つの理由は、検査員が質問の場で組み立てた説明だった。新人が覚えたのは、熟練者が実際に見ていた手がかりではなく、後から組み立てた説明である。

冒頭の担当者が聞くべきだった問いは、「なぜ」より「止める直前に、何が目に入りましたか」だった。

出典

拙著『ChatGPT 誰でも1時間でできる! はじめてのGPTsのつくり方』の3章7節「考えるGPT」に、この記事の考え方を書きました。読むと、説明しにくい自分の基準を、AIの出したたたき台への違和感から掘り出せるようになります。

自分の仕事に効くAIは、誰が作るべきか。

ChatGPT 誰でも1時間でできる! はじめてのGPTsのつくり方 表紙

『ChatGPT 誰でも1時間でできる! はじめてのGPTsのつくり方』

要件を日本語で書き出せば、それがそのままAIを動かす。現場の知識を持つ人が自分で作り、育てる、内製化のための本です。

読み終えたとき、手元に残るもの

  • 目的、役割、入力、出力をそろえる要件定義の型
  • 評価基準と判断基準を持たせる考えるGPTの作り方
  • テスト用のダミーデータで直していく手順
  • 複数のGPTを分業と協業でつなぐ設計

画面や機能の記述は2024年時点のものです。仕事を分解し、基準を言葉にする考え方は今も変わりません。

Amazonで見る

著者プロフィール・お問い合わせ