会議で「そのほうが自然でしょう」と言われると、反論しにくくなります。けれども数学者たちは、その「自然」という言葉をきちんと定義するために、圏論という理論を一つ作りました。定義されていない「自然」は、多くの場合、話し手の好みの言い換えにすぎないからです。
圏論（Category Theory）は、数学的な構造と、構造どうしの関係を抽象的に扱う理論です。この記事では、対象を中身ではなく関係で捉えるという発想の転換、圏、関手、自然変換という三つの柱、普遍性と随伴、プログラミングやデータベースへの応用を、式を最小限にして整理します。最後に、この発想を判断に借りるときに何が言えて、何が言えないかを考えます。
何であるかより、どう関係するか
伝統的な数学の多くは集合論を土台にし、対象をその要素から説明します。群であれば、どんな要素と演算でできているかを見ます。圏論は視点を逆にし、対象を内部の要素ではなく、他の対象との関係の網で特徴づけます。この関係を射（morphism）または矢印と呼びます。
自己紹介にたとえると分かりやすいでしょう。集合論的な自己紹介は、身長は何センチ、体重は何キロと自分の属性を並べます。圏論的な自己紹介は、誰の子で、どの会社の一員で、誰の友人かと関係を語ります。主役は点ではなく矢印です。AからBへの射fと、BからCへの射gがあれば、合成してAからCへの射g∘fが作れます。この合成が、圏の構造を生み出す基本の操作です。
圏の定義は、決まりが二つしかない
圏は次の四つでできています。
- 対象: 抽象的な点
- 射: 対象から対象への矢印。始まりと終わりが決まっている
- 恒等射: 各対象から自分自身への、何もしない射
- 合成: つながった二つの射から一つの射を作る操作
満たすべき決まりは二つだけです。恒等射と合成しても射は変わらないこと（恒等律）と、三つの射を合成するとき、どこから先に合成しても結果が同じこと（結合律）です。これを満たせば、どんな体系も圏と見なせます。定義の簡潔さが、適用範囲の広さの源です。
例として、集合を対象、写像を射とする集合の圏があります。射の向きをすべて逆にした反対圏を考えると、ある定理から自動的に、向きを逆にした別の定理が得られます。これを双対性と呼び、始対象と終対象、積と余積のように、圏論の概念が対になって現れる理由になっています。
自然という言葉を定義するために、圏が生まれた
圏論は1940年代、サミュエル・アイレンベルグとソーンダース・マックレーンが、代数的位相幾何学の研究のなかで生み出しました。当時の数学者は、ある種の対応は自然で、別の対応は基底の選び方に頼る恣意的なものだという直観を共有していましたが、それを厳密に定義する言葉がありませんでした。
そこで二人は、自然変換を定義するために関手を定め、関手を定義するために圏を定めました。マックレーンは、圏は関手を定義するために、関手は自然変換を定義するために定義された、という趣旨の言葉を残しています。
関手は、圏から圏へ、恒等射と合成を保ったまま構造を写す翻訳機です。たとえば群から演算を忘れて、ただの集合として見る忘却関手があります。自然変換は、二つの関手のあいだをつなぐ射の族で、どの経路で変換しても結果が一致するという条件を満たすものです。この条件が、数学者の言う自然さの中身でした。
ここに、会議の「自然」との違いがあります。数学の自然さは、誰がどの選び方をしても同じ結果になる、という確かめられる条件です。会議で「自然でしょう」と言うとき、その結論は話し手の選び方を替えても同じになるのか、と問い返すことができます。
対象を、関係のパターンで定義する
圏論は、対象を、ある関係のパターンを満たし、しかも一つに定まるものとして定義します。これを普遍性と呼びます。集合の直積も、群の直積も、位相空間の直積も、作り方は違いますが、圏論から見れば積という一つの構造の例です。逆向きに進む二つの関手のあいだの特別な対応である随伴は、圏論で最も重要な概念の一つとされています。
この発想を最もはっきり示すのが、米田の補題と呼ばれる結果です。おおまかに言えば、ある対象は、他のすべての対象からそこへ向かう射の集まりによって、同型を除いて決まります。中身を一切見なくても、関係をすべて知れば対象が分かる、ということです。
プログラミングとデータベースでの応用
圏論がいちばん具体的に使われているのは、関数型プログラミングです。データ型を対象、関数を射と見なすと、型のシステムが一つの圏になります。入出力やエラーといった副作用を、純粋さを保ったまま扱う仕組みとして知られるモナドも、圏論に由来する概念です。
データベースの分野では、MITのDavid Spivakらが、スキーマを圏（テーブルが対象、外部キーが射）として、実際のデータをスキーマから集合の圏への関手として表す研究を進めています。スキーマ間の対応からデータ移行の操作が導かれ、整合性を保った変換を形式的に扱えるとされます。ほかにも物理学、回路や化学反応のようなシステムの合成、経済学や認知科学で、圏論を共通の言語にしようとする試みがあります。共通するのは、全体の振る舞いを、部品とその組み合わせ方から捉えるという考え方です。
選択肢を、属性ではなく前提との関係で比べる
圏論の発想は、数学の外で比喩として借りることもできます。比較表に属性を十列並べても、どの列が決め手なのかは、表のどこにも書かれていません。決め手は選択肢の中にあるのではなく、今回の目的、守るべき制約、何を良しとする評価基準との関係の中にあるからです。同じ選択肢が、目的が替われば最良にも最悪にもなります。選択肢を周りとの関係の中に置いて初めて、位置づけがはっきりします。
ただし、これは比喩です。仕事の目的や制約は、圏の射のように合成の決まりを満たすわけではなく、圏論の定理が判断の正しさを保証してくれるわけでもありません。圏論の言葉を判断に持ち込むと、厳密に見えるだけの専門用語が増える危険もあります。借りてよいのは、中身より関係を書き出すという発想の向きまでで、そこから先をどこまで形式化できるかは、まだ分かっていません。
あなたが最近作った比較表で、決め手になった列はどれでしょうか。その決め手は選択肢そのものの性質でしたか、それとも今回の目的との関係でしたか。目的が替わったら、同じ表のまま結論は変わらないでしょうか。
この記事の背景にある考え方は、拙著『GoogleのAI NotebookLM 意思決定の強化書』の5章3節「選択肢を採点する」に書きました。選択肢ごとに評価基準に照らして点を付け、重みで換算して順位を出し、1位と2位が僅差なら点数をいじらずに前提へ戻る、という話で、そこには「採点の目的は、選択肢に順位をつけ、最も評価基準に適った選択肢を示すことです。」とあります。この節を読むと、選択肢の性質を並べるだけの表を、評価基準との関係で順位が決まる表へ作り直す道筋を、自分の判断に当てはめて考えられるようになります。
同じ資料を見ているのに、なぜ結論が割れるのか。
『GoogleのAI NotebookLM 意思決定の強化書』
前提が結論を決める。意思決定を根拠、前提、結論の三層に分け、前提を対象、目的、制約、評価基準の四つで言葉にする本です。
読み終えたとき、手元に残るもの
- 意思決定の設計図になる前提リスト
- 資料を事実、意見、噂、ゴミに仕分けるFORT
- 同じ物差しで比べる選択肢表と採点表
- 始める条件と止める条件を書いた決定書
NotebookLMは2026年7月にGemini Notebookへ名称が変わりました。本の手法は、使うAIの種類を問いません。