この案件は前回の店舗改装と同じ構造です、と会議で誰かが言うと、議論はそこで少し短くなります。前回うまくいったなら今回も、という結論が、根拠を一つも示さないまま共有されるからです。
この記事の中心命題は、アナロジー(類推)は、対応が成り立つ範囲と切れる場所を言えるときだけ推論の根拠になり、言えないときは、結論を先に持ち込む修辞になる、ということです。認知心理学の二つの理論で類推と隠喩の違いを押さえたうえで、類推を判断の根拠として使ってよい条件を示します。
類推は構造を写し、隠喩は像に置き換える
アナロジーは、既知の対象(ソース領域)の構造や関係を手がかりに、未知の対象(ターゲット領域)を理解する思考の方法です。人間の脳はコンピュータのようなものだ、という言い方は、入力、処理、出力という共通の構造を見いだしています。
メタファー(隠喩)は、ある対象を別の対象になぞらえて、AはBである、と言い切る表現です。時間はお金である、は、仕組みを一つずつ対応させるのではなく、貴重で限りがある、という感覚を一気に伝えます。
アナロジーを説明するのは、デドレ・ジェントナーの構造写像理論(1983年)です。類推とは、二つの領域の間で構造的な対応を探して結びつける過程であり、重視されるのは見た目の似かたではなく、因果関係や部分と全体のような関係の対応だとします。メタファーを説明するのは、ジョージ・レイコフとマーク・ジョンソンが『Metaphors We Live By』(1980年)で示した概念メタファー理論です。抽象的な概念は具体的な体験をもとに理解され、議論は戦いである、という見立てのもとで、私たちは議論を攻める、守る、勝つ、負けるという言葉で語ります。
類推は推論で、隠喩は見方の提示
二つの違いを判断の場面に当てはめると、役割の違いがはっきりします。メタファーは、ものの見方を差し出します。正しいか間違いかより、その見方で何が見えるかが問われます。アナロジーは、Aで成り立つことがBでも成り立つ、という推論です。推論である以上、外れることがあります。
原子を太陽系になぞらえる模型は、見えない構造を理解させるのに大きく役立ちました。同時に、電子が惑星のように決まった軌道を回るという誤った像も広めました。類推は、対応する部分では理解を助け、対応が切れる部分では誤りを運びます。どこで切れるかを書かない類推は、両方を区別なく運びます。
類推が根拠になるのは、切れ目を言えるとき
前回と同じ構造だ、という主張を根拠として扱うには、次の表を埋めます。
| 確かめること | 前回の店舗改装 | 今回の案件 |
| 目的 | 客単価を上げる | 同じか、違うか |
| 制約 | 予算、工期、営業を止められる日数 | 同じか、違うか |
| 関係者 | 誰が決め、誰が反対したか | 同じ立場の人がいるか |
| うまくいった理由 | 何が効いたのか | その理由は今回もあるか |
対応する行が多ければ、類推は強い根拠になります。対応しない行が見つかれば、そこが今回の案件の固有のリスクです。類推の価値は、似ている点を並べることより、似ていない点を見つけることにあります。
前回と同じだ、の一言で議論を終わらせる会議は、地図を一枚しか持たずに別の町を歩いているようなものです。通りの名前が似ているほど、迷ったことに気づくのが遅れます。
AIに類推させるときも、切れ目を出させる
この違いは、AIに例を示して頼むときにも使えます。過去の案件を例として渡すと、AIはその構造を新しい対象に写して考えます。見た目だけ似た例を渡すと、構造ではなく表面をまねた答えが返ります。
今回の企画を、前回の店舗改装の企画と比べてください。
目的、制約、関係者、うまくいった理由の四つについて、対応する点と対応しない点を表にしてください。
対応しない点から生じるリスクを、三つ挙げてください。
伝わり方や印象を整えたいときは、反対にメタファーで例を示します。読み手に、ポケットの中の秘書という印象が残る紹介文を、と頼むのは推論ではなく、像を共有させる依頼です。構造を写させたいのか、像を共有させたいのかを決めてから例を選ぶと、答えのぶれは減ります。
類推が切れ目を書かなくても役立つ場面もあります。初めての分野を学ぶ入口で、全体の見取り図をつかみたいときです。そこでは、多少不正確でも分かりやすい類推が理解を助けます。問題が起きるのは、その入口の類推を、判断の根拠にまで持ち込んだときです。
考えてみてください。あなたの職場で最近使われた、前回と同じだ、という言い方の裏には、どんな対応が暗に置かれていたでしょうか。そして、その対応が切れる場所を、誰か一人でも口にしていたでしょうか。
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4章コラム「結論の裏にある前提を逆算する」に書きました。相手の結論から、それが成り立つために必要な前提を対象、目的、制約、評価基準に分けて逆算するコラムで、「この結論が成り立つには、どんな前提が必要か」と問う手順を示しています。読むと、もっともらしい類推を聞いたとき、その類推が黙って運んでいる前提を、自分で書き出せるようになります。
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。

