会議で、担当者が言った。「ウェブ広告を止めれば集客は減る、だから広告費は維持すべきだ」。
出席者は、全員うなずいた。
稟議は、5分で通った。
三段論法の形で語った結論は、正しく聞こえる。
では、5分の間に、誰が大前提の出どころを確かめたのか。
全員がうなずいたのは、運び方の正しさだった
「すべての人間は死すべき存在である」「ソクラテスは人間である」。
二つから「ソクラテスは死すべき存在である」を導く。三段論法の代表例である。
演繹(deduction、前提から結論を導く推論)は、前提が正しければ、結論も必ず正しくなる推論だ。
演繹が約束するのは、運び方の正しさだけである。前提が正しいかどうかは、演繹の外で決まる。
前提とは、根拠に当てて結論を導く解釈の枠だ。演繹は、枠を正しいと置いたところから始まる。
出席者がうなずいたのは、運び方の正しさだった。では、「広告を止めれば集客は減る」は、どこから来たのか。
大前提は、経験か仮説から借りてきたものだ
「すべての人間は死ぬ」を、私たちはどうやって知ったのか。過去の人間がみな死んできた、という観察からだ。
大前提は、帰納から来ている。ミルは、三段論法の大前提を帰納が支えている、と論じた。
帰納(induction)は、個別の観察を積み重ねて、一般的な法則を推し量る推論である。
「どのカラスも黒かった」から、「カラスは黒いようだ」と考える。
アブダクション(abduction)は、観察した事実を説明する仮説を立てる推論だ。
「部屋が荒れている」から、「泥棒が入ったのでは」と考える。アブダクションを体系的に示したのは、アメリカの哲学者チャールズ・サンダース・パースである。
仕事の大前提も同じだ。「ウェブ広告を止めれば、ウェブからの集客は減る」は、過去の経験からの一般化か、確かめる前の仮説のどちらかである。
演繹の形をした主張の多くは、経験則を言い切ったものだ。稟議書の「〜であるから」の部分に出どころを書いた例は、まれである。
大前提は、家の基礎にあたる。間取り図がどれほど整っていても、家が立つかどうかは基礎が決める。
大前提が外れた経験則なら、結論は形を保ったまま崩れる。広告費の意思決定も、基礎ごと傾く。
不確かさは、推論ごとに別の場所から入り込む
三つの推論は、一つの輪で回る。アブダクションで仮説を思いつき、演繹で予測を導き、帰納で観察と照らす。
十分に確からしくなった仮説が、次の演繹の大前提になる。演繹は、帰納とアブダクションが作った材料を、結論まで運ぶ管だ。
数学の証明は、確実さを自前で持つ。公理や定義から出発するからである。
社内規程の条文のように、取り決めとして置いた前提も、数学の証明に近い位置にある。
演繹では、大前提に不確かさが入る。帰納では事例の範囲に、アブダクションでは仮説の候補の範囲に入る。
三つの推論は、確実さの順位より、不確かさが入る場所で比べる。入る場所ごとに、点検の問いが一つ決まる。
稟議書を読む人は、「〜であるから」の横に、出どころを一行書き込む。出どころは、定義、経験、仮説の三つのどれかだ。
経験なら、事例が十分かを問う。仮説なら、ほかの説明を挙げたかを問う。
AIに演繹させると、あいまいさまで正確に運ばれる
機械学習で学んだ規則を、前提に使ったとする。規則の不確かさは、形式の正しさに包まれたまま結論へ届く。
指示に書いたルールの言葉があいまいなら、演繹はあいまいさも正確に運ぶ。
AIの答えの形が整っているほど、5分の稟議と同じことが起きる。運び方の正しさに、全員がうなずくのだ。
結論より先に、大前提を書き出させる
AIには、結論より先に、大前提を書き出させる。大前提の出どころも、定義、経験、仮説に分けさせる。
次の文面のかっこの中を、自分の主張に書き換えて使えばよい。
次の主張を、三段論法の形に分けてください。
主張:(例:ウェブ広告を止めれば、ウェブからの集客は減る。だから広告費は維持すべきだ)
1. 大前提、小前提、結論を一文ずつ書き出してください。
2. 大前提の出どころを、定義、経験からの一般化(帰納)、仮説(アブダクション)のどれかに分けてください。
3. 経験なら事例の範囲と偏りを、仮説なら他の説明の候補を三つ挙げてください。
5分で通った稟議に欠けていた一行
演繹は、大前提から結論へ正しく運ぶ。結論の確実さは、大前提の出どころで決まる。
定義か、経験か、仮説か。書き分けると、点検の問いが一つに決まる。
5分で通った稟議に欠けていたのは、大前提の横の一行だった。
拙著『GoogleのAI NotebookLM 意思決定の強化書』の4章4節に、前提の一つひとつに、結論への影響度と根拠の資料を書き添える手順を書きました。読むと、自分の結論を支える前提を書き出し、出どころをたどり直す習慣を仕事に持ち込めます。
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。

