三流はAIに｢大統領は誰ですか｣と聞く…｢質問を見れば一発でわかる｣仕事ができる人と三流の決定的違い（プレジデントオンライン）

「Chain of Thought」って、つまりAIに『考えるプロセスを見せてもらう』ってことなの？

Chain of Thought は「考えるプロセスを見せてもらう」というより、「考えるプロセスを強制的に生成させる」に近いですね。 違いは微妙ですが、大事です。AI は元々、答えに至るまでの推論ステップを内部で実行しているわけではなく、次々と単語を確率的に選んでいく。ただ「大統領は誰ですか」と聞くと、その最短経路で答えを出してしまう。 そこに「ステップ・バイ・ステップで考えてください」と指示を入れると、AI は答えを出す前に、中間的な思考を文章化させられる。その過程で、間違いに気づいたり、より精密な計算をしたりする余地が生まれる。見せてくれるのではなく、見せるように仕向ける、という感じです。 人間が「ちょっと待って、順を追って説明させよう」と相手を落ち着かせるのと同じ。ステップを挟むことで、最終的な答えの精度が上がるんですよ。AI にとって、思考の「時間」が増えるというか。記事の例でも、複雑な推定問題ほどこの効果が顕著に出ているのが面白いところのようです。

仕事で企画書やレポート作るとき、AIにこの『ステップバイステップ』で考えさせると、自分の質も上がるってこと？

AIに段階的に考えさせることで、実は自分の思考プロセスが可視化されるんです。AIが「仮説→計算→検証」と進む過程を見ていると、自分がふだん無意識に飛ばしている部分が浮き彫りになる。たとえば企画書なら「この数字は何を根拠に出したのか」「ここの因果関係は本当に成り立つのか」といった穴が、AIの回答を読む過程で自分にも見えてくる。つまり、AIは計算ツールではなく「思考の鏡」として機能しているわけです。そうして何度もやり取りするうちに、自分自身の問い方も磨かれていく。最初は曖昧だった質問が、AIの不十分な回答を受けて初めて「あ、ここまで指示しないといけないのか」と気づく。その試行錯誤こそが、質の高い企画書を作る能力になっていくのかもしれません。

生成AIが今まで『正答率が低い』って課題があったから、こういう『聞き方の工夫』が研究されるようになったの？

多分その反対で、AIが思ったより賢く答えられるようになったから、この問題が見えてきた側面もあります。 初期の生成AIは、そもそも精度が低すぎて「どう聞くか」を工夫する余地がなかった。でも、ここ数年で基盤モデルが進化して、単純な質問にもそれなりの答えを返すようになった。すると、研究者たちは気づきはじめたんです。「同じAIに同じテーマで聞いても、質問の形次第で答えの質がガラリと変わる」ということに。 Chain of Thoughtが生まれたのも、「AIは単発で答えるより、プロセスを踏ませるとミスが減る」という発見があったから。つまり、AIの能力の天井が上がったからこそ、その性質をうまく引き出す技術が研究価値を持つようになったわけです。 逆に言えば、いまこの工夫が注目される理由は、AIがもう「道具として使える段階」に入ったということかもしれません。性能が低い時期は工夫の余地そのものが小さかったけれど、いまは聞き方次第で大きく変わる。だからこそ「問いの質」が重要になってきたと言えそうです。

これって結局『AIも人間も、答えよりも思考プロセスが大事』って共通の法則を言ってるってことなのかな？

「大統領は誰ですか」と「ステップ・バイ・ステップで考えてください」の違いは、実は同じ原理を違う方向から見ているんですよね。 記事で言いたいのは、AIに「考えるプロセスを見せろ」と指示すれば精度が上がるということ。 でも、これは裏を返すと、AIが「プロセスなし」で答えると、その実は不安定だということを示している。 計算間違いや推論の飛躍がそのまま結果に出てしまう。 仕事ができる人も同じ構造なんだと思います。 「大統領は誰か」という事実問題に一発で答える人と、 「なぜそういう人が大統領なのか、背景は何か、今の状況は」と思考を経由する人。 後者は間違える余地が少ない。前提が違ってたら軌道修正できるから。 つまり「思考プロセスが大事」というより、 「事実や判断は、プロセスを通すと堅牢になる」という法則が、 人にもAIにも当てはまるということ。 試験の「途中式を書きなさい」と同じかもしれません。 プロセスは、信頼性の指標になると言えそうです。

『質問の質が大事』って話だけど、そもそもいい質問を作れない人が、いい質問をAIに教わることってできるの？

実は、その循環はAIの側で部分的に解決できるんですよね。 「いい質問が作れない」という人が、いきなり完璧な質問を自力で設計するのは難しい。でも記事で紹介されているChain of ThoughtやTree of Thoughtsって、実は「質問の作り方」そのものをAIに教えてもらう仕組みになってる。 たとえば「日本全国の郵便ポストの総数」という問題を、いきなり一つの角度から解くのではなく、「三つの全く違うアプローチを考えて、それぞれ比較してください」と指示する。これは悪い質問ですか？いいえ、実は優れた質問です。そしてこの「構造」を学べば、次の問題でも応用できるようになる。 つまり、テンプレート化された「質問の型」をAIから教わり、その型に自分の具体的な課題を当てはめるだけで、質問の質は自動的に上がっていく。最初は模倣から始まるけど、何度か繰り返すと、いつの間にか「自分で考える癖」が身についてるのかもしれません。三流は「答え」を探すけど、実は「問い方の型」こそが、より大事な学習資産なのと言えそうです。