エンジニアがイノベーションを実現するための７ステップ──中土井僚×西尾泰和、U理論で未来から学ぶ方法を解き明かす

これまでのお話で、“U”の左側の下っていくステップ、つまりダウンローディング（過去の経験によって培われた枠組みを再現する）→シーイング（観る＝判断を保留し、現実を新鮮な目で観る）→センシング（感じ取る＝場から感じ取る）→プレゼンシング（ソースにつながる）の流れについては、それがどういう状態であるのか、またそこでどういうことが起きるのか、ある程度理解できた気がします。

一方で、イノベーションを起こすためには、右側の上昇していくステップ、つまりプレゼンシングからクリスタライジング（結晶化＝ビジョンや意図を明確化する）→プロトタイピング（実行、実験によって未来を探索する）→パフォーミング（実践＝新しいやり方、仕組み、習慣として実体化する）へと至っていかなくてはならないわけですよね？

なるほど。

例えば、思いついたアイデアをいきなりプログラムにしようとして設計で悩むのではなく、どういうものを作ろうとしているか人に話してみる、といったことですね。

クリスタライジングが起きた時、本人の頭の中には完成に近いイメージがあるということなんでしょうか？

いわゆる「暗黙知」なんですね。ぼんやりとはしているけれども、正しい方向に進んでいるかどうかの価値判断は生まれている。

なぜここで暗黙知の話を出したかというと、暗黙知の研究で有名なマイケル・ポランニーがかなり近いことを言っているからです。 プラトンは「正解が何かわかっていないのに、どうやって正解を探すことができるのか？」という問いを発しました。

これに対し、ポランニーは「何が正しいか、どこに答えがあるかはわからないが、自分がやっていることが正解に近づいているかどうかをジャッジする知が存在する」とし、それを暗黙知（タシット・ノウイング）と名付けたんです。それは言葉で人に伝えられないが、自分ではわかっているものだと。

それはイノベーションでもなんでもないですよね。

一流の人は過去の経験の積み重ねからいい悪いを判断するけど、超一流の人はプライマリー・ノウイングによって判断するということですよね。プログラマーに例えていえば、今までの開発手法のパターンの積み重ねで考えている人と、「この問題ならこういう解決策がある」とポーンと思いつく人の違いというか。

先日、Linuxの開発をしている小崎資広さんにインタビューをしたんです。彼が以前、仕事で開発していたプログラムに何故か動作速度が遅くなるという問題が発生した。そこで上司から全員に、自分が書いたソースコードを見直すようにという指示が出た。しかし、彼はその指示を無視したんです。理由は、自分で書いたソースコードを自分で見直しても問題が見つかるはずがないと考えたからです。

コードを見直す代わりに、彼は、そもそもどこが遅いのか計測するツールがないのが問題だと考えたんです。そこで自分でそれを作って計測したら、問題は、自分たちが書いていたコードではなく、OSの側にあったことがわかった。これも、彼は「ソースコードを見直すという方法ではよくない。もっと違う解決策がある」と直感したんだと思います。

僕は以前、京都大学のサマーデザインスクールでKJ法を教えていたことがありまして（講義資料）。KJ法というのは、アイデアを出すために、いったん判断は保留し、関係があると思われることをすべて書き出すというもの。付箋に書き出してそれを並べたりくっつけたりするんですね。その時に絶対やってはいけないのが、トップダウンの枠組みを押し付けること。トップダウンで並べると、自分が今まで持っていた知識の枠組みに沿って付箋が並べられるだけで、新しい発想が生まれてこないからです。そうではなく、ボトムアップでくっつけることで、関係性の断片から自分がこれまで思ってもいなかったような構図が浮かび上がってくる。 それがU理論の「U」を描く図に似ているなと思って、U理論に興味を持ったんです。

そこで、U理論の本を買ってみたんですが、その中にPDCAとU理論の図を並べて書いてあったページがあったんです。僕は当時、「エンジニアの学び方」というテーマでPDCAを回して学ぶことの大事さを雑誌の記事に書いたりしていたんですが、じゃあ最初の「P」はどうやって作るんだ？ という疑問に自分自身が答えられなかった。U理論の本を読んで「ここにその答えが書いてあるじゃないか！」と思ったんです。

ただですね…。特に理系の人って、「この方法論で100%実現できるのか？」ということを気にすると思うんです。

そもそもイノベーションを100％起こすなんて不可能ですよね。ただし、少なくともU理論を使うことで、どちらの方向に進めばイノベーションが起きやすくなるのかを示せれば、それは意味のあることだと思います。

「再現性がないと科学的じゃない」という人もいるかもしれませんが、じゃあ、私たちの社会の中で、実験を繰り返して正しい、誤っていると答えを出せることがどのくらいあるんだ？ という話なんです。われわれも生活の中で、さまざまな意志決定をしていますが、例えば子どもを作ったら幸せになるかならないかは、実験室で比べることはできない。となるとすべての意志決定は非科学的、となってしまう。

そう考えると、ある意味、「科学的ではないといけない」というとらわれが、イノベーションの妨げになるおそれもあります。科学的に正しいこと、再現性のあるやり方で解決しようとすると、過去に前例があるものを選ぼうというバイアスがかかり、新しいことをやるマインドを冷え込ませてしまうのではないかと思いますね。

「ある知識が正しいかどうか」については、大きく2つの定義の仕方があります。1つは何度も実験で確認されて、しかも他人も実験で再現・検証できるものであるという定義。いわば科学的な定義です。もう1つは、ある知識によって何かを実現できたり、誰かの役に立ったりしたのであれば、それは正しいものだとする定義。プラグマティズム的な考え方ですね。われわれの社会の中では実験によって正誤を判断できない問題で溢れています。だから、「その知識から有益なものが生まれたらそれは正しいとしよう」というわけですね。

例えば、KPTの枠組みを使って物事を考えるエンジニアは多いですが、それを使うことでいいことが起きるという科学的な証明はないですよね？ でも実際に使ってロジックがうまく回ると実感できるなら、それは正しいし有益なものだと考えていい。U理論もそれと同じだと考えています。

今日のお話で、自分の中でU理論についての知識に、かなり肉付けができたと考えています。そうだったんだ、と目からウロコが落ちる、まさに「レベル3」の状態に入ったエンジニアもいると思いますね（笑）。ありがとうございました！