AIに聞いても答えが出ないのは、問題が言葉になる前だから
目次
ChatGPTの入力欄を開いたまま、何も打てずに閉じる。あるいは「売上を伸ばす方法を教えて」と打ち、もっともらしい10項目を受け取って、結局なにも変わらない。
どちらの場合も、AIの答えが間違っていたわけではありません。
聞き方のコツを覚えれば直る、と考えたくなります。ただ、問題発見の古典と、ここ数年の生成AIの研究を並べてみると、つまずいている場所は質問文を書くより手前にあるようです。自分が何に困っているのかが、まだ言葉になっていない段階です。
AIが下げたのは「どう頼むか」の壁だった
2004年、カーネギーメロン大学のアンドリュー・コー氏らは、プログラミング未経験の40人がVisual Basic.NETを学ぶ様子を観察し、つまずきを6種類に分けました。
その1つ目が「設計の壁」です。研究者はこれを「コンピュータに何をさせたいのか、自分でもわからない」という言葉で表しています。残りは、どの機能を使えばいいか、どう組み合わせるか、どう使うかといった「やり方」の壁でした。
生成AIは、この「やり方」の壁を大きく下げました。関数の名前を知らなくても、普段の言葉で頼めば動くからです。
ところが、1つ目の壁は残っています。2023年にカリフォルニア大学バークレー校の研究チームが、プロンプト作りに不慣れな10人を観察した研究では、約半数が「ここで何をすれば良くなるのか」という段階から迷いました。著者らはこれを、コー氏らの挙げた壁と重なるものとして報告しています。
なぜAIを前にすると、この壁が目立つのか。マイクロソフト研究所のレフ・タンケレビッチ氏らは、2024年の国際会議CHIで発表した論考でこう説明しています。自分の手で進める仕事では、目的や意図の多くが言葉にされないまま済んでしまう。
たとえば目上の人にメールを書くとき、「丁寧な調子で」と自分に言い聞かせる人はいません。手が勝手に調子を合わせます。AIに任せると、その暗黙の部分を言葉にして渡す必要が出てきます。論文はこれを、自分の目的を自覚する力への負荷として整理しています。
私はここから、「何を聞けばいいかわからない」はAIが生んだ悩みではないと考えています。自分でやっていたときは見えずに済んでいた空白が、AIに頼もうとした瞬間に表へ出てきた。そう見るほうが実態に近いはずです。
問題とは、「望む状態」と「今の状態」のずれ
では、言葉にすべき「困りごと」とは何でしょうか。
システム開発の現場から問題発見を論じたドナルド・ゴース氏とジェラルド・ワインバーグ氏は、『ライト、ついてますか』で問題をこう定義しています。問題とは、望まれた事柄と認識された事柄の間の相違である。
この定義に従うと、問題を言葉にするには2つの点が要ります。自分はどうなってほしいのか。そして今、どうなっていると見ているのか。「何を聞けばいいかわからない」とき、たいていはどちらかの点が空欄です。
たとえば「資料作りに時間がかかる」という悩み。望む状態が「作業を半分の時間にしたい」なら、聞くべきは作り方の効率化です。「上司に一度で通したい」なら、上司が何を見て判断しているかを聞くことになります。
「そもそも作らずに済ませたい」なら、その資料の役割を別の手段で果たせないかが問いになります。
同じ悩みから、まったく別の質問が3つ出てきました。AIはどれにも答えられます。でも、どれがあなたの問題なのかは選べません。
細谷功さんは『問題発見力を鍛える』で、問題は事実そのものより、それを認識する私たちの頭の中にあると書いています。そしてAIにできないのは「問題そのものを見つけること」だとも述べています。望む状態は自分の頭の中にしかないので、AIの側からは補いようがないのです。
よく聞けている人ほど、自分の「解き方」を聞いている
2つの点がそろっていても、まだ落とし穴があります。
ゴース氏とワインバーグ氏の本には、こんな標語が出てきます。「解法を問題の定義と取り違えるな。ことにその解法が自分の解法であるときには注意」。
AIへの質問は、この取り違えが起きやすい場所です。たとえば「Excelで2つの顧客リストを照合する関数を教えて」と聞けば、AIは正確な関数を返します。
でも、困っていたのが「毎月、同じ顧客が二重に登録される」ことなら、照合は後始末にすぎません。登録の入口で重複を防ぐほうが、本来の答えに近いかもしれません。
質問が具体的で、答えも正確。それでも困りごとは残ります。質問文に書かれていたのは、自分がすでに選んだ解き方だったからです。
細谷さんは、「どうやって（How）」の問いは考える範囲を絞り込み、「なぜ（Why）」の問いは範囲を広げると整理しています。AIに「どうやって」を聞く前に、「なぜそれをしたいのか」を一度だけ自分に聞く。それだけで、質問の中身が解き方から問題へ戻ります。
小出しに聞くと、AIは早合点する
ここで、こう考える人もいるでしょう。整理できていなくても、とりあえず聞いて、やり取りしながら詰めればいい。
この進め方には、弱点が見つかっています。マイクロソフト研究所とセールスフォース研究所のフィリップ・ラバン氏らが、2026年の国際会議ICLRで発表した研究です。
研究チームは、コード作成や要約など6種類の作業について、最初から全条件を伝えた場合と、同じ条件を1つずつ小出しに伝えた場合を比べました。対象は主要な商用モデルを含む15のモデルで、模擬会話は20万回を超えます。小出しにすると、成績は平均39%下がりました。
目を引くのは、小出しにした条件を1通にまとめて渡すと、成績が一括で伝えた場合の95%まで戻ったことです。つまり落ちた原因は、情報の中身より、条件が会話のあちこちに散らばっていたことにあります。モデルは早い段階で足りない部分を勝手に仮定し、答えを出し急ぎ、その答えに引きずられていました。
ただし、この実験で「ユーザー」を演じたのは別のAI（GPT-4o-mini）で、人間の実際の会話ではありません。モデルの改良で差が縮む可能性もあります。それでも、困りごとが固まる前に聞き始めるとAIの早合点に付き合わされやすい、という傾向を知っておく価値はあります。
聞く前に、三行だけ書く
実務に落とすと、変えたいのは質問のうまさより、聞く前の順番です。
誤解：何を聞けばいいかわからないのは、質問力が足りないから → 欠けているのは、望む状態と今の状態という2つの点です。言い回しを磨いても、この空欄は埋まりません。
正しいアプローチ：AIを開く前に、次の三行を書く → 5分あれば書けます。
- 今、こうなっている（見えている事実）
- 本当は、こうなってほしい（望む状態）
- そのために、自分はこう解こうとしている（考えている解き方）
こつは3行目です。書いてみて、1行目と2行目をつなぐ道がほかにもありそうなら、AIに聞くべきは3行目の手順ではなく、2行目にたどり着く方法のほうです。
2行目がどうしても書けないときは、AIに答えを求めるのをやめて、質問役を頼む手もあります。「答えは出さずに、私の困りごとを整理するための質問を1つずつしてください」と頼めば、空欄を埋める作業を手伝ってもらえます。
やり取りで困りごとが固まったら、その会話のまま答えを出させず、要点を1通の依頼文にまとめてもらい、新しいチャットで聞き直します。ラバン氏らも、会話が迷走したときの対処として、この「まとめてからやり直す」を勧めています。
おわりに
AIは、あなたの頭の中にある「こうなってほしい」を覗けません。
答えが出ないとき、AIの性能や言い回しを疑う前に確かめたいのは、自分の困りごとが2つの点で書けているかどうかです。
次にAIを開く前に、三行だけ書いてみてください。3行目を書き終えた時点で、聞きたいことが変わっているかもしれません。
この記事で参考にした本
『問題発見力を鍛える』細谷功さん → 問題は頭の中の「あるべき姿」とのギャップであり、AIにできないのは問題そのものを見つけることだという視点。HowとWhyの問いの違い
『ライト、ついてますか 問題発見の人間学』ドナルド・C・ゴース氏、ジェラルド・M・ワインバーグ氏 → 問題を「望まれた事柄と認識された事柄の相違」と定義し、自分の解法を問題の定義と取り違えるなと戒める古典
合わせて読みたい
『解像度を上げる』馬田隆明さん｜「ふわっとした考え」が明晰になる4つの視点 三行のうち1行目と2行目がぼやけるとき、その考えを深さや広さの面から具体にしていく方法がまとまっています。困りごとを言葉にする練習の次の一冊に向いています。
「正しい答え」を出しても、問いが間違っていたら意味がない 「売上が伸びない」のような大きすぎる問いを分解する話を、企業の戦略やミッドウェー海戦の事例から描いたコラムです。三行メモを組織の課題に当てはめるときの手がかりになります。
AIに正しく伝えたのに、欲しい答えが返ってこない理由 困りごとが固まった後の段階で、意図や文脈をAIにどう渡すかを扱っています。この記事の「聞く前」の話と、順番につながります。