AI時代に必要なスキルは教養｜知識の価値がむしろ高まる理由

2026年7月19日 ・ 久保一成

#AI#知識#教養#リベラルアーツ

序章　放射線科医のゴリラ実験が示す「認識の盲点」

肺のCT画像に、ゴリラの絵が埋め込まれています。大きさは、探すべき異常の48倍。これを放射線科医24人に渡して、いつもどおり検査をしてもらう。すると、83%の医師が、ゴリラを見落としました。視線の記録では、見落とした医師の大半の目が、ゴリラの位置を確かに通過していました。目に映ることと、認識できることは、別の出来事なのです。

人間は、網膜に映ったもの全部を現実として受け取っているのではなく、ごく一部だけを拾ってほとんどの情報は捨てています。ゴリラの実験でその選別を担っていたのは、異常だけを探すという、医師たちのいつもの構えでした。そして、選別を担うのは注意だけではありません。もうひとつが、知識です。人間は、知っていることしか、認識できません。知らないものは、目に入っても意味にならず、ただ通り過ぎていきます。

AI時代において、重要なスキルを挙げるとすれば「知識」に触れることだと言えます。 これは直感に反しますよね。知識なら、もうAIがほとんど全て持っているからです。分からなければ、その場で聞けばいい——。ただ、AIが知識を持っていることと、人間にとって知識の価値が高騰していることは、矛盾しません。 もとより「知識」とは専門用語や固有名詞の暗記を意味しません。 「知識」とは各々の分野において、概念の仕組みを理解していることです。人間はその知っている範囲でしか世界を認識できません。 認識できなければ、その分野においてAIに問うこともできない。 当然、深めることもできない。

そして、知識には複利が働きます。知識が増えるほど、次の知識を得るのが速くなる。 金融の複利と同じ形が、頭の中で成立します。

知識をすべて持つAIが現れた時代に、人間の側の知識の価値が上がったのです。ただ、実際に紐解いていくと、現実にAIは、教養を実利に変換するツールとなっています。嗜みとしての教養が、現在では実学の側面を持ちました。

僕自身は、WEBサイトも、アプリ開発も、動画編集も、リサーチもすべてAIに委譲しています。 僕は人間用の動画編集ソフトは開いてすらいません。一方で、台本づくりはAIと共同しながらもほとんど僕自身が書き上げています。 下書きの初稿はAIが書いたとしても、元になった台本はバージョン24です。 初稿の原型はほとんど残っていません。ほぼ全ての業務をAI化している僕でも、人間の知識をAIに何十回も入れないと、価値のある文章が出力されない。

今のAIの出力限界は、僕の教養の水準が上限になっています。 これは僕に限った話ではありません。 現在のLLMのAIにせよ、AIエージェントにせよ、使う人間の知識がボトルネックになっています。 世間ではAIエージェントのみで会社経営ができるような雰囲気がありますが、皆さんの周りにその実例が一つでもあるでしょうか？ AI時代の教養論について、一つずつ、紐解いていきましょう。

第一章　チェス研究から考える知識と認識の関係

人間の視野には、光を受け取れない場所があります。視神経が網膜を抜ける出口で、そこだけ光を受け取る細胞自体がないのです。 教科書通りの「盲点」です。盲点は片目に一箇所ずつ。ところが、脳は周りの模様からこの盲点を勝手に想像で埋めて映像化してしまいます。 その盲点の部分に、指を2本立てても3本立てても、現実にはあるけれど、当人には見えないのです。 だから盲点の存在には自力では、一生気づけない。同じ形の欠落が、知識にもあります。

目に映ったもののうち、何を認識できるかは、知識が決めています。チェスの名人は、実戦の駒の配置なら、5秒眺めただけでほぼ完全に再現できます。ところが駒をでたらめに並べ替えると、この再現力は大きく崩れ、初心者との差は大幅に縮む。駒も、枚数も、盤も同じ。失われたのは、配置の意味だけです。名人の記憶を支えていたのは、配置の意味なのです。そもそも5秒は、二十いくつの駒をひとつずつ暗記できる時間ではありません。5秒で頭に残るのは、認識する価値があると脳が識別したものだけ。この実験が測っていたのは、記憶力というよりも、同じ5秒で、何が解釈されたか、です。だから、名人に見えている盤面と、初心者に見えている盤面は、同じ64マスでも別のものです。何が見えるかは、光と視神経からの伝達による物理的な信号だけでなく、背景にある知識でも決まります。

そして知識の盲点は、目の盲点と同様に、厄介な性質を持ちます。知識に盲点があっても、既存の知識で勝手に埋められて、欠けていた事実に気づけない。知らないことは、疑問にすらならず、最初から無かった選択肢になります。

「分からないことはAIに聞けばいい」は、いきなり成立しません。分からないと認識すること自体に知識が必要だからです。自覚の外側は、AIに問うことができません。

第二章　ピーター・ティールだけにFacebookの価値が見えた理由

2004年の夏、ハーバードの寮の一室から始まった会員制サイトが、出資者を探していました。Facebook、現在のMeta社の前身です。会員は大学生だけ。機能は、友人の近況と繋がりが見えるだけ。当時の投資家からの評価は、ただの大学生の流行りもの。これは妥当な評価に感じます。流行は移ろうし、学生はやがて卒業していくからです。

ここに全く違う問いを持った、一人の投資家が現れます。ピーター・ティール。スタンフォード大学で哲学を学び、法律を修め、証券弁護士と金融トレーダーを経てPayPalを共同創業した人物です。彼は「人は、他人が欲しがるものを欲しがる」というシンプルな概念を理解していました。学生時代に、文芸批評家ルネ・ジラールの思想、「模倣理論」を学んでいたからです。

この概念を持つ目には、Facebookは全く違う価値として映りました。誰が誰と繋がり、何を話題にし、何を欲しがっているか——他人の欲望が、常時見える場所。人の欲望が真似で増えるのなら、他人の欲望が見える場所は、欲望の増幅装置になる。 ティールには、Facebookが良くも悪くも資本主義の中心に見えました。人はFacebookを欲しがるようになる。 他人がFacebookを欲しがるからだ、と。

2004年8月、ティールは最初の外部投資家としておよそ8,100万円を出資します。2012年、持ち株の大半を売却して手にしたのは、合計で1,600億円あまり、元手の2,000倍です。この出資は模倣理論への賭けだったと、本人がのちに語っています。

実はティールは高等教育の辛辣な批判者でもあります。2011年には、次のバブルは高等教育だと論じています。学位を取るために金を払う価値は彼にとってはない。 一方で、Facebookに投資した際に使った知識は、スタンフォードで学んだ人文学の理論だった。学位という証明書に価値はないが、知識の方に価値がある。 学位と知識は全くの別物です。

模倣理論を理解していたティールにとっては、当時の投資家が見向きもしなかった、Facebookの価値が見えた。彼にはその分野に「盲点がなかった」のです。 「模倣理論」という専門用語に価値があるのではありません。 人が欲しがるものを人は欲しがるという概念を理解していたことこそが「知識」なのです。もちろん盲点がない人間は存在しません。 僕も含めて世界中の誰しもが、あらゆる領域の知見を持ち合わせているわけではない。 ティールだってそうでしょう。 程度の問題があるだけで、誰しもが盲点を持ったまま生きています。 ただ、その盲点を潰せるものは知識だということ。 盲点が多ければ多いほど、AIへの質問も局所的な問いになってしまいます。 局所的な問いからは、局所的な答えしか出ません。 問いの価値が高いAI時代に、問いの価値を支えるのは知識であるという構図が透けて見えます。

第三章　プラトンの「答える書物」と生成AIに残った罠

書物は、問いかけても答えてくれない。プラトンは対話篇『パイドロス』で、書かれた言葉への不満をそう残しています。 尋ねても厳粛に黙り込み、いつ読んでも同じ一つのことしか言わないのだ、と。人類はこの欠陥を、注釈で、講義で、読書会で補い続けてきました。およそ2400年にわたって、その状態は変化がありませんでした。

ところが人類は、2022年11月のChatGPT公開を境に、「答える書物」を手にしました。多くの人類に新しい学び方が開かれました。知らないことが出るとまずAIに尋ね、分からない点を問い直す。 理解が追いつくまで確かめます。尋ねて、確かめて、また尋ねる。書物には、できなかったことです。

ところが、プラトンはもう一つ、申し立てを残しています。人は、知らないものを探求することができない。知っているなら探す必要がなく、知らないなら、何を探せばいいのかすら分からない——。対話篇『メノン』の、探求の問題です。 実はこの問題が、現代でも全く解決していません。

AIとの問答で引き出せる回答は、問う人のその時点の知識と理解の程度で決まります。知らない分野では、問う以前に存在しないのと同じ。「分からなければ聞けばいい」は贅沢な悩みなのです。 「分からないことが分かってない」ことが最大の試練。

ならば、問いを立てることも、AIに任せればいいという発想もあるかもしれない。実際、大事な話題を一通り挙げて、と頼めば、AIは100個でも並べてくれます。これは確かに一定程度機能します。 ただ問題が3つ。1つ目に、AIはこちらが何を知らないかを知らないということ。2つ目に、AIは問いを解くのは高度にできるが、価値のある問いを着想するのは苦手だということ。3つ目に、大事な100個をリストされたとして、専門用語や概念の名前のリスト自体には意味がないということ。 名詞の記憶量は知識ではありません。 その仕組みや概念の体系的な理解こそが知識です。 その100個のリストの理解をするためには、さらにそれぞれの概念を体系的にまとめてもらわないとならない。 ただ、それならばすでに書籍として最高の品質にまとめられています。 腹落ちするところまで理解しようと思えば、人類が作り上げてきた名著や新書を読む方が効果が高い。 その上で理解が及ばなかったところをAIに質問するなら良い方法でしょう。序章のゴリラが示したのは、目に入ることと、認識できることの違いでした。意味の見えない無数のリストは、知識にならずに素通りされる。AIの長い回答を流し読みして、目が止まるのは、すでに知っている言葉の周りだけ。

書物は答えない、というパイドロスの不満は、解決しました。見えないものは問えない、というメノン問題は、残った。僕も含めて今の人類は、自身の知識の上限の中でしかAIに任せられないのです。

第四章　AI時代に知識が複利で増える仕組み

知識には複利が働きます。 知識は一定の水準を超えだすと、その習得が加速します。 資本主義における、資産形成に似ていますが、その変動には忘却以外にダウンサイドがありません。 インデックス投資より、期待値が高く増えていきます。知識に複利が働く理由は、人間が新しい概念を理解するための仕組みにあります。

人間は、新しい概念を、それ単体として理解することは極めて困難です。ゆえに、新しい概念を吸収するには、すでに知っている概念に結びつけて理解する必要があります。初めて電気回路を習うとき、多くの人は水の流れを思い浮かべる。電圧は水位の差、電流は流れる量。既知の型を借りて、未知を掴む構造です。 つまり類推や例えが理解のツールになっています。認知科学者のダグラス・ホフスタッターは、エマニュエル・サンデールとの共著で、この見方を次のように突き詰めています。概念なしに思考はなく、アナロジーなしに概念はないのだ、と。アナロジーは概念を彩る飾りではなく、人間が概念を獲得する唯一の経路だ、という主張です。

ならば、概念をひとつ取得するたび、未来に出会うすべての新しい概念を理解するための、受容体がひとつ増える。理解するための資産が、理解するたびに増えていきます。

増えるのは、理解の速さだけではありません。序章で見たとおり、概念が増えるほど認識できる世界が広がり、広がった分だけ、日常で問いが増えます。問いが増えれば、AIから引き出せる有力な答えも増える。引き出した答えが、概念の資産になって、さらに新しい概念を理解しやすくする。 有効な知識の仕入れ先はAIに限りません。供給源は、AIとの問答でも、人との会話でも、本でも、仕事からでもいい。

知るほど次を知るのが速くなるのは、才能でも根性でもなく、理解がアナロジーを通してなされるという構造上の特徴です。

この構造には、逆も成り立ちます。結びつけ先がゼロに近い分野では、最初のひとつの概念の取得が、いちばんコストが高くなる。学び始めがいちばん遅く、積むほど速くなる。知識が複利で増えるのはこういった構造からです。

第五章　AI時代に教養は実学になった

教養は、元来嗜みとしての価値がほとんどでした。 ところが現在は急に実学としての価値を帯びてきています。AIの登場によって、知識と生産のあいだの距離が、縮んでいるからです。前述の通り、同じAIを使っても、引き出せる回答の価値は使う側の知識によります。何を認識できるか、どんな問いを立てられるか、どこまで引き出せるか、これら全てに知識が用いられます。知識の差が、生産物の差として表に出る。教養の差が生産物の差にここまでダイレクトに影響するのは、おそらく史上初めて。

元来、知っていることと、作れることのあいだには、大きな隔たりがありました。構想を形にするには、自分が技能を修業で身につけるか、身につけた誰かの手を借りるかで、どちらにも年数か資金がかかった。知識は成果のずっと手前で止まり、広い教養は、会話を豊かにする嗜みや地位の証明の側に置かれてきました。AIに頼めば形になるものが増えたいま、この距離が縮んでいます。知っていることが、問いと選別を通って、成果へ流れ込む。

広く知ることには、2000年前からの名前があります。古代ローマの哲学者キケロは、生計のためにひとつの技能を売って生きる働き方を、隷属の技芸と呼びました。対になるのが、自由人にふさわしい技芸——これが元来の意味で、のちのリベラルアーツの源流です。 のちに定式化された七科のうち四つは数学系でした。算術・幾何・音楽・天文——音楽さえ、音の比率を扱う数の学問です。原義のリベラルアーツは文系教養ではなく、文理の概念のない当時の知です。リベラルアーツは文系のもの、という日本の通念はただの誤解。

この原義の芯——分野を絞らない——という性質は現代では「教養」として浸透しています。 気になったこと、学びたいことを、専門性を問わず学ぶべきだと言えます。 もちろん専門性の取得はそれとは別に価値を持ち、否定されるものではありません。 ただ、AI時代において、相対的に教養の価値は高くなっている。 アナロジーの結びつけ先は、分野を選びません。ティールがFacebookの価値を見抜いた道具は、投資の理論ではなく、文芸批評から来た模倣理論でした。彼がいくら天才だと言えど、模倣理論を学んでいた学生時代に、投資に応用されるとは考えもしていなかったでしょう。どの概念がどこで効くかが事前にはわかりません。 教養としての知識は、嗜みとしての価値は維持しながら、同時に複利がいちばん速く回る形です。文系だからや理系だからといったことに拘る必要はないと思います。 ホリエモンだって僕だって文系ですが、技術への関心が非常に高い。

ほとんど全ての知識を持つAIは、人類の知識を不要にする道具に見えて、実際には知識の価値を引き上げています。そして忘却を除けば、投資と違ってダウンサイドがない。 教養と知識は、AI時代に最も期待値が高い投資かもしれません。