前回の記事では、計算機の設定を出発点として、日常の収納、社会制度までを同型の現象として汎化し、「成熟とは単純化であり、単純化は後退ではない」という命題へ到達した。本稿は、その命題を「なぜ必ずそうなるのか」という因果構造へ落とし込み、理解論と設計論を同一モデルとして統合する。
結論を先に言う。人間が関与する構造は、規模の大小にかかわらず、初期段階で過剰になり、運用で観測され、不要な分岐が削られ、少数の安定経路に収束する。この収束は、好みでも美学でもない。有限な注意資源と、頻度に支配される学習、そして責任構造と不確実性が作るインセンティブの結果である。言い換えると、単純化は「削る」行為ではなく、「重要な信号だけが残る」情報抽出であり、理解は「知識を増やす」行為ではなく「説明の自由度を削る」モデル圧縮である。この視点は、限定合理性[1]、認知バイアス[2]、人間中心設計[3]、安全工学[4]、および情報理論[5]と整合し、しかもそれらを横断する。
前回の記事で扱った具体例は、各ソフトウェアの仕様と設定可能性に依存するため、一次情報としてマニュアルや公式ドキュメントを参照できる[25][26][27][28][29]。本稿では個別手順の再掲はせず、そこから抽出される構造だけを扱う。
1. 理解はなぜ更新過程としてしか成立しないのか
過去の記事「判断が成立する世界はどのように設計されるか」で述べた要点は、「世界は静止した対象ではなく更新され続ける構造であり、理解もまた更新過程としてしか成立しない」という立場である。ここで言う更新とは、単に時間が流れるという意味ではない。外界の状態が不可逆に差し替わり、同時に観測者である主体の内部状態も更新されるという二重更新である。人間が世界を扱うとき、理解は「固定した正解」ではなく「更新に追随できる内部モデル」でなければ機能しない。この点は、限定合理性の文脈で「人間は計算資源に制約があるため、最適化ではなく満足化で意思決定する」という形で古くから指摘されてきた[1]。しかし本稿の焦点は、意思決定の最適化よりも一段深い。理解という行為自体が、有限資源のもとで更新に追随するための「動的な構造維持」であるという点である。世界が更新される以上、理解も静的な辞書ではなく、更新可能な構造でなければならない。
では、なぜ初期理解は複雑になりやすいのか。理由は単純で、初期段階では何が本質変数か分からないため、可能性空間を広く保持する必要があるからだ。人は対象を理解し始めるとき、例外や枝分かれを多く含む説明を作りがちである。これは未熟さではなく、変数選択が終わっていない状態、つまり「仮説空間を保持している状態」である。後の章で述べる過剰設計と同一の構造であり、未学習状態は過剰モデル状態として表現できる。
| 段階 | モデル状態 | 特徴 | 役割 |
|---|---|---|---|
| 初期理解 | 仮説過多状態 | 例外や分岐が多く、説明が長い | 可能性空間を保持し、未知を取りこぼさない |
| 学習進行 | 選択過程 | 頻出パターンが強化され、不要分岐が減少 | 重要変数の同定と予測安定化 |
| 熟練段階 | 圧縮モデル | 少数の原理で多数の事例を説明可能 | 説明の短縮と判断速度の向上 |
| 成熟構造 | 安定モデル | 例外処理が局所化し、操作が単純 | 誤操作耐性と再現性の最大化 |
2. 理解はなぜ単純化へ収束するのか
過去の記事「理解と説明のあいだにあるもの」で扱った中心は、理解の進展が「説明の圧縮」として現れるという点である。学習が進むと、人は多くの例外規則を覚える代わりに、少数の原理で多くを予測できるようになる。この現象は経験的にも観察され、技能獲得や熟練の研究では、練習回数の増加に伴う性能改善がべき則に従うことが知られている[6]。重要なのは、熟練者が単に速いのではなく、内部表現が圧縮されている点である。この圧縮は、情報理論的には「不要な自由度の削減」として捉えられる。シャノンの情報理論[5]が示すのは、通信や符号化だけでなく、一般に「情報とは不確実性の削減である」という見方である。学習とは、観測を通じて不確実性を削減し、予測可能性を上げる過程であり、モデルの自由度が過剰なままでは予測は安定しない。予測符号化の枠組みでは、脳は予測誤差を最小化するように内部モデルを更新する、と説明される[7]。この更新は、モデルの複雑さを無限に増やす方向ではなく、予測誤差を減らしつつ過剰自由度を抑える方向に働く。
「分かった」とは何か。ここでは定義を明確にする。分かったとは、対象に対して安定した予測が可能になり、説明が短くなり、判断が速くなり、誤りの復帰も速くなる状態である。逆に言えば、説明が長く、例外が多く、毎回迷う状態は、理解が成立していないか、もしくは理解が暫定段階にある。熟練者の説明が短い理由は、理解が圧縮だからであり、短さは省略ではなく構造の純化である。
| 観点 | 圧縮前（未熟） | 圧縮後（理解） | 観測される指標 |
|---|---|---|---|
| 説明の形 | 例外列挙が中心で長い | 少数の原理で短い | 説明に必要な文量・分岐数 |
| 内部モデル | 自由度が高く過剰適合しやすい | 自由度が削減され安定 | 新規ケースでの予測の安定度 |
| 予測誤差 | 誤差が大きく揺れやすい | 誤差が小さく収束しやすい | 失敗率、再試行回数 |
| 判断速度 | 毎回迷うため遅い | 判断が定型化し速い | 所要時間、迷いの発生頻度 |
| 復帰能力 | 失敗後の立て直しが遅い | 復帰手順が短く早い | 復帰時間、復帰の成功率 |
| 学習の駆動 | 場当たり的に例外を追加 | 誤差から変数選択が進む | 例外追加の頻度、原理の再利用率 |
3. なぜ初期設計は必ず過剰になるのか
ここから設計論に入る。前回の記事「ヒューマンエラーを防ぐ設計を考える」では「成熟＝単純化」という現象を 計算機、日常、社会で観測し、そこから一般化した。本章では、初期段階で過剰設計になりやすい理由を因果分解する。ポイントは、過剰設計が「失敗」ではなく「初期条件として合理的」になりやすい構造があることだ。
第一に、不確実性と可能性空間である。設計は未来に対して行われる。未来の利用頻度分布、誤操作の確率、環境制約、価値判断の変化は、設計時点では観測されていない。観測されていない以上、設計者は「必要になるかもしれない」分岐を保持せざるを得ない。ここで設計は最適化ではなく、未知に対する保険として働く。限定合理性が示す通り、完全情報のもとでの最適化は前提から崩れている[1]。
第二に、責任構造の非対称性である。多くの組織と社会では、「足りない」ことは明確な欠陥として責められやすいが、「多すぎる」ことは性能低下として観測されにくい。結果として設計者は網羅を選びやすい。この非対称性は、意思決定の心理学でも説明できる。人間は損失を回避する傾向が強く、同じ価値でも損失側の重みづけが大きい[2]。機能不足は損失として顕在化しやすく、機能過剰は「使わなければよい」と先送りされやすい。よって初期設計は過剰側に偏る。
第三に、認知バイアスである。初期設計のレビューでは、「追加しないと困るかもしれない」という想像が優位になりやすく、「追加すると衝突が増える」という未来の運用コストは想像しにくい。これは可用性ヒューリスティックや計画錯誤など、複数のバイアスと整合する[2]。設計者が悪いのではない。人間の認知が未来の運用を正確に見積もれないという制約がある。
第四に、初期設計は暫定構造であるという事実である。設計は「完成品の一回勝負」ではなく、運用を前提にした暫定配置として始めるしかない。人間中心設計の標準は、設計を反復プロセスとして扱い、利用状況の理解、要求の明確化、解の作成、評価の反復を求める[3]。つまり、初期設計が過剰になり、その後に削減と再配置が起きるのは、方法論としても本来の姿である。
| 要因 | 初期設計で起きること | 過剰化のメカニズム | 運用で顕在化するコスト | 見直しの方向性 |
|---|---|---|---|---|
| 不確実性と可能性空間 | 「必要になるかもしれない」分岐を広く保持 | 未来の頻度分布が未知のため、保険として機能を積む | 分岐増による操作負荷・学習負荷・誤爆点の増加 | 実頻度に基づき重要経路へ集約し、例外を局所化 |
| 責任構造の非対称性 | 不足より過剰が選ばれやすい | 欠陥（不足）は責任追及されやすく、過剰は見逃されやすい | 全体効率低下が遅れて現れ、原因が特定しにくい | 誤爆コスト・運用摩擦を指標化し、削減を正当化 |
| 認知バイアス | 「追加しないリスク」が過大評価される | 損失回避・可用性・計画錯誤で未来運用コストを過小評価 | 想定外の衝突・例外処理の増殖・復帰手順の長文化 | 失敗ログと再現事例から、分岐の寄与度を検証し削る |
| 暫定構造としての初期設計 | 反復前提で広めに置く | 観測がない段階では最終配置を確定できない | 「暫定」が固定化し、過剰が常態化する危険 | 評価サイクル（観測→再設計）を制度化し、固定化を防ぐ |
4. 単純化は削減ではなく情報抽出である
単純化を「削った」「手抜き」「退化」と誤解すると、成熟の理解を外す。本章では単純化を情報抽出として定義し直す。キーは、構造エントロピーと信号対雑音比である。
まず、構造エントロピーという観点である。エントロピーとは、一般に不確実性や乱雑さの尺度である[5]。設計や理解を構造として見ると、初期状態は分岐が多く、どの経路が重要かが定まらないため、構造エントロピーが高い。運用により頻度分布が観測されると、重要経路が強化され、低頻度で価値の低い分岐は削除される。これは「情報が減った」のではなく、「不確実性が減った」のである。
次に、重要経路の強化と不要分岐の消滅である。前回の記事で述べたキー誤爆やジェスチャー誤発動は、頻出経路に状態遷移トリガが混ざっていたために衝突が発生していた。これを外すことは、機能削減に見えるが、実態は「頻出経路の信号純度を上げる」行為である。通知設計の原則でも、通知は注意資源を消費するため、ノイズを減らし重要通知の識別性を上げることが中心命題になる[8]。
単純化を信号対雑音比で言い換えると、こうなる。人間が扱える注意資源は有限であり、通知や分岐が増えるほど雑音が増えて、重要信号が埋もれる。よって成熟した構造は、重要信号が見えるように雑音を減らし、復帰手順を短くし、誤操作を局所化する方向に収束する。安全工学でも、事故の多くは「人の注意不足」ではなく「設計と運用の不整合」によって生じるとされ、システム側でエラーを吸収する設計が重視される[4]。
では、なぜ成熟したシステムは小さく見えるのか。理由は二つある。第一に、構造が圧縮されると、外形としてのルールや操作が少なくなる。第二に、圧縮された構造は、少数の原理に多くの事例が吸収されるため、説明も短くなる。熟練者の短い説明が「省略」ではなく「圧縮」であるのと同じだ。つまり、成熟した設計が小さく見えるのは、後退ではなく抽出が進んだからである。この議論は、ユーザビリティの実務ガイド[9]、設計原則としての可視性と誤り耐性[10]、およびヒューマンエラーを「原因」ではなく「結果」として扱う安全科学の立場[11]とも整合する。また、圧縮としての学習という見方は、オッカムの剃刀[12]や最小記述長原理[13]により形式化できる。
| 観点 | 単純化前に見えるもの | 単純化で起きること | 得られる効果 | 代表的な指標 |
|---|---|---|---|---|
| 構造エントロピー | 分岐が多く、重要経路が未確定 | 頻度分布に沿って分岐が整理される | 不確実性の低下、予測と運用の安定化 | 分岐数、例外数、手順の長さ |
| 情報抽出 | 機能や規則が網羅的に並ぶ | 重要信号を残し雑音を捨てる | 本質変数が明確化し、説明が短くなる | 説明の圧縮率、原理の再利用率 |
| 信号対雑音比 | 通知・ショートカット・トリガが衝突する | 誤爆点・ノイズ源を減らす | 重要操作の確実性が上がる | 誤爆率、割り込み回数、集中断の頻度 |
| 重要経路の強化 | 頻出経路に例外トリガが混入 | 頻出経路を「純化」し、例外を局所化 | 復帰が早くなり、事故が局所で止まる | 復帰時間、再実行回数、ロールバック手順数 |
| 見かけの「小ささ」 | 機能が多いほど強そうに見える | 核だけが残り、外形が小さくなる | 後退ではなく抽出の進行として理解できる | 学習コスト、オンボーディング時間 |
| 安全・信頼性 | 人の注意に依存しやすい | 設計側がエラーを吸収しやすい構造へ | 事故率低下、再現性向上 | インシデント件数、ヒヤリハット件数 |
5. 設計・制度・理解を統合するモデル
ここまでで、理解が更新過程であり圧縮に収束すること、設計が初期に過剰になり単純化に収束することを示した。次は統合である。ここでは、理解、設計、制度を同一のダイナミクスとして記述する。統合モデルの基本対応は次の通りである。過剰設計は仮説過多状態であり、運用は世界との相互作用であり、単純化は仮説削減であり、成熟は安定した内部モデルの形成である。ここで内部モデルという語は、脳の内部表現だけでなく、組織の手順、ソフトウェアの設定、制度の規則集合など、人間が世界を扱うために用いる構造一般を指す。このモデルは、設計の反復を要求する人間中心設計[3]、注意資源とバイアスを扱う行動意思決定論[2]、そして予測誤差最小化としての理解論[7]と矛盾しない。むしろ、それらを一つの現象として見えるようにする。つまり、三領域で起きているのは別々の話ではなく、「観測による構造収束」という同一現象である。
| フェーズ | 理解（認知） | 設計（システム・操作） | 制度（社会・組織） | 共通ダイナミクス |
|---|---|---|---|---|
| 初期状態 | 仮説が多く例外も多い | 機能・分岐・通知が多い | 規則・例外条項が増殖 | 未知に備えた可能性空間の保持 |
| 運用 | 予測誤差と失敗パターンが観測される | 誤爆・衝突・操作負荷が観測される | 摩擦コスト・事故・不正が観測される | 実使用データによる頻度分布の可視化 |
| 選択 | 重要変数が同定される | 重要操作経路が特定される | 有効な原則・ルールが抽出される | 重要信号の強化 |
| 単純化 | 不要仮説が削減され説明が圧縮 | 低頻度機能が整理され経路が純化 | 例外条項が統合され原則中心へ | 自由度削減と構造純化 |
| 成熟 | 安定した内部モデルが形成 | 再現性の高い操作体系が確立 | 実効性と運用性が両立した制度 | 観測→削減→安定の循環収束 |
6. 三領域統一モデル（写像としての整理）
ここでは、三領域の写像を明示し、何が同型で何が異なるかを言語化する。結論だけ先に言うと、違うのはスケールとフィードバック周期であり、同じなのは「頻度分布に応じた自由度削減」である。
| 領域 | 初期の過剰 | 運用で観測されるもの | 単純化で残る核 | 成熟の指標 |
|---|---|---|---|---|
| 理解（認知） | 仮説と例外が多い説明 | 予測誤差、失敗パターン、頻出の状況 | 少数の原理と安定した予測 | 説明の圧縮と復帰の速さ |
| 設計（個人・組織） | 機能・通知・分岐が多い操作空間 | 誤爆、衝突点、注意負荷、復帰コスト | 少数の既定操作と明示的な例外手順 | 事故率低下と作業の再現性 |
| 制度（社会） | 例外条項と手続きの増殖 | 事故統計、摩擦コスト、不正の温床 | 原則中心の規則と監査可能性 | 実効性と正当性の両立 |
この表が示す通り、三領域は同一の構造を持つ。初期には分岐が多いが、運用が進むと観測が可能になり、不要な分岐が削られ、少数の核が残る。重要なのは、削減が「弱体化」ではなく「核の抽出」である点である。制度でも同じで、例外条項を積み上げるほど現場は運用不能になり、結局は原則中心に再設計されていく。これは制度の善悪以前に、有限な注意資源と学習の制約が作る必然である。
7. 帰結
ここまでを哲学的に言い換える。第一に、人間は完全設計者ではない。人間は未来を知らず、世界は更新され続け、注意資源は有限である。したがって「最初から正しく作る」ことは一般に不可能であり、正しさは運用と観測の中で形成される。これは悲観ではなく、人間のあり方の記述である。
第二に、合理性とは削減能力である。合理性を「最適解を一回で出す能力」と見なすと、人間は非合理に見える。しかし合理性を「運用から学び、不要な分岐を削り、安定構造へ収束させる能力」と定義し直すと、人間の強みが見える。人間は完全な演繹機械ではないが、更新する世界に適応するための構造収束機械である。
第三に、知性とは複雑さを作る力ではなく構造を純化する力である。複雑さは初期条件として自然に生まれる。知性が示されるのは、複雑さを維持することではなく、観測とフィードバックを通じて重要な核を抽出し、説明と操作を圧縮することにある。ここで単純化は後退ではなく、抽出された核が強くなること、つまり成熟である。
第四に、成熟とは時間の中で起きる構造収束現象である。成熟を静的な完成として捉えると、単純化は損失に見える。しかし成熟を時間的過程として捉えると、単純化は不可避の帰結になる。世界が更新される以上、理解も設計も制度も更新され、更新がある以上、観測が生まれ、観測がある以上、不要分岐が削られる。成熟とは、この循環が繰り返された結果として現れる安定構造のことである。
さらに、制度が運用を通じて単純化へ収束するという観点は、制度の進化と取引コスト[14]、現場知の不可避性[15]、分散した知識と秩序形成[16]、および共通プール資源の制度設計[17]の議論とも接続できる。改善サイクルという実務形態は、PDSA[18]やリーンの学習ループ[19]として定式化されている。
| 命題 | 核心内容 | 含意 | 関連理論・参考文献 |
|---|---|---|---|
| 人間は完全設計者ではない | 未来の完全予測は不可能であり、正しさは運用の中で形成される | 設計は反復過程として扱う必要がある | 制度進化論、実践知研究 |
| 合理性とは削減能力 | 不要分岐を削減し安定構造へ収束させる能力が合理性 | 一回の最適化より学習過程を重視する設計思想 | 限定合理性、学習理論 |
| 知性とは構造純化能力 | 複雑さを維持することではなく重要核の抽出 | 説明・操作の圧縮が熟練の指標 | 情報理論、最小記述長原理 |
| 成熟とは構造収束現象 | 観測とフィードバックの循環により安定構造が形成される | 制度・理解・設計は同一ダイナミクスで進化する | PDSA、リーン改善ループ |
結論
本稿は、理解論と設計論を統合し、理解・設計・制度が同一のダイナミクスを持つことを示した。三記事は別々の主題ではなく、同一理論の三側面だった。すなわち、初期の過剰、運用による観測、単純化としての情報抽出、成熟としての安定構造という循環である。この視点に立つと、「単純化は後退ではなく進化である」という命題は、価値判断ではなく構造記述になる。単純化は、注意資源の有限性と学習の頻度依存性が作る必然であり、同時に、理解の圧縮と設計の純化が同型であることの帰結でもある。
最後に次の問いを残す。なぜ人間は複雑さを欲しながら、同時に単純化へ収束するのか。機能追加や例外追加は安心感を与えるが、運用は単純化を要求する。この緊張は、未来不確実性と責任構造、そして注意資源の有限性が作る。次回は、この緊張そのものを、人間の感情、社会の評価構造、そして価値の形成という観点から扱う。
| 循環段階 | 構造的役割 | 理解論での意味 | 設計・制度論での意味 |
|---|---|---|---|
| 初期過剰 | 仮説空間の保持 | 本質変数未確定の暫定モデル | 未知リスクに備えた機能過多状態 |
| 運用観測 | 頻度分布の取得 | 予測誤差の測定と修正 | 実利用データによる運用知の蓄積 |
| 情報抽出（単純化） | 不要自由度の削減 | 説明圧縮と内部表現の安定化 | 不要機能削減と運用経路の純化 |
| 成熟構造 | 安定モデルの形成 | 短い説明で安定予測が可能 | 少数原理で維持される制度・設計 |
参考文献
- Herbert A. Simon: Bounded rationality (overview). https://www.econlib.org/library/Enc/boundedrationality.html
- Daniel Kahneman: Thinking, Fast and Slow (overview). https://www.penguinrandomhouse.com/books/216045/thinking-fast-and-slow-by-daniel-kahneman/
- ISO 9241-210: Human-centred design for interactive systems (overview). https://www.iso.org/standard/77520.html
- FAA: Human Factors information. https://www.faa.gov/about/office_org/headquarters_offices/avs/offices/aam/afs/afs800/afs810/human_factors
- Claude E. Shannon: A Mathematical Theory of Communication (information). https://en.wikipedia.org/wiki/A_Mathematical_Theory_of_Communication
- John R. Anderson: ACT-R and the power law of practice (overview). https://act-r.psy.cmu.edu/
- Karl Friston: Free energy principle (overview). https://www.fil.ion.ucl.ac.uk/~karl/theory/
- Nielsen Norman Group: Notification design principles. https://www.nngroup.com/articles/notification-design/
- NIST: Usability and human-centered design resources. https://www.nist.gov/itl/iad/usability
- Don Norman: The Design of Everyday Things (overview). https://mitpress.mit.edu/9780465050659/the-design-of-everyday-things/
- James Reason: Swiss cheese model of accident causation (overview). https://en.wikipedia.org/wiki/Swiss_cheese_model
- Occam’s razor (overview). https://plato.stanford.edu/entries/simplicity/
- Minimum description length principle (overview). https://en.wikipedia.org/wiki/Minimum_description_length
- Douglass C. North: Institutions (overview). https://www.nobelprize.org/prizes/economic-sciences/1993/north/facts/
- James C. Scott: Seeing Like a State (overview). https://yalebooks.yale.edu/book/9780300078152/seeing-like-a-state/
- F. A. Hayek: The Use of Knowledge in Society. https://www.econlib.org/library/Essays/hykKnw.html
- Elinor Ostrom: Governing the Commons (overview). https://press.princeton.edu/books/paperback/9780691171011/governing-the-commons
- W. Edwards Deming: PDSA cycle (overview). https://deming.org/explore/pdsa/
- Lean thinking (overview). https://www.lean.org/explore-lean/what-is-lean/
- Atul Gawande: The Checklist Manifesto (overview). https://atulgawande.com/book/the-checklist-manifesto/
- WHO Surgical Safety Checklist. https://www.who.int/teams/integrated-health-services/patient-safety/research/safe-surgery
- Erik Hollnagel: Safety-II (overview). https://erikhollnagel.com/
- Transport for London: Traffic signal and network management (overview). https://tfl.gov.uk/info-for/boroughs/traffic-signals
- US DOT FHWA: Traffic signal timing resources. https://ops.fhwa.dot.gov/arterial_mgmt/tst.htm
- GNU Screen Manual. https://www.gnu.org/software/screen/manual/screen.html
- Apple Support: Trackpad gestures. https://support.apple.com/guide/mac-help/trackpad-gestures-mchlp1226/mac
- GNOME Help: Touchpad and gesture settings. https://help.gnome.org/users/gnome-help/stable/
- Microsoft: Windows notifications and focus (overview). https://support.microsoft.com/windows/
- Google: Android notification management. https://support.google.com/android/answer/9079661
- Thomas H. Cormen et al.: Introduction to Algorithms (overview). https://mitpress.mit.edu/9780262046305/introduction-to-algorithms/