家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。

先日、こんなタイトルの本を買いました。

『知性大全 AI時代に不可欠な力』。著者は精神科医の樺沢紫苑さんです。『学びを結果に変えるアウトプット大全』の著者といったほうが早いかもしれません。本書はそのアウトプットサイクルの進化版だと、著者自身が位置づけています。

なぜ私が『知性大全』を買ったのか

AIが書いたブログの下書きを読んで、「これ、自分が書くより上手いな」と思ったことがあります。

AIが書いた文章を「自分より上手い」と思った日というタイトルで、そのときのことを書いています。怖かったのは、上手いと感じたその瞬間に、私という人間がその文章のどこにもいなかったことです。味は完璧なのに、誰が作ったか分からない料理が出てきた感じでした。

そこからずっと引っかかっていたのが、じゃあ私は何を握っていればいいのかという一点です。全部自分でやるのは無理だし、全部渡したらさっきの違和感が残る。あいだのどこかに線があるはずなのに、その線を言葉にできていませんでした。

この本は、その線を数字で置いてくれています。しかも精神科医の本なので、根拠が脳の話で書かれている。私が欲しかったのは精神論ではなく、今日の仕事で使える基準のほうでした。だから買いました。

この数字を見て、私は「AIをやめよう」とは思いませんでした。思ったのは、渡し方を決めないまま渡し続けるのがまずいということです。ここから先は、本書の全8章を1章ずつ通していきます。

『知性大全』の全容解説｜全8章を図解で通します

ここからが本編です。本書の章立てに沿って、1章ずつ図解と一緒に通していきます。

私も以前、Googleドキュメントとノートアプリと日記に散らばっていた自分のメモを全部集めて数えたことがあります。

カードが411枚、アイデアが228個、合わせて639個ありました。

その日のことは「分身AIの知識整理｜411枚のカードで「自分の地図」を描いた日｜分身AI日記 DAY28」というタイトルで残っています。

持っている量ではなく、見える状態にしてある量なんだと思います。本も同じで、先に全体を1枚にしてから章に入ったほうが迷いません。

1章｜「知性」とは何か ― 知識を行動に変える

知性の定義は分野で少しずつ違います。

辞書は「物事を知り、考え、判断する能力」、心理学のウェクスラーは「目的を持って行動し、合理的に考え、効率的に環境と適応する総合的な能力」、哲学のカントは真理を探求する「悟性」の能力としました。

『知性を磨く』(田坂広志著、光文社、2014年)は「『答えの無い問い』を問い続ける能力」、『知性の磨き方』(齋藤孝著、SBクリエイティブ、2017年)は「生きる力」そのものとしています。

著者は35年の精神科医としての経験と50冊以上の著書執筆を踏まえ、知性を「情報、知識について知り、理解し、考え、判断し、行動する力」と定義しました。

『アウトプット大全』に重ねれば「学びを結果に変える力」です。

1年で50冊読んでも成長も収入増もない人がいて、1カ月に1冊でも内容を試して収入を増やす人がいます。

量ではなく、行動に結びついたかどうかが分かれ目です。

AIが持つのは「知能」であって「知性」ではありません。知能はIQで測れる「正しい答えを、すばやく出す力」。

知性は知能や知識をどう使うかを判断する運用力で、目的・価値・倫理を含めて考えます。

知能は「正しさ」「速さ」を、知性は「善さ」や生きる「意味」を追います。

観点	知能	知性
主な機能	問題解決	判断、洞察
基盤	情報の処理能力	経験、価値観
測定可能性	テストで測れる	数値化しづらい
担い手	AIが優位	人間だけが持てる
目的	どう解くか	なぜ、なんのために解くか

2045年、AIの知能が全人類の知能を超えるシンギュラリティが来るとされます。不安は「知能」という尺度でAIと競おうとするから生まれます。

AIが導く「最適解」は平均値にすぎず、行動にうつして確からしいと確認された答えが実践解です。最適解を実践解に昇華させる力こそが知性です。

一方、AIに任せすぎると思考力や認知機能が低下します。これが認知負債です。

2025年6月、MIT(マサチューセッツ工科大学)の研究チームが54人を4カ月追跡した調査を発表しました。

(1)生成AI (2)検索エンジン (3)自力で執筆の3群でエッセイを書かせています。

AI群は脳内の神経接続性が低下し、文章は均一化し、内容も覚えていませんでした。第1回の引用失敗率は83%。

4回目だけ自力で書かせても脳の活性は戻りません。自力執筆群は脳が広範囲に活性化し、後からAIを使うと脳活動はむしろ増加しました。

研究者は、最初は自力で考え、後からAIを補助的に使う「遅延統合モデル」を提案しています。

知性を磨く方法は、一つのサイクルを回すことに尽きます。「知る→考える→決断する→行動する→修正する」の5ステップ、名づけて「知性サイクル」です。「知る」はインプット、「考える」「決断する」「行動する」はアウトプット、「修正する」はフィードバックにあたります。円環ではなく、回すたびに自己成長する螺旋階段のような立体構造です。AIに補助させる場合も、問いと仮説、目的と前提は自分で立てます。選ばなかった結果を引き受けることも、人間にしかできません。

安宅和人さんのブログ記事「閉じる世界と閉じない世界」を読んだとき、私は自分の仕事を全部この2軸に並べてみました。繰り返せる仕事か、そこに誰がいるかが問われる仕事か。それがAIに任せる仕事と人間に残る仕事の分け方｜安宅和人さんの4マス図に経営者の私を置いてみたです。天ぷらの名店のカウンターから始まる安宅さんの話を追いながら、自分が知能で足りる側にどれだけ長く居座っていたかを、図にして初めて自覚しました。知性を4つに分けて見る本書の話は、あの4マスの続きとして読めます。

2章｜「知る」 ― インプットの質と量を改善する

全体像を先に設計する。これがこの章の出発点です。パーソル総合研究所の調査では、生成AIのヘビーユーザーほど残業時間が長い傾向が報告され、業務時間が減少した利用者は約25%でした。

対策は、プロンプトを打つ前に順番を決めることです。①ゴール②全体像・現在地③判断基準（正確性か独自性か）④制約（時間・文字数・対象）⑤問い。部分最適ではなく全体最適にしてから入力します。

集めるから使うへ。誰でも数秒で情報にリーチできる今、「物知り」の優位性は消滅しました。行動につながらない情報は、脳疲労の原因にしかなりません。

	従来型インプット	アウトプット前提
出発点	知らないから集める	アンテナを立てる
ゴール	情報を増やすこと	情報を使い、行動すること
脳への影響	情報過多で脳疲労	脳が活性化し知性が磨かれる

起動スイッチは好奇心です。好奇心が働くと脳内物質アセチルコリン（ACh）が活性化し、前頭前野と海馬が働いて記憶に定着します。

AChは「新奇性」で強く分泌されます。逆に目的のないブラウジングは脳を「報酬モード」に落とし、脳疲労だけがたまります。

「今、何を見ないか」を先に決めて遮断します。

AIを疑って、一次情報まで戻る。ハルシネーションの発生率は、ソースを与えた文書要約で1〜5%、一般的な知識で15〜50%以上、最新やニッチな分野では15〜80%以上に跳ね上がるとされます。対処は三段構えです。その場でAI自身に根拠を示させる。出典が実在するかGoogle ScholarやPubMedで確かめる。別のAIに同じ質問を投げてクロスチェックする。そのうえで原著論文などの一次情報までたどります。

SNSを情報収集装置に育てる。ピッツバーグ大学の研究では、受動的に閲覧するグループはうつ症状リスクが33%高まり、能動的に利用するグループは15%低下しました。信頼できるキュレーターを最低100人（10分野×10人が目安）フォローし、「いいね」やミュートで好みをアルゴリズムに教え込めば、1日15分の確認で必要な情報が流れてきます。

全体像を先に決めるという話は、情報をしまう道具の側にも同じように効きます。1つのノートブックにテーマを詰め込むほど回答がぼやけること、逆にテーマを説明するだけで数百件の候補から関連性の高いソースを最大10件まで絞り込めること。実際の画面で確かめてNotebookLMに全部詰め込むな｜知識を育てる「小分け」設計とObsidian連携の現在地にまとめました。結びは「まずは、一番散らかっている箱を1つ。そこからで大丈夫です」。集める前に何のための箱かを決めておくほうが、結局は早いです。

3章｜「考える」 ― 本質的な思考力を鍛える

説明が下手なのではなく、整理が終わっていないだけです。

知性サイクルは「知る→整理する→考える」の順で進みます。整理が終わっていなければ、「考える」プロセスにすら入れません。

知能が高い人ほど脳の活動レベルはむしろ低いという研究があります。回路が最短距離で結ばれているからで、これを「神経効率仮説」と呼びます。

整理はAIに任せてよいですが、AIがどう整理したかを学ぶところまでが本質です。

AIに考えさせることを「AI思考」、自分の頭で考え決断することを「地頭思考」と呼びます。AIが出すのは「思考素材」にすぎません。

送る前に「こういう答えが返るはずだ」と仮説を立て、出力と照らし、ズレの理由を次に反映する。この仮説検証ループで主導権が人間側に戻ります。

情報を解釈する4段階モデルが「DIKW」です。データ、情報、知識、そしてWhyに答え価値観にまで昇華した知恵。

多くの人はハウツーの「知識」で止まります。突破する問いが「なぜ?」です。

トヨタの「なぜなぜ分析」(5 Whys)は5回が目安ですが、慣れないうちはまず3回を自分に課すとよいとされています。

AIのもっとも間違った使い方は「丸投げ」です。次が典型とされます。

• レポートの全文をAIに書かせてそのまま提出する
• 企画をそのまま採用する
• 答えを確認せず信じる

使わない神経回路が失われ、思考力・判断力・創造力が落ちる「認知負債」に陥るとされています。

AIがつくったものは「素材」として扱い、最後に完成させる工程は人間が担う。これが「余白を残す」使い方です。

本書はAIに任せる配分を「AI共創率」と呼び、「作業」は9割、「創造」は5割、「学習」は3割以下としています。

整理が終わっていないだけ、という指摘は、私にはかなり痛い言葉でした。飯塚浩也さんがObsidianの掃除術を語った動画を、自分の母艦運用の答え合わせとして見直したことがあります。記事のタイトルがそのまま結論で、私はずっと「整頓」を「整理」だと勘違いしていたです。1万枚以上のメモがあると、何度も出てくるメモは全体の2割しかなく、残り8割は1回も出てこない。その数字を見て、きれいに並べた時点で満足していた自分に気づきました。

4章｜「決断する」 ― 意思決定でスピードを上げる

決断と行動は、脳内では同じプロセスです。

決断と行動は脳内で回路を共有し、どちらでも大脳基底核（ドーパミン系）が働く、表裏一体のプロセスです。「プロポーズしよう」と思ってから半年動けないなら、それは決断ではなく願望にすぎません。

選択肢は3つに絞ります。多いほど選べなくなる選択回避の法則があるからです。

コロンビア大学の「ジャムの実験」では、24種類を試食させたグループの購入率はわずか3%、6種類は30%でした。

ワーキングメモリは4±1個で、脳が疲れていると3個が限界です。

かといって2択も止まります。損失回避バイアス（ダニエル・カーネマン）で、脳は利益より損失を約2倍以上重く見積もるからです。

そこで第三の選択肢を足します。「やる／やらない」には「小さくやる」、「今すぐ／先延ばし」には「期限を決めて保留」。対立が比較に変わります。

決められない正体の多くは「失敗したくない」という恐れです。まず試す実験的決断なら、スタンフォード大学のキャロル・ドゥエックの成長マインドセットのとおり、失敗はデータになります。条件は低コスト・可逆的・測定可能の3つ。目的を「正解を選ぶ」から「データを収集する」に変えるだけで動けます。

頭の中だけで迷うと比較麻痺が起こります。意思決定マトリクスは、縦軸に選択肢、横軸に評価基準を並べて点数を合計します。

僅差でも、重みづけ（楽しさ3倍、コスト2倍、将来性2倍、手軽さ1倍）で再計算すると、ボクシングが29点で1位に逆転します。

選択肢	楽しさ	コスト	将来性	手軽さ	合計
英会話	3点	2点	5点	4点	14点
プログラミング	2点	3点	5点	5点	15点
ボクシング	5点	4点	2点	2点	13点

それでも決められないなら、期限を決めます。ツァイガルニック効果のとおり、未完了の課題はワーキングメモリを占有し続けます。

「いつか決める」を「今週金曜17時までに決める」に変えるだけで、締め切りがノルアドレナリンを活性化させます。

決断の速さをどう扱うかは、AIとのやり取りにもそのまま出ます。すぐ答える側と、確かめてから返す側。2つのAIに26ターン本気で討論させたことがあります。それがＡＩに、即答させないのは、不親切なのかです。着地は「わからないことは憶測しないできく。わかることは、2度聞かない」でした。速さそのものより、速く動く前に前提をそろえるほうが先だという結論で、本書の言う判断の質とも重なります。

5章｜「行動する」 ― 最初の一歩で現実を変える

知る・考える・決断するは、すべて脳内で完結する出来事です。

メモを書いても、100時間考えても、現実は変わりません。動かすのは行動だけで、行動とは0を1にすることです。

AIが得意なのはトロール漁法、人間が担うのはマグロの一本釣りです。AIは一般論や平均的な成功法則の整理がきわめて得意で、広い海に網を入れるトロール漁法(底引き網漁法)にあたります。一方、性格特性や家庭環境、人間関係の力学といった個別・具体の判断は苦手です。狙った1匹を釣り上げるのは、人間の役割になります。

	AIが得意	人間が得意
本質	広く網をかけて大量に集める	狙った1匹を見極めて釣り上げる
処理	量の処理(大量・広い・速い・網羅的)	質の処理(本質・文脈・共感・個別最適)
求める答え	最適解(ベター)	もっとも正しい答え(ベスト)

AIの生成物は「完成品」ではありません。文章のプロから見ても60〜70点程度です。

一次出力を人間がチェックし、修正して完成させる工程がポストエディットです。ここで7対3の法則が効きます。AIに7割、人間に3割。

1割や2割では字句の訂正しかできませんが、3割あれば構成を変えられます。

言葉にするだけで、脳は落ち着きます。UCLAのマシュー・リーバーマン教授のfMRI実験では、感情を言葉にした群で情動反応が有意に抑制されました。扁桃体が鎮まり、前頭前野が働き出すからです。ピーター・ゴルヴィッツァーの研究でも、「もし〇〇なら〜する」という言語化で行動実行率が2〜3倍に上がりました。

集中力には15分・45分・90分のリズムがあります。

東京大学の池谷裕二教授の実験では、60分連続で学習するより、15分学習と5分休憩を3回繰り返したほうが1週間後の成績がよい結果でした。

タスクは15分単位に分割します。

知性サイクルは、順番通りに回さなくてもかまいません。決断せず行動し、行動しながら考えてもよいのです。

AIには「体験」ができないからこそ、体感は人間にしか手に入らない判断材料になります。

行動を妨げているのは能力不足ではなく「失敗すれば価値が下がる」という恐怖で、アルフレッド・アドラーはこれを勇気づけで乗り越えられるとしました。

勇気づけは、渡す側に立つと急に難しくなります。息子の勉強で迷ったときに書いたのが部下や家族が動かないとき、動かす前に自分を整える｜息子の勉強で迷って見えた「結果を握らない」関わり方でした。相手を動かそうとする前に、まず頭の中を紙に出して一段上から見る。すると視界が変わって、相手の熱がどこにあるかが見えてくる。きっかけと選択肢は渡しても、結果は握らない。これは自分の最初の一歩にも、そのまま当てはまりました。

6章｜「フィードバックする」 ― 修正力を高めて成長につなげる

アウトプットへのすべての反応がフィードバックです。重要なのはその先で、「フィードバックする」とは、反応をもらうだけでなく、実際に修正行動をすることです。上司から意見をもらっても、行動に反映させて初めて意味が出ます。

基本型は3ステップです。

ネガティブ・フィードバックで悪かった点を3つ、ポジティブ・フィードバックでよかった点を3つ、フィードフォワードで改善点を3つあげます。

悪い点だけを見る「反省」は萎縮を招きます。

「フィードフォワード」(Feedforward)は、マーシャル・ゴールドスミスが提唱した、過去を責めず未来の成功に向けた建設的な会話にシフトしようという考え方です。

思いつかない場合は、分析結果をAIに入力して「フィードフォワードにして」と頼めばよいです。

	フィードバック	フィードフォワード
時間軸	過去	未来
問い	何が起きたか、なぜか	次はどうするか、何を変えるか
役割	現状認識・原因追究	修正・改善・成長設計

フィードバックは知性サイクル最大の難所であり、自己成長の「ボトルネック」です。

自分で70点の文章を書いてAIに修正させると、80点、90点へ上がります。

つまりAIは「0→1」のツールではなく「1→9」のツールで、「9→10」は人間の最終チェックです。

世界共通語“Kaizen”と同じ、小さな改善の継続です。

最初から「ベスト」を目指す必要はありません。「ベター」を目指して改善を3回、4回、5回とくり返せば、ベストに近づいていきます。自分で実践して検証すれば、本書のいう実践解です。AIは「回答装置」ではなく、ベターな案を大量に出す「改善装置」です。

勝負はAIの生成物が出てからです。

「この答えに至った思考プロセスを教えてください」と問い、AIの発想力や整理力を真似ることを「モデリング」といいます。

棋士の藤井聡太さんは、AIの手を研究し、人間の発想との差分を埋めて棋力を伸ばしました。

もうひとつの武器が「逆質問」です。AIに問いを投げさせ、答える人ではなく聞き役として使います。記憶が時系列で整理され、感情と事実がわかれます。地頭を使うので、認知負債も予防できます。

スタンフォード大学の研究では、ChatGPTの出力に「本当ですか?」と問い返すと、58%の確率で初回の回答を変更したといいます。

正確性よりユーザーの好みに迎合する傾向が「シコファンシー(追従性/Sycophancy)」です。

だからこそ前提・根拠・論理の妥当性を点検する「クリティカルシンキング」(批判的思考)が欠かせません。

反応をもらって終わらせず修正まで行く、を毎朝続けている人がいます。新大久保でビジネスホテルを営む店主さんが、毎朝25分の壁打ちで予約ページを直していく回をAIは相談相手｜毎朝25分ChatGPTと壁打ちする店主の予約率改善実演に残しました。始まりは写真を変えたいという相談でしたが、AIと話すうちに、駅から30秒という本当の武器を写真でどう伝えるかという戦略に育っていきました。手を動かしているうちに問いのほうが変わる。本書が言う、考えながら直すという型がそのまま起きた回です。

7章｜「整える」 ― 自分の心と体に向き合う

知性サイクルを回す手前に、見えない土台があります。心と体の状態です。本書はこれを「ステップ0」と呼びます。

知性の司令塔は前頭前野です。睡眠不足や疲労で機能が落ちれば、知性サイクルは回りません。

6時間以下の睡眠が2週間以上続くと、集中力はビール500mlを飲んだ「ほろ酔い状態」まで落ちるといいます。

日本人の40歳以下ビジネスパーソンの約50%が睡眠6時間以下という調査もあります。

睡眠と体内時計を整えることも欠かせません。記憶の定着には6時間半以上が必要で、睡眠不足では記憶の符号化能力が約40%低下します。

体内時計が1時間ズレると、戻すのに1〜2日かかります。この慢性的なズレを本書は「社会的ジェットラグ」と呼びます。

対策は、同じ時間に寝起きする、朝散歩でリセットする、朝食をとる、休日の起床は普段のプラス2時間までにとどめる、です。

運動する・座りすぎないことも大切です。即効性があるのは運動で、有酸素運動を始めて数分〜十数分でBDNF（脳由来神経栄養因子）の分泌が始まります。

運動の種類	目安	効果
基本的運動	1日6,000〜8,000歩	病気リスク・死亡率の低減
ボーナス的運動	中強度運動を週120〜180分	頭がよくなる、知性を磨く

日本人の1日の平均座位時間は7時間（420分）で、世界20カ国中最長という調査があります。

座位が90分を超えると前頭前野の機能が落ち、1時間座り続けると22分寿命が縮まるともいわれます。30分に1回、5分立つか歩くことが対策です。

メタ認知を鍛えることも知性を支えます。最も効果的なのは日記です。

「楽しかったこと」「うまくいかなかったこと」「今日の気づき・修正点・改善点」を1〜2行ずつ書く「3行フィードバック日記」を続ければ、フィードバックの基本型が身につきます。

ただしAIの共感は本物ではなく、依存を招く「擬似共感」にすぎません。AIへの相談は1回1時間以内を目安に、思考を整理する鏡として使います。

土台が崩れると何も回らない、というのは私自身が身をもって知りました。2025年、病室で「あと、どれくらい時間が残っているんだろう」と震えた夜があります。そこから挙げた4つが、信頼・健康・遊び心・人に期待しすぎない。激動の時代を生き抜く4つの力｜信頼・健康・遊び心・人に期待しすぎないで最後に書いたのは、揺れないことではなく、揺れた時に戻る道を見失わないことでした。知性の話に体調や人との関係が出てくるのは、そこが土台だからです。

8章｜AI時代にあえてすべきこと ― 人間本来の力を磨く

AIが学習できない「生きた情報」を、人間は体を通して生み出しています。本来の価値は「五感を使って体験する」ことで発揮されます。

風の冷たさ、料理の香り、相手の表情の微妙な変化。人間だけが集められるデータです。

知性サイクルの出口のひとつは「本」です。著者は「AI時代、『本を読む人』と『読まない人』の差は、決定的に広がる」と予言しています。

Action Planは「AIを使いこなすために、読む力を鍛えよう」です。根拠が、読むメリット12選です。

メリット	科学的研究の裏づけ
1 読解力アップ	読書量と文章理解能力には強い相関がある
2 集中力アップ	読書は持続的注意力を鍛える
3 記憶アップ	読書はエピソード記憶とワーキングメモリを活性化
4 語彙力アップ	読書量が多いほど語彙力が増える
5 学力アップ	読書量と学力、学校成績が相関
6 神経回路の活性化	小説を読んだあと、脳の機能的結合が数日間強化
7 共感力アップ	小説を読むことにより他者の感情理解能力が向上、コミュニケーション能力の向上
8 ストレス解消	たった6分の読書で、ストレスが68%減少
9 睡眠改善効果	就寝前読書は入眠を促進し睡眠の質を向上
10 認知症リスク低下	認知症リスクが40%低下
11 幸福度アップ	読書習慣のある人は人生満足度が高い
12 寿命が延びる	読書習慣のある人は平均23ヶ月長寿、死亡リスク20%低下

AIへの相談は悪くありません。「人間かAI、どっちが相談しやすいか」には75%の人がAIと答えています(ジョブ総研調べ)。

ただし信頼できる人と話すと出るオキシトシンは、AIとの対話では分泌されません。

まずAIに吐き出して整理し、手がかりが得られなければ人に相談します。

同じ構造は「つくる」にもあります。著者は、料理は失敗しても被害が小さく、一食つくるだけで知性サイクルを5〜6回も回せる最高のトレーニングだと書いています。

何もしていないときこそ、脳のデフォルト・モード・ネットワーク(DMN)が活発に働き、記憶の整理や新しいアイデアの創出を担います。

スマホを持たずに散歩する、無心で湯船につかる。意識的な空白が、AI時代の脳のケアになります。

本書が最後に置いているのは、AIに渡すために人間が体験するという話です。AIに勝つために人間を鍛えるという話ではありません。

体験だけは代われない、という話は、社会学者の宮台真司さんも別の言葉で語っていました。「体験解像度」という言葉と、情報を扱う仕事は2年以内にほぼ無くなるという指摘。それを受けて書いた視聴レポートが私は体験を、AIに代替させないです。体重134kgから約50kg落として身体が動くようになったあと、私は空いた時間をまた仕事で埋めていました。そこをやめて、平日の昼に銭湯へ行くと決めた、という話です。

この本をどう受け取るか

本書は「大全」です。詰め込まれているぶん、通読すると「いい話だった」で流れます。手元に残すべきものは一つ。どの部分が今日から試せて、どの部分が著者の定義や見立てなのか。その仕分けです。

今日から試せるのは、まずAI共創率の配分（3章）。

作業は9割、創造は5割、学習は3割で、今日AIに投げた仕事を分類するだけで使い方が変わります。次に数値のある習慣（7章）。

睡眠は6時間半以上、座りっぱなしは30分に1回5分立つ。さらに手順が明示された道具。

なぜなぜ分析（まず3回）、意思決定マトリクス、3行フィードバック日記。そして7対3の法則（5章）です。

一方、著者の定義・見立てとして読む部分もあります。

土台の「知能」と「知性」を分ける枠組み（1章）は本書のために採った定義で、学術的な合意ではありません。

2045年のシンギュラリティ（1章）も他者の予測、ハルシネーションの発生率（2章）は幅が広く、条件で振れる目安です。

巻末で著者は、7章「整える」は「紙面の関係で最低限になっています」と明記し、『ブレインメンタル強化大全』（2020年）で補うよう案内しています。

誤解しやすい3点もあります。

1. 「AIを使うな」という本ではありません。否定しているのは丸投げであって利用ではない。
2. 「AIに勝つために人間を鍛えろ」という本でもありません。8章で構図が裏返ります。
3. 知性サイクルは円ではなく「螺旋階段」です。まわすたびに位置が上がる前提です。

全8章が重い場合は、1章→3章→8章の3本で骨格が取れます。1章で「知能と知性を分ける」土台、3章で「どこまで任せるか」、8章で「体験がAIを育てる」という反転です。

情報量の多い一冊を1本の記事に畳む作業は、以前にも一度やりました。全16章を図解で通した『超知能AIをつくれば人類は絶滅する』全容解説！著者が本当に止めろと言っている本質とは？です。危ないから使うなという本ではなく、止めろと言っている相手は誰なのかを一冊かけて読み解いた記事でした。あのときも最後に手元へ残ったのは章ごとの要約ではなく、その一点です。本書もおそらく同じで、覚えた内容より、読んだあとに自分の手が変わるかどうかで決まります。

ここからが私の話｜「作業9割」は、渡す量を増やすための数字でした

全8章を通して読んで、いちばん自分の現場に刺さったのは3章のAI共創率です。作業は9割、創造は5割、学習は3割。

最初に見たときは、正直「制限のルール」に見えました。ここまでしか渡すなという話かと思ったんです。でも読み進めると逆でした。作業は9割渡していいと書いてある。これは私にとって、減らす数字ではなく増やす数字でした。

私はいま、動画もSNSもブログの下書きもAIに渡しています。渡すほど早くなるし、形も整う。ただ、どこまで渡していいのかの線を自分で決めていませんでした。

自動化を組んだときも、ここだけは人間が押すという一点だけは先に決めています。配信予約の最終ボタン、ブログ記事の公開、SNSへの一斉投稿、削除する操作。外に向けて何かを確定させる操作だけはAIに押させない、という線です。それを決めた日の記録がAI自動化で「ここだけは人間が押す」線を先に決めた話｜分身AI日記 DAY164です。その線を守っているタスクは数週間ずっと事故ゼロで、逆にチェックする側のバグのほうがポツポツ出ていました。

線がないまま渡すと、毎回ちょっと不安で、結局あとで全部確認してしまう。それなら渡していないのと同じです。

この本を読んでから、渡す前に一言だけ自分に聞くようにしました。「これは作業か、創造か、学習か」。議事録の整形は作業なので9割渡す。記事の切り口を決めるのは創造なので半分だけ。新しい分野を覚えるときは学習なので3割まで。それだけで、渡すときの迷いがほぼ消えました。

もうひとつ効いたのが5章の7対3の法則です。AIの出力は最低3割を自分の言葉に書き直す。1割や2割では字句の訂正しかできない、という理由まで書いてあります。

ゼロだと自分がいないし、全部書き直したら渡した意味がない。3割ってちょうどその真ん中なんですよね。

入院で全部取り上げられて分かった、渡していいものの多さ

本書の8章は、体験がAIに渡す「生きた情報」を生むという話です。ここを読みながら思い出していたのは、自分が何もできなくなった時期のことでした。

大腸がんで入院して、生まれて初めて、365日続けてきた朝のLIVE配信を止めました。手術のあとは体が動かず、点滴につながれてベッドにいるだけです。そのあいだ、仲間が私なしでLIVEを続けているのを画面で見ていました。

そのとき震えたのは「私がいなくても、この場は回る」という感覚です。悔しさではありませんでした。むしろ、私が抱えていたもののほとんどは、渡してよかったものだったという発見のほうが大きかったです。

手放したあとのほうが、かえって回りはじめたものがいくつもありました。毎朝のLIVE配信を手放したら、月曜から日曜までホストとゲストが入れ替わる週7日体制になって、私が全部やっていた頃よりはるかに豊かな中身になりました。がんサバイバー体験談｜全部手放したら人生が好転した話の最後に置いたのは「がんになる前に、一つだけ手放してみて」という一行です。

正直、手放すのは怖いです。自分が要らない人になる気がする。でも抱えたままだと、渡せるものまで一生抱えたままなんですよね。

そして同時に、渡せないものもはっきりしました。痩せても借金しても、また太って、それでも今日も誰かに何か届けたいと思ってしまう。あのわけのわからない衝動だけは、誰にも代われませんでした。

神田昌典さんが日経MJの連載で書いた「自社の失敗から語り草を作れ」を読んで、自分の失敗のほうを思い出したことがあります。見た目は整っていて導線もきれいなのに、中身の薄い商品を売ってクレームをもらったこと。それを書いたのが借金も、がんも、AIには作れない。──「自社の失敗から語り草を作れ」を読んで震えた話です。人に見せたい話ではないのに、いちばん手元に残るのはそこでした。

本書の言葉でいうなら、前者が作業で、後者が知性です。AIは最適解を出せますが、その最適解を選ぶ理由と、選ばなかった結果を引き受けることは人間にしかできない。4章にそう書いてあって、入院中に体で分かったことと同じでした。

著者が本当に言っているもの｜ここが本質です

『知性大全』というタイトルと、帯の「AI時代に不可欠な力」だけを見ると、AIに勝つために人間を鍛えろという本に見えます。読む前の私もそう思っていました。

違いました。8章で構図が裏返ります。著者はこう書いています。「AIは、人間の『生きた情報』を読み込まないと学習できないし、成長できない。AIにとって『生きた情報』は不可欠です」。

つまり人間が五感で体験することは、AIと戦うための訓練ではなく、AIに渡す入力だということです。ラーメンを食べておいしいと感じる、映画を観て泣く、風の冷たさを覚えている。これはAIが自分では集められないデータで、人間の側からしか出てきません。

私が分身AIを育てたときに渡したのも、まさにそれでした。自分が絶対に使わない言葉と、よく口にする言い回しと、料理のたとえ話を書き出して渡しています。その手順を【分身AIの育て方】スキマ時間の対話だけで仕事が回る！45歳パパ経営者のAI活用ライフスタイルに書き出しました。渡せたのは結局、自分が実際に使ってきた言葉だけでした。

だから本書が否定しているのは、AIの利用そのものではなく丸投げのほうです。3章に書いてあるのは、使うなではなく、目的ごとに任せる割合を変えろ。ここを読み違えると、この本はただの「AIは怖い」本になってしまいます。

私が読み終えて手元に残したのは、この一行でした。

まとめ｜全容解説のあとに残った本質は、たった1つでした

読み終えて、手元に残ったのはこれだけでした。

作業は9割、創造は5割、学習は3割。この数字は、AIを遠ざけるためではなく、渡していい量を増やすために置かれています。線を引いていないから全部確認してしまうのであって、線を引けば9割は手を離せます。

そのうえで、出てきたものは最低3割を自分の言葉に書き直す。1割や2割だと、字句を直して終わってしまうからです。

今日1つだけやってみてください。次にAIに投げる仕事を、作業か創造か学習かに分けるだけでいいです。分けたら、その割合のぶんだけ渡す。完璧じゃなくていいです。60点でも出したほうが、0点よりずっといいので。

1つ下りたぶんだけ、手が空きます。空いた手は、本当に大事なほうへ使ってください。

※本記事にはAmazonアソシエイトのリンクを含みます。リンク経由でご購入いただくと、当サイトに紹介料が入ります。価格と評価は2026年9月20日時点のものです。

関連記事

参考リンク

本記事は書籍の内容を私が読んで要約・引用したものです。引用箇所は原著の記述に基づいていますが、詳細は原著をご確認ください。章ごとの数値・研究名・固有名詞は原著の記載に基づいており、一次論文の特定までは行っていません。数値を引用する場合は原著の文献リストに当たってください。