この記事を書いた人：増田 浩一（増田みはらし書店 店主／中小企業診断士）プロフィール
【経営ビジョンの視点で読み解く本書の核心】論理には３種類あり、新しい観念を生むのはアブダクションだけです。米盛裕二がパース哲学から解き明かす仮説思考の本質は、データに残らない「もやもや」を言語化し、人間の思考固有の価値を再定義します。
１．３つの推論の日常的理解：演繹・帰納・アブダクションを身近な場面で捉え直し、自分の思考の癖を知る
２．驚きが仮説を生む瞬間：言葉にならない違和感こそが、アブダクションを起動させる最初の信号である
３．AIには届かない領域：議事録に残らない「もやもや」は、人間の感受性にしか捉えられない固有の知性である
- あなたは誰かと話していて、「なんか、おかしい」と感じたことはないだろうか？
- 実は、その「おかしい」という感覚こそが、人間の思考の中でもっとも創造的な推論の出発点なんです。
- なぜなら、論理には３種類あって、その中で唯一「新しい観念」を生み出せる推論——アブダクション——は、データや言葉ではなく、違和感や驚きを起点にしているからです。
- 本書は、チャールズ・サンダース・パースの論理学を軸に、演繹・帰納・アブダクションの本質的な違いを解き明かし、人間の仮説思考がいかに独自のものであるかを論じた一冊です。
- 本書を通じて、日常の中で自然に行っているアブダクション的思考に気づき、それを意識的に磨いていくための視座が得られると思います。
ポチップ
米盛裕二（よねもり・ゆうじ）は、アメリカのプラグマティズム哲学、とりわけチャールズ・サンダース・パースの思想研究において日本を代表する哲学者です。立命館大学名誉教授として長年にわたり哲学・論理学の研究と教育に携わり、パース哲学の体系的な紹介と研究で知られています。
本書『アブダクション 仮説と発見の論理』は、日本においてアブダクション概念を本格的に論じた先駆的著作として高く評価されており、2007年の初版刊行から長く読み継がれてきました。哲学の専門的議論を平易な言葉で解説する筆致が特徴で、論理学や科学哲学に馴染みのない読者にも開かれた１冊になっています。
３つの推論を日常会話で理解する
論理的思考といえば、演繹と帰納——学校でそう習った記憶がある人は多いと思います。でも実際のところ、この２つだけでは私たちの思考のすべてを説明できない。本書を読んで、そのもやもやがようやく言語化されました。
パースが整理した３つの推論を、同じシチュエーションで比べてみましょう。
シチュエーション：会議室に入ったら、コーヒーカップが置いてあった。
演繹 「この会議室は、使用後に必ず清掃される決まりになってる。さっき清掃が終わったと聞いた。だからこの部屋は今、きれいなはずだ」
帰納 「先週も、先々週も、この時間帯に会議室を使うとコーヒーカップが残ってた。ということは、この時間帯は片付けが追いついてないんだろう」
アブダクション 「あれ、コーヒーカップがある。もしさっきまで誰かが急いで打ち合わせをしてたとしたら、片付ける暇もなかったのかもしれない！」
演繹は、前提が正しければ結論は必ず正しい。でも新しい発見は何も生まれない。帰納は、パターンを積み上げて法則を導く。でも「なぜそうなっているのか」には答えられない。アブダクションは、目に見えない「何か」を仮定して、目の前の事実を説明しようとする。
パースはこの３つを「豆の袋」という有名な例でも整理しています。
演繹：この袋の豆はすべて白い（規則）、これらの豆はこの袋の豆である（事例）、ゆえにこれらの豆は白い（結果）。
帰納：これらの豆はこの袋の豆である（事例）、これらの豆は白い（結果）、ゆえにこの袋の豆はすべて白い（規則）。
アブダクション：この袋の豆はすべて白い（規則）、これらの豆は白い（結果）、ゆえにこれらの豆はこの袋の豆である（事例）。
演繹は「規則」と「事例」から「結果」を導く。
帰納は「事例」と「結果」から「規則」を導く。
アブダクションは「規則」と「結果」から「事例」を推測する
——つまり「この白い豆はどこから来たのか?」という問いに対して「おそらくあの袋からだろう」と仮説を立てる推論なんです。
重要なのは、アブダクションだけが「直接観察できない何か」を仮定するという点です。支えられていない物体が落下する事実をいくら観察しても、その中に「重力」は見えない。重力という概念は、事実を説明するために仮定された、目に見えない何かです。これがアブダクションの産物であり、帰納では絶対に生まれない観念なんです。
仮説は「驚き」から生まれる——言葉にならない違和感の正体
アブダクションの推論形式を、パースはこう定式化しています。
驚くべき事実Ｃが観察される。しかしもしＨが真であれば、Ｃは当然の事柄であろう。よって、Ｈが真であると考えるべき理由がある。
出発点は「驚き」です。でもここでいう驚きは、派手な出来事への反応ではありません。
日常の中の、ごく小さな「あれ？」という感覚のことです。
コンサルタントとして現場で働いていると、この「驚き」の感度が仕事の質を決めると感じます。先日、コンサルティング先のある従業員と１オン１をしていた時のことです。会話は普通に進んでいる。でも、どこか核心にふれてこない。言葉にはできないけれど、「なんだかもやもやする」という感覚がずっとありました。
もしこの人が、すでに辞めることを心に決めているとしたら——この「ふれてこなさ」は説明できる。
その仮説が頭の中に浮かんだとき、すべての会話の断片が違って見えてきました。そしてやはり、その後に退職の意向が明らかになりました。
アブダクションの推論形式に当てはめるとこうなります。
驚くべき事実Ｃ：１オン１で、なんとなく核心にふれてこない
仮説Ｈ：もしこの人が退職を考えているとしたら
推論：この「ふれてこなさ」は当然のことであろう——だからＨが真である理由がある
この推論は、データからは生まれません。声のトーン、視線の動き、沈黙のタイミング、言葉の選び方——そういった言語化しにくい信号の総体から、「説明仮説」が浮かび上がってくるんです。
パースが言う「驚き」とは、こういう感覚のことだと思います。誰もが同じ状況に置かれても、そこに「あれ？」を感じられるかどうかは、観察の質と感受性の問題です。ニュートンが「林檎はなぜ垂直に落ちるのか」と驚けたように、日常の中の小さな違和感を見逃さない感受性こそが、アブダクションの起点になります。
そしてもうひとつ大切なことがあります。アブダクションは「思いつき」ではない。本書が強調するのは、アブダクションが「正しい仮説を形成しようという明確な意図のもとに、意識的かつ熟慮的に行われる推測」だということです。
違和感を感じたとき、それを放置せずに「なぜそう感じるのか？」「何が起きているとしたら説明できるか？」と問い続ける——この意識的な熟慮のプロセスが、アブダクションを単なる勘と区別します。
ポチップ
AIには届かない領域——議事録に残らない知性
先ほどの１オン１の話に戻ります。あの会話の議事録を見たとしたら、どう見えるでしょうか。
おそらく、ごくシンプルで整然とした記録になっているはずです。業務の進捗、課題の確認、次のアクション——表面上はきれいな１オン１です。「もやもや」は、どこにも記録されていない。
これが、AIと人間の思考の根本的な違いを示していると思います。
本書の巻末解説で、慶應義塾大学の今井むつみ教授はこう述べています。
ＡＩはアブダクション推論をしない。うまく指示を与えれば、あたかもアブダクション推論をしているかのような出力はするかもしれない。しかし、ＡＩができることは、「帰納」であって、アブダクションではない。数値で示される「類似性」は人間が意味付けをし、解釈を与えなければ、何の役にも立たない。
AIは膨大なデータからパターンを抽出する帰納的操作を高速で行います。でもそれはあくまで「観察した事例と類似の現象」を推論するものです。議事録のテキストを分析して、退職リスクのスコアを出すことはできるかもしれない。でもあの会話の「空気感」を感じ取って、「もしかして辞めるつもりなのかもしれない」という仮説を立てることは、今のAIにはできません。
今井教授はこうも言います。
呼吸をするように自然にアブダクションをする人間と、アブダクションをしない（できない）ＡＩ。その点において、ＡＩと人間の間の思考スタイルには、根本的な断絶が存在する。
「呼吸をするように」という表現が印象的です。
私たちは意識しないままに、毎日アブダクションをしている。違和感を感じ、仮説を立て、検証する——このサイクルを自然に回している。でもその「自然さ」の背後には、長年の経験と観察の蓄積があります。
アブダクションは、帰納よりも論証力の弱い推論です。仮説は間違えることもある。でも本書が示すように、科学の新しい観念はすべてアブダクションによってもたらされてきた。万有引力も、進化論も、DNAの二重らせんも——すべて「驚き」から生まれた説明仮説です。
AIが得意とするデータ処理や帰納的パターン認識と、人間が持つアブダクション的な仮説形成能力——この２つを組み合わせることが、これからの知的作業の本質になっていくと思います。議事録はAIに任せ、「もやもや」は人間が引き受ける。そういう分業の形が、少しずつ見えてきた気がします。
まとめ
- ３つの推論を日常会話で理解する――演繹は前提から必然的に結論を導くが新しい観念を生まない。帰納はパターンを積み上げて法則を導くが「なぜ」には答えられない。アブダクションだけが、直接観察できない何かを仮定して事実を説明する——この違いを身近な場面で捉え直すことが、自分の思考の癖を知る第一歩になります。
- 仮説は「驚き」から生まれる——言葉にならない違和感の正体――１オン１での「核心にふれてこない」という違和感は、アブダクションの出発点となる「驚き」そのものです。データや言葉には残らない信号を感じ取り、説明仮説を立てる——この意識的・熟慮的なプロセスが、単なる勘とアブダクションを分けます。
- AIには届かない領域——議事録に残らない知性――議事録にはきれいな１オン１しか残らない。しかし人間の感受性は「もやもや」を捉える。AIは帰納的パターン認識を高速で行うが、観察の限界を超える飛躍はできない。データ処理をAIに任せ、アブダクション的仮説形成を人間が担う——この分業が、これからの知的作業の本質になっていきます。
実践のためのＱ＆Ａ
本書の内容を踏まえ、読者が直面しやすい「１歩先の疑問」についてまとめました。ぼうだい
ポチップ
この記事を書いた人：増田 浩一（増田みはらし書店 店主／中小企業診断士）プロフィール
ビジョン思考・組織・ブランド・生き方について、良書とともに探究しています。
