A Manifesto on Learning
教わるだけで、
終わっていた。
だから、教える側をつくった。
AIに問えば、答えはすぐに返ってくる。
けれど、答えを受け取ることと、本当に分かることは、同じではなかった。
これは、その一点から学習プラットフォームを設計し直した記録である。
「教わる」は、もう一瞬で手に入る。
AIが、学びの前提を静かに書き換えた。 分からないことがあれば、その場で問えばいい。数式の解き方も、歴史の背景も、英文の構造も、丁寧な解説が即座に返ってくる。情報を「教わる」という体験は、人類の歴史でかつてないほど安価になり、速くなった。
それ自体は、間違いなく素晴らしいことだ。けれど、自分が問いを重ねるほどに、ひとつの違和感が残った。受け取った答えは、驚くほど早く手のひらからこぼれていく。その場では分かったつもりでも、数日後にもう一度問われると、輪郭がぼやけている。インプットは、それ単体では、定着しない。
賢いAIが隣にいるほど、私たちは「分かった気」を量産できてしまう。情報へのアクセスが容易になればなるほど、理解はかえって浅いところで止まりやすい。これは、AI時代の学習が抱える、見えにくい落とし穴ではないかと考えた。
答えを受け取った瞬間に、
学びは終わっていた。
理解が深まるのは、教える側に回った時だった。
自分の学びを振り返って、はっきりと言えることがひとつあった。本当に身についた知識は、誰かに「説明しようとした」ものばかりだということだ。友人に解き方を教えようとして、口に出した瞬間に、自分が分かっていなかった箇所が露わになる。
説明とは、理解の解像度を試す行為だ。頭の中でつながっていたつもりの線が、言葉にした途端、ところどころで切れていることに気づく。その「切れ目」を埋めようともう一度考え直すとき、はじめて知識は自分のものになる。インプットを定着させるのは、復習の量ではなく、アウトプットという負荷だった。
ところが、世に溢れるAI学習サービスを見渡すと、その多くが「AIが、より上手に教えてくれる」方向にだけ進化していた。説明はより親切に、解説はより丁寧に。けれど、それは結局、人間を「教わる側」に固定し続けることでもある。人間がAIに教える＝アウトプットする場所が、どこにも無かった。
だから、つくることにした。「AIに教わる」を反転させる。人間が知識を整理し、言葉にし、AIに向かって「教える」。その営みを学習の中心に据えたプラットフォーム。それがSciCircだ。
この直感には、先人の研究が寄り添っていた。
自分の体験を頼りに設計を進めるうち、それを裏づける教育心理学の知見に出会った。思いつきだと思っていたものが、実は長く研究されてきた現象だと知ったことは、設計を進める静かな後押しになった。
Learning by Teaching ／ プロテジェ効果
「人に教えるつもりで学ぶ」と、記憶の定着も理解の深さも向上するという知見。教える相手が実際にいなくても、教える前提で情報に向き合うだけで、学習者は要点を構造化し、自らの理解の穴を能動的に探しにいく。受け身の学習とは、頭の使い方そのものが変わる。
Bloom の 2 シグマ問題
1対1の個別指導を受けた学習者は、集団授業のみの学習者より、平均して約2標準偏差（2σ）も高い成績を示した——教育学者ベンジャミン・ブルームが提示した、有名な問題である。個別指導の威力は明白だ。
けれど、全員に人間の家庭教師をつけることは、現実には不可能だ。ここに長年の壁があった。私はこう仮説を立てた。AIが「教わる相手」にも「教える相手」にもなれるなら、この2σの壁を、誰にでも届く形で超えられるのではないか。
AIを先生にするのではなく、
AIを生徒にする。
人 → AI → 人。この循環に、こだわった。
SciCircを設計するうえで、最初に決めたルールがある。AI同士に会話をさせない、ということだ。複数のAIが互いに教え合い、議論し、結論を出す——技術的には可能だし、見栄えもする。けれど、それをやってしまうと、人間は再びただの観客に戻ってしまう。
だからSciCircは、あくまで「人 → AI → 人」の循環を貫いている。人間がアウトプットの主体であり続けること。これが譲れない一線だ。AIは、人間の説明を受け止め、問い返し、理解の甘さを照らし返す相手。最後に学びを引き受けるのは、いつも人間の側にある。
プラットフォームの名は、この思想そのものから採った。Sci（科学・知）が Circ（循環）する。知識は、教わって受け取って終わるものではなく、人とAIのあいだを巡りながら、巡るたびに深くなっていく。そういう学びの形を、名前に込めた。
入口は二つ。出口は、どちらも「教える」。
SciCircには、学びへの入口が二つある。けれど、どちらの道をたどっても、最後に着地する場所は同じだ。学んだことを、自分の言葉でAIに教える——そこへ。
時事から学ぶ
日々のニュースを題材に、複数教科の視点から事象を読み解く。世界の出来事を入口に、自分の理解を組み立て、それをAIに説明していく。
体系から学ぶ
数学・英語をはじめ、体系立てられた講座を順に進む。レッスンで土台をつくり、最後はやはり、学んだ単元をAIに教えることで定着を確かめる。
時事という「広がり」からでも、講座という「積み上げ」からでも、人は学びに入っていける。けれど共通して、ゴールは情報の受領ではなく、自らの言葉による説明に置いた。入口の多様さと、出口の一貫性。この二つを両立させることが、設計上の挑戦だった。
これは、完成ではない。
ひとつの仮説の、実装である。
「教える側に回ると、人は本当に伸びるのか」——その問いに、私はまだ完全な答えを持っていない。だからこそ、SciCircを実際に使ってもらい、データと向き合いながら検証していきたい。仮説を、現場で確かめる。それが、いま私の立っている場所だ。
私はこの問いを、研究と経営の両輪で前に進めたい。学びの理論を一歩深く掘り下げながら、それを多くの人の手に届くプロダクトへと育てていく。知が人とAIのあいだを循環し、その循環が誰かの理解を確かに変えていく——その仕組みを、ここから世界へ広げていきたい。