top of page

デイヴィッド・エプスタイン:1万時間の法則は嘘で、あなたの一日を密かに台無しにする朝の習慣

卓越性について広く語られる物語は、安心するほど単純だ。早い段階で分野を選び、ひたすら練習すれば、やがて熟達にたどり着く。この幅広い対話の中で、サイエンスライターのデイヴィッド・エプスタインは、実際の成長ははるかに予測しにくいものだと論じる。練習は重要だが、個人差、多様な経験、適応力、そして学習環境の質も同様に重要である。

エプスタインはまた、長期的な成長を日常的な問題、すなわち断片化した注意力と結び付けている。朝一番にメールを開くことは生産的に感じられるかもしれないが、有意義な仕事を始める前に、未完了の義務で頭をいっぱいにしてしまう可能性がある。彼のより大きなメッセージは、向上には努力だけでは足りないということだ。実験、振り返り、そして進む道を修正する自由が必要なのである。

なぜ1万時間の法則は成り立たないのか

よく知られた1万時間の法則は、十分に多くの意図的な練習を積めば専門性が生まれると主張する。最も強い形でこの考えを捉えるなら、才能、発達、機会、あるいはトレーニングへの反応性の違いが入り込む余地はほとんどない。

エプスタインによれば、この一般的な解釈は、根拠となる証拠が裏付けられる範囲を超えている。この法則としばしば結び付けられる元の研究は、エリート音楽アカデミーに所属するわずか30人のバイオリニストだけを対象にしていた。そこから人間の達成に関する普遍法則を導くには、あまりに限定された集団である。

さらに重要なのは、平均値がすべての個人を表すわけではないという点だ。報告された数値は大きなばらつきを覆い隠していた。より少ない時間で高いレベルに到達した音楽家もいれば、同じ結果に至らないまま、より多く練習した人もいた。練習が専門性に寄与することは疑いない。しかし、きりのよい数字だけでは、特定の人にどれだけ必要か、あるいはある人の訓練方法が別の人にも同じように機能するかを判断できない。

この違いは重要である。魅力的な公式は、有害な判断に変わりうるからだ。進歩が遅い人は自分には規律がないと結論付けるかもしれず、早い段階で優位に立つ人は、その先行が長期的な潜在能力の高さを証明するものだと誤解するかもしれない。エプスタインは、普遍的な発達スケジュールを前提にするのではなく、個人、課題、フィードバック、環境を検討する、より科学的なアプローチを勧めている。

早期の成功は持続的な成長と同じではない

早期の専門化は、目に見える短期的な成果を生むことがある。1つのスポーツや楽器に集中する子どもは、複数の活動に時間を分ける同世代の子どもたちを、当初は上回るかもしれない。エプスタインの主張は、専門化が決して機能しないということではなく、早期の成果と長期的な発達は別の目標だということである。

多様な活動に触れることは、学習者により大きな動き、概念、問題解決戦略のライブラリーを与える。エプスタインはこの原則を、トレーニングの幅が転移の幅を支える、と要約する。多様な種類の問題に取り組んだ経験は、未知の状況を認識し、既存の知識をそれに適応させやすくする。

エリートスポーツはこの点を示している。タイガー・ウッズについての物語は、チャンピオンになるには幼少期から高度に体系化されたトレーニングを始めなければならないという信念を後押しする。しかしエプスタインは、より深い専門化の前に複数のスポーツを経験したロジャー・フェデラーのような選手を挙げる。異なるスポーツを試すことは、反復的なストレスによるけがを減らし、子どもが自分の能力と関心が本当に合う場所を見つける助けにもなる。

同様の効果は言語学習にも見られる。複数の言語に触れて育つ子どもは、最初は遅く見えるかもしれないが、その一時的な遅れの後には、さらに別の言語を学ぶうえでの柔軟性が高まる可能性がある。より広いパターンは直感に反する。今日では非効率に見える訓練が、明日にはより強固な土台をつくるかもしれないのだ。

予測ではなく実験を通じてキャリアを築く

エプスタインは、充実したキャリアを、しばしばジグザグに進む旅として描いている。人は異なる環境に入り、自分の前提を試し、自身のスキル、関心、機会がどこで一致するかに気付くことで、自分に合うものを学んでいく。より良い「適合の質」は、その後、より強い成果、より大きなコミットメント、そしてより持続的な満足につながりうる。

彼自身のキャリアもそのパターンを反映している。エプスタインはランナーとして競技をしながら、環境科学者になる準備をしていた。高い評価を受けていた練習仲間がレース後に予期せず亡くなった後、エプスタインはアスリートの突然の心臓死を調査した。その仕事は最終的に Sports Illustrated の表紙記事となり、彼がサイエンスジャーナリズムへ方向転換する一助となった。

ここから得られる教訓は、劇的な出来事を待つことではない。目的を、内省だけで完全に見つけなければならない答えとして扱うのをやめることだ。価値観、関心、野心は、特に成人初期には大きく変化しうる。そのため、数十年にわたる硬直した計画は、それをつくった人についての古いイメージを維持してしまう可能性がある。

エプスタインは、より短い計画期間と具体的な試行を勧めている。有用なサイクルは次のようなものだ。

  • 現在の強み、弱み、関心、制約について振り返る。

  • 後戻りできない決断をするのではなく、管理可能な実験を設計する。

  • パフォーマンスと関与の両方を観察する。

  • 結果を正直に評価する。

  • 証拠が示す内容に基づいて、その方法を継続、修正、または放棄する。

これこそが、エプスタインの表現で言えば、自分自身の成長の科学者になるという意味である。

活用する前に探究する

個人と組織は、探究と活用のトレードオフに継続的に直面する。活用とは、すでに結果を生んでいるアプローチを繰り返すことだ。探究とは、価値がまだ不確かな、なじみのない方法を試すことである。

活用が多すぎると、刷新のない効率性が生まれる。探究が多すぎると、学んだことの利益を積み上げないまま活動だけが生まれる。エプスタインは、創造的な「ホットストリーク」の前には、より幅広い探究の期間があることが多いと示す研究を引用する。人々は異なる可能性を調べ、有望な方向を見定め、それから努力を集中させる。

生産的な実験は、失敗が有益な情報になる一方で、壊滅的ではない場所で行うべきである。エプスタインは、試みのおよそ15〜20パーセントが失敗する「最適な挑戦のゾーン」を説明している。正確な割合よりも重要なのは、そのシグナルだ。完璧なパフォーマンスは課題が簡単すぎることを意味しうる一方、絶え間ない失敗は、実験の設計が不十分であるか、フィードバックが足りないことを示しているかもしれない。

組織は、成功だけでなく失敗した試行も共有し、従業員の十分に活用されていない能力を見つけ、知的なリスクテイクが受け入れられることをリーダー自身が示すことで、このプロセスを支えられる。目に見える失敗をすべて罰しながら、イノベーションをもっともらしく求めることはできない。

なぜメールは一日の始め方としてよくないのか

動画タイトルにある朝の習慣とは、重要な仕事を始める前にメールやメッセージを開くことだ。すぐに活動が生まれるため責任ある行動のように見えるが、エプスタインは、それによって一日の主導権を他人の優先事項に渡してしまうことが多いと論じる。

その説明の一つがツァイガルニク効果である。未完了の課題は、心の中で活動し続ける。受信トレイを確認すると、依頼、未解決の判断、潜在的な問題に脳がさらされる。返信を一切送らなくても、こうした未完了のループは、その後に取り組む課題と注意を奪い合う可能性がある。

タスク切り替えにも別のコストがある。メッセージと要求の厳しい仕事の間を素早く行き来しても、本当の同時処理にはならない。注意はいったん切り離され、再び向け直されなければならない。前のタスクの一部は認知的な残留物として残り、完全に没入することを難しくする。頻繁な切り替えは、より大きなストレスと低下したパフォーマンスにも関連付けられている。

より良い朝を過ごすことは、コミュニケーションをいつまでも無視することではない。その日の最も重要な仕事のために最初のまとまった時間を守り、その後、自分で選んだ時間にメッセージを処理することを意味する。手元にメモ帳を置くことも役立つ。リマインダーや邪魔な考えが浮かんだら、別のアプリケーションを開くのではなく、書き留めればよい。

繰り返される中断は、通知が消えた後でさえ、人が自分自身を中断するように訓練してしまうことがある。そのため、回復は徐々に進むかもしれない。外部からの促しを減らし、より長い中断のない作業時間をつくり、確認したい衝動が時間とともに弱まるのを許そう。

集中には意志力だけでなく環境が必要

エプスタインは、注意力に関する議論を背景音にも広げている。音楽は気分を高めるかもしれないが、それでも認知的な処理能力の一部を消費する。特に歌詞は、言語を多く使う作業と競合しやすい。一方、音調の変化が少ない反復的なインストゥルメンタル音楽は、妨げになりにくい可能性がある。

適切な選択は作業によって異なる。日常的な活動であれば、音を許容できる、あるいは音によって効果が得られることもある。複雑な推論、読書、独創的な執筆を伴う仕事には、通常、より静かな環境がふさわしい。中心となる原則は、楽しい刺激が無害だと考えるのではなく、刺激の水準を認知的な要求に合わせることだ。

だからこそ、注意力はシステム設計の問題として扱うべきでもある。通知を消音にする、タブを閉じる、連絡のための時間帯を予定に組み込む、ふと浮かんだ考えを書き留める場所を用意する、といった工夫は、意志力が下さなければならない判断の数を減らす。

より難しく感じる方法で学ぶ

効率的に見える学習方法の中には、習得したという錯覚しか生まないものもある。エプスタインが支持するのは「望ましい困難」だ。これは、その場での進歩は遅くなる一方で、記憶への定着や応用力を高める学習条件を指す。

間隔を空けた復習はその一例である。ある程度忘れた後に教材へ戻ると、努力を要する想起が必要になり、長期記憶が強化される。自己テストは、受動的な読み返しでは見えない理解の穴を明らかにできる。新しい知識は、既存の概念や個人的な経験と結び付けられると、さらに役立つものになる。

混合練習、すなわちインターリーブ練習は、異なる種類の問題を交互に扱うことで、さらに先へ進む。ブロック練習――同じ手順を何度も繰り返すこと――では、学習者がすでに使うべき方法を分かっているため、学習中の改善がより速く見えることが多い。インターリーブ練習は、解法を選ぶ前に、それぞれの問題の構造を見極めるよう学習者に迫る。

その追加的な難しさが、柔軟な思考のテンプレートを築く助けになる。目標は、暗記した手順を単に実行することではなく、それがいつ、なぜ、どこで適用できるのかを認識することだ。エプスタインは、狭い範囲の訓練を受けた学生が入門科目では優秀だったものの、その後、より幅広い教育を早期に受けていた同級生に遅れを取った教育事例を挙げている。

「邪悪な」学習環境に備える

エプスタインは、親切な学習環境と邪悪な学習環境を区別している。親切な環境には、安定したルール、明確な目標、繰り返されるパターン、そして迅速で正確なフィードバックがある。チェスのようなゲームは、概ねこの説明に当てはまる。

邪悪な環境はもっと複雑だ。ルールが変わることがあり、重要なフィードバックは遅れて届くかもしれない。また、成功や失敗が誤った原因に帰される可能性もある。キャリア、医療、市場、そして多くの組織上の意思決定には、こうした性質が含まれている。

親切な環境では、繰り返しの経験から信頼できるパターンを学べるため、専門化は強力になり得る。邪悪な環境では、経験だけでは誤ったモデルを強化してしまうことがある。エプスタインは、触診で腸チフスを診断できると信じていた医師の例を紹介している。その医師は、自身の接触が病気の拡大を助長していることに気付いていなかった。正確なフィードバックがなければ、自信と専門性は乖離し得る。

不確実性のもとでは、幅広さ、類推、多様なチームが特に価値を持つ。新しい問題に直面したとき、エプスタインは「参照クラス」を集めることを勧める。これは、異なる領域にありながら同じ基礎構造を共有する事例の集まりである。複数の類推を比較することで、身近ではあるものの誤解を招く一つの視点にとらわれるリスクを減らせる。

学習可能性と非凡な強みを採用する

初期の能力が、最終的な貢献を最もよく予測するとは限らない。エプスタインは、時間がたつほど重要になるのは、学び改善する能力である学習可能性かもしれないと論じる。これは、組織が人材を評価する方法を変える。

革新的な雇用主は、希少な経験、視点、考え方を持つ人を採用し、その後でより標準化された技術スキルを教えることで利益を得られる可能性がある。ADHDや自閉症に関連する特性を含む異なる認知スタイルは、適切な文脈では強みになり得る。ある一つの特性プロファイルを普遍的に理想だと扱えば、有用な能力が見いだされないままになる。

予測に関する研究は、「ハリネズミ」と「キツネ」の対比という関連する見方を示している。ハリネズミは、一つの支配的な枠組みを通して出来事を解釈する。キツネは多様な情報源から情報を集め、確率的に結論を表現し、自らの前提を検証し、証拠が変われば更新する。深い専門性は依然として価値があるが、知的な柔軟性と組み合わさることで、より信頼できるものになる。

成長は継続的な実践である

エプスタインの主張は、献身、専門性、あるいは努力に反対するものではない。それは、反復を学習と取り違えたり、早期の優位性を運命と混同したりすることへの反論である。

持続可能な成長は、探索と集中を交互に行い、快適な範囲を越えて練習し、注意力を守り、計画を更新し続ける意志を持つことから生まれる。実践上の課題は、行動する前に確実性を求めることなく、学べるほど迅速にフィードバックを得る仕組みを作ることだ。

成功を保証する普遍的な時間数、完璧な朝のルーティン、あらかじめ決められた情熱は存在しない。しかし、繰り返し実践できる規律はある。役立つかもしれないことについて仮説を立て、管理可能なリスクで試し、何が起きるかを観察し、調整する。このアプローチは硬直した公式を、より有用なもの――成長し続けるための方法――に置き換える。

出典

 
 

無料で始めましょう

ローカルファーストのパーソナル知識管理付きAIアシスタント

より良いAI体験のために、

remio は現在、 Windows 10+ (x64)M-Chip Mac のみをサポートしています。

仕事のAIパートナー
remioでもっと仕事が進む

計画・作成・仕上げまで
すべてをひとつに

bottom of page