前回の記事
こちらの記事の続きの話です。
問いが噛み合わないとき、実は前提が噛み合っていないことが多い
技術的な議論がうまく噛み合わない場面は、これまでも数多く出会ってきました。
そういうとき、つい「意見が対立している」「知識量に差がある」といった理由で片付けてしまいがちです。
しかし、実際に議論を振り返ってみると、多くの場合で問題になっているのはそこではありません。
前提条件が共有されていないまま、結論だけを議論しようとしていることが原因になっているケースがほとんどです。
前回の記事で書いたとおり、問いを整理することは実装の質に直結します。ただ、その問い自体が成立するためには、前提が揃っている必要があります。
前提がズレたままでは、どれだけ真剣に議論しても噛み合いません。
AIは前提が曖昧なままでは先に進まない
AIに技術的な質問を投げたことがある人なら、似た経験をしていると思います。
前提が不足している質問をすると、必ずと言っていいほど問い返しが返ってきます。
「どの環境を想定していますか」
「何を優先していますか」
「制約条件はありますか」
一見すると遠回りに感じるかもしれませんが、これは極めて合理的な挙動です。
前提が分からなければ、答えを一つに定めることができないからです。
人間同士の議論では、この確認プロセスが省略されがちです。その結果、前提がズレたまま議論が進み、「なぜ話が噛み合わないのか分からない」という状態になります。
AIとの対話は、この問題を強制的に可視化してくれます。
前提が違えば正解は簡単に変わってしまう
例えば、パフォーマンス改善の議論を考えてみます。
- 想定トラフィックはどの程度か
- レイテンシとスループットのどちらを重視するのか
- インフラコストの増加をどこまで許容するのか
- 将来の拡張をどの程度見込むのか
これらの前提が違えば、最適な設計や実装はまったく変わります。
それにもかかわらず、前提を明示しないまま「この実装が正しいかどうか」だけを議論すると、意見が割れるのは当然です。
どちらが間違っているわけでもありません。
見ている前提が違うだけです。
議論の途中で立ち止まるべき理由
議論が噛み合っていないと感じた時点で、意識的に一度立ち止まることが大切です。
そこで役立つのが、「前提を一度整理したいです」という言い方です。
これは議論を止めるための言葉ではありません。
むしろ、議論を前に進めるための合図です。
前提を明示すると、驚くほどスムーズに合意形成が進むことがあります。
それまで対立していた意見が、「前提が違えば両方正しい」という形で整理できるからです。
この感覚は、AIとの対話を通じてかなり強化されました。
AIが必ず前提確認から入るのを見ると、「これは合理的だな」と腹落ちできる部分があります。
前提を言語化するのは技術スキルでありマネジメントでもある
前提を言語化する力は、個人のコミュニケーション能力の話に見えるかもしれません。
しかし実際には、チーム全体の生産性に直結するマネジメントスキルだとも感じます。
前提が共有されていないまま実装が進むと、レビューは重くなります。
「それは想定外だった」「そこまで考えていなかった」という指摘が増え、手戻りが発生します。
一方で、前提が明示された状態で実装が進めば、レビューでは本質的な議論に集中できます。
結果として、チーム全体のスループットが上がります。
前提を揃えることは、議論を慎重にするための行為ではありません。
無駄な衝突と手戻りを減らすための、再現可能なプロセスです。
AI時代だからこそ前提を扱える人の価値が上がる
AIがコードや選択肢を高速に提示してくれる時代では、「どれを選ぶか」以上に、「どの前提で選ぶか」が重要になります。
前提を扱えないと、選択肢が増えた分だけ迷いも増えます。
だからこそ、AI時代になって、前提を言語化できない議論はますます成立しづらくなっています。
逆に言えば、前提を整理し、共有できる人は、技術とマネジメントの両面で価値を発揮しやすくなります。
問いを整理する。
前提を揃える。
この二つは別の話ではなく、連続した一つの思考プロセスです。
Discussion