忘却は機能である｜知識を「転用できる形」に変える圧縮・抽象化・構造化

経験を積むほど、判断は速く正確になっていくはずだった。ところが専門性が上がるほど、その知識を隣の領域で使おうとすると、うまく説明できなくなる。「まあ、場合によるので」としか言えなくなっていく。

知識が増えているのに、使える範囲は逆に狭くなっている。これは怠慢でも記憶力の問題でもない。経験の蓄積そのものに、こうなる構造が組み込まれている。

この記事では、経験が増えるほど転用できなくなる逆説の構造と、それに対する脳の仕組みからの処方箋（圧縮、抽象化、構造化、文脈抽出）を整理します。

• 経験が増えるほど転用できなくなる「転用可能性のパラドックス」の構造
• 忘却が脳の欠陥ではなく機能である理由
• 知識を転用できる形に変える4つの処方箋

経験が増えるほど、転用できなくなる

経験の蓄積は、次のように進んでいく。

1. 経験1：「この条件ではこうなる」。単純で、そのまま別の場面にも当てはめやすい
2. 経験100：「この条件ではこうなる。ただしAの場合は例外」。例外条件が付随し始める
3. 経験1万：膨大な例外、条件、背景知識が付随する。専門家にとっては精緻だが、初心者や別領域の人間から見ると「結局どう使えばいいか分からない」

忘却は劣化ではなく、機能である

このパラドックスへのヒントは、脳の仕組みにある。

心理学者ヘルマン・エビングハウスは1880年代、記憶が時間とともに減衰するパターン（忘却曲線）を発見した。学習直後の1時間で新規情報の約50%を、24時間で約70%を忘れる。この減衰は、脳の欠陥のように見える。

だが神経科学的な裏付けは、まったく逆の解釈を示す。想起されなかった記憶に対応する神経回路の結合は、シナプス刈り込みによって徐々に弱められる。庭師が伸びすぎた枝を剪定するように、脳は使われない結合を能動的に排除している。

知識を転用できる形に変える、4つの処方箋

脳の忘却機能からの示唆を知識管理に転用すると、「蓄積（Storage）」だけでは不十分で、以下の能動的処理が必要という処方箋が導ける。

• Compression（圧縮）：例外や条件を削ぎ落とし、本質的な構造だけを残す
• Abstraction（抽象化）：個別事例から、一般化可能なパターンを取り出す
• Structuring（構造化）：知識同士の関係を明示し、依存関係を追跡可能にする
• Context Extraction（文脈抽出）：その知識がどの条件下で成立するかを明示的に保存する

「知識を増やすこと」と「知識を使える状態にすること」は別の問題であり、後者にはこうした能動的な処理が要る。これが、経験1万の重みを経験1の軽さに戻すための、唯一の道筋になる。

Raw→Knowledgeの2段階処理

筆者が個人で運用しているknowledge-wikiでは、Web調査や執筆中に得た知見をまずRaw/memo/にそのまま格納する。ここで止めれば、経験1万と同じ膨大な生データが積み上がるだけだ。

この2段階処理を、実際にどこまで本格的な運用に育てられるか実践し、具体的な設計と運用の記録として詳しく書いたものを、別途note.comで有料公開している。研究室の実験ノウハウが失われていく課題を、この4層の処理で解決した記録だ。関心があれば、記事末尾の「このブログを書いている人について」から辿れる。

まとめ

経験や知識が増えるほど転用できなくなるのは、蓄積そのものに組み込まれた構造だ。単純な知識に例外や条件が付随していく過程で、専門家には精緻でも、他の場面には使いにくくなっていく。

脳はこの種の複雑化に、忘却という能動的な処理で対応している。想起されない結合を刈り込み、適応性を保つ。知識管理に同じ発想を持ち込むなら、圧縮、抽象化、構造化、文脈抽出という4つの処理を、蓄積とセットで回す必要がある。

情報過多と選択のパラドックス、データ墓場とコンテキストの喪失、知識負債とサイロ化。ここまでの記事群で見てきた現象は、どれも「蓄積は自動に進むが、使える状態にすることは能動的な処理を要する」という同じ構造に行き着く。自分の知識管理には、この4つの処理のどれが足りていないだろうか。

→ このブログを書いている人について

関連記事