AIエンジニアの探求

計算論的神経科学で博士号取得後、AIエンジニアとして活動中。LLMの活用や脳とAIの関係などについて記事を書きます。

読んだ本の備忘録③「考える技術・書く技術」

3冊目はバーバラ・ミントの「考える技術・書く技術

www.amazon.co.jp

内容まとめ

  • 何らかのメッセージを含む文書の構造は常にピラミッドストラクチャーに従うべきだという考え方の解説書。ピラミッドストラクチャーの鉄則として以下の3つが存在。
    • どのレベルであれ、あるメッセージはその下位グループ群のメッセージを要約したものではなればならない
    • 各グループ内のメッセージは同じ種類のものでなければならない
    • 各グループ内のメッセージは論理的な順序で配置されなければならない
  • ピラミッドストラクチャーの手前に導入部を配置する。導入部は
    • Situation: 状況 
    • Complication: 複雑化
    • Question: 疑問 

の順に展開され、その疑問に答える形でピラミッドの上位メッセージが対応するようにする。例えば、 

    • 状況=我々には問題がある
    • 複雑化=解決策がある。それには〇〇ドルの支出を要する
    • 疑問=私は承認すべきか? 

ときてからその疑問に答える形で 

    • ピラミッドの上位メッセージ: この支出を承認せよ
    • ピラミッドの下位メッセージ(上位メッセージの根拠を提示):
      • 今、解決せねばならない
      • この行動により問題は解決する
      • 財務的に見ても支出は合理的である
      • この行動により、さらに他の副次的効果が得られる

のような構造を作っていく。

  • メッセージ間の関係性としては演繹法帰納法がある。演繹法の方が明快ではあるが、まどろこしいので帰納法が好まれる。ただし帰納法では下位メッセージのグループ化が自明でなくなるため、適切なグループ化ができているかを見極める技術が必要になる。
  • 上位メッセージは白紙の主張は避けるべき。例えば「会社には組織に関する2つの問題がある」はNGで、「あなたが現在直面している組織上の主問題は、権限委譲が上手くできていないことである」のように具体的なメッセージを込める

 

感想

「ピラミッドストラクチャーだけ理解すればこんな分厚い本はいらないんじゃないか」と思っていたが、ピラミッドストラクチャーの前の導入部の作り方やピラミッドストラクチャーを支える論理構造の部分(演繹法帰納法)はなかなか複雑で結構学ぶべきことがあった。ただしところどころ分かりにくい実例があったとは思う。世間で「読みにくい本」と言われているのも頷けた。