独立して、しばらく経った頃の話です。
僕はエンタープライズ開発を5年やってきました。交通・製造・エネルギーといった、止まると困るシステムの世界です。そこで身についた仕事の型が、ひとつあります。
土台から、設計をしっかり落とす。
要件を整理して、構造を決めて、拡張性や保守性を見込んでから、手を動かす。大規模で長く使われるシステムでは、これが正しい。途中で土台が崩れると、被害が大きいからです。
独立後、僕はこの型のまま、ものを作ろうとしました。けれど、すぐにズレに気づきました。
市場は、そこまで求めていなかった。
僕が想定していた顧客（個人事業主や小さなチーム）が欲しいのは、堅牢で拡張性のある土台ではなかった。もっと手前の、目の前の困りごとを今すぐ片付けてくれる何かでした。僕が一番自信を持っていた「土台から設計する力」が、その市場では過剰だった。
そして困ったことに、その型を外した先で、 じゃあ自分の独自の価値は何なのか が、しばらく見えなくなりました。一番の武器だと思っていたものが効かない場所で、次の武器を探す。これが、独立後の最初の探索を、思った以上に難しくしていたんですよね。
これは、僕の意志が弱かったとか、市場分析が甘かったとか、そういう話に見えます。でも調べてみると、 過去の成功体験が新しい環境で足を引っ張る という現象には、心理学でいくつも名前がついていました。今回は、その名前を一つずつ確認しながら、自分の体験を重ねていきます。
前職の経験は「邪魔」にも「武器」にもなる。その分かれ目がどこにあるのか、そして、AIがその分かれ目をどう動かしうるのか。ここまで書きます。
機能的固着 — 道具の用途を知ると、別の使い道が見えなくなる
最初の名前は、 機能的固着（Functional Fixedness） です。
心理学者のカール・ドゥンカーが1945年に報告した「ろうそく問題」が有名です。実験はこうです。
被験者に、ろうそく、画びょうの入った箱、マッチを渡す。そして「ろうそくを壁に固定して、ロウが下に垂れないようにしてください」と頼む。
多くの人は、画びょうでろうそくを直接壁に留めようとしたり、ロウで貼り付けようとして、失敗します。正解は、 箱をカラにして画びょうで壁に留め、その箱をろうそくの台にする でした。
面白いのは、追試のほうです。画びょうを箱の外に出して、 カラの箱 として渡した群は、画びょうが 入った箱 として渡された群より、正解率が高かった。箱に画びょうが入っていると、箱は「容器」に見える。容器だと思った瞬間、「台にする」という別の使い道が見えなくなる。
道具の用途を一度知ると、その用途以外が見えなくなる。これが機能的固着です。
僕の「土台から設計する力」は、まさに容器に入った箱でした。 エンタープライズという文脈で、これは「正しい開発の型」として完成されていた。完成されていたからこそ、独立後の市場で「これは台にもなる」「別の使い方がある」という発想に、なかなか切り替えられなかったんですよね。
アインシュテルング効果 — 成功した手順が、最適解を隠す
次の名前は、 アインシュテルング効果（Einstellung effect） です。ドイツ語で「構え」「心の構え」という意味です。
これはエイブラハム・ルチンスが1942年におこなった「水差し問題」が原典です。3つの水差しを使って、目標の水量を量るパズルです。
実験群には、まず練習問題を解かせます。その練習問題は、すべて「B から A を引いて、C を2回引く」という、同じだけどやや複雑な手順で解けるように作られている。人は、この手順を繰り返すうちに、それが「解き方」だと体に染み込ませます。
そのあと、本番の問題を出す。本番には、 もっと単純な解き方が存在する 問題が混ぜてあります。
結果はこうでした。複雑な手順を反復学習した実験群は、 より単純な解があるのに、覚えた複雑な手順を使い続けました。さらに、ストレスのある条件下で、複雑な手順では解けず単純な解き方でしか解けない問題を出すと、報告では98人中わずか3人しか解けなかった、とされています。
一方で、練習問題なしでいきなり本番に臨んだ統制群は、複雑な手順を使う人がほとんどおらず、単純解しかない問題もすんなり解いています。
差を生んだのは、能力ではありません。 成功した手順を反復したかどうか だけです。一度うまくいったやり方は、次もそれを使いたくなる。そして、もっと良いやり方が目の前にあっても、見えなくなる。
この現象、実は塾で数学を教えていた頃に、何度も目にしていました。
小学校で習う知識だけで解ける図形の面積問題を、わざわざ高校で覚えた公式を使って複雑にこねくり回し、解けなくなる生徒がいるんです。 強力な道具を持っているからこそ、「ただ1本の補助線を加えるだけ」のような単純な解き方が見えなくなる。これも、立派なアインシュテルング効果です。
当時の僕は、それを生徒の側の現象として眺めていました。まさか10年後、自分が同じことをキャリアのスケールでやるとは、思っていなかったんですよね。
「土台から設計する」は、僕にとって何年も成功し続けた手順でした。だから独立後も、まずそれを使おうとした。市場にはもっと単純で軽い解き方があったかもしれないのに、僕の構えが、それを隠していたのだと思います。
熟達者ほど、これが効く
ここまでで、嫌な予感がしてきます。 経験を積んだ人ほど、この罠にかかりやすいのではないか。
それを確かめた研究があります。チェスを使った実験です。ボブ・ビラリッチらが2008年に報告した研究で、盤面に「馴染みのある解（手数は長いが見慣れた詰み筋）」と「もっと短い最適解」の両方を仕込みます。
熟達したプレイヤーたちは、「もっと良い手があるはずだ」と探しているつもりでした。でも、視線を追跡すると、彼らの目は、最初に思いついた馴染みの手の周辺に留まり続けていた。
このとき、熟達者の成績は大きく落ちました。報告では、馴染みの解が盤面にあるだけで、 本来の実力より約3標準偏差ぶんも低いレベル 、つまりかなり格下のプレイヤー相当まで低下したとされています。
僕がこの研究で一番こたえたのは、視線データのところです。 本人は、新しい解を探しているつもりなのに、目が動いていない。
独立後の自分が、まさにこれでした。「市場に合わせて発想を変えなきゃ」と頭では思っている。なのに、気づくと「どう堅牢に作るか」を考えている。探しているつもりで、目が動いていない。経験があるからこそ、馴染みの型に視線が吸い寄せられていたんですよね。
なお、専門家が陥る認知の罠としては、以前、 教えるのが上手い人は何が違うのか で「知識の呪い」を扱いました。あれは「相手も自分と同じ前提を持っていると無意識に仮定してしまう」バイアスでした。今回の機能的固着やアインシュテルング効果は、それとは別の角度の罠です。 知識の呪いが「相手が見えなくなる」なら、機能的固着は「別の選択肢が見えなくなる」 。専門性は、複数の方向から人の視野を狭めます。
でも、前職の経験は「邪魔」なだけなのか
ここで、検証ジャーナルらしく、自分の結論に疑いをかけます。
ここまで読むと、「経験は足かせだ、まっさらなほうがいい」という話に聞こえます。でも、それは言い過ぎです。同じくらい強い、 逆向きのデータ があります。
学習心理学には、 正の転移 と 負の転移 という対になる概念があります。イェール大学の整理を借りると、こうです。
| 種類 | 意味 |
|---|---|
| 正の転移 | 先に学んだことが、新しい課題を助ける |
| 負の転移 | 先に学んだことが、新しい課題を邪魔する |
そして、どちらになるかを左右するのは、 元の課題と新しい課題が、どれくらい似ているか だとされています。似ているのに微妙に違うとき、古い習慣が悪い癖として出る。これが負の転移です。今回の僕の「土台から設計する」は、開発という似た領域の中で文脈だけが変わったので、負の転移が出やすい条件だったわけです。
では、正の転移が強く出る — つまり、 異分野の経験がむしろ武器になる のは、どういうときか。
ここで面白い研究があります。イェッペセンとラカニが2010年に発表した研究です。科学の難問を、専門家ではない人も含めて広く募集して解かせる仕組みを分析しました。166件の課題、約1万2,000人の解答者が対象です。
結果は、直感に反するものでした。 解答者の専門分野が、その課題の分野から「遠い」ほど、勝利する解を出す確率が高かった。畑違いの人が持ち込む別の視点や手癖が、その分野の専門家には見えない解を生む、ということです。
つまり、機能的固着の裏返しです。専門家は馴染みの型に縛られる。畑違いの人は、その型を持っていないから、別の使い道が見える。
そして実は、僕にも正の転移の実例があります。 塾講師を4年やってからエンジニアになった ことです。塾で鍛えた「相手のレベルに合わせて、伝わるように設計する感覚」や「一人ひとり違うという前提」は、いまの KaleidoFuture の発信やサービス設計に、はっきり活きています。教育職の経験は、開発という別領域で、武器になった。
ちなみに、 過去の成功にしがみつくこと自体 には、損失回避 vs 向上心 で書いた、人が「得るより失わないことを優先する」心理も絡んでいます。せっかく身につけた型を手放したくない、という引力です。
それと、世の中の実態も添えておきます。「異業種への転職は無理」という空気は、もう古いようです。パーソルキャリアの調査によると、転職成功者の平均年齢は上がり続けていて、2024年で32.7歳でした。40代以上の比率も、前回の14.9%から16.6%へ増えています。職種や分野をまたぐ移動は、例外ではなくなってきている。
かくいう僕も、ちょうどその平均年齢のあたりで独立した、その一人なんですよね。
整理すると、こうなります。
| 邪魔をする側 | 武器になる側 | |
|---|---|---|
| 心理学の名前 | 負の転移／機能的固着／アインシュテルング | 正の転移／marginality（周縁性）の優位 |
| 起きやすい条件 | 元と新しい領域が「似ているのに微妙に違う」 | 元と新しい領域が「遠い」 |
| 僕の例 | エンプラ開発 → 独立後の市場（似ていてズレた） | 塾講師 → エンジニア（遠くて活きた） |
前職の経験が邪魔をするか武器になるかは、 経験そのものの良し悪し ではなく、 新しい文脈との距離 で決まる。これが、自分に疑いをかけた末の、今の僕の理解です。
AIは、経験の「翻訳機」になりうる
最後に、AIの話につなげます。
ここまでの話は、AIがなくても成り立つ、人間の認知の話でした。じゃあ、そこにAIが入ると、何が変わるのか。
僕の仮説は、 AIは、経験を別の文脈に「翻訳」する道具になりうる 、です。
機能的固着もアインシュテルング効果も、根っこは同じでした。 自分では、別の使い道に視線が動かない。チェスの研究で見た通り、本人は探しているつもりでも、目が馴染みの型に吸い寄せられる。
ここでAIは、その型を持っていません。だから、「土台から設計する力」を別の文脈に置き直したらどう見えるか、を外側から提案できる可能性がある。
技術的な裏付けもあります。ウェッブらが2023年に Nature Human Behaviour に発表した研究では、大規模言語モデルが、訓練で直接教わっていない 類推（アナロジー）の課題 を、人間に匹敵する水準で解いたと報告されています。ある領域の構造を、別の領域に写し替える。これは、まさに「翻訳」に近い働きです。
ただ、ここで安易に楽観したくないので、正直に釘を刺します。同じ研究には反論もあって、課題を少しひねるとモデルが失敗する、訓練データの記憶を排除できていない、という指摘が出ています。 AIの類推能力は「人間並み」と断定できる段階ではなく、まだ論争の最中 です。
もう一つ、効きどころのデータがあります。ハーバードとボストン・コンサルティング・グループが2023年に行った大規模実験では、AIが得意なタスクで、 元々の成績が下位だった人ほど、AIで大きく伸びた 。新しい領域に踏み込んだばかりの初心者 — つまり転職直後の僕のような立場こそ、AIの底上げ効果が大きい、という話です。
でも、同じ実験は逆も示しています。AIが 苦手な タスクでAIに頼ると、使わなかった人より正答率が下がった。AIが、間違った答えを自信ありげに返し、人間がそれを鵜呑みにするからです。 翻訳機は、誤訳もする。
だから、こう言うのが正確だと思います。AIは、経験を別の文脈に翻訳して、馴染みの型に縛られた視線を動かしてくれる相棒になりうる。ただし、その翻訳が正しいかを最後に判断するのは、やはり自分 です。
ついでに言えば、 キャリアを作り直すこと自体が、もう常態 になりつつあります。世界経済フォーラムの Future of Jobs Report 2025では、2025年から2030年のあいだに、労働者の既存スキルの約4割が変化・陳腐化すると見込まれています。前職の型をどう翻訳し直すか、という問いは、転職した一部の人の話ではなく、これからほぼ全員に関わる話なのだと思います。
翻訳しながら、進む
長くなったので、まとめます。
独立後、僕は「土台から設計する力」という一番の武器が効かない場所で立ち止まりました。それを、自分の弱さや判断ミスだと思っていました。
でも、調べてみると、それは機能的固着であり、アインシュテルング効果であり、負の転移でした。 経験を積んだ人ほど、馴染みの型に視線が吸い寄せられる。本人は探しているつもりでも、目が動かない。名前を知ったことで、少なくとも「自分だけの欠陥ではない」と肩の力が抜けました。
同時に、経験は邪魔なだけではなかった。塾講師の経験はエンジニアの仕事で武器になったし、畑違いの人ほど難問を解くというデータもある。 分かれ目は、経験の良し悪しではなく、新しい文脈との距離 でした。
そして、AIは、その距離を縮める翻訳機になりうる。自分では動かない視線を、外から動かしてくれる。ただし誤訳もするから、最後に判断するのは自分です。
僕がいまやっているのは、「土台から設計する力」を捨てることではありません。それを、いまの市場に向けて 翻訳し直す ことです。堅牢さそのものを売るのではなく、堅牢に作れる人間が、軽く速く作るとどうなるか。その翻訳を、AIという翻訳機と一緒にやっている、という感覚です。
実は「翻訳する」は、少し前に速度差のある組織で働く話で、すでに自分の動詞として選んでいました。ただ、あのときの翻訳の相手は「組織」でした。速い層のやり方を、遅い層の言葉に置き換えて渡す、という話です。今回の翻訳の相手は、「過去の自分の経験」です。同じ動詞でも、向ける先がまるで違う。
「翻訳する」という動詞は、たぶん一度選んで終わりではないんですよね。相手を変えて、何度でも使う。組織に翻訳し、過去の自分に翻訳し、これからもきっと別の何かに翻訳していく。 同じ動詞を、新しい文脈に向け直して使い続ける — これはこの記事で書いてきた、「持っている力を別の文脈に翻訳する」 こと、そのものでもあります。
前職の経験は、邪魔をすることもある。でも、翻訳すれば、また新たな武器になる。
だから次の動詞も、「翻訳する」です。一度選んだ動詞を、別の相手にもう一度向ける。それ自体が、僕にとっての前進だと思っています。
FAQ
「機能的固着」と「アインシュテルング効果」は何が違うんですか？
近い概念ですが、固着している対象が違います。機能的固着は「モノの用途」への固着で、ろうそく問題の箱が代表例です。アインシュテルング効果は「解き方の手順」への固着で、水差し問題のように一度成功した手順を使い続けてしまう現象です。本文では、僕の「土台から設計する力」が、用途としても手順としても固定化していた、という意味で両方を並べました。
結局、転職や独立では経験はないほうがいいんですか？
そうは思いません。本文の通り、経験は「負の転移」にも「正の転移」にもなります。分かれ目は、元の領域と新しい領域の距離です。似ているのに微妙に違うときは古い型が邪魔をしやすく、遠いときはむしろ別視点として武器になりやすい。僕自身、塾講師の経験はエンジニアの仕事で明確に活きました。経験を捨てるより、新しい文脈に翻訳し直すほうが現実的だと考えています。
AIに「経験を翻訳させる」って、具体的にどう使うんですか？
僕の場合は、「エンタープライズで身につけた設計力を、個人事業主向けのサービスに活かすとしたら、どんな形がありうるか」といった問いをAIに投げて、自分では出てこない置き換え案を出してもらう使い方をしています。AIは僕の馴染みの型を持っていないので、別の文脈への写し替えを提案しやすい。ただし出てきた案が筋がいいかどうかの判断は、最後は自分がやります。本文に書いた通り、翻訳機は誤訳もするので。
この記事のデータは信用していいんですか？
ろうそく問題やアインシュテルング効果は、1940年代の古典的な実験で、心理学の教科書にも載っている枠組みです。ただ、本文で挙げた具体的な数値（実験群の何割が、など）は二次資料を経由したものも含むため、公開前に原典と照らして確認しています。AIの類推能力については、本文中でも触れた通り反論があり、まだ論争の最中です。「AIが経験を翻訳できる」は確定した事実ではなく、僕の仮説として読んでください。
「土台から設計する力」は、もう使わないんですか？
捨てるつもりはまったくありません。むしろ、それが僕の核です。変えたのは、その力を「堅牢な土台そのものを売る」方向ではなく、「堅牢に作れる人間が、軽く速く作る」方向に翻訳し直したことです。同じ力でも、向ける文脈を変えると、市場での意味が変わる。本文で書いた「翻訳する」は、力を捨てることではなく、向き先を変えること、という意味です。
この記事が参考になったら
Share