サイボウズ・ラボの西尾 泰和さんが「エンジニアの学び方」について探求していく連載の第27回（これまでの連載一覧）。U理論の伝道師、中土井 僚さんにお話を伺うシリーズ（6）です。

本連載は、「WEB+DB PRESS Vol.80」（2014年4月24日発売）に掲載された「エンジニアの学び方──効率的に知識を得て，成果に結び付ける」の続編です。（編集部）

文：西尾 泰和
イラスト：歌工房

今の話題（編集注：対談後編の最後にある「再現性がない方法論には意味がない？」のやり取り）に関して、U理論の本に書いてあったことから補足したいことがあります。「知識が正しいかどうかは、どうやって分かるんだ」っていう話が第5章にあるんです。それは思ってることを実現できたとき、他の人の役に立ったとき、自分が大切だと思う結果を生み出せたときだ、と。

ああ、はいはい。

これは、一言で言うと「有用性」を知識の正しさの根拠に置いているわけです。これに対して、自然科学では「再現性」を知識の正しさの根拠に置いています。実験が何度も繰り返されて確認されていること、そういう他者による検証が可能な主張であることが大事だと、自然科学者はそう考えるわけです。

そうですね。

有用性を正しさの根拠する定義と、再現性を正しさの根拠とする定義の2つがあるんですよ。でも、どちらも論理的には正しくない。例えば科学者が実験を3回して3回成功したとして、じゃあ「常に成功する」って断言できるのかと言うと、論理的には言えないんですよ。100回実験して、100回成功したとしても「101回目で失敗する可能性がないと言い切れるのか」と言われたら、論理的には言い切れない。

純粋数学のような、明確な定義から論理的に正しい推論だけを使って作ったものだけが論理的に正しいわけです。でも、それを要求されてしまうと、自然科学の大部分が正しくないものになってしまう。それでは困るので、科学者たちは「正しさの定義」を緩めたんですよ。「実験をして反証することができるならば、それは今の時点では正しいと認めよう」「実験を何度も繰り返して何度も成功すれば正しさの度合いが高まっていくと考えよう」とね。そうやって「再現性による正しさの定義」が生まれたわけです。

面白い。

で、同じことが「有用性による正しさの定義」にも起きたのです。例えば社会科学の一部とか、経営上の選択とか、人生の決断とかは、繰り返し実験ができないわけです。なのでそれらの分野では正しさの定義を有用性に求めるわけです。哲学の真理論の言葉では「プラグマティズム」（実用主義）っていうんですけれども。

これに対して「再現性による正しさの定義だけが正しい『正しさの定義』だ」と考えている人は批判をするわけです。「そんなの再現性がないから正しくない！　非科学的だ！」とね。でもこれは対称なお互い様の関係なんです。例えば「A案とB案のどちらがいいのかは、現時点では十分なデータがないので判断できない」というのは科学的には正しい主張ですが、これに対して「はっきりするまで待ってたらビジネスチャンスがなくなるだろ！　前例がないと動けないのかよ！」という反論もあるわけです。堅く言えば「再現性が明確になるまで行動しないという選択は有用性がないので正しくない」という考え方です。

なるほど、そういうことですね。

例えばエンジニア向けの例を挙げると……PDCAサイクルとか、KPTって分かりますか、キープ・プロブレム・トライ。

はいはいはい。

振り返りをキープ・プロブレム・トライの3つに分けて行いましょうっていう枠組みがあるわけです。で、この枠組みを使っているエンジニアもいっぱいいるわけです。だけど、この枠組みに関して何か科学的な証明があるのか、っていうとないわけです。

ないですね。

自分で実際に使ってみて「これはコミュニケーションする上でやりやすい」とか「プロジェクトがうまく回った」という実益を感じた人が使用を継続してるって状況にあるわけです。コミュニケーションという点ではデザインパターンなんかもそうです。ある種の設計に対して「メディエイター・パターン」なんて名前をつけたりする。頻出パターンに名前をつけただけなのだけど、そのおかげで「設計に関する議論がやりやすくなった」などの有益さを感じる人がいて、だから使われている。でも、有益さを感じない人もいるので再現性はない。U理論の4つのレベルや7つのステップも頻出パターンに名前をつけたものです。だから有益に感じる人もいるし、いない人もいる。

面白い。

僕は理学博士なので「科学的な正しさの定義」に慣れていました。U理論には有益さを感じるけども、一方では科学的には正しいと感じられない、この2つの考えの間に葛藤があったわけです。

なるほど。