「頭が良い」とはどういう意味か?(SAAモデルの提起①)

※例によって仕事中に休憩時間が取れなかったため22時半から1時間かけてnoteを書くことにする。
※noteを書きながら議論を組み立てているため、まとまった結論に至る可能性はかなり低い。

幸いなことに、筆者は「頭が良い」と評価していただけることが多い。しかし、この誉め言葉は非常に多義的だろう。多義語を多義語のまま使っていくのは、筆者の精神的には極めて非衛生的だ。であるから、本noteにて「頭の良さ」についての私見をまとめていきたいと思う。

とりあえず列挙してみよう

いったん、「頭が良い」が持ちうる意味合いを思いつくままに列挙してみるとしよう。そこから共通項を見つけ出すことはおそらく至難の業だろうから、あまり期待していない。とはいえ一定の傾向くらいならつかめるかもしれないからだ。

「計算ができる」
L計算速度に優れている
L精度が高い
L複雑な問題でも解ける=解法に関する発想力がある

「記憶力が良い」
L短期記憶に優れている
L長期記憶に優れている
L記憶を引き出すのが速い
 L求める情報をすぐ引き出せる
 L関連する情報をすぐ引き出せる
L記憶量に優れている
L記憶の精度が高い

「言語能力が高い」
L多くの言語を操れる
Lひとつの言語に対して多くの語彙を持っている
L言語情報のインプットが速い(聞く/読む)
L言語情報の整頓に優れている
L言語情報のアウトプットが速い(話す/書く)
L言語情報の伝達が上手だ(話す/書く)

「頭の回転が速い」
Lすばやく最適な戦術を出力できる
Lすばやく最適な戦略を出力できる
L多くの情報をすぐ整理できる
L多くの情報を生み出すことができる

・「仕事が速い」
L段取り力に優れている
 L仕事内容の把握や重さの把握が速い
 L自己やチームのモチベーションの管理が上手である
L自動化スキルに長けている
 L自動化するだけの技術がある
 L自動化してみようという発想がある
L単純にタイピングが速い

かくまとめてみるに、どうやら速度(Speed)・量(Amount)・精度(Accuracy)の3軸である程度定量化が可能なように思えてくる。いったん、この3つをまとめて「SAAモデル」とでも呼ぶことにしてみようか。読み方は何でも良い。筆者的には「サーモデル」という語感が好きなので、この読み方を推したいところだが。

SAAモデル 各軸の関係性

SAAモデルの3軸には、こんな関係性がありそうだ。

①量(Amount)と速度(Speed)の関係

この2変数は独立なような気がする。というのも、上で挙げたさまざまな「頭の良さ」の指標のうち、量(Amount)に関するものは、いずれも静的なものだからだ。「記憶量に優れている」も「多くの言語を操れる」も、そこにt軸(時間軸)は存在しないか、あっても大きな影響を与えてはくれなさそうだ。

PCのパーツでいえば、総メモリと転送速度のような関係にあたるのが、量(Amount)と速度(Speed)だ。このふたつには、管見の限り、そこまで大きな関係性はないのではないだろうか。

②量(Amount)と精度(Accuracy)

直感的に、脳にたくさん情報を詰め込んでいくことで、誤った情報の絶対数は増えていくように思う。あまり言を要さないと思うが、「テスト範囲が広ければ広いほど、内容を覚えきれなくなる=曖昧な記憶として定着していく」というのは読者諸兄諸姉とて記憶にあるはずだ。これを式にしてみよう。

c = Am × Ac × f ……①
※cは何かの定数
※fは何かの関数

いわゆる「反比例」に近い形である。左辺が定数なので、f が一定である場合、Amが増えればAcが減り、Acが増えればAmが増える構造になっている。

ただしこの式には欠けている要素がある。すなわち「情報同士の関連性」だ。たくさん情報を蓄えていくことによって、そこから類推して導き出せる知識・高精度で覚えられる知識が増えてくる。かかる情報同士の関連性(Relativity)も式に組み込んであげなければダメだろう。

c = Am ( 1-R ) × Ac × f ……②

R、すなわち情報同士の関連性が高くなっていくことで、覚えるべき量(Amount)の影響が少し軽減される、というわけだ。

さて、右辺のfを左辺に移項して、c ÷ f を新たに f と定義しなおしてあげよう。

f = Am ( 1-R ) × Ac ……③
※fは新しく定義しなおした別の関数

この関数 f にどんな引数が存在するかはわからないが、ともあれ右辺の様子を考えるに、この f が「頭の良さ関数」であると仮定しても良いのではないか。……まあ f だと「頭の良さ関数」の変数としてふさわしくないから、後でintelligenceの I とでもしてあげよう。

なお、この関連性(Relativity)は情報のインプット時にしか効果を発揮しなさそうだ。ゆえに式③と式④はアウトプット時には適用してはいけないと考えられる。

③速度(Speed)と精度(Accuracy)

速度(Speed)と精度(Accuracy)は、出力時・入力時ともに反比例の関係にありそうなことは容易に想像がつく。つまりこういうことだ。

Sp = c / Ac ……④
※c はこれまた新しい何かの定数

さて、④式を③式に代入すると、こうなる。

f = Am ( 1-R ) / Sp

……はて、精度(Accuracy)の影響が消えてしまった。情報をインプットする際に精度(Accuracy)がまったく影響しないということはないだろう。では、どう立式すれば正確なモデルができるのだろうか。

まとめになっていないまとめ

60分経ってしまったのでいったん筆を置く。多分明日はこの続きを書くだろう。
現時点でこのモデルや式は非常に不完全だ。各変数に単位が存在しないし、定数は「何かの定数」でしかないし、関数も「何かの関数」でしかない。挙句、最後の最後にAcの霊圧が消えてしまうという事態にまで陥っている。
だが、仕方ないのだ。このnote活動は「1noteに60分しか割かない」というルールでやっている以上、モデルや式が完成していなくとも、投稿して世界の目に晒さねばならない。……また明日。

この記事が気に入ったらサポートをしてみませんか?