"速読”のChatGPT利用について。
私自身、読書量は多い方だと思います。ただ、毎日1冊読めたとしても残りの人生で読める本の数はそれほど多くはないでしょう。
米国の上位大学では1日に20−30冊を読まなければ卒業もままならないと言われてますが、却って日本人の平均は1−2冊/月読んでれば良い方で、月に7冊読めば、他を圧倒する。(と、何ともイージーな世界です。)
この記事では数冊の本を読んだ紹介と、”速読”とchatGPTの利用について書いています。
”速読”を身につければさらに知識増加を加速できるのではないかと思い、以下の数冊を読みました。
読んだ本の紹介
センスは生まれつきのものではなく、知識の積み重ね。多様な知識に基づいた客観的な判断によるものだと。
「普通」を理解することで、物事の良し悪しを判断する基準が形成されると説明され、この「普通」を知るためには、多くの情報を収集し、知識を深めることが必要だと、具体例を挙げて説明されてました。でも知識を得れば得るほど、本を読まない大半の「普通」から外れて行くような。
ビジネスにおける適切な判断でも圧倒的な知識量が必要。あらゆることを予測するためにも知識を増やしてからセンスを向上させないといけないですね。3度読み直しました。
まさにこれ。読書しても忘却との戦いなんじゃないかな。私なんか、1章読み終えて、これ読んだことあるなとか。
時間を分けて何度も読み返せ。
記憶にどう定着させるかが私の課題。
速読についての科学的根拠を探究。世の”速読術”と言われるものについて科学的視点をもとに評価。正しいトレーニング方法によって読書スピードを極限まであげましょう。と豊富なアドバイスでした。これはまた読む。
筆者は1時間で数冊の本を読む。速読方法についての説明は右脳を活用せよ。頭の中で文章を映像化して記憶させる。そのためのトレーニング方法などが紹介されてます。
速く読むだけではなく、情報処理能力を全般を向上させるメソッドとして瞬読思考を養い、直感を使って素早く決断する能力が養われると。
そのメソッド加え、何のための効率化をするのか人生逆算して目的設定の大切さを教えくれました。
子供に読ませます。
ここ数年来、博士の著書は何冊何度読んだかわかりません。もう尊敬しかありませんが、おすすめです。経済的自由になるためには情報収集能力を高めることが不可欠。速読はその強力なツールである。せっかく身につけるツールであれば人格者となり、新しい視点で世界を見て、他人の役に立つ人間になること!
年収は10倍になってませんが、いつもありがとうございます。
”速読”ではなく、”記憶術”について。記憶力競技で圧倒的な成績出す著者がすぐに使える記憶力向上の方法を紹介。日常生活やビジネスシーンで実践できる記憶術の紹介。 Kindleで”速読”を検索してヒットした本です。
Kindle+ Pythonによる高速読書術
私はKindle for Macで本を読んでいますが、pythonで画面遷移を自動制御(3−5sec)してこれらの本を約2時間で読みました。
「強制リーディング」とでもいうのでしょうか。当然ページ遷移が早いので、読了で得られる情報は断片的になってしまいす。そこで事後の記憶を補
完するのにChat GPTを利用しています。
画面遷移に合わせて、OCR、txt保存、それらをGPTsに放り込み、もう一度、”要点を10章2節にまとめて、500文字で出力”などとし、それらを読み返すことで、”知識の定着化”を図っています。
早ければ一冊あたり10minほどですが、私は読み取りと同時にフォトリーディングも行っているので、一冊20-30min/回ほどかけています。
「強制リーディング」は、特定の時間内に大量の情報を処理する必要がある場合や試験対策などに有効なようですが、ページごと情報密度に濃淡があるので、例えば1ページを2secで設定していると読みきれない、理解できないものがあります。今回”速読”について、どのようなことを意識しなければならないかを調べるために同分類のものを乱読してみようと思った次第です。
”pythonでのページ自動遷移、OCR、テキスト保存の方法”
について興味ある方はそのままchatGPTへ質問入力すれば、pythonコードを提供してくれると思います。私の使っているコードもつけておきますが、縦書き、横書き、日本語対応。空白改行処理など、Kindle for PCの各々の表示仕様によって制御が必要となりますので、ここではアイデアとして紹介させていただきます。
このあたりはノーコードでも実施可能です。(以下はテキスト化手法ですが、pdf出力も同手法で可能です。)
from PIL import Image
import pyocr
import pyocr.builders
import pyautogui
from PIL import ImageGrab
import time
import sys
# OCR結果をフォーマットする関数
def format_ocr_result(ocr_result):
formatted_result = ocr_result.replace(" ", "")
formatted_result = formatted_result.replace(" ", " ")
return formatted_result
# OCRツールを取得
tools = pyocr.get_available_tools()
if len(tools) == 0:
print('OCRツールが使えません')
sys.exit(1)
tool = tools[0]
# 出力ファイル
output_file = "センスは知識からはじまる.txt"
# OCR結果をファイルに書き込む
with open(output_file, "a", encoding="utf-8") as f:
for i in range(150):
time.sleep(2)
# 指定座標をクリック
click_x, click_y = 1328, 708
pyautogui.click(click_x, click_y)
# スクリーンショットを取得してクロップ
screenshot = ImageGrab.grab()
x1, y1, x2, y2 = 1432, 117, 2060, 1329
clipped_image = screenshot.crop((x1, y1, x2, y2))
# OCRでテキストを抽出
ocr_result = tool.image_to_string(clipped_image, lang='jpn_vert', builder=pyocr.builders.TextBuilder(tesseract_layout=5))
# フォーマットしてファイルに書き込み
formatted_result = format_ocr_result(ocr_result)
f.write(f"{formatted_result}\n")
print(f"OCR結果が {output_file} に保存されました。")
そして出力されたtxtファイルをまとめてGPTsにテキスト放り込んで、著者同士を数回ディベートさせると本当に面白いです。本を読んで、お互いの著書の主旨を持ってディベートしてもらうのは見ていて飽きないです。
これは孫正義氏が「部下と話すより面白い」と言っていたChat GPTの利用方法です。
GPTs
ここで、著作物の扱いについて生成AIの著作物利用に関するJDLA(日本ディープラーニング協会)の生成AIの利用ガイドラインに照らして利用方法を確認ください。
ここからは”速読”についてAIにまとめてもらった内容と合わせてもう一度整理します。
「速読の科学」を読んで、速読が実際に可能かどうかを科学的に検証していることに興味を持ちましたが、心理学的な研究によると、速読で理解度を保ちながら読書スピードを上げるのは容易ではないという結果。それでも、多くの速読技法は眼筋を鍛えることや視野を広げることを重視しており、一定の効果が期待できるのでしょう。
特に、「死ぬほど読めて忘れない読書」で提案されている高速読書というアプローチには共感。この方法では、1冊の本を3回に分けて読むことで記憶を定着させるというものです。各回の読書時間を短くし、脳の分散効果を活用することで、高い理解度と記憶力を実現するという点が非常に理にかなっていると感じました。結局スポーツに同じく反復しないと知識も身につかないということです。
「瞬読式時間術」では直感を活用した読書法が紹介されており、これも興味深かったです。ランダムに並んだ「ひらがな」から意味を類推したり、単語から文面を推測することで、高速かつ効率的な理解を目指すこの方法は、現代の情報過多な社会において非常に有効でしょう。
瞬時に全体像を把握し、必要な情報を選び取る力を養うことは、私たちが直面する膨大な情報の中で非常に価値があります。
苫米地博士のいう、”ゲシュタルト”であり、個々の情報から全体像を把握する認知心理学の概念です。圧倒的な知識を身につけるまでは50歳でも60歳でも徹底的に知識増強は必要と色んな著書で伝えられています。
今回の書籍は年収を10倍にする。と言う刺激的なタイトルですが、この本が起点になったわけでなく、ただただ好奇心で、私自身、月に50冊以上の本を読むようになってから、確かに収入の面でも変化を感じています。
『死ぬほど読めて忘れない読書』にも資産3億を築いたと書いてありました。もっともこれは株式投資であり、苫米地博士にそんな小さな額を論ずると怒られそうですし、橘玲氏の著書にも、億万長者は隣近所におり、夫婦共働きであれば、老後2000万円ならずとも億単位の額は作れると。
話が脱線しましたが、
生成AIの普及により多読後の知識集約もしてくれるようになり、その使い方によりQOLが大きく異なるのは間違いないです。
AIが普及すると言って久しいですが、その適切な利用はビジネスパーソンでも3%程度と言われています。先進的にAIが利用できている人は、過去に膨大な苦労を経験をしている人。今ままで挫折した処理も生成AIの力を借りれば、プログラム処理でも容易に展開してくれ、できないことは無くなったと思います。
紹介した手法で、皆様がより多くの本から、多くの知識を吸収できるようになれば幸いです。
この記事が気に入ったらサポートをしてみませんか?