AI-NATIVEシリーズ・学習可能な希望 第4部(全5部)
観察・評価・制御(OEC):ファイターがラウンドを操るように人生を舵切る
1分でわかる要点
このパートは何か全5部のうち第4部。観察・評価・制御という一つのループを紹介する。これは一発のパンチから10年スパンまで使えるし、そのルーツも明かす:制御理論とJohn BoydのOODAスケッチ(フィードフォワードとフィードバック両方のラベル付き)。
なぜ大事なのか軽い不安を感じながらスキル練習した警察官は、ストレス下でもパフォーマンスが落ちなくなり、その効果は4か月続いた。計画を測らず、測った数字を計画と比べないままでは、トレーニングは静かに死んでいく。
読んだあとにできること日曜の15分レビューをカレンダーに入れる。観察5分、評価5分、コントロール5分、変えるのは一つだけ。12週間後の日付入りターゲットを一つ書き、外から読んでくれる人を一人決める。どの建物でも、入ったら出口を二つ探す練習をしてみよう。
Learnable Hope — シリーズの背骨
▶ 動いているところを見る:ライブデモを開く 公開 · ログイン不要
- 絶望感 — 諦めるのが本来の初期設定であり、希望は後から身につくもの 第1話
- 身体──SBROとMMA型トレーニング、4週間 第2話
- リズム — コーリングを最大化し、コストを最小化する 第3話
- ループ――観察・評価・コントロール この回
- 転換 ― 痛みをコーリングへ、そしてメンバーズトラックへ 第5話
フィードフォワードとフィードバックで、次の1秒から10年先までどう舵を切る?
このパートでは扱わないこと なぜ希望は学べるのか――それは パート1。最初の4週間で何を鍛えるか――それはpart 2。どこまで追い込むか、コストをどう数えるか――それはpart 3。この取り組みが最終的にどう形になるのか、メンバーズトラックは何か――それはpart 5.
ラベルの見方:EVIDENCEは出典あり、TALKは私が録音トークで話した内容(2つ目にリンク)、DESIGNはこの手法の設計思想、OPENはまだ未検証、LENSは私自身の確信だ。
始めに断っておく。私はエンジニアであって、臨床家でもコーチでもセキュリティの専門家でもない。このシリーズは訓練法であり、治療ではない。ここに書いたことは医療・法律・セキュリティの助言ではない。聖句はWorld English Bible(WEB)から引用している(パブリックドメイン)。
このパートで扱うのは、あらゆる時間スケールでのOECだ。
パート1〜3では「やること」を渡した――1回の反復、ウォームアップ、リズムのある1週間。このパートは「舵取り」だ。進行中にうまくいっているかどうか、何を変えるべきかをどう見極めるか。私はこのループをOEC(observe, evaluate, control)と呼ぶ。新発明ではなく、どこから来たかもきちんと示す。
これは、すでにトレーニングを始めて「これ、何か意味あるのか?」と何度も自問する人、そして1発のパンチから10年スパンまで教えられるループを求めるコーチのためのものだ。ここで得られるのは、feedforwardとfeedbackの違いを一つの表でつかみ、15分の週次レビューと、赤信号もありうる12週間プランだ。
イメージ:ラウンド間のコーナー
ボクシングのラウンドは3分。その後、ファイターはスツールに腰かけ、コーチが一気に3つやる。Observe:何が起きたか、何が当たったか、何が外れたか。Evaluate:この試合のプランに照らして、狙ったラウンドを取れているか。Control:指示は1つ、決して5つではない。「ジャブを2倍。左に回れ。」そしてゴング。
試合前にもプラン――ゲームプラン――がある。何週間も相手を観察して作ったものだ。それがfeedforward。コーナーの60秒はfeedback。強いファイターはどちらも持っている。
| ラウンド間のコーナーで | ループの内部 |
|---|---|
| 試合前に練り上げたゲームプラン | フィードフォワード:エラーが起きる前に、モデルをもとに先手を打つ |
| スツールに座る60秒 | フィードバック:エラーを測ってから修正する |
| 「何が起きた?」 | 観察 |
| 「プランと比べて、今どんな状況だ?」 | 評価 |
| 指示は一つだけ | コントロール:意味のある最小限の変更 |
| ファイターが体に叩き込んだ習慣 | ドリルで鍛えられた身体のフィードフォワードモデル |
| ファイター本人には見えないものを見抜くコーチ | 自分の外側で数字を読んでくれる他人 |
この図が通用しなくなるのは、試合にはレフェリーもラウンドも終わりもあるが、人生にはどれもないからだ。だからこそ、自分でラウンドを作る必要がある。1日、1週間、12週間、1年——自分で区切る。
このループの出自
EVIDENCE 制御工学の定義はシンプルだ。フィードバックはリアクティブで、"there must be an error before corrective actions are taken."(訳:是正措置が取られる前に、必ずエラーが存在しなければならない。) フィードフォワードは外乱を測ったり予測したりして、到来前に動く。まとめると、フィードバックはズレに反応し、モデルが間違っていても強いが、暴走(目標を通り越す——パート3のリズムの予期せぬ親戚)のリスクがある。フィードフォワードはプランに従って動き、モデルの誤差に弱い。そして"it is often advantageous to combine feedback and feedforward"(訳:フィードバックとフィードフォワードを組み合わせるのが有利なことが多い) (Åström & Murray, *Feedback Systems*)。同じ教科書には、フィードフォワードは人間の運動制御に不可欠だとされてきた、とも書かれている。"tuned during training"(訳:トレーニング中に調整される).
EVIDENCE ジョン・ボイドは戦闘機パイロットで、あの有名なループ図を描いた張本人だ。observe, orient, decide, act(観察・状況判断・意思決定・行動)のループである。唯一残る彼のスケッチでは、矢印に「Feed Forward」と「Feedback」の両方が書き込まれ、中央にorientation(状況判断)が鎮座している。彼自身の言葉を引こう:"Note how orientation shapes observation, shapes decision, shapes action, and in turn is shaped by the feedback"(訳:状況判断が観察を形作り、意思決定を形作り、行動を形作り、そしてまたフィードバックによって状況判断自体も形作られることに注目せよ) (Boyd, *The Essence of Winning and Losing*, 1995).
LENS OECはボイドのループをシンプルにしただけのものだ。「orient」と「decide」はevaluateにまとめている。なぜなら、絶望から抜け出そうと訓練している人間にとって本質なのは、ボイドが強調した「状況判断が観察そのものをフィルタする」という点だからだ。獲得された絶望感もまた一つの「状況判断」だ。だから、うつ状態の人は良い一週間を過ごしても、何も見えなくなる。
この同じループを、六つのスケールで見てみよう。
TALK 2021年のトークで、私はデータサイエンスの言葉でこう言った:"every model is wrong some are useful sometimes a good data scientist always put his model through stress tests"(訳:すべてのモデルは間違っているが、役立つものもある。優れたデータサイエンティストは常に自分のモデルをストレステストにかける) (part 1b, 79:46)。計画はモデルだ。OECはそのモデルをストレステストする方法である。
| スケール | フィードフォワード(計画) | 観察 | 評価 | 制御 |
|---|---|---|---|---|
| 1秒・ワンパンチ | イメージしたターゲット | 手がどこに行ったか | 的に当たったかどうか | 次のパンチ |
| 3分・1ラウンド | このラウンド用のドリル | どれだけ動いたか、呼吸はどうか | まだスムーズに動けているか? | スピードを落として、動きを小さく(パート3参照) |
| 1日 | 今日の1レップ | やったかどうか、希望ナンバー | 昨日と比べてどうか | 明日のレップ数 |
| 1週間 | 2ダイヤル週 | H日、赤(失敗) | あらかじめ決めた基準と比べて | 来週のダイヤル |
| 12週間 | 終わりが見える一つの地平線 | 週ごとの平均 | 12週間ターゲットと比べて | プランの中で一つだけ変える |
| 12年 | 自分を引っ張る未来の自分 | その年のログ | まだ自分を引っ張ってくれるか? | もう一度狙い直すか、それともこのまま進むか |
TALK 12週間スケールでは、終わりが見えるくらい短く、それでいて変化を起こせるくらい長い「地平線」を自分に持たせていた:"three months will be great uh it's short enough uh to allow me to have room to grow but it is uh it's long enough for me to grow"(訳:3か月は素晴らしい。成長する余地があるくらいには短く、でも成長できるくらいには十分長い) (10Xレビュー、03:32)。1日単位では、やったことを記録し、それを自分にフィードバックしていた:"I fit those data into a recommendation system I build and to give me better strategies"(訳:そのデータを自作のレコメンデーションシステムに入れて、より良い戦略を得るために使った) (33:28)。レコメンデーションシステムなんて要らない。紙と日曜があれば十分だ。
LENS まったく同じ形を持つ聖句がある。まず「見る」、そして「やる」:
イエスは彼らに答えた。「まことに、まことに言っておく。子は自分からは何もできない。ただ父がしていることを見て、それをするだけだ。父がなさることは何でも、子も同じように行う。」
— ヨハネ 5:19
LENS この「まず見て、それから行う」という流れを、私はフィードフォワードの型として読んでいる。自分の実践では、その「見る」は一日の計画前に神と静かに過ごす1分間だ。この聖句は「子」と「父」の一致について語っていて、技術のハウツーではない。私はその「形」だけを借りている。これは私の信念であって証拠ではないし、このループは信仰がなくても同じように機能する。
ストレス下でループを鍛える
EVIDENCE スキルは恐怖の中で崩れることがあるが、軽い不安の中で練習しておくと守られることがある。27人の警察官を対象にした小さな研究では、軽い不安を誘発した状態でスキルを練習したグループは、不安時でもパフォーマンスが落ちなくなり、その効果は4か月続いた。比較グループ(不安なしで訓練)は、相変わらずパフォーマンスが下がった(Nieuwenhuys & Oudejans, 2011)。強い脅威下では、警官たちはより早く反応した。距離そのものの知覚は変わらなかったが、「距離」と「脅威」の結びつきが変化した(Nieuwenhuys et al., 2012). DESIGN だからメンバーズトラックでは、プレッシャーを段階的に足していく。同じドリル→タイム計測→ノイズ追加、という順番だ。
EVIDENCE 呼吸はいつでも持ち歩ける道具だ。108人が1日5分、28日間取り組んだランダム化研究では、グループで呼吸法を行うとマインドフルネスよりもポジティブな気分が高まり、単独の手法では「循環ため息」(二度吸って長く吐く)だけがマインドフルネスを上回った(Balban et al., 2023). OPEN 小規模かつ遠隔の研究なので、私は長い呼気を「習慣」として勧めているが、治療法とは考えていない。
なぜを五回
なぜ人は何週間もトレーニングを続けているのに、効いているかどうか分からないのか。
- そもそも見返していないからだ。 ログがあっても、誰も読まない。
- そもそも基準(バー)を最初に決めていないから その日の気分で、どんな結果も成功にも失敗にも見えてしまう。
- オリエンテーション(向き)が観察そのものをフィルタリングするからだ。 オリエンテーションが何を見るかを決める(Boyd)。希望を失った説明スタイルだと、良い週は「たまたま運が良かった」と片付け、悪い日は「やっぱりダメだ」と証拠扱いする(Abramson et al., 1978).
- フィードフォワードだけでフィードバックがないから 訂正されない計画、あるいはフィードバックだけでフィードフォワードがない、つまり修正すべき計画もなく、ただ反応し続けるだけになる。
- 根本原因は、決まった時間・決まった基準・そして他人が読む設計済みループがないことだ。 それを作れば、オリエンテーションは無視できない新しいデータを突きつけられる。
運用編
DESIGN ポイントは二つ。
日曜15分レビュー。毎週決まった時間に、同じシートでやる。
- 観察(5分):その週の数字を写す。やった回数やセッション数、H日、各列の赤、平均の希望スコア。
- 評価(5分):先週や、あらかじめ決めたバーと比べる。1文でまとめる:順調か、遅れているか、先行しているか。
- 制御(5分):来週に向けて変えることを、1つだけ決めて書く。
12週間という一つの地平線。 12週間後の日付でチェックできる目標を1つ書く(例:「2027-02-08までに40回記録」—2026年11月16日から12週間後)、それに到達するための週ごとのバーも決める。4週ごとに1人にレビューを読んでもらう。
フィードバック
測るもの:月ごとのレビュー実施回数(ループ自体の健全性)、12週間目標が4週目・8週目でペース通りかどうか。OPEN自分の基準は「月4回レビュー実施、両方のチェックポイントでペース通り」。
数字は読めても、人生そのものは読めない。目標自体がズレていても気づけないし、臨床スケールを読む専門家の代わりにもならない。自分だけが読むループは、結局自分の認知の中に閉じてしまう。だからこそ、外の読者を1人入れる設計にしている。
フィードフォワード
このパートで用語を定義する。フィードフォワードは、エラーが現れる前に、計画や予測できる変動に対して先に動く。ここでの計画は12週間目標、変動は「この週は厳しい」と分かっている週。以下のトリップワイヤーはすべて事前に書くフィードバックルールで、観察した数字や出来事に反応するが、その対応は「悪い週の言い訳」が出る前に決めておく。最初のコホート終了後、2027-03-15に見直す。
予測できていた場合。 「この週は重い」と分かっているなら、日曜レビューを前倒しし、事前に外の読者に「こうなりそう」と伝えておく。
DESIGNトリップワイヤー(事前コミット):
- レビューを2回連続でサボった場合:次のレビューは外の読者と一緒に(対面または通話で)やる。
- 4週目でペースに遅れた場合:努力を倍にするのではなく、12週間目標を半分に減らす。
- 8週目でもまた遅れた場合:問題は自分ではなく計画側にある。外の読者と一緒に計画を書き直す。
- 希望スコアが3週連続で下がった場合: 医師やカウンセラーに相談しよう。ループが手に負えないものを見つけたということだ。
- 自分を傷つけたいと思ったとき: 988(米国)または現地の緊急番号にすぐ電話すること。安全が確保されるまでループは止める。
法則と流行りもの
法則(★)は、三つ以上の独立した研究グループが同じ結論にたどり着いた主張だ。事実は一つか二つの根拠に支えられている。流行りものは、いずれ変わると見込まれる古い話題(最近の研究、公式ガイダンス、ツール、あるいは自分の未検証の実践)だ。物理学は物理学として引用する。聖書は信念として引用し、LENSとラベルを付けるが、証拠には数えない。
- 事実(二つの根拠): フィードフォワードとフィードバックは両方使うべきだ。これは制御工学の教科書に載っている定番の結論(Åström & Murray)、そしてBoydもOODAスケッチで両方の矢印を描いている(Boyd, 1995)。制御理論そのものが時代遅れにならない限り、この結論が古びることはない。
- 流行りもの:いずれも小規模な単発研究。 軽い不安下でのトレーニング(警察官27人、2011年)、サイクリック・サイ(108人、2023年)。今後、より大きな試験で裏付けられるか、覆されるかが決まる。
マットの上とストリートで
このセクションは「危険を想定しろ」という話ではなく、「安全を守る」ためのものだ。今日は気分が重いなら、次のセクションに進んでいい。
- トレーニング: 1レップごとにループがある。合図、動き、どこに行ったかを見る、調整する。ビデオリプレイはフィードバック、コーチの合図はフィードフォワード。
- スパーリング: ラウンドの合間のコーナーこそ、OECの最も分かりやすい場面だ。観察、プランに照らした評価、指示は一つだけ。
- 試合: 対戦相手を観察して練り上げたゲームプラン——これが週単位でのフィードフォワードだ。
- ストリートの場合: 注意を巡らせること自体がフィードフォワードになる。建物に入ったらまず出口を2つ探し、何か変だと感じたら早めに出る——これが市民の日常に落とし込んだバージョンだ。公式の助言は「見た目」ではなく「行動」を報告せよ、である: "Factors such as race, ethnicity, sex, national origin, religion, or disability are not suspicious."(訳:人種、民族、性別、国籍、宗教、障害などの属性は、不審の根拠にはならない。) (DHS, Recognize the Signs).
- 攻撃が起きたとき: run, hide, tell は、いざという時のために事前に身につけておくべきプランだ。安全を確保した後に警察へ通報する——これが他の人が動けるようにするフィードバックになる(Counter Terrorism Policing).
今日から試してみよう
最初のレビューは今週の日曜にやってみてほしい。
- 日曜のカレンダーに15分の枠を確保し、毎週繰り返す。
- 12週間後の日付と、そこに到達するための週ごとの数字を決めて、ターゲットを1つ書き出す。
- 日曜は5分観察、5分評価、5分コントロール。変えるのは必ず1つだけ。
- 「外から読んでくれる人」を1人決めて、今すぐ頼んでおく。
- 次に建物へ入るときは、出口を2つ探してみる。それがフィードフォワードの実践だ。:::
TRUE
最後の2節は、この文章に対する自分自身のセルフチェックだ——どうすれば間違いだと証明できるか、どれだけ手応えがあったか。
- 応用が効く。 OECは、プロダクトチームのスプリントレビュー、パイロットの着陸アプローチ、親の寝かしつけ調整——全部この型で回る。「もっと頑張れ」を「1つだけ変える、スケジュールと基準つき」に変換する。
- 再帰的。 このパートが間違いだと言えるのは、週次レビューをやる人とやらない人で12週間ターゲットの達成率が変わらなかった場合だ。最初のコホートで比較し、2027-05-01にこのパートを読み直す。
- 腹落ちする。 プランを立てて、毎週何が起きたかを見て、プランと突き合わせて、1つだけ変える。それをどのスケールでもやる。このパートが求めるTheory Uの動き(内側の動き。パート1参照)は、結晶化──ぼんやりした希望を、日付入りの具体的な目標に結晶化する。
- やってみよう。 今すぐ日曜の枠をカレンダーに押さえ、動画クリップで1秒ループを体感せよ。全編セッションは LIVE Demo 4 にて、youtube.com/@godplaylab で観られる。もし12週間レビューしても何も行動が変わらなければ、それこそ私の誤りの証拠だ。
- 実装済み。 日曜レビューはメンバーズトラックのモジュール4で、ヒューマンリーダーと一緒に読む(パート5参照)。
- 伝授済み。 6段階の表を記憶だけで描いて誰かに説明し、「どのスケールを普段見ていない?」と問いかけてみよ。
5S自己採点
| S | 自己採点 | 根拠 |
|---|---|---|
| シンプル | 4/5 | 三語と、コーナーの60秒を絵にしたもの |
| 堅実 | 5/5 | 制御工学の教科書とBoyd自身のスケッチから定義を引用し、OECは発明ではなく子孫として位置づける |
| 鋭さ | 4/5 | 根本原因は設計されたループがないこと。解決策は、時間・基準・読者を明確にすることだ。 |
| SMART | 5/5 | 週15分の固定枠、日付入り12週ターゲット、4週・8週のチェックポイント |
| 超楽しい | 3/5 | 出口探しゲームは楽しいし、レビューは実用的だ |
参考文献
- Åström & Murray, Feedback Systems(第2版・第1章、2020年Web版)http://www.cds.caltech.edu/~murray/books/AM08/pdf/fbs-intro_24Jul2020.pdf
- Boyd, The Essence of Winning and Losing (1995/1996). https://slightlyeastofnew.com/wp-content/uploads/2010/03/essence_of_winning_losing.pdf
- Nieuwenhuys & Oudejans(2011)、警察官の不安下トレーニング。https://research.vu.nl/en/publications/training-with-anxiety-short-and-long-term-effects-on-police-offic/
- Nieuwenhuys, Cañal-Bruland & Oudejans(2012)、脅威と意思決定。https://research.vu.nl/ws/files/3083300/283431.pdf
- Balban ほか(2023)、呼吸法のランダム化研究、Cell Reports Medicine. https://pmc.ncbi.nlm.nih.gov/articles/PMC9873947
- 米国国土安全保障省「Recognize the Signs」https://www.dhs.gov/see-something-say-something/recognize-the-signs
- Counter Terrorism Policing「Run Hide Tell」https://www.counterterrorism.police.uk/runhidetell/
- 自分のトーク:Win Depression 1b、10Xレビュー、LIVE Demo 4、GodPlayhttps://www.youtube.com/@godplaylab
このパートがシリーズの中でどこに位置するか
| 構想 | コアコンセプト | 統率の原理 | 主な貢献者 | |
|---|---|---|---|---|
| 絶望(パート1) | 詩篇42篇 → Seligman & Maier(1967)→ Abramsonら(1978)→ Maier & Seligman(2016) | 人はまず諦めるところから始まり、希望は後天的に身につけるスキルである | 毎日、小さくて確かな「自分でコントロールできた」体験を一つ作る | Martin Seligman · Steven Maier · Lyn Abramson · C. R. Snyder · Pim Cuijpers |
| 身体(パート2) | 列王記上19章 → イザヤ書35章 → 行動活性化(2007)→ BMJネットワーク・メタ分析(2024) | コントロール感を得る一番手軽な場所は身体だ | まず身体から始め、頭は後回し。毎週ひとつだけ新しいことを足す | Michael Noetel · Felipe Schuch · Gabriele Wulf · Ian Moore |
| リズム(パート3) | ヘブライ人への手紙12章 → 漸進的過負荷(ACSM, 2009)→ MMA傷害メタ分析(2014)→ 計測付きマウスガード(2021) | 呼びかけとコスト、その両方を設計されたリズムで抱きしめる | 意図的にリズムを揺らす。コスト側にまず一票を投じる | Reidar Lystad · the ACSM · Gabriele Wulf · DHS and Counter Terrorism Policing |
| ループ(本パート) | Wattのガバナー → Wiener(1948)→ BoydのOODAスケッチ(1995)→ Åström & Murray(2008) | どの時間スケールでもフィードフォワードとフィードバックを両方使う | 決まった時間、決まった基準、変えるのは一つだけ、そして一人の外部の読み手 | John Boyd · Karl Åström · Richard Murray · Arne Nieuwenhuys |
| 転換(パート5) | ローマ人への手紙5章 → Noether(1918)→ Landauer(1961)→ Amatら(2006) | 痛みは保存されるものではなく、変換されうるものだ | 変換にはプロセスがあり、材料があり、教える人が要る | Emmy Noether · Rolf Landauer · José Amat · the Left Write Hook team |