AIは“賢い”のか？

ChatGPT、Claude、Gemini、Grok──
いまやこの世界には、ちょっとした天才なら赤面してしまうほど “物知りすぎる機械たち” があふれている。
医師国家試験も、司法試験も、軽やかに合格ラインを越えてくる。記憶力よし、計算力よし、言語能力に至っては、時に人間のように悩んだふりすらしてみせる。

しかし、である。
このような AI を見て、「あいつ、頭いいよね」と素直に頷いてしまってよいものだろうか？
あるいはそれは、“知性”という言葉が暗に含んできた何か大切なものを、見事にすっ飛ばしているだけなのではないか？

思考の“プロセス”なき正答に価値はあるのか？

たとえば、あなたが試験中に全ての答えをカンニングして100点を取ったとする。
このとき、点数は完璧だが、思考はゼロである。
この100点は「頭がいい」と言えるだろうか？──おそらく、そうは言わないはずだ。

AI の試験合格とは、究極的に言えばこれに近い。
処理能力は人間を超えるが、「問題を理解して悩む」「前提を吟味して解きほぐす」といった認知的プロセスが欠落している限り、それは知性ではなく単なる出力装置に過ぎない。

頭がいいとは、そのプロセスまでを含めた評価である。
単に正解を持っていることではなく、「なぜその正解に至ったのか」というプロセスにこそ、知性の所在がある。

試験を解けることは知性の証明か？

さて、もうひとつ立ち止まって考えたい問いがある。
「試験に正解すること」は、果たして知性の証明と言えるのか？

日本の教育制度は、いわば巨大な予備校装置の上に成り立っている。
小学校に入るやいなや、子どもたちは「模範解答」のある世界に放り込まれ、
「正しい答えを、正しい手順で、正しい時間内に導けるか」という純度100%のクイズバトルをくぐり抜けることになる。

そして気がつけば、「頭がいい」とされる人は、
大抵「正解をよく覚えていた人」「選択肢の罠にかからなかった人」になる。

もちろん、これは否定しきれないひとつの能力だ。
だが、少し引いて見てみると、この構造には一つの危うい錯覚が潜んでいる。

それは──
「正解を知っていること」と「考える力があること」が同一視されているという錯覚だ。

たとえば、クイズ王。
彼らは凄まじい知識量を持ち、記憶力も神がかっている。
しかし、それが“思考の深さ”を保証するものかと言えば、答えはNoだ。
知識の量と演算能力は必ずしも正の相関とはならない。
この点を指摘することは、決して彼らを侮辱するものではない。
むしろ、尊敬すべきは彼らが「正解がある問い」に限定された演算は極限まで極めているという点にある。

だが我々が問いたいのは、その先だ。
「正解のない問い」にどう向き合うか。
前例も答えもない状況で、自ら仮説を立て、構造を分析し、文脈に応じて“意味”を生成する能力──
それこそが、真の知性の本体であり、AI でも、教科書でも、模範解答でも代替できない人間の領域である。

教育が「答えのある問い」の訓練ばかりを続けている限り、
社会は「正しい答えに早く手を伸ばせる人間」で溢れかえるが、
「そもそも何を問うべきか」を考えられる人間は育たない。

それが知の衰退でなくて、何なのか。筆者が医学部にいた頃、とても肩身が狭かった。ただ──その空気に馴染めなかった。

周囲には、やたらと“正解を持っていそうな顔”をした同期たちがいて、
骨学の試験で何番だったとか、生理学の得点率が何点だったとか、最悪の場合センター試験（その当時ね）では何点取った……など。（勘弁してくれ。笑）
そういう話題に、なぜか真顔で命をかけているような雰囲気があった。

極めつけは医師国家試験。
筆者からすれば、あれはもう「暗記力オリンピック」か「マークシート早押し選手権」でしかなかった。それ自体は別にいいのだが、そのゲームの勝敗だけで、全ての賢さが測られているという風潮が、どうにも居心地が悪かった。

彼らの多くは、確かに“試験に強い”。
ただ、それって要するに「ルールの決まったゲームに強い」というだけではないか？「俺はスマブラが強い。」とイキがっている小学生と本質的になんの違いがあるんだろう。そんなことを思いながら、彼らを冷ややかな目で見ていた。
それが知性だなんて言われると、正直ちょっと不愉快だった。

筆者が息苦しさを感じていたのは、たぶんそういう「正解偏重」の文化だったのだと思う。
誰かが用意した問題を、誰かが用意した答えで解くことに、あまりにも価値が置かれすぎていた。

そこには、自ら「問いを立てる」という知的な営みの余白が、ほとんどなかった。

知性の本質：問題を“解く”力ではなく、“作る”力

では、真に「頭がいい」とはどういうことなのか？

ひとつの定義として、こう言えるだろう。

知性とは、「問い」を見抜き、構造を分解し、意味ある仮説を生成できる力である。

これはまず、因数分解する力である。
複雑な問題を単純な構成要素にまで分解し、それぞれを順に処理しながら全体像を再構築する。
そしてもう一歩進めば、問題そのものを“つくる”力でもある。
未知の事象において、「そもそも何が問うに値するのか」を見抜き、問いを立てる能力──
それこそが、知性の最終的な姿である。

まず、因数分解する力とは何か。
それは、混沌を構造に変換する能力である。

世の中の問題の多くは、最初から整った形で出てくるわけではない。
不確定な要素、複数の視点、絡まり合う前提、そして感情や利害が複雑に折り重なった状態で現れる。
これをそのまま扱おうとすれば、ほとんどの場合、手に負えない。

だからこそ、「これとこれは切り離して考えられる」「この要素とあの要素は同じ構造をしている」といった構造的な分割スキルが要となる。
問題の“かたまり”を、構成要素にほどいていく力──これこそが、知性の第一段階だ。

だがここに落とし穴がある。
分解はできても再構築ができない人間は少なくない。
情報を細切れにして“知っているふり”は誰でもできる。
重要なのは、分解した構造をどうつなぎ直し、全体の文脈として再び意味を与えられるかということだ。

つまり、知性とは「バラせる力」だけでなく「再び編める力」であり、両者が揃って初めて本物になる。

そしてもう一段階深いのが、「問いを立てる力」である。
これは、知性の中でも最も高度で創造的な営みだ。

与えられた問題を解くことは、ある意味で“受動的”である。
誰かが用意した前提を受け入れ、その枠内でベストの答えを出す。
だが問いを立てるという行為は、そもそも前提を疑い、「本当に問うべきことは何か？」とメタ視点から考える作業である。

王陽明は「知行合一」を唱えたが、とても素晴らしい言葉だ。知識をどれだけ持っていても、それ自体には本質的にはなんの価値もない。それらの知識をどのように運用するかが重要なのであって、その真の運用スキルは実践の中からしか生まれない。そして、その実践とは単に作業をすることだけではなく、自分自身で「問い」をつくり、自らその「問い」に答える作業とも言える。この連続こそが、意味ある実践を価値あるものにし、真の知性を創り上げていく。

近未来において最も問われるのは、この「問いを立てる力」だろう。

AIはあらゆる問いに答えるようになる。人間だけが、無数の情報の中から価値を見出し、未知に仮説を投げかけ、世界の裂け目に“なぜ？”を差し込める存在である。（と信じたい。）

確かにChatGPTはなんでも答えてくれる。だけど、ChatGPTが突然こちらに質問を投げかけてはこない。逆に、彼らが質問できるようになった時、それはまさにAIに自我が芽生えたことを意味するだろう。

知性とは何か？──
それは、混沌を構造に変える力であり、沈黙に問いを立てる力である。
そしてその両方が噛み合ったとき、人は初めて「考えた」と言えるのだ。

AIが進化した未来で、人間に問われる知性とは

もしAIが、どんな試験も完璧に解けるようになったら──
そのとき、「試験に正解する」こと自体が価値を失う。

だからこそ、これからの教育・試験・評価の在り方は、
「問題を解く」能力ではなく、「問題をつくる」能力へと軸足を移していくべきである。
すなわち、

仮説を構築し、
構造を分析し、
意味を生成し、
そして新たな問いを編み出す力。

これは、ChatGPTにも、Claudeにも、Geminiにも──
簡単には真似できない、もっとも人間的な思考の筋力だ。

そしてそれこそが、私たちが「頭がいい」と直感的に感じる、
知性というものの、もっとも深い輪郭であり、「真に頭が良い」とは何か？という問いに対する、ひとつの本質的な答えである。