• Googleの及川卓也さんが提唱する「相互増幅」がAI時代の学び方の新常識になっている
• AIに丸投げでもなく完全自力でもなく、自分もAIも同時に思考を深める設計が鍵
• 「認知的降伏」と「理解負債」を溜めない仕組みが、置き去りにされない前提条件

尾原和啓さんと僕（いけとも）は、いまAIと一緒に本を書いている真っ最中です。

その現場で痛感したのは、ボトルネックは僕自身だったという事実。AIは高品質な原稿を出してくれるのに、僕がジャッジできないと先に進みません。

今回は「相互増幅」から、トリプルループ学習、そして尾原さんが勝手に呼んでいる「神フカツ式プロンプト」まで、AI自己改善時代の学び方をぐるっと一周する内容になりました。

ポッドキャスト（いけとも尾原のディープなAIニュース）はこちら：https://apple.co/4p9hVUZ

「相互増幅」って何？ AIに追いつくための新しい概念

いけとも：今日のテーマは「AIの正しい使い方」です。先週、尾原さんから教えてもらった、Googleに在籍していた及川さんの記事がすごくよかったんですよね。

一言で言うと、AIに丸投げするんじゃなくて、自分も考えて、AIにも考えさせることで、お互いに思考を深めていく。「相互増幅」という概念です。

尾原：元Microsoftで、Google在籍時にはChromeなどを手がけた及川さんが、ちょうど2026年のGoogle I/Oに取材に行かれていて。技術の話もあったんですが、Google社内でエンジニアのコーディングがどんどんAIに自動化されていく中で、「じゃあ人間はどう働くべきなのか」という文脈で、この相互増幅という話が出てきたんですよね。

いけとも：僕自身、結構AIには頼っているんですけど、丸投げはしていないつもりで。基本的には疑っていますし、本当かなと思ったら突っ込むし、お世辞使ってるなと思ったら「それ嘘でしょ」と揺さぶる。作法としてはやってるつもりなんです。

とはいえAIって、いろんな知見やフレームワークが使い放題じゃないですか。こっちがそんなにできない。最近すごく実感しているのが、本の執筆なんですよ。

本を書いていて痛感した「ボトルネックは僕だった」

いけとも：このポッドキャストをベースに出版企画が進んでいまして、尾原さんから「本が成功するためのメタスキル」を7つぐらい教えてもらって、それをAIに登録して原稿を書かせているんです。

でも、こっちが理解できないところがある。AIは詳しいかもしれないが、僕的にピンとこない、なんでそういう風にした方がいいのか分からない、ということが結構ある。

ちょうどAnthropicが2026年6月に「When AI Builds Itself」（AIがAIを進化させる）というレポートを公開しましたよね。Claudeが社内コードの80%以上を書いていて、人間のコードレビューが新たなボトルネックになったと明記されています。

僕の中ではまさに、ボトルネックが僕自身なんだな、と。AIは作ってくれるんですけど、僕がジャッジできないと先に進まない。文章も先に進まないんです。

尾原：明らかにね。

認知的降伏の罠 — 「AIすごいから丸投げ」の危うさ

尾原：AIがAIを進化させる、となった時に、「AIが暴走するんじゃないか」というリスクの話は多いんですが、実はもっと重要なことがあって。

AIがAIで進化していくと、もはや自分の範疇を超えていくんですよね。「もうAIの方がすごいから、ジャッジしなくていいや」と。これを及川さんは「認知的降伏」という言い方で警告しています。

もちろん、コンピュータを使うときに半導体の動く原理を知る必要があるかというと、日常業務には別に支障ないので、認知的降伏していい場所はいっぱいあるんです。

だけど少なくとも、いま僕らがやっている「本を作る」みたいな場面で、必要なジャッジは絶対にある。そのジャッジだけは手放しちゃいけない。

じゃあ、手放しちゃいけないジャッジを持ち続けるためには、AIと共に成長できる「相互増幅環境」を作っていかないといけない、という話ですよね。

いけとも：非常に重要ですね。僕の場合、AIを「先生」として置いて、尾原さんから教えてもらった本のテクニック7つと、尾原さんおすすめの『マーケティング7.0』（コトラー著、2026年出版）も読み込んで内容を登録し、それをブレンドしたAI先生に、僕の原稿をフィードバックしてもらう形で作っています。

でも、いきなり完璧にいくかというと、こっちが理解できていないので、結構ピンとこないんですよ。たとえば「自己解釈が重要である」と。自分のエピソードや失敗談を伝えることが一番の価値で、AIなら誰でも同じことが言えてしまって均一になるので、そこに残る価値はその人が何を言うか、失敗談、考えなんです、みたいな。

これは確かにそうだなと思って、noteで300記事ぐらい自分の創業機の記事があるので、それを全部エピソードバンクにして、300個ぐらいを記事に盛り込むアプローチをやったんですが、ピンとこないんですよね。「このエピソードじゃない気がするな」と。

これ、もしかしたらAIが妥当かもしれなくて、僕が間違っている可能性もあるんですけど、なんかしっくりこない。ちょうど昨日やっていて、最初は正解の文章を作らせたら全然違ったので、エピソードじゃない文章を先に作った上で、30個ぐらい関連エピソードを出させて、自分で選んでいくアプローチに変えたんですよ。

尾原：なるほどね。候補を絞るところまではAIにやってもらって、最後の選択だけは自分でやることでフィット感を作りましょう、と。

賢者の肩に乗る — 本は「思考のコア」の踏み台

尾原：及川さんが相互増幅の実践として3つのステップを挙げているんです。「思考のコアを自ら書き出して、AIとの壁打ちで視点を広げて、最終的な表現と選択を握る」。この3つが相互増幅のステップだ、と。

ある種、僕らはこの「思考のコアを自ら書き出す」というところをショートカットするために、世の中の賢者が考えてくれた、その分野のバイブルや最新理論・フレームワークを、書籍として持ってくる。

その中から自分にフィットする思考のコアをAIに選択してもらって、AIに叩き台を作ってもらってから、自分のフィット感に合わせてオリジナルに変えていく。このやり方の方が、AI時代の本当の相互増幅が起きやすい、という仮説なんです。

いけとも：守破離的な概念ですね。まず型を守ってみて、だんだん自分なりに応用していきましょう、と。

大事なのは、「理解負債」を溜めないこと。及川さんは、理解できないままにほっといてしまうと、その負債がクリアされない限り、さらにAIが先に進んだ時にもっと理解できなくなる、と警告しています。

弱点は「他人との比較」で炙り出せる

いけとも：最近やってて、これいいなと思うのは、他のYouTubeとかの登壇動画を文字起こしして、AIにチェックさせてるんですよ。

いろんなイベントの登壇を片っ端から集めて、僕のやつと比べたときに、講演者として僕はどっちが上か、と分析させたんです。そうしたら、僕には目に見える弱点が3つあると。

まずキャッチコピーが弱い。あと比喩が少ない。そして「言い切り」がない。「こっちでもいいと思いますよ」みたいな。

僕はなるべく分かりやすくしよう、間違ったことを言わないようにしよう、という優しさと誠実さがあるがゆえに、言葉が弱くなる。

尾原：優しさと、「間違ったことを言ってはいけない」という誠実さって、すごいですよね。

いけとも：がゆえに弱いんです。「これ一択です」みたいなキャッチな言葉を使うことで理解を育む。あとは、意識して行動してもらった方がいいので、優しさゆえに「◯◯」というよりは、やってほしいことは断言した方がいいこともある。

で、このフレームを毎回チェックして、今できているかどうか確認する。一回フレームを作ると、日々のYouTube発信やプレゼンをそのフレームでチェックできる。もちろん意識していても、毎回ダメなんですよ。基本的にはめちゃくちゃ意識していても、やっぱりダメなことが多い。

これは辛いんですけど、やっててよかったなって感じがします。「また弱く言っちゃったな」って、言いながら分かるんですよ。

シングル・ダブル・トリプルループ学習

尾原：これ、めちゃくちゃ大事な話をしていて。実は先人のフレームワークを借りると、「トリプルループ学習法」というものがあります（Argyris＆Schönがシングル／ダブルを提唱し、Hawkinsら後継者がトリプルを整理した系譜）。

学習って、何かを学んで修正して、その修正を適用することで高速進化していくわけじゃないですか。この修正のループを3つ入れると、ものすごく良い進化ができる。

1個目はシングルループ。とにかく行動量と回転数を上げないと、そもそも精度が上がっていかない。1回決めたら、まずは行動して修正する。いけともさんの話し方の弱さを3つ決めたんだから、この3つを行動するたびにフィードバックを受けて修正する、というのがシングルループ。

2個目はダブルループ。「その修正をしようっていう前提条件そのものが、そもそもズレてきていませんか？」と、前提を修正しにいく。いけともさんの例で言うと、弱みを改善することはいいんだけど、それって「他者と比較したときにインパクトが弱い」という前提の中で直しているのであって、そもそも強みを殺していませんか？と、前提条件を疑いにいく。週に1回、2週に1回くらいで前提を修正して、また行動しまくる。

3個目がトリプルループ。そもそも前提条件は、いけともさんが「YouTubeで発信する」「本人が喋る」というコンテクストの中で動いているから成り立っている。そもそもそういう環境そのものを変えてしまえばいいじゃないですか、と。

いけともさん自身は発信せず、AIが全部発信するように環境を変えてしまえば、そういう学習をする必要性もない、みたいな話とか。いけともさんが考えたことを他のメンバーがコーチとして実施していく、みたいに環境を変えれば、そもそもそういう必要性がない。

これがトリプルループ学習です。

いけとも：面白い。それ完全に、スキル・メタスキル・メタゲームの視点ですね。尾原さんが深津貴之さん・けんすうさんと出された『メタスキル』のフレームそのものだ。シングルループがスキル、ダブルループがメタスキル、トリプルループがメタゲーム。

尾原：まさに。リクルートって基本的に「圧倒的当事者意識で、決めたことをやりきる」という文化があるんですけれども、前提条件をときどきチェックする事業企画が別にいるんですよね。「そもそもリクルートって、コンテキストそのものを作り出すのが楽しさじゃないですか」、と（これは僕の解釈も入っていますが）。

半年に1回、1年に1回、3年計画をローリングして、環境そのものをどう変えれば世の中が良くなるんだ、みたいなことを考える。事業プロセスの中に組み込んじゃっている、というのが一つの組織学習の形だったりする。

シングルループ、ダブルループぐらいは世の中の当たり前になっているから、そろそろ自己改善系のAIも、トリプルループを匠に組み合わせるところまで持っていく。そもそも使う側の僕たちが、トリプルループの考え方でAIと壁打ちすることが大事になってきているのかな、と。

「神フカツ式プロンプト」— 人間の理解を前提にしない使い方

いけとも：めちゃくちゃ面白いですね。会社で言うと、日報や日々のデータをAIが読めるようにしてあげて、毎日はシングルループ、週次でダブルループ、月次でトリプルループ、みたいな設定にして、しっかり目標はやるんだけど、たまにメタな議論を入れる、というのは仕組みとしてできそうな感じもします。

尾原：そうなんですよ。だから僕がときどきやってるのは、勝手に尾原が「神フカツ式プロンプト」って呼んでるんですけど。

ChatGPT-4が出たときに、いけともさんがよく発明された「多様で網羅的な方向で検討して」というプロンプトあったじゃないですか。あれって、ある種シングルループの罠から抜け出すための考え方でもあるわけです。

でも一方で神フカツ式プロンプトが面白いのは、「人間の理解力を超えて、あなたの知識をフル動員して、最もふさわしい打ち手を出してください」というやり方をやるんですよ。

そうするとAIって、当たり前だけど、人間が読むという前提でアウトプットを考えるので、せいぜい論理的展開でも2軸か3軸ぐらいとか、人間が思っている領域の中で答えを出しちゃう。

だけど今言った「人間の理解力を前提とせず」というプロンプトを入れると、突然そこそこの領域を混ぜて最適化を作るように考えるんです。

たとえば人間を健康にするって、勝手に医療や栄養を考えちゃうんだけど、そもそも遺伝子レベルから考えたらこうですよね、いや人間が食事を選んでいることに意味がない、食事の内容を考えずに済むという問題そのものを消失させるためには、こういうフレームワークになりませんか、みたいなことを言ってくれる。

実はAIは、もともとトリプル学習ができるようになっているし、メタゲーム視点で出せるようになっているんだけど、人間様が読むにはトリプルループでいきなり答えても理解が追いつかないから、せいぜいダブルループぐらいで答えている。その辺を、プロンプトで強制的に枠外しするのが「神フカツ式」なんです。

AI自己改善時代に、置き去りにされないために

いけとも：めちゃくちゃ面白い。OpenAIのo1が出たときに、なぜ僕がリーズニングの汎用化を追いかけたかというと、最初のデモって研究や数学の問題──細胞シーケンシングデータの解析みたいな問題を、複数の条件を段階的に処理しながらちゃんと結論を出せます、というのが売りだったんですよ。

見た瞬間は「関係ないな」と思った。細胞シーケンシングを解くことなんてないから、そんな難しいのは研究者だけだ、と。

でも能力があるじゃないですか。能力を一般化したらどうなりますか、と。人間にはできない選択肢と条件に対して網羅的に考えて解を出す、というのが科学領域でできるということは、日々の仕事や生活のオプション検討でもできるよね、と。

今のAIも進化しすぎて、多くの場合、もっとコアなところで能力が上がっているんですけど、一般化したらこっちでも使えるよね、というのが応用のポイントだなと思います。深さでも同じで、難しいところができる中で、自分の人生に当てはめるとここまでできる、みたいな。

尾原：結局、AIが自己改善するのが当たり前のステージになっている。リーズニングが当たり前になったときに論理思考を前提としたAIの使い方に変わったように、これからはAIが自己改善していくことを前提に考える、「AIがどっちの方向に自己改善していくんだっけ」を前提としたトリプルループの使い方。

あるいは、AIが自分たちの理解を超えてどんどん勝手に進化していったときに、理解負債の蓄積から僕たちが認知的降伏を選んで「自分にフィット感がない答えに振り回される」ことがないようにする相互増幅が大事になる。

技術の進化って、僕たちの成長の仕方だったり、それを通してAIの使い方自体のフェーズチェンジが行われるから、そろそろ自己改善系を前提とした僕たちのあり方、みたいなことを議論していくのは、無茶苦茶重要なのかなと思いました。

本作りの現場で試して分かったこと

いけとも：ちょうど本の話に戻すと、その話を踏まえて、じゃあ本だったら何ができるかなと思って。尾原さんから「7つの観点」をもらったので、それを1つのスコアとした上で、「文章を自己改善して、ぐるぐる直してくれ」と。1回作らせて、自己評価して、ダメなところを直して、また作って、5回転してみたんですよ。

そうしたらどんどんスコアは上がっていく、自己評価系としてはね。ですけど多軸なので、急に部分修正されるだけで、あんまりこっちが期待するようなドラスティックな改善にはならなかった。

出し方を間違えたなと。もっと焦点を絞って、バリエーションも出した上でやっていかないと、ベースがあった上でちょっとずつ点数を重ねるだけの自己改善になっちゃったので、こういうことじゃないな、と昨日気づきました。

尾原：まさに、それが自己改善時代のAIとの付き合い方なんですよ。

いけとも：何を置いて、どういうバリエーションで改善したのかが重要。部分改善ではあんまり面白くなかったんで、ちょっと今日は違うことをやろうかなと思っています。

尾原：いや、そのやり方そのものを、AIと自己改善して相互増幅してみると面白いかなって、いま思いましたね。いいテーマだ。皆さん、いま僕らはAIと相互増幅で本を作っていっているので、どんな内容かもタイミング見て開かせていければと思っています。ぜひ楽しみにしていただければ。

いけとも：頑張っております。ぜひともお待ちください。すごくいい本を書いております。

ポッドキャスト（いけとも尾原のディープなAIニュース）はこちら：https://apple.co/4p9hVUZ

よくある質問（FAQ）

Q1. 「相互増幅」とAIとの正しい付き合い方はどう違うの？

「相互増幅」は、AIに丸投げでもなく完全自力でもなく、自分もAIも同時に思考を深めていく設計のことです。Googleの及川卓也さんが提唱した概念で、AIに考えを深めさせるだけでなく、自分の思考も同時に研ぎ澄ますことで、AIの自己進化に置き去りにされないようにする。単にAIを便利ツールとして使うのとは根本的に異なる、AI自己改善時代の学び方です。

Q2. 「認知的降伏」って何？ どうすれば防げる？

「認知的降伏（Cognitive Surrender）」は、AIが賢すぎて「もう自分で考えなくていいや」と判断そのものを手放してしまう状態です。日常業務では認知的降伏していい場面もありますが、本作りや事業判断など「そのジャッジだけは手放しちゃいけない」領域では危険。防ぐには、AIが出した答えを疑い、自分で理解してから採用する「理解負債を溜めない」習慣が必要です。

Q3. トリプルループ学習と「神フカツ式プロンプト」の関係は？

トリプルループ学習は、シングル（行動修正）→ダブル（前提修正）→トリプル（環境そのものの変容） の3段階で学びを深めるフレームワークです。実はAIは元々トリプルループ思考ができるのに、人間に合わせてダブルループぐらいで答えているだけ。尾原さんが呼ぶ「神フカツ式プロンプト」は「人間の理解力を前提とせず、最もふさわしい打ち手を出して」と指示することで、AIの本当の力を引き出す手法です。

あわせて読みたい・聴きたい

新著（7/27発売）『Claude 最強のAI自動化術』：https://amzn.to/4eTUVG1

YouTube『いけともch』：https://www.youtube.com/@iketomoch

Podcast『いけとも尾原DeepなAIニュース』：https://open.spotify.com/show/3hGAbKZI5oo9PsbFI1IxTr

■合わせて読みたい

■関連記事