AI 時代の読む時間は、図解で短くできる

AI に頼んだ調査レポート、会議の要約、仕様書、チャットのスレッド。AI を使うようになってから、1 日に読むものは目に見えて増えました。書く速さは AI で桁違いに上がった一方、人が読んで理解する速さは昔からほとんど変わっていません。 長文を図にする力は、この差を埋めるインプットの技術です。図解が理解を速く深くする理由を研究から整理し、長文を図にする具体的な手順と、AI との分担の仕方をまとめます。

---

書くのは一瞬、読むのは人間

AI に調査を頼むと、数千字のレポートが数分もかからずに届きます。調査、要約、比較表と、頼めば頼むほど読むものが増えていきます。

先日、競合調査を 1 万字ほどの詳細なレポートにまとめてもらったことがあります。ところが結局読み切れず、会議で説明できたのは、そのうち要約された数百字から 1,000 字程度の部分だけでした。読んだはずなのに何が書いてあったか思い出せない、会議で聞かれて答えられない、という経験は珍しくないと思います。

一方、人が読む速さはどうでしょうか。英語の黙読速度を扱った研究をまとめた Brysbaert (2019) では、大人がノンフィクションを黙読する速さは平均で 1 分あたり約 238 語とされています。速読で何千語という話を聞くこともありますが、平均はこのあたりです。

書く側が桁違いに速くなり、読む側の速さは人間のままです。ボトルネックは「書くこと」から「読んで理解すること」に移りました。 読んで理解する工程を速くする技術の 1 つが図解です。

図解は「飾りの絵」ではない

先に言葉を定義しておきます。ここで言う図解は、絵のうまさとは関係がありません。

図解とは、文章の構造を位置と線で表したものです。 資料を華やかにするための挿絵とは、役割がまったく違います。

実際に、AI と人間の読解の限界を論じた 1,000 字ほどの学術的な文章を 20 秒だけ見てもらい、内容を説明できるか尋ねたことがあります。返ってきたのは「難しい」という反応でした。続けて同じ内容を、AI 側と人間側の限界を対比させた 1 枚の図にして 20 秒見てもらうと、「分かりやすい」「AI と人間の読解の限界の違いだ」という反応が並びました。見る時間が同じでも、つかめる量が違います。

なお、「人間は画像を文字の 6 万倍速く処理する」という話を見かけることがありますが、この数字にははっきりした根拠が見当たりません。図解の効果は、こうした出所の怪しい数字ではなく、次に紹介する研究で説明できます。

図解が理解を速くする理由

図解の効果は、認知科学と教育心理学の研究で繰り返し確かめられています。ここでは、図が速い理由と、図が理解を深める効果、効かない図の条件を順に見ます。

探す手間と推論の手間が減る

文章と図の違いを分析したのが、Larkin & Simon (1987) の「Why a Diagram is (Sometimes) Worth Ten Thousand Words」です。タイトルに「Sometimes（ときには）」と入っているとおり、いつでも図が勝つとは主張していません。

この論文は、まったく同じ情報を文章の形と図の形で持ったときに何が違うのかを分析しています。

図が速いのは、探す手間と推論の手間が減るからです。 長文を読んでいて「これ、さっきのどこにつながっていたっけ」と読み返す時間を、図は削ってくれます。読む時間の多くは、文字を追う時間より、読み返したり頭の中で整理し直したりする時間に使われています。

身近な例が数字の表とグラフです。1 月から 6 月の売上が 120、135、150、90、160、175 と並んだ表を見ても、どこで何が起きているかは 1 つずつ数字を比べないと分かりません。同じ数字を折れ線グラフにすると、4 月だけ落ち込んでいることが一瞬で見えます。電車の路線図も同じで、「A 駅で乗り換えて B 線で 3 駅」と文章で説明されるより、駅（要素）と線（関係）を描いた路線図のほうが早く道順をつかめます。

文章に図を添えると、応用問題の成績が上がる

教育心理学者のリチャード・メイヤーは、マルチメディア学習の研究で、人は文章だけより文章と図を組み合わせたほうがよく学べることを示しました（マルチメディア原理）。

著書『Multimedia Learning』第 2 版（2009）では、文章だけで学んだグループと、文章に図を加えて学んだグループを比べた実験が 11 件まとめられています。11 件すべてで、文章と図のグループが上回りました。 比べたのは覚えているかどうかではなく、学んだことを使って新しい問題を解けるかという応用問題（転移テスト）の成績です。効果量の中央値は d = 1.39 で、教育の研究ではかなり大きい部類に入ります。2021 年の第 3 版では 13 件中 13 件、d = 1.35 と、同じ傾向が続いています。

この効果は、その分野の初心者でとくに大きいとされています。新しい分野の資料を大量に読むときこそ、図の助けが大きくなります。

関係のない図は、かえって理解を下げる

ただし、図なら何でもよいわけではありません。雰囲気のための写真や、面白いけれど本筋と関係のないイラストは、読み手の注意をそちらへ引っ張ります。こうした余計な要素は「誘惑的詳細（seductive details）」と呼ばれ、Rey (2012) のメタ分析でも、記憶と応用の両方に悪い影響を与えることが示されています。

効く図の条件は、要素と関係だけが描かれていて、本文の論理と図の形が一致し、余計なものがないことです。図を作っていると、殺風景に見えて飾りを足したくなることがあります。顧客向けの資料ならなおさらです。ですが、華やかにしたせいで伝わりにくくなるなら、理解のためには逆効果です。

図解は、描くと効く

ここまでは図を見る側の話でした。図解の効果がさらに大きくなるのは、自分で描いたときです。

見るより、つくるほうが効果が大きい

キーワード同士を線でつないで関係を示す概念マップについて、142 の効果量、11,814 人分のデータをまとめた Schroeder, Nesbit, Anguiano & Adesope (2017) のメタ分析があります。

見るだけでも効果はありますが、自分でつくると効果ははっきり大きくなります。

描けないところが、まだ分かっていないところ

話を聞いたりレポートを読んだりして「なるほど、分かった」と感じても、いざ図にしようとすると手が止まることがあります。要素 A、B、C までは書けるのに、A と B はどういう関係だったか、C はどこに入るのか、そもそも結論は何だったのかが出てこない。

文章を読んだだけでは、どこがあいまいなのかが自分でも見えません。図にしようとすると、線が引けないところで手が止まります。描けないところは、まだ理解できていないところです。 図解は、理解を深めるだけでなく、自分の理解の穴を見つける道具にもなります。

AI が描ける時代に、人が決めるべきこと

今は AI に頼めば、きれいな図もすぐに作ってもらえます。それなら図を描く力は要らないのかというと、そうではありません。長文の扱い方を 3 段階で比べてみます。

3 段階目では、「この文章は原因と結果の話だ」「これは 2 つの案の対比だ」という骨組みだけを自分で決め、きれいな図にする作業を AI に頼みます。速さは AI に任せ、理解は自分に残す分担です。 AI に任せてよいのは清書で、何を図にするか、どんな関係として描くかは自分で決めます。

長文を図にする 3 つの問いと 6 つの型

では、長文を図にするには具体的にどうすればよいのか。読みながら自分に投げかける問いと、関係の種類ごとの図の型を紹介します。

読みながら 3 つの問いを立てる

レポートやディープリサーチの結果を読むときは、次の 3 つを意識します。

1. 何と何が出てくるか: 登場する要素（人、組織、仕組み、数字）を名詞で書き出す。箇条書きで構わない
2. それらはどうつながるか: 順序なのか、原因と結果なのか、対比なのか、包含なのかを見極める。図にするうえでいちばん大事なのがここ
3. 結局、何が言いたいか: 図のタイトルを一文で書けるか試す。書けなければ、まだ全体をつかめていない

異動や転職で新しい部署の資料を大量に渡され、1 週間読み続けても何もつながらない、という経験がある人もいると思います。そこで誰かがホワイトボードに「この文書とこのシステムがこうつながっている」と 1 枚描いてくれると、一気に見通せるようになります。あれは、1 つ目と 2 つ目の問いに答えた図を渡してもらっている状態です。

文章のサインから図の型を選ぶ

2 つ目の問いに答えるときは、文章の中に出てくる言葉がサインになります。

この 6 つの型を覚えておくと、たいていの文章はどれかに当てはまります。1 つの文章に複数の型が混ざっていることもよくあります。その場合は、いちばん言いたいことを運んでいる関係を 1 つ選びます。全部を 1 枚に詰め込むと、先ほどの「効かない図」に近づいてしまうためです。

同じ一節を図にしてみる

例として、次の一節を図にしてみます。

問い合わせ対応に AI を導入した結果、一次回答までの時間は短くなった。一方で、AI が答えられない質問は担当者に回るため、担当者に届くのは難しい質問ばかりになり、1 件あたりの対応時間はむしろ伸びている。そのため、人員を減らすのではなく、担当者の育成に投資すべきだ。

「その結果」「ため」「そのため」というサインから、この一節は因果の型だと分かります。要素は「AI 導入」「一次回答の速さ」「人に残る質問」「1 件の対応時間」「結論」の 5 つです。

図にすると、AI 導入から 2 本の矢印が出ていること、結論が下側の因果の流れから導かれていることが、読み返さなくても分かります。

AI に要約させてから、構造を自分で描く

「自分で図をつくるには、結局資料を全部読み込む必要があるのでは」と思うかもしれません。実際にそういう質問をもらいました。

最初から最後まで読み通してから図にしようとすると、「これはどういう文脈だったか」と読み返しながら進むことになり、時間がかかります。そこで、AI の助けを借りて次の順で読みます。

1. 長いレポートなら、まず AI に 200 字程度で要約してもらう
2. 要約から「こういうつながりだろう」と構造を推測し、自分の手で図に描く
3. 描けなかった要素だけ、原文の該当箇所に戻って確かめる

図を描こうとした時点で分からない要素がはっきりするので、原文のどこを読めばよいかも見当がつきます。全文を通読するより短い時間で、構造を自分の頭に残せます。

明日からできること

最後に、すぐに試せることを 3 つ挙げます。

1. 長文を読んだら、閉じる前に 1 枚の図にする: きれいに描く必要はありません。要素を 3〜5 個書き出して線でつなぐだけで十分です。ノートでもホワイトボードでも構いません
2. AI に頼むときは「図の型」を指定する: 「要約して」ではなく、「2 つの案を対比の表にして」「原因と結果を矢印でつないで」と頼みます。型を選んだ時点で、構造を自分で決めたことになります
3. 図にできないところを、質問に変える: 線が引けないところが、次に読むべき場所、人や AI に聞くべき場所です。分からないところがはっきりすると、質問も具体的になります

研究が直接測っているのは主に理解の深さで、「何分短くなったか」という数字ではありません。それでも、構造をつかめていれば読み返す時間も思い出す時間も減り、結果としてインプットにかかる時間は短くなります。

読む量は、これからも減らせません。でも、理解する時間は図解で短くできます。AI が図を描ける時代だからこそ、何を図にするかを決める力が差になります。

AI に渡す材料の揃え方は プロンプトより先に、AI に渡す材料を揃える で、依頼の背景をコンテキストとして伝える方法は 「空気を読む」をプロンプトとコンテキストで解剖する で紹介しています。業務での AI 活用を職種を問わずチームで身につけたい場合は、実践型研修の AIDD キャンプ も用意しています。お気軽に KDDIアイレットへご相談ください。