アブダクティブ推論とデザイン思考|「まだない答え」を導く第三の論理
演繹・帰納とは異なる第三の推論形式「アブダクティブ推論」が、デザイン思考の認識論的基盤であることを解説。チャールズ・サンダース・パース、ナイジェル・クロス、ロジャー・マーティンの理論と、200回超のワークショップで見えた実践的な活用法を体系化する。
演繹・帰納とは異なる第三の推論形式「アブダクティブ推論」が、デザイン思考の認識論的基盤であることを解説。チャールズ・サンダース・パース、ナイジェル・クロス、ロジャー・マーティンの理論と、200回超のワークショップで見えた実践的な活用法を体系化する。
デザイン思考のワークショップで「なぜこれが正解なのか」という問いを立ててしまうと、たいてい行き詰まる。正解がまだ存在しない問いに対して、「正しさを証明しながら前進する」という論理のコードは機能しない。
デザイン思考が扱う問題の多くは、データを集めれば答えが導き出されるような性質ではない。ユーザーインタビューを重ねても、「だからこのサービスを設計すべき」という論理的必然性は出てこない。出てくるのは、「もしかしたらこういうことが問題なのかもしれない」という仮説の種だ。
この「種から仮説を育てる」推論形式に、アブダクティブ推論(Abductive Reasoning)という名前がある。デザイン思考の認識論的な基盤を理解したいなら、まずここから始める必要がある。
哲学者・論理学者のチャールズ・サンダース・パース(Charles Sanders Peirce, 1839–1914)は、人間の推論形式を三種類に分類した。
演繹(Deduction)は、前提から結論を論理的必然性をもって導く。「すべての人間は死ぬ(前提)→ ソクラテスは人間だ(前提)→ ゆえにソクラテスは死ぬ(結論)」が典型だ。前提が正しければ結論は必ず正しい。しかし新しい知識は何も生まれない。前提の中にすでに結論が含まれているからだ。
帰納(Induction)は、複数の事例から一般則を導く。「10人のユーザーが同じ箇所で詰まった→ この機能は分かりにくい」という推論だ。サンプル数が増えるほど確からしさが増すが、「100%の確証」は原理的に得られない。
そしてアブダクション(Abduction)。パースはこれを「最善の説明への推論(Inference to the Best Explanation)」と呼んだ。観察された事実を最もうまく説明する仮説を生成する推論だ。
パースの言葉を借りれば、「アブダクションは新しいアイデアを導入できる唯一の論理操作である」。演繹は知っていることを整理し、帰納は観察を一般化する。しかしアブダクションだけが「まだない何か」を思考に持ち込める。
デザイン研究者のナイジェル・クロス(Nigel Cross)は1982年の論文 Designerly Ways of Knowing(Design Studies, Vol.3, No.4)で、「デザインの認識論は科学や人文学とは異なる第三の文化に属する」と論じた。
科学は自然世界を帰納的・演繹的に理解しようとする。人文学は人間の経験を解釈しようとする。デザインは、まだ存在しない人工物の世界を創造しようとする。この「まだない世界を構想する」営みに、アブダクティブな推論が不可欠だとクロスは指摘する。
クロスが「デザイン能力の核」として挙げた特性のひとつが「アブダクティブ思考・生産的思考(abductive/productive thinking)」だ。設計の問いには「あらかじめ存在する正解」がない。設計者は観察された事実から飛躍し、まだ存在しない可能性を投影し、その仮説を検証する。これはパースのアブダクションの構造と一致する。
ビジネス文脈でこの接続を明確に論じたのが、ロジャー・マーティン(Roger Martin)の『The Design of Business』(2009年, Harvard Business Review Press)だ。
マーティンはビジネスにおける知識の進化を「ナレッジファネル(Knowledge Funnel)」として描いた。問題は最初「ミステリー(Mystery)」として現れる。観察と推論を重ねて「ヒューリスティック(Heuristic)」になり、さらに精緻化されると「アルゴリズム(Algorithm)」になる。
マーティンが指摘したのは、多くのビジネスが「アルゴリズムの最適化」に集中するあまり、ミステリーに向かうためのアブダクティブな思考を失っているという構造的な問題だ。デザイン思考が競争優位の源泉になるのは、まだアルゴリズム化されていない問題——すなわちミステリー——に向かう能力を組織にもたらすからだという。
この視点でデザイン思考の5フェーズを見ると、アブダクションが要所に埋め込まれていることが見えてくる。
共感(Empathize)フェーズでは、ユーザーの言動から「この人が本当に困っていることは何か」という仮説を形成する。観察事実から背後にある動機を読む推論——これはアブダクションだ。「10人が同じことを言った」という帰納ではなく、「この一つのエピソードが示す本質は何か」という問いが共感フェーズを推進する。
問題定義(Define)フェーズでは、収集した観察から「HMW(How Might We)」問いを設定する。インサイトから問いへの飛躍は、論理的必然性を持たない。ここには設計者の「最善の説明への賭け」——すなわちアブダクションがある。
アイデア創出(Ideate)フェーズでは、問いから解決のアイデアを生成する。「こうすればよいかもしれない」という仮説の生成はアブダクションの典型的な形式だ。
プロトタイプ(Prototype)・テスト(Test)フェーズは、アブダクティブに生成した仮説を検証する構造だ。仮説が外れれば新しい観察が得られ、再びアブダクションの材料になる。
デザイン思考の反復(イテレーション)は、「アブダクションで仮説を立て、検証で更新し、また仮説を立てる」サイクルとして読み解ける。
デザイン研究者のジョン・コルコ(Jon Kolko)は論文 Abductive Thinking and Sensemaking: The Drivers of Design Synthesis(2010年)でこの関係をさらに深めた。
コルコの主張は、デザイン・シンセシス(研究から洞察を統合するプロセス)の本質はアブダクティブなセンスメイキングだというものだ。ユーザーリサーチで集めた膨大なデータ——インタビュー音声、観察メモ、写真、アーティファクト——は、並べただけでは何も語らない。デザイナーはこれを「操作・整理・取捨選択・フィルタリング」しながら、知識を生み出す。この操作の中核にあるのがアブダクション、すなわち「これらの観察を最もよく説明するパターンは何か」という問いへの応答だ。
200回を超えるワークショップで、何度も同じ場面に出くわす。参加者——特に分析畑のバックグラウンドを持つ人——が、インサイト統合のフェーズでぴたりと動けなくなる。
「データからは複数のことが読み取れる。どれが正解か分からない」。そう言って手が止まる。この詰まりには構造的な原因がある。「正解を選ぶ」という演繹的・帰納的な問いの立て方が、アブダクティブな問い——「いまのデータを最もよく説明する仮説はどれか」——とそもそも噛み合っていない。
ほどき方はシンプルだ。問いを差し替える。「どれが正しいか」ではなく「もし〇〇だとしたら、観察されたすべての事実を説明できるか」へ。これがアブダクションの問いの形だ。完璧な証拠を手にする前に、一歩踏み出す。それが「最善の説明への賭け」の実践的な意味になる。
組織がデザイン思考を導入して失敗するパターンのひとつに、「インサイトが出てこない」という現象がある。これはアブダクティブな思考が機能していないサインだ。
データ収集(共感フェーズ)は丁寧に行われる。しかし「データから何かを言う」には、データが語りかけてくるものを受け取り、仮説へと跳ぶ動作がいる。この跳躍は、方法論の手順書には書けない。特定の観察事実から特定の仮説を機械的に導く規則ではないからだ。もしそんな規則が書けるなら、それはもう演繹か帰納で片付く問題だ。
「インサイトが出てこない」時には、「正解を探しているのではないか」という問いを立てる。正解を探しているとしたら、それは演繹の問いだ。今必要なのは「これらの観察を一番うまく説明できる仮説は何か」というアブダクションの問いに変えることだ。
アブダクティブ推論が使いこなせない最深の原因は、「間違えるかもしれない仮説を前に進める」ことへの心理的抵抗だ。
演繹は正しい前提から出発すれば確実な結論を保証する。帰納は十分なデータがあれば高確率の一般化を保証する。しかしアブダクションは、現時点で最も良い説明を選ぶだけで、それが「真実」だという保証はない。
これは弱点ではなく、設計という営みの本質的な性質だ。デザインが扱う問題——まだ定義されていない問題、まだ存在しない解——は、確実な前進を保証する論理では扱えない。アブダクションは「不確実性の中で最善の一手を打ち続ける」能力であり、デザイン思考が「不確実な問題への実践的応答」である根拠がここにある。
デザイン思考の「なぜこれが機能するのか」という問いへの答えのひとつが、アブダクティブ推論という認識論的基盤だ。パースが定式化し、クロスがデザインに接続し、マーティンがビジネス文脈に応用した——この系譜を理解すると、デザイン思考の手順書には書かれていない「なぜ共感からインサイトへの飛躍が必要なのか」が見えてくる。
「データが答えを教えてくれる」という前提は、デザイン思考が向き合う問題には通用しない。観察された事実を最善の方法で説明する仮説を立て、それを試し、また立てる——この反復こそが、まだない答えに近づく唯一の道だ。