Profile picture of Hiroya Iizuka

Hiroya Iizuka

@0317_hiroya

Published: March 28, 2025
1
21
185

やっと最終到達した感じがある。。 この図は、 - エリクソンの知識の構造、 - 仮説行動 + 解像度を高める、 興味 => 疑問 => 問い => 仮説モデル - Zettelkastenや、Evergreen noteの思想 - リボンフレームワーク これらを融合したものになる。 もし、具体的な知識(事実)を覚えるだけだと、それは最下層止まり。 一時的に、知識量は増えるかもしれないが、思考は拡大しない。 Layer0からLevel1に上がるためには、問いを立て、殴り書きのメモから、ノートを作るとよい。 なぜ、〇〇なのか?のようなノートを書く。 トピックベースであり、具体的な事実をまとめて、一定のテーマを考えてノートを作る。例えば、健康にいい食事とはなんだろうか?のようなノートになる。 さらに解像度を高め、〇〇である、という言い切り系の仮説ベースのノートをかく。 Zettelkastenでいうと、抽象化されたPermanent Noteだし、Evergreen Noteだと、コンセプト指向のノートだ。 https://scrapbox.io/evergreens... そして、それらのノートをまとめて、コンセプトを絞り、コンテンツを作って、解決策に結びつける。 このように、大事なのは 知識を覚えるという、具体レベルの横方向に注力するだけでなく、縦方向に考えて、行動したりアウトプットすることなのかもしれない。

Image in tweet by Hiroya Iizuka
Image in tweet by Hiroya Iizuka

なお、Idea Compassを使えば Layer1まで、自然にノートを作ることができる。 このノートの起源は何だろうか? このノートは、何と似ているのだろうか? etc これらが良質な問いなわけだ。 その問いをもとに、ノートを作る。 ただし、 それらのノートは、中心のアイデア(ノート)と、同じ階層レベルになる。 そこから、抽象度を上げるためには Idea Compassで書かれた360度のノートをもとに もう一段階、抽象化する必要がある。 so what?(だから何なの?) と問い、言い切り系の仮説を作る、そしてそれがPermanent Noteと呼ばれるものになる。 Related: https://x.com/0317_hiroya/stat...

逆に、深掘りたいとき、より下位の具体例がほしい時は why so? と問いたり その問いを元に、検索AIを使う。 漠然とした疑問を投げかけるのではなく、問いがすでにある状態なので、良質な結果が得られやすくなる。 このように、 疑問ベースでAIを使うのではなく、問いもしくは仮説まで思考を拡大してから使うと、その恩恵を最大限に受けることができる。 そのためには、Second Brainで、内省する仕組みを、持つのが大事である。 Related: https://x.com/0317_hiroya/stat...

Share this thread

Read on Twitter

View original thread

Navigate thread

1/3