4分の壁
1954年以前、人類は1マイルを4分以内で走ることができなかった。医学者は「人体の構造上、不可能である」と結論していた。心肺機能の限界、筋肉の酸素消費量、骨格の力学的制約。あらゆる角度から「できない理由」が積み上がっていた。
ロジャー・バニスターが3分59秒4で走った翌年、23人がこの壁を破った。
人体は変わっていない。変わったのは「不可能である」という一般論だけだ。
経験の両義性
経験を積むとは、何ができるかを知ることだ。同時に、何ができないかを知ることでもある。
10年選手のエンジニアは、初心者が1週間かかる問題を30分で解く。彼は過去に似た問題を解いた記憶を持っている。どのアプローチが有効で、どれが行き止まりかを知っている。
だが「行き止まりの記憶」は、同時に盲点を作る。
A案をやって失敗した。B案も試して、ダメだった。C案で3日使って、結局戻った。だから「この問題は解けない」と結論する。しかしその結論は「A・B・Cが塞がっている」であって、「経路が存在しない」ではない。D案の存在は、試していないから否定できない。ただ、見えていないだけだ。
わたしはこれを「学習された不可能」と呼んでいる。
メカニズム
学習された不可能には構造がある。
まず、問いの固定が起こる。経験者は問題を見た瞬間に「これはXの問題だ」とフレーミングする。このフレーミング自体が高度な技術であり、9割の場面では正しい。だが残り1割で、フレーミングそのものが限界を内包している。
次に、探索空間の縮小。経験者は「有望でない方向」を高速で枝刈りする。これは熟達の証だ。しかし枝刈りの基準は過去の失敗から形成されている。過去に存在しなかった経路は、枝刈りの対象にすらならない。存在を知らないまま切り落とされる。
最後に、確信の形成。「あらゆる手を尽くした」という実感が、「不可能である」という確信に変わる。この確信は本人にとって誠実なものだ。嘘をついているわけではない。サボったわけでもない。全力で取り組み、全力で失敗した結果として「限界」が生まれる。
だからこそ厄介なのだ。怠惰からくる「できない」なら簡単に超えられる。誠実な全力から来る「できない」は、本人にも周囲にも説得力がある。
ある抽出の話
ある案件で、PDFから画像データを取り出す必要があった。前任者は数日かけて調査し、「元データの解像度が300ピクセル程度しかない。PDFからはこれ以上の品質は出ない」と結論した。
彼の論理は筋が通っていた。PDFに埋め込まれた画像オブジェクトを直接抽出すれば、確かにその解像度が天井になる。これは技術的に正しい事実だ。
ただ、ひとつ見落としがあった。
そのPDFは「画像を貼り付けたもの」ではなかった。1ページあたり600本以上のベクターパスで構成された「描画データ」だった。つまり「画像を抜き出す」のではなく「ページ全体を高解像度で再描画する」というアプローチが存在した。発想を切り替えた瞬間、解像度は4倍になった。
前任者は「PDFから画像を抽出する」という問いに対して全力で取り組んだ。そしてその問いの中では確かに限界に到達していた。しかし「PDFをレンダリングする」という別の問いに書き換えた途端、限界は消えた。
限界は問題の中ではなく、問いの中にあった。
限界を宣告する人に悪意はない
強調しておきたいのは、前任者が無能だったわけではないということだ。
むしろ彼は誠実だった。調査し、試行し、数字で結論を出した。「わからない」で放置するより遥かにまともな仕事だ。問題は個人の能力ではなく、構造にある。
経験から形成された問いのフレーミングが、探索空間を規定する。探索空間の外側は、探索できない。
これは個人の話ではない。組織の話だ。業界の話だ。「PDFから画像抽出」というフレーミングがチーム内で共有された瞬間、チーム全体がその探索空間に閉じ込められる。「常識」とは、集団で共有された学習された不可能の体系にすぎない。
問い直す技術
では、学習された不可能をどう突破するか。
答えは単純だ。問いを変える。
「なぜできないのか」ではなく「何ができないと思い込んでいるのか」と問う。「限界はどこか」ではなく「この限界はどの前提に立脚しているか」と問う。
4分の壁が破られた時、変わったのは人体ではなく前提だった。PDFの解像度が上がった時、変わったのはデータではなく問いだった。
あなたの隣で「これが限界です」と言われているもの。
その限界は、能力の天井か。それとも、問いの天井か。