今井むつみのレビュー一覧

言語の本質 ことばはどう生まれ、進化したか

今井むつみ / 秋田喜美

対称性推論の実験。赤ちゃんとチンパンジーの違い、さらにチンパンジーの天才の話が面白い。
アブダクション推論は論理的には正しくないが、新しい知識を創造する。

「何回説明しても伝わらない」はなぜ起こるのか？ 認知科学が教えるコミュニケーションの本質と解決策

今井むつみ

スキーマの話。読後になんかゆる言語学ラジオで聴いたなーとおもったら今井先生でしたか。ゆっくり読み直したいと思います。

学力喪失 認知科学による回復への道筋

今井むつみ

知識詰め込み型教育の終焉は、もはや議論の余地がない。そこで今問われるのはスキームの確立とその修正能力だ。生成AIの台頭で、よりこれらの力が人間の強みであることが明白となった。
分数の概念的な理解がこれほどまでにできていない実態に、正直目を疑った。低位層と中高位層にこれほどまでの差があると、社会のルールは頭のいい奴の都合の良いように作られているという、ドラゴン桜の作中のセリフがより説得力を持つ。
低位層で行われる思考は速い思考、いわゆるヒューリスティックしか用いられない。遅い思考を利かすことができない。

きょう、ゴリラをうえたよ 愉快で深いこどものいいまちがい集

水野太貴 / 吉本ユータヌキ / 今井むつみ

今井むつみ先生のあとがきを読んで、もう一度初めから読み返したくなった。
「人間は、子どもの時から、自由に想像力を羽ばたかせて言葉を拡張する能力を持っています。」
大人はコミュニケーションを円滑にするために、その能力に制限をかけている。
言葉で表現しきれなそうなことを、言葉の使い方を工夫することで伝えようとする。子供の言い間違いは、まさに文学のような営みなのだと思った。

人生の大問題と正しく向き合うための認知心理学

今井むつみ

人間は、何かの言話情報に触れると、必ず意味を理解しての意味を記憶する。意味がわからなければ、記憶もできない。
なるほどたしかにって思った。

学力喪失 認知科学による回復への道筋

今井むつみ

　とはいえ、何がしかの「仮説」(というより「見通し」)がなければテスト作成に着手することもできない。筆者たちは、 「思考力とは、知識を使って問題解決をする力」と定義し、 認知科学の知見をもとに、それを形づくるための鍵概念として、以下の三つの能力を設定した。

①知識を拡張し、創造するアブダクション推論能力
②推論過程を制御するための認知・情報処理機能
③思考を振り返り、知識の誤りを修正するためのメタ認知能力

　これらのうち「アブダクション推論」については、なじみのない読者も多いと思う。簡単にいえば、アブダクション推論とは、演繹推論のように結論が一義的にきまる、 ず正しい答えが得られる推論ではなく、異なる分野の知識を組み合わせたり、比喩や類推を用いて新たな知識を創造する推論のことである。このように書くと、専門家にしかできない、難しいことのように思うかもしれないが、これは、私たち人間が乳幼児のときから行っている推論で、ことばの習得や概念の習得には必須のものである。この推論は知識を拡張・創造するものであるが誤りも犯し、誤ったスキーマを形成する原因にもなる。したがって、「創造的に、質の高い思考をする」とは、「質の高いアブダクション推論をしながら、つねに推論をリアルタイムで制御すると同時に、結果をモニターし、誤りを修正するサイクルを伴う思考をする」ということなのである。


　たしかに図形全体を心の中で回転させていくのは認知的な負荷が高い。それを軽減するために補助線を引くことによって認知的な負荷を軽減させているのである。言い換えれば、高位層の子どもは図形の回転に認知的な負荷が高いのを見抜き、負荷を軽減するための方略を自分で考えることができたので、正解できたのである。
　そして高位層の子どもたちはこのように、問題解決のために自分で方略を考えることがどの問題でもできたので、 この問題でも、他の難易度が高い問題でも、高い割合で正答することができたと考えられる。
　課題に応じた方略を工夫することができる能力は、学校でのどの教科の学びにも重要である。この能力が低い子どもの多くは、様々な教科において、問題解決に必要なパーツをもっていても、少し問題が複雑になってパーツを組み合わせたり統合したりしなければならなくなると行き詰まってしまい、問題が解けない事態になってしまうのである。 言い換えれば、(逆)数唱課題のように作業記憶容量だけを測ることに特化した単純な問題を大量に与えて記憶容量や情報処理のスピードが速くなるような訓練をするよりも、 認知的な負荷を軽減できるような方法を自らの状況に合わせて見出せるようになるための支援をしたほうが、学力に必要な思考力を高めるうえでは有効であるということだ。


「記号接地」とは人工知能と認知科学における長年の未解決問題である。1990年にスティーブン・ハルナッドという認知科学者が、当時のAIを批判して、記号接地問題 (Symbol Grounding Problem) ということばでAIを特徴づけた。当時のAIは今と異なり、記号(ことば)を操作する記号アプローチが主流だった。記号の意味は人間が定義を与える。しかし、コンピュータはひとつひとつの記号(ことば)の意味を他の記号で記述しなおしているだけで、コンピュータが意味をほんとうに理解しているわけではない。


　しかしどんなに流暢でも、生成AIが記号接地をしていないことには変わりはない。ChatGPT は超優秀な「次のことば予測マシン」である。ビッグデータの海を泳ぎ、単語や句が別のどの単語や句といっしょに使われるのかを計算し、この単語の次に来そうな単語や句を予測する。予測をどんどん積み重ねて文を、そして文章を作り上げていく。 それが ChatGPT をはじめとした生成AIが行っていることである。「いちご」のビジュアルの統計値をもち、いちごの画像を選ぶことはできる。「いちご」が果物であること、 「甘酸っぱい」味をもつこと、よく練乳(コンデンスミルク) といっしょに食べられることなどは、聞かれれば言語で返すことはできる。これを一般に人は「知っている」と考えてしまう。しかし、「甘酸っぱい」がどういう味なのかはわからない。リンゴなど他の「甘酸っぱい」 食べ物と区別することは(少なくとも現状の)AIにはできない。ハルナッドが30年以上前に指摘した状況とまったく変わらず、ことばの海を、ひとつのことばから別のことばへ漂流しながら、言語による言い換えで人間の質問に答えているにすぎない(図7-1)。


　このように、何かを学習するときに、子どもが自分で手がかりを見つけ、洞察を得て、学習を加速させていくプロセスを、発達心理学ではブートストラッピングという。 靴(ブーツ)の履き口にあるつまみ(ストラップ)を自分の指で引くと、うまく履くことができる。そこから、「自らの力で、自身をより良くする(より高い発達段階へひき上げる)」 という意味に、比喩的に拡張された用語である。


　知識は大きく育てたい。そのためにアブダクションは欠かせない。そうすると間違うことは避けられない。しかし、 間違いは修正しなければならない。けれども、大人が正解を言っても間違いは簡単に修正されないのである。こういうジレンマに多くの子どもが陥ってしまっている(図7-10)。
　どうしたらこの穴から抜け出すことができるのか。二つの大事なポイントがある。
①子どもが自分のスキーマの誤りを修正することに自分で納得できるような状況をつくり、子どもがスキーマの誤りを認めること。これはいわば記号接地をしなおすことである。
②システム1の思考をシステム2で監視する習慣を育てること。


　第7章では、「生きた知識」を生むために必要なことを理論的な観点から述べた。おおまかには以下の5点に集約できるだろう。
1 基本概念の記号接地をすること。
2 ブートストラッピング・サイクルによって事例からの一般化、抽象化を自分で行うこと。その際、質の高いアブダクションを行うこと。
3 基本概念のスキーマが誤っている場合には修正できること。
4 「システム2思考」で「システム1思考」をコントロールすること。
5 知識が身体の一部になっていて、様々な状況で自在に使えること。


分散学習と多様学習
　ドリルでないとしたら、何をしたらよいのか。時間を使った別の遊びをするのだ。学習科学で、有効性が確立した学習法がある。分散学習と多様学習だ。分散学習は、あることを学習するのに、同じことを一気に集中して学習するより、少し間を置きながら分散して繰り返し学習するほうが記憶の定着がよいという理論である。多様学習は、あることを学習して定着させるのに、同じことを繰り返すより、 多様な環境で学ぶほうが定着がよい、という理論である。 どちらの学習法も、人間の記憶や学習の仕組みの観点から、 理に適っている。
　同じことを続けていると、身体は慣れていく半面、気持ちが緩んできて、集中がしにくくなる(もちろん学習者のモゆるチベーションによるので、一般的にはということで理解してほしい)。子どもはとくに飽きやすい。だから同じことを短期間に集中して勉強するより、少しずつ時間を空けながらしたほうが記憶の定着はよい。その意味で、一夜漬けは効果がうすい。というより、試験が終わったらすぐに忘れてしまう。効果的なのは、練習の時間が長くなりすぎないように、一定の時間集中したらその後休むか、別メニューで練習するというやり方だ。
　多様学習というのは、その意味で、たいへん効果的だ。 多様学習は違うことをしていくので学び手は飽きにくく、 学びの集中力が持続できる。さらに、同じ概念(あるいは同じ技)を異なる文脈で使う練習をするので、応用がききやすくなる。言い換えれば「生きた知識」を習得しやすくなるということだ。例えば、バスケットボールで3点取れる長距離シュートを練習するとき、同じ場所から打ち続ける練習をするより、距離や角度を少しずつ変えながら打ったほうがよい。同じ地点からばかりシュートを打つ練習を続けていると、その場所からのシュートの成功率は上がるだろう。しかし、実際の試合では、状況に応じて様々な地点からシュートを打たなければならないので、多様な状況での練習こそ必要なのだ。同じ地点、同じ環境で同じ練習を続けていると、頭(脳)も身体もその環境のもとで順応し、 最適化を図ろうとする。すると、ちょっと環境が変わると適応できなくなるリスクが生まれる。臨機応変にパフォーマンスができるようになるには多様学習を心がけなければならないのである。


フレーム問題と乳幼児の言語習得
　言語の習得も究極のオープンエンドな課題である。一つの単語の意味を推論するには、乳幼児は、少ないながらも自分のもつ、分野をまたがるありとあらゆる知識と推論能力を統合して、その状況でもっともよい推論をする。まさにアブダクション推論である。その推論を素早く、精度よくできるようになるために、語彙全体を見渡し、パターンを分析して、洞察を得る。これは、よりメタなレベルのアブダクション推論だ。洞察によって、自分の知識を自分で引き上げ、ブートストラップすることで、知識の量と質を向上させる。間違えれば、それを修正する。
　では、AIは修正をするだろうか。目標達成への確率の数値はつねにアップデートされる。それを「修正」と言うならイエスだ。しかし、「人間と同じような知識の修正」、 特にスキーマの修正はしないと言ってもよいだろう。AI はそもそも「知識」をもつのだろうか? これを考え出すと、深淵な哲学の領域に突入してしまうので、ここではやめておく。しかし、これだけは言える。AIがもっとも不得意とするのは、「知識を使うこと」である。人間が知識を与えても、AIはそれをいつ、どこで、どのように使うのかがわからない。複数の分野の知識を自在に組み合わせて新しい知識を創造することも、自分からはしない。

学力喪失 認知科学による回復への道筋

今井むつみ

達人テスト気になった！どんなんやろ…
AIは二分の一と三分の一は大きさ判定できないのか〜とかとても楽しく読めました！

人生の大問題と正しく向き合うための認知心理学

今井むつみ

アブダクション。人の認知の癖。少ない情報で決めつけてしまう。しばしば視野を偏らせ誤解や間違いを生む思い込み。でも、それは単なる排除すべき悪い癖ではなく、数多くの情報「点」から、因果関係を解明して、意味「面」を見出すために、人間に不可欠なツール。これによってAIにはできない五感を使った実体験から、新しい「知識」を創造することが可能。逆に言えば、アブダクションによる思考バイアスにとらわれやすいことを理解した上で、「好きを突き詰める」ことで、AIには辿り着けない「超一流の達人」になれる。

「何回説明しても伝わらない」はなぜ起こるのか？ 認知科学が教えるコミュニケーションの本質と解決策

今井むつみ

言語学で有名な今井先生の著書。
自分自身や他者を変える、ということではなく、人ってそういうものだよ、と教えてもらった感じ。
読み終えたとき、人に優しくなれる気がしました。（一時的に）

「何回説明しても伝わらない」はなぜ起こるのか？ 認知科学が教えるコミュニケーションの本質と解決策

今井むつみ

ビジネスの基本は「コミュニケーション」である、よくある「話せば分かってもらえる」「言えば伝わる」は人それぞれの認知や記憶の仕組みを理解することで達成できる、と言う。それには、まず相手を知るなどの良い人間関係を構築する事であり、相手のスキーマ（経験の差・察する力の有無・世代間ギャップ）を考慮し、相手がどうしたいのか、何を大切にしているかを知ることで「話せば伝わる」良いコミュニケーションが可能となる、と言う事だ。良いコミュニケーションには自分も知ってもらうための時間を持つことだ。ビジネスでは、上司も含めて相手がどうしたいのか、何を考えているのかを「事前の段取り」を構築し、報告などは的確な結論を先出し、「聞く耳」を持つことになる。人は忘れっぽい動物だということも知っておく事だ。よく言われるのは言葉は3日も経てば10％も記憶に残らず、映像画像で漸く60％の記憶に残るそうだ。

「何回説明しても伝わらない」はなぜ起こるのか？ 認知科学が教えるコミュニケーションの本質と解決策

今井むつみ

何回説明しても伝わらない…もううんざりする。
誰にでも起こることだし、私と話す他の人にも起こっていると気付かされる。
スキーマという、世界に対する理解の仕方が人によって違うこと。
言葉は、私たちの考えそのものを伝えるのではなく、相手のスキーマに沿って解釈され、理解されること。
だから、話し相手の「わかった」はこちらが思う「わかった」ではない。

ということは、分かりあうということは無いのか？
と諦めるわけにもいかない。
必要な範囲で共通の情報を備えないと、共同作業ができない。
そのためにはどうすれば良いかというと…結論をもう一度読み返したいと思う。
何度もスキーマについては読み返して、折に触れ、「自分と他人は別のスキーマを持っている」ということを確認していけば、他の人の「わかってくれない」にイライラすることも減ると思われる。

ことばと思考

今井むつみ

人は話す言語によって思考が変わるのか？について科学的に検証した本。
私はウォーフ仮説がなんか好きなんだけど、ウォーフ仮説は正しいのか？についても書かれていて面白かった。
要はウォーフ仮説は言い過ぎなんだけど、思考は言語によって確実に影響されてるってことで、なんかニヤッとした。それとバイリンガルの人は言語によって思考が切り替わってるわけじゃないってこともわかって好奇心も満たされた。ことばって物事を全てちゃんと正確に言い表してるとは言い難いと感じて、なんか「シッダールタ」も思い出されて、いい読書時間だった。

学力喪失 認知科学による回復への道筋

今井むつみ

子どもの学力（学ぶ力）を引き出す教育とはどのようなものか。語彙の少なさや間違ったスキーマではすぐに壁に当たってしまう。抽象的な概念を記号接地し、生きた知識を得ることが大切。わかった！という経験をすることでこの先自分の学びを進める力がつく。

人生の大問題と正しく向き合うための認知心理学

今井むつみ

AIが人間の能力を淘汰しかねない世の中で、AIの限界を説き、人間にしかできないアブダクション推論でクリエイティブに意味をデザインする重要さ。
この本を読んでアブダクションして気づいた。

人生の大問題と正しく向き合うための認知心理学

今井むつみ

「人間とAIの違いは？」「人間はAIよりも劣るのか？」という疑問に対して、人間特有の認知方法（アブダクション）について解説するとともに、その認知手段をうまく活用することで、既存の枠組みからの「逸脱」が発生し、AIでは実現できない発見や創造がなされるとのこと。
そして、いつか「逸脱」を実現するために、自分の得意分野や興味あることに力を注いでほしいとの力強いメッセージで締めくくられる。

ヒトが「思考バイアス」に捉われてしまい、客観よりも主観（文脈やその時の感情）で動いてしまうことは納得。また、アブダクションの仕組みについて、幼児が言語を習得する過程の解説や、名著『100万回死んだねこ』の紹介はとても分かり易かった。
各種予約や支払手続きの際に、申請者がロボットではないことを確かめるために特定のテーマの画像を選択したり、歪んだ文字列を入力させることも、人間特有のアブダクションを活用した仕組みなのかも知れない。

後半でしっかり注意喚起されているが、薄っぺらい直観的な思考（本書では“システム１”と記載）だけで生きていくのではダメで、アブダクション推論と自分の思考を振り返る意識的な取り組み（本書では“システム２”と記載）を長年積み重ね“システム1”の精度を上げていくことが重要。

人生の大問題と正しく向き合うための認知心理学

今井むつみ

今井むつみ入門書的な。
読みやすかったー

以下マーカー

●この世の中に、因果関係が断言できるものは、実はとても少ないかもしれない。そう知っておくだけでも、擬似相関を因果関係だと勘違いしてしまう危険性を下げることができる

●思い込みなしに世界と対峙できれば素晴らしいこと。でもそれは、できない。思い込みなしで世界に取り込まれたら、情報の海から溺れるしかないから。

●自分と他人の違いを認められない、物事を多角的に捉えることの必要性さえ感じない人が増殖してしまった社会は、とても危険

●人は「世界の誰かが持っている知識＝私の知識」という認知バイアスを持つ傾向があることに、まずは気づくこと。

●大事なのは、それはほんとうは自分の知識ではないと自覚しておくこと
●自分自身でほんとうに知らなければならないことと、知らなくても他の人に頼ればいいことを、きちんと理解しておく。そして人に頼るならば、頼る相手を間違えない。

人生の大問題と正しく向き合うための認知心理学

今井むつみ

人は世界をどう見ているか
・同じ写真を見ていても、人によって色の見え方が違うことがある。
・人は期待し予測しながらものを見ているため、 文脈によって見え方が変わる。
・「見落とすはずがない」と誰もが思う劇的な変化すら、他のことに注意を向けていると人は簡単に見落としてしまう。


人は世界をどう記憶しているか
・人間の記憶はあまりに脆弱で、ビデオカメラのように記憶することはできない。対象に名前がついただけで、そのモノ、コトの記憶が書き換わってしまうこともある。
・文字列を見ると人は意味を解釈してしまい、その解釈した意味しか記憶できない。


人はどのように思考しているか
・私たちは「自分は論理的に思考している」と考えがちだが、実は「必要条件と十分条件の取り違え」や「因果と相関の混同」のような基本的な間違いも頻繁にしている。
・何かが起こったときには、その原因を考えずにはいられない。しかしその推論も、ときに大きく間違っている。


人の思考は合理的か
・人間は、確率に基づいて考えるのが極端に苦手。 ちょっとしたことで、論理性や合理性を失ってしまう。
・基準率の確認や確率計算によって、妥当性を検討することが大事。
・正しく確率を把握できれば、パニックにならずに済むことも多い。


なぜ人は、偏ったものの見方をしてしまうのか
・私たち人間には、数え切れないほどのバイアスが存在する。
・アルゴリズムや生成AIなど、人間の思考バイアスを助長する技術は実は多く、いつの間にか思考を手放してしまう危険性がある。
・「バイアス=悪」ではない。人間の学習に役立つ側面がある。


　スキーマというのは、経験を自分で一般化・抽象化してつくった、暗黙の知識のことです。 言い換えれば人が無意識に持つ知識であり、知識の枠組みでもあります。実用スキーマというのは、そのスキーマの中でも日常の経験に関連するものを指します。先ほどの飲酒の問題はその一例です。
　私たちは多くの場面で、論理的思考よりも実用スキーマを使って判断をしていますが、一方で、「自分がスキーマを使っていること」に気がついていません。そこが落とし穴です。私たちは、スキーマを使っているということに気づかずに、スキーマのフィルターを通して情報を選択し、行間を埋めて理解し、記憶しています。


アブダクション推論と演繹推論
アブダクション推論
正解が一義的に決まらない、 論理の跳躍を伴う非論理推論。
例
母親に花束を渡したら喜ばれた。
母親はきっと花が(なんでも)好きだ。

演繹推論
論理的で、正解が一義的に決まる推論。
三段論法が代表的。
例
すべての生き物は水を必要とする。
バラは生き物である。
それゆえに、パラは水を必要とする。


アブダクション推論とは何か
・人間の情報処理能力・記憶に制約がある以上、 不完全で不正確な情報を補い、正しい結論にたどり着くにはアブダクションが不可欠。
・コミュニケーションが成り立つのも、質の高い学びができるのも、アブダクションが働くから。
・アブダクションによって、正しい・正しくないを超えた意味の世界に入っていくことができる。


科学の進歩は、アブダクション推論から生まれる

「高い山の頂上から貝殻が見つかった」
↓
「山のある場所は昔は海で、 海底が隆起して山ができたのだろう」
(アブダクション推論による仮説)

[アブダクションの特徴]
結果から原因を推測する
「ある驚くべき事実 (山から貝殻が見つかった)」 を説明するための仮説や理論を発見、形成する
直接的な経験に限定しない (海底の隆起は経験できない)


アブダクション推論は、人間ならではの「武器」である
・幼児が母語を習得するには、アブダクション推論は不可欠。これがなければ、「ウサギ」というたった一つのことばすら、使うことができない。
・アブダクションの本領は、「知識を創り出す」ことにある。〔点〕を〔面〕に広げ、すぐには結びつかない離れた分野の知識を結びつけ、時間を遡って目に見えないメカニズムを考える。
・人間と、AI、動物は、推論のしかたが違う。人間が自然に行っているアブダクション推論こそ、人類の進歩を生み出してきた。


アブダクション推論の精度を上げるには
・システム1の直感的な思考は普通に生きていく上で不可欠だが、ときに致命的な間違いを犯す。
・システム2はよりよい判断のために不可欠だが、時間がかかる。
・システム1の思考をシステム2で振り返り、自分の思考の特徴や傾向を知る訓練を通して、より質の高いシステム1の思考ができる。


記号接地問題
「まったく意味のわからない記号の意味を、 他の、やはりまったく意味のわからない記号を使って理解することはできない」
認知科学者　スティーブン・ハルナッド


　では、対象と記号との対応づけができれば、記号接地ができたことになるのでしょうか。
　ロボットに触覚センサーや嗅覚センサーをつけて、感覚を持たせるという試みが、今、盛んに行われています。感覚センサーと外界を紐づけようとしているわけです。では、それらが紐づけられたとしたら、AIは記号接地ができるようになるのでしょうか。AIは、「意味」がわかるようになるのでしょうか。
　私は個人的には、AIが意味を理解するようになるとは思いません。というのも、人がなぜ記号接地できるかといえば、感覚と対象、外界を単に紐づけるだけではなく、意味を理解しようとする過程自体が記号接地だからです。
　たとえばAIは、リンゴの写真は処理し、認識できます。今後、香りセンサー、触覚センサー、味センサーなどをつけて、それぞれを処理することもできるようになるかもしれません。ただ、それをどのように統合するか。これはなかなか難しい問題です。進歩はしていますが、道は遠いと感じています。
　一方で人間は、たくさんの感覚器官(センサー)から一気に情報を習得し、それを統合するということをつねに行っています。「リンゴという体験」を、自分の身体の一部にできる、 つまり記号接地できるのです。
　人間がなぜ、マルチモーダル(異なる種類の感覚データ)な情報を得て、脳で別々に処理した上で、統合された形で身体化するということが自然にできるのか。これはまだ解明されていません。これは「束縛問題」と呼ばれ、心理学・脳科学の未解決の課題となっています。

「何回説明しても伝わらない」はなぜ起こるのか？ 認知科学が教えるコミュニケーションの本質と解決策

今井むつみ

「思いは伝わらない」を前提にしたコミュニケーション術

人は相手の言葉を聞き逃し、都合よく解釈し、誤解し、忘れるものである。しかも、意識されずに使われる思考の枠組みがある。その前提で、伝え合える様に考えることがいいコミュニケーションだ。ビジネスの、社会生活の本質はコミュニケーションである。「話してもわからない」、「言っても伝わらない」そんなありきたりだが切実な悩みを認知科学の視点から解決していく本書は、すべての人に役立つ必読の書だ。

人生の大問題と正しく向き合うための認知心理学

今井むつみ

AIか生み出すのは、一般人の平均値。
唯一無二のパフォーマンスを生み出せるのは、
人間である。

認知心理学である、筆者の言葉である。

AIが急速に、社会全体に浸透する現在。
AIに仕事が奪われる、AIで何ができるのか、疑心暗鬼という方も多いと思われる。

AIの特徴として
・AIが真似できるのは、超一流でない熟達者
・AIは、過去のパフォーマンスの再現

そして、意味がある逸脱ができるのは人間だけ、と述べている。

さらには、
・突き詰めること、好きという気持ちが、超一流の達人になるのに必要
・好きのある人間には、超一流の扉が開かれる
・迷ったときは、自分の好きや得意に目を向ける

と述べている。

★最後のメッセージとして

得手に帆を上げろ！

好きだけではなく、充実感を得られるか、大変だけど、乗り越えた喜びを感じられるか

これらを大切にして欲しいと主張している。

何かにチャレンジしたい方にオススメの本。

言語の本質 ことばはどう生まれ、進化したか

今井むつみ / 秋田喜美

例がたくさん出てくるので、関心を持って最後まで読めたが、そこそこ難しい話も多かった印象。

ポケモンの名前について、進化を重ねると濁音が増えると言う話や、ぱおんの真面目な分析などは普通に面白かった。

途中で異国の言語を見せられ、意味を推測するクイズがあったのだが、正答率8割くらいを出してしまって震えた。