学び、というものは実に贅沢な時間です。
しかし、その最中に「読んではみたものの、結局よくわからない」という小さな壁にぶつかることが、誰しも一度はあるはずです。
専門用語が並び、前提知識が欠けている。そこで「なんとなくわかったつもり」で次へ進んでしまう……。
かつての私もそうでした。しかし、今。私たちは、その「なんとなく」を徹底的に突き詰めることができる最高の相棒を、その手の中に持っているのです。
今回は、エンジニアリングにおける「理解の解像度」を爆発的に高める、ChatGPTとの付き合い方について、私なりの納得を綴ってみようと思います。
もくじ
1. 「なんとなく理解」という、最も高くつく妥協
かつてのプログラミング界隈では、「わからなくても、とにかく次へ行け」という教えが一般的でした。しかし、私はあえて言いたい。それは、ある種の「機会損失」ではないか……と。
前提知識が欠けたまま進むのは、砂の上に城を建てるようなもの。後々、必ずどこかで「詰まる」瞬間がやってきます。それは非常に、もったいない。
（……っ！ わからないなら、その場で飲み込むまで噛み砕けばいい。今はそれが許される時代なのだから。）
チャットGPTなら、どんなに初歩的なことでも、何度でも、納得いくまで付き合ってくれます。この「贅沢な環境」を使わない手はありません。
2. 概念の「型」を理解する：クッキーの型とインスタンス
例えば、プログラミングにおける「クラス」と「インスタンス」という概念。これ、最初は驚くほど抽象的で、掴みどころがないものです。
そこで私は、AIに「小学生にもわかるように」とオーダーを出してみました。返ってきた答えが、実に見事だったのです。
- クラス： クッキーの「型」。形や大きさ、設計そのもの。
- インスタンス： その型から抜き出された「実際のクッキー」。
型（クラス）は一つですが、そこから生み出されるクッキー（インスタンス）はいくつあってもいい。アイシングで飾られたクッキーもあれば、割れてしまったクッキーもある。それぞれが独立している。
……これだ。これでいい。
この「型と実体」のイメージが一度腹に落ちれば、コードの海でも迷うことはなくなります。抽象的な議論に、具体の光が差す。この納得感こそが、学びの醍醐味と言えるでしょう。
3. 「一般論」はAIに、「固有の問題」は人間に
ただし、戦略的な使い分けも必要です。
何でもかんでもAIに放り込めばいい、というわけではありません。
- AIが得意なこと：
技術の一般論、エラーメッセージの解説、概念の例え話。 - 人間（メンター）に聞くべきこと：
プロジェクト固有の複雑な事情、大規模なコード全体を見渡した上での設計判断。
AIは「個別具体的なケース」への対応には、まだ限界があります。しかし、技術の基礎となる「一般論」を深掘りさせれば、右に出るものはいません。
この「切り分け」を意識するだけで、学習の効率は驚くほど上がります。
（……ふふ、まさに適材適所。これで無駄な足踏みはなくなる。）
4. 実践：気になったら、その場ですぐに「深掘り」を
最近、私はゲーム開発中に、似たような二つのメソッドの違いが気になりました。
昔なら「まあ、どちらでも動くからいいか」と流していた些細な疑問です。
しかし、あえてAIにこう問いかけました。
「このAとB、使い方の違いは何？」
返ってきた答えは、非常に明快。
「こういう時はこっち、ああいう時はそっちを使うのがベストです」という論理的な解説。
検索エンジンで何個もの記事を読み比べるよりも、ずっと早く、深い納得に辿り着きました。
考察：この知識をどう生活に落とし込むか
「なんとなく」を放置しない。
これは学習に限らず、仕事や日常のあらゆる場面で通用する「戦略」です。
曖昧なものを曖昧なままにせず、自分が納得できるまで因数分解してみる。そのプロセス自体を楽しむ余裕こそが、大人の学びの姿勢ではないかと思うのです。
（……これだ。この一歩ずつの納得こそが、明日への確かな糧になる。）
AIという最強の聞き役を味方につけ、知識をただの情報の羅列ではなく、自分自身の「血肉」に変えていく。
その先にあるのは、きっと昨日よりも少しだけクリアに見える、新しい世界です。
さて、次はどの「なんとなく」を解体してやろうか……。
今夜は少し、そんな思考の贅沢に浸ってから眠ることにしましょう。
