AI Is Not Failing the Exam, It Is Failing the Intake Form

入口で止まる知性

GPTは医師国家試験で合格点に近い成績を出した。しかも、日本語の問題を英語に翻訳すると得点が上がる。ここだけを見ると、AIはもう高度な専門職の仕事にかなり近づいているように見える。だが、実際にはもっと不思議なことが起きている。AIの弱点は、知識そのものよりも、知識が制度の中をどう流れるかにある。

同じことは医療情報の管理でも起きている。診察券、マイナンバーカード、健康保険証、運転免許証。本人確認のために必要なのは、たったそれだけのはずなのに、実際の運用は家族分も含めて複雑になる。しかも受付時間が決まっている。つまり、医療の現場では、情報が正しいかどうか以前に、その情報が正しい形で、正しい窓口に、正しいタイミングで届くかが問われている。

この二つの話を並べると、ひとつの重要な問いが立ち上がる。賢さとは、知っていることの量なのか。それとも、制度の摩擦を越えて必要な情報を使えることなのか。

答えは後者に近い。現代の知性のボトルネックは、計算力でも記憶力でもなく、インターフェースの設計にある。

---

知識はあっても、入口を通れない

医師国家試験で間違いが生まれる理由を探ると、典型的には三つの層に分かれる。医学知識の不足、日本特有の医療制度やガイドラインへの不適合、そして計算ミスだ。ここで興味深いのは、最初の層だけが「知っているか、知らないか」の問題ではないことだ。後ろの二つは、知識が制度や形式に縛られた瞬間に起こる失敗である。

たとえば、ある症例について十分な医学的推論ができても、日本の保険制度では別の手続きが必要かもしれない。あるいは、同じ臨床判断でも、日本語の設問の微妙な言い回しが違えば、前提の解釈がずれる。これは、優れた頭脳が間違うというより、頭脳が配置されている環境が違うという話に近い。

GPTが日本語の問題を英語に翻訳すると得点が上がるという事実は、その点を鮮明にする。英語にしたから賢くなったのではない。むしろ、問題の構造が、モデルにとって扱いやすい形式に変換されたのである。つまり、能力の差はしばしば「本体の性能」ではなく「接続のうまさ」に現れる。

これは人間にもそのまま当てはまる。優秀な医師、優秀な事務職員、優秀な患者であっても、窓口で必要書類が揃っていなければ先へ進めない。情報が正しいだけでは足りない。制度の文法で表現されていることが必要なのだ。

現代社会での失敗の多くは、無知ではなく変換失敗で起こる。

---

賢さの正体は「翻訳」と「整流」

この問題を理解するには、知性を三つの段階に分けるとよい。

1. 生成知性: 何を知っているか。
2. 翻訳知性: その知識を、相手や制度が理解できる形式に直せるか。
3. 整流知性: 雑音、例外、手続き、時間制約を越えて、最終的に使える形にできるか。

医師国家試験のGPTが苦戦したのは、生成知性だけでなく翻訳知性と整流知性に弱さがあったからだ。日本特有のガイドラインや制度は、単なる知識の追加では埋まらない。なぜなら、それは医学情報であると同時に、社会制度の符号体系だからである。

医療情報管理アプリの本人確認も、似た構造を持つ。診察券は病院内部の符号、保険証やマイナンバーカードは公的身分の符号、運転免許証は別の公的符号だ。どれか一つがあればよい場合もあるが、家族分の手続きをするならさらに条件が増える。ここで問題になるのは、本人が誰かという哲学的問いではない。この場で、誰を、どの根拠で、どの手順で本人とみなすかという運用上の問いである。

この違いは重要だ。高度な知性ほど、抽象的な正しさだけでは動かない。むしろ、現場で役に立つ知性とは、異なる体系の間に橋を架ける能力だ。

たとえば、優秀な通訳者を考えてみるとわかりやすい。単語を置き換えるだけでは足りない。話し手の意図、聞き手の文化、場の空気、制度的な制約を同時に処理しなければならない。医療も同じで、症状、統計、ガイドライン、保険、書類、受付時間が一体として機能している。

AIが本当に難しいのは、診断名を出すことではない。制度の中で、意味のある一手を出すことなのだ。

---

生成AIの本当の試験は、知識ではなく文脈である

多くの人は、AIの能力を「何問正解したか」で測る。しかし、その指標だけでは本質を見誤る。実際には、AIが得意なのは、訓練データに多く含まれる形式の情報を、滑らかに再構成することだ。一方で苦手なのは、ローカルルール、制度固有の例外、入力形式の崩れ、そして計算の最終確認である。

これは、人間の試験勉強にも似ている。全国共通の内容は覚えやすいが、地方独自のローカルルールや、試験の設問の癖には弱い人がいる。実務ではその差が大きい。なぜなら、現場では一般論よりも、この組織、この国、この窓口、この書式が優先されるからだ。

ここで重要なのは、AIが本質的に無能だという話ではない。逆だ。AIは、文脈さえ整えば非常に強い。日本語の問題を英語に翻訳したら成績が上がったという事実は、AIの中に眠る能力が、文脈変換のコストによって解放されたことを示している。

これは組織設計にも示唆を与える。人間の組織が本当に抱える問題は、能力不足よりも、文脈変換の負担が高すぎることにある。誰かが分かるように説明し、別の誰かが再入力し、さらに別の誰かが確認する。そこで情報は何度も形を変え、そのたびに少しずつ摩耗する。

もし医療、行政、教育、企業のシステムが共通して抱える問題があるとすれば、それは「正しい情報があるのに使えない」ことだ。だから改善の焦点は、もっと知識を詰め込むことではなく、変換回数を減らすことに置くべきだ。

実務で価値を生むのは、知識の深さだけではない。知識が失われずに流れる経路の設計である。

---

受付の紙と国家試験は、同じ失敗の別の顔である

一見すると、AIが国家試験でつまずく話と、病院の受付で本人確認書類を求められる話は、まったく別世界の出来事に見える。だが、両者は同じ構造を持っている。どちらも、正しさの証明が、単なる中身ではなく形式に依存する。

国家試験では、医学的にもっともらしい答えでも、設問の意図や日本の制度に沿わなければ不正解になる。受付でも、本人であっても、必要なカードや書類がなければ手続きが止まる。これは不合理に見えるかもしれない。しかし、制度はあいまいさを減らすために形式を導入する。形式は面倒だが、再現性を生む。

問題は、形式が目的化するときに起こる。本人確認のための書類が、本人の理解や支援を妨げる壁になる。試験の形式が、現場で使える判断力よりも、暗記の適応力を測るだけになる。すると、制度は安全性を守るどころか、知性の流れを止める。

ここで必要なのは、形式をなくすことではない。形式を、人間とAIの双方にとって読みやすいものに再設計することだ。たとえば、病院での本人確認を単に「これを持って来てください」と伝えるだけでは不十分だ。誰が、何を、いつ、なぜ必要とするのかを一枚で見える化すれば、迷いは減る。AIにも同じことが言える。知識を問うなら、制度上の前提を明示し、曖昧なローカルルールは別レイヤーで与えるべきだ。

つまり、優れた制度とは、人間の善意や記憶力に頼らず、正しい判断が自然に通る通路を作る制度である。

---

私たちが設計すべきなのは、賢い個体ではなく賢い通路

AIの性能向上に注目すると、どうしても「もっと賢いモデルを作れば解決する」と考えがちだ。だが、今回の二つの例が示すのは逆の発想である。必要なのは、より賢い個体だけではない。知識が制度に変換される通路を賢くすることだ。

この視点を持つと、あらゆる現場の改善が変わって見える。医療では、診療情報、保険情報、本人確認情報を統合し、受付から診察まで一貫して流れる設計が必要になる。AI活用では、モデルに丸投げするのではなく、問題を適切に翻訳し、制度特有の前提を補い、数値計算や最終判断を別工程で検証する設計が必要になる。

ここで役立つ実践的な考え方は、知識を三段階で扱うことだ。

• コア知識: 普遍的な原理、医学や法律の基本
• ローカル知識: 国や組織ごとの制度、慣習、例外
• 運用知識: 受付、入力、確認、例外処理、期限

多くの失敗は、この三つを同じものとして扱うことで起きる。コア知識はAIにも人間にも共有しやすいが、ローカル知識と運用知識は現場ごとに違う。だから、本当に強いシステムは、抽象度の違う知識を混ぜない。むしろ、どの層で失敗したのかを特定できるようにしておく。

この発想は、個人の学習にも効く。何かを学んでうまくいかないとき、それは知識不足なのか、表現形式の問題なのか、運用の問題なのかを切り分ける。そうすると、暗記を増やすべきか、翻訳し直すべきか、手順を変えるべきかが見えてくる。

---

Key Takeaways

1. 賢さは知識量だけでは測れない。 重要なのは、知識を制度や場面に合わせて使えること。
2. 失敗の多くは変換失敗で起こる。 日本語から英語への翻訳で成績が上がるのは、内容が変わったのではなく、形式が整ったから。
3. 現場で役立つ知性は、翻訳知性と整流知性を含む。 何を知っているかより、どう流すかが問われる。
4. 制度はあいまいさを減らすためにあるが、形式が目的化すると知性を止める。 手続きは壁ではなく通路であるべき。
5. 改善の対象は個体ではなく通路でもある。 AI活用でも医療運用でも、情報が正しく流れる設計を優先する。

---

結論: 試されているのは頭の良さではなく、接続の設計だ

私たちはしばしば、AIが人間に近づいたかどうかを、解ける問題の難しさで判断する。しかし本当に見るべきなのは別の場所だ。その知性は、制度の中で機能するか。受付で止まらないか。翻訳で失われないか。計算で崩れないか。

医療国家試験と本人確認の手続きが示しているのは、現代社会における知性の核心だ。最も重要なのは、頭の中に何があるかではなく、その中身が社会の形式にきちんと接続されるかである。

だから、これからの問いは「AIはどれだけ賢いか」ではない。むしろ、人間もAIも、どうすれば賢さを制度に変換できるのかだ。そこにこそ、次の時代の競争力がある。知識はもう十分かもしれない。問題は、それを通す入口を、私たちがまだうまく設計できていないことなのだ。