意思決定プロセスのモデル化（フロー設計）
前の節では、人はバイアスや認知的限界を抱えながら判断していることを学びました。ここで自然に出てくる疑問があります。
**では、どうすれば判断を少しでも整えられるのか。**その答えのひとつが、意思決定プロセスをモデル化することです。
つまり、頭の中でなんとなく行っている判断を、手順として見える形にする。これがフロー設計です。
この考え方には長い背景があります。ジョン・デューイは1910年の How We Think で、問題に気づき、定義し、解決案を考え、推論し、観察や実験で確かめるという反省的思考の流れを示しました。
ハーバート・サイモンは1960年の The New Science of Management Decision で、意思決定を intelligence（問題の把握と情報収集）→ design（案の設計）→ choice（選択） の流れで整理しました。
さらに、ジョージ・A・ミラー、ユージン・ギャランター、カール・プリブラムは1960年に TOTE（Test–Operate–Test–Exit） を示し、人の行動は「確認して、動いて、また確認する」という循環を含むと捉えました。こうした流れは、現在のフロー設計や改善型の意思決定モデルの土台になっています。
この節では、意思決定を「センス」ではなく「設計できる流れ」として理解します。読み終えるころには、進路選択、買い物、企画会議、AI活用のような場面で、判断の流れを自分で図にできる状態を目指します。
本節で学ぶこと
この節では、次の4つをつかみます。
- なぜ意思決定をモデル化する必要があるのか。
- 代表的な意思決定モデルには何があるのか。
- 実際に使いやすいフロー設計の基本形はどう作るのか。
- AI時代に、なぜ「判断の流れ」を外に出すことが重要なのか。
【結論】フロー設計とは、「決め方を決めること」
意思決定のフロー設計とは、
何を入力として受け取り、どこで比較し、どの条件で分岐し、どの時点で決定し、どう振り返るか
を見える化することです。
たとえば「スマホを買い替えるかどうか」を考えるとき、頭の中だけで考えると、こうなりがちです。
- 電池が減るのが速い
- でも高い
- 旅行前だし不安
- いや、まだ使えるかも
- でも写真も撮りたい
- うーん……
これでも人は考えています。けれど、流れが見えません。
そこでフローにすると、次のように整理できます。
- 現状の問題を確認する
- 必要条件を決める
- 候補を集める
- 比較する
- 買う / 見送る / 保留に分ける
- 買ったあとに満足度を振り返る
これだけで、判断はかなり落ち着きます。
つまりフロー設計とは、迷いをゼロにする魔法ではなく、迷いの場所を特定する方法なのです。
1. なぜ意思決定をモデル化するのか
1-1. 頭の中だけでは、判断が混線しやすい
人は一度に大量の条件を安定して扱うのが得意ではありません。ジョージ・A・ミラーの1956年の有名な論文は、人間の短期的な情報処理にはかなり強い制約があることを広く印象づけました。後続研究では数字そのものには議論がありますが、「人は複数条件を無限に保持できない」という問題意識は今も重要です。だから、情報が増えるほど、頭の中だけでの判断は混線しやすくなります。
進路選択を例にすると、
- 学びたい内容
- 学費
- 通学距離
- 就職率
- 家族の意見
- 自分の成績
- 奨学金制度
これらを同時に考えるのは、案外しんどい。
だから人は「なんとなく有名だから」「友達が行くから」で近道を使いたくなります。モデル化は、その近道に少し待ったをかける役割を持ちます。
1-2. 良い結果より先に、「良い過程」を作るため
フロー設計の目的は、未来を100%当てることではありません。
未来は読めません。けれど、どんな順序で考えたか は整えられます。
この発想はデューイの反省的思考と深くつながります。デューイは、思考を「根拠を吟味し、結論を試す過程」として捉えました。つまり、よい判断とは、正解を偶然引くことではなく、確かめながら進むことです。
1-3. 他人と共有できるようにするため
フロー化の大きな利点は、判断を他人と共有しやすくなることです。
「なんとなくこの案がいい」だと会議は止まります。
でも、
- まず目的を確認した
- 次に条件を整理した
- そのうえで候補を3つに絞った
- 比較基準はコスト・時間・実現性の3つにした
と説明できれば、議論が前に進みます。フロー設計は、個人の頭の整理だけでなく、チームの共通言語にもなります。
2. 代表的な意思決定モデル
ここでは、本格的な研究史を全部追うのではなく、教材として使いやすいモデルを4つに絞って見ます。
2-1. デューイの反省的思考モデル
ジョン・デューイは1910年の How We Think で、問題解決を、困難の感知、問題の定義、解決案の示唆、推論による展開、観察・実験による確認という段階で説明しました。これは、現代の問題解決型学習や意思決定教育にも強い影響を与えています。
言い換えると、
- 何か変だと気づく
- 何が問題か言葉にする
- どうすればよいか案を出す
- その案が本当に通るか考える
- 実際に確かめる
これはかなり素直な流れです。たとえば「勉強時間は増えたのに成績が伸びない」という問題なら、
- 困難の感知：頑張っているのに伸びない
- 問題の定義：量は足りているが、方法が合っていないかもしれない
- 案の提示：暗記中心から演習中心に変える
- 推論：問題演習を増やせば理解の穴が見えるはず
- 確認：2週間試して模試結果や手応えを見る となります。
すでに立派なフローです。
2-2. サイモンの IDC モデル
ハーバート・サイモンは1960年の The New Science of Management Decision で、意思決定を Intelligence → Design → Choice の3段階で整理しました。
-
Intelligence：問題を見つけ、情報を集める
-
Design：解決案や選択肢を作る
-
Choice：その中から選ぶ この枠組みは、経営学や情報システム分野で非常に広く使われてきました。このモデルの良いところは、「いきなり選ばない」 ことです。人はつい Choice、つまり「何を選ぶか」だけに飛びつきます。けれど実際には、その前に
-
そもそも何が問題なのか
-
どんな案があり得るのか
を押さえないと、選択の質が上がりません。
たとえば文化祭の出し物を決めるなら、
- Intelligence：予算、教室、人数、準備期間、禁止事項を調べる
- Design：お化け屋敷、展示、ゲーム企画などの候補を作る
- Choice：条件に合う案を選ぶ
となります。会議でもそのまま使えます。
2-3. TOTE モデル
ミラー、ギャランター、プリブラムは1960年に TOTE（Test–Operate–Test–Exit） を提案しました。これは、人の行動を「刺激に反応して終わり」と見るのではなく、目標に達したか確認し、未達なら行動し、再び確認し、達したら終了する という形で捉える考え方です。
これはフロー設計にとても相性がよいです。なぜなら、現実の意思決定は一回で終わらないからです。
たとえばレポート提出なら、
- Test：提出条件を満たしているか
- Operate：不足部分を修正する
- Test：文字数や引用形式は合っているか
- Exit：提出する
このモデルが教えてくれるのは、決定とは一撃で決めることではなく、確認と修正を含むことです。
2-4. PDCA / 改善ループ
ウォルター・シューハートは1930年代に、仕様・生産・検査という循環的な考え方を示し、それが後にW.エドワーズ・デミングを通じて1950年代以降、日本で PDCA（Plan–Do–Check–Act） として広く知られるようになりました。Deming自身は「Check」より「Study」を重視して PDSA を好みましたが、改善の循環モデルとしての影響は非常に大きいです。
PDCA は本来、品質改善や業務改善の文脈で有名ですが、意思決定のフロー設計にもそのまま使えます。
- Plan：目的と方針を決める
- Do：実行する
- Check / Study：結果を確認する
- Act：修正・標準化する
たとえば「朝型生活に切り替えたい」という個人目標でも使えます。
- Plan：23時までに寝る、6時に起きる
- Do：1週間試す
- Check：実際に何時に寝て何時に起きたか確認
- Act：夜スマホ時間を減らすなど修正する
つまり、意思決定は「選ぶこと」で終わりではなく、選んだあとをどう学ぶか まで含むのです。
3. フロー設計の基本形
ここからは、理論を使える形に落とします。高校卒業程度の読者がまず覚えるなら、次の7段階が最も使いやすいです。
基本フロー
- 問題・目的を明確にする
- 条件・制約を整理する
- 必要情報を集める
- 選択肢を作る
- 比較基準を決めて比べる
- 決定し、実行する
- 結果を振り返って修正する
これは、デューイ、サイモン、TOTE、PDCA の考え方を、実務にも学習にも使いやすい形にまとめたものです。
各段階の意味
3-1. 問題・目的を明確にする
ここで大切なのは、何を決めたいのか を一文で言えることです。
悪い例
- なんか今のままでいいのかわからない
良い例
- 進学先を決めたい
- 予算内でノートPCを選びたい
- 文化祭の出し物を決めたい
問題が曖昧だと、その後のフロー全部がぼやけます。
3-2. 条件・制約を整理する
「自由に選べる」と思っていても、実際には条件があります。
- 予算
- 時間
- 人数
- 締切
- 体力
- 必須要件
ここを飛ばすと、絵に描いたもちのような案が生まれます。おいしそうだが食べられない。
3-3. 必要情報を集める
ここはサイモンの Intelligence に近い段階です。数字、事実、ルール、他者の意見、相場、締切など、判断に必要な材料を集めます。
3-4. 選択肢を作る
ここを忘れがちです。人は「AかBか」だけで考えがちですが、実際には
- C案
- いったん保留
- 条件つき実行
- 小さく試す
といった選択肢もあります。フロー設計は、選択肢を増やす装置でもあります。
3-5. 比較基準を決めて比べる
比較基準がないと、議論は感想戦になります。
- コスト
- 時間
- 実現しやすさ
- リスク
- 満足度
- 継続性
これらを先に決めるだけで、話が整理されます。
3-6. 決定し、実行する
ここで初めて「選ぶ」に進みます。ただし、決定は「絶対正しいと断言する」ことではありません。今ある条件で、一番納得できる案を選ぶ と考えたほうが現実的です。
3-7. 結果を振り返って修正する
ここが抜けると、学びが残りません。TOTE も PDCA も、この確認ループを重視します。だからフロー設計は、一本道より 循環 で考えるほうが実際に近いのです。
4. 【具体例】就職先を決めるフロー
では、身近な例で通して考えてみます。テーマは 「就職先を決める」 です。
ステップ1 問題・目的
自分に合う就職先を決めたい。
ステップ2 条件・制約
- 給与は最低でも月収○円以上を希望する
- 通勤は片道60分以内にしたい
- 関わりたい仕事はIT・デザイン・企画系
- 福利厚生や働き方も確認する
- 転勤の有無も事前に把握する
ステップ3 情報収集
- 仕事内容
- 初任給・年収の目安
- 勤務地
- 勤務時間・残業時間
- 福利厚生
- 研修制度
- 会社の事業内容
- 社員インタビューや口コミ
- 説明会や面接で受けた印象
ステップ4 選択肢作成
- A社
- B社
- C社
- いったん就職活動を続けて再検討する
ステップ5 比較
比較表を作る。
| 選択肢 | 給与 | 通勤 | やりたい仕事との一致 | 働きやすさ | 総合評価 |
|---|---|---|---|---|---|
| A社 | 高い | 普通 | 高い | 中 | ○ |
| B社 | 中 | 近い | 非常に高い | 高い | ◎ |
| C社 | 低い | 遠い | 中 | 中 | △ |
ステップ6 決定
B社を第一志望にする。
ステップ7 振り返り
実際に入社後、想定と違った点を記録しておく。
次の大きな意思決定で、自分が何を重視する人かをより深く理解できる。
こうして見ると、就職先選びは「感覚だけの勝負」ではありません。
しかも完全に数字だけでもありません。
情報と価値観の両方を扱うフローになります。
5. 会議や企画でも使える：文化祭の出し物フロー
他の例を示します。文化祭の出し物を決めるとき、会議が迷走しやすい理由は、フローがないからです。
よくある流れ
- 「お化け屋敷やりたい」
- 「いやカフェのほうが映える」
- 「去年それやったし」
- 「なんかめんどくさそう」
- 「先生に聞かないとわからない」
- 終了
これは会議というより、感想の打ち合いです。ここにフローを入れると変わります。
文化祭フローの例
- 目的を確認する：盛り上がり重視か、利益重視か、準備負荷の軽さ重視か
- 条件を整理する：予算、教室の広さ、電源、人数、禁止事項
- 案を出す：お化け屋敷、展示、ゲームコーナー、撮影ブース
- 比較基準を決める：集客、準備量、安全性、コスト
- 比較する：点数化してもよい
- 仮決定する：第一案と第二案を持つ
- 先生確認後に最終決定する：条件変更があれば戻る
ここで大事なのは最後です。先生確認で条件が変わるなら、もう一度戻る。この「戻り」を前提にする設計が、TOTE や PDCA に近い発想です。
6. フロー設計でよくある失敗
6-1. いきなり結論に飛ぶ
これは最も多いです。サイモンの IDC モデルで言えば、Intelligence と Design を飛ばして、いきなり Choice に入ってしまう形です。
6-2. 条件整理をしない
予算、人数、締切を見ないまま案を出すと、あとで崩れます。
6-3. 比較基準が曖昧
「なんとなく好き」で進むと、最後にまとまりません。
6-4. 振り返りがない
一度決めたあと、結果を見直さないと、次に活きません。
6-5. フローを細かくしすぎる
ここは少し意外ですが、細かすぎるフローは使われません。
日常や教育で使うなら、「十分に整理できるが、回せる程度のシンプルさ」が必要です。
7. AI時代のフロー設計
AIが普及すると、フロー設計はさらに大事になります。なぜなら、AIは比較表の作成、候補案の提示、情報整理、文章化が得意だからです。つまり、フローの一部をかなり強力に支援できます。
たとえば、
- 問題定義の言語化
- 比較基準の提案
- 候補案の列挙
- メリット・デメリット整理
- 振り返り文の要約 などはAIと相性がよいです。
ただし、AIはフローの存在そのものを保証してくれるわけではありません。問題設定が曖昧なら、曖昧な比較表を美しく整えて返してくるだけです。だから必要なのは、「AIに何をやらせるか」より一段前の、判断の流れそのものを設計する力です。
この意味で、フロー設計はAIに代替される技能というより、むしろAIを使いこなすために必要な土台といえます。サイモンが重視したのも、意思決定を単なるひらめきではなく、情報収集・案の設計・選択という過程で捉えることでした。AIが入っても、その構造は消えません。
本節のまとめ
この節では、意思決定プロセスのモデル化、つまりフロー設計を学びました。
- ジョン・デューイは1910年に、問題への気づき、定義、案の提示、推論、確認という反省的思考の流れを示した。
- ハーバート・サイモンは1960年に、意思決定を Intelligence・Design・Choice の3段階で整理した。
- ミラー、ギャランター、プリブラムは1960年に TOTE を提案し、確認と修正を含む循環的行動モデルを示した。
- シューハートからデミングへつながる改善ループは、後に PDCA / PDSA として広まり、意思決定後の学習と改善を重視した。
要するに、フロー設計とは「きれいな図を描くこと」ではありません。決め方を見える化し、迷いを整理し、次に活かせる形にすることです。
次の節では、この流れを受けて、AIが意思決定のどこを支援できるのか に進みます。ここから先は、人間だけで考える話ではなく、人とAIがどう役割分担するかの話になります。少し未来っぽくなりますが、土台は意外と古典的です。そこがまた、なかなか味わい深いところです。
参考文献
- John Dewey, How We Think（1910）
- Herbert A. Simon, The New Science of Management Decision（1960）
- 厚生労働省『第6章 就職の仕組み（新規大学等卒業者の場合）』
- 厚生労働省『知って役立つ労働法』