AI時代に本を読む意味｜要約で知ることと、時間をかけて考えること

AIで生まれた時間を、なぜ読書に使うのか

AIで制作を効率化して生まれた余力を、生活の疑問を考えたり、自分とは違う見方に触れたりする読書の時間に使いたいと考えています。速く終えられることが増えたからこそ、その先の時間を何に使うかを大切にしています。

制作を速めたいのは、生活を充実させたいから

AIで記事を制作しているのは、限りある時間の中で、より充実した生活を送りたいからです。生活の中心は制作活動で、記事を作っていない時間には、本を読んでいることが多くあります。

最近は記事制作の型を使い、以前より短い時間で、自分が求める精度の記事を作れるようになりました。今の形になるまでには、かなり時間がかかりました。それでも、ようやく生まれた余力を、さらに制作だけで埋めたいとは思っていません。

僕が初めて強く感動したのは、2022年にAIへ触れたときです。OpenAIがChatGPTを公開したのは2022年11月30日で、当時はGPT-3.5系列を基にしたモデルだと説明していました。OpenAIのChatGPT公開時の発表

その頃から今日まで、日々AIに触れています。便利さを実感している今も、本から学ぶことの大切さは変わっていません。AIを使う目的を考えるとき、制作の速さだけでなく、その結果として自分の生活に何が残るかを見ています。

好奇心と、まだ言葉にならない疑問がある

本を読むのは、知識を増やすことに加えて、視野を狭めず、疑問をそのままにしたくないからです。生活の中で感じるモヤモヤには、まだうまく言葉にできないものもあります。

なぜ、この言い方に引っ掛かるのか。なぜ、自分はこの働き方を選んでいるのか。そうした疑問を考えるとき、自分とは違う時代や立場から書かれた文章に触れたいと思います。

考える習慣を持っておきたいし、先人が残した知恵を、今の生活にも取り入れたい。疑問を疑問のままにせず、少しでも輪郭をつかみたい。そして、理由を並べる前に、僕はそもそも好奇心が強いのだと思います。

要約で知ることと、本を読む経験は何が違うのか

著者の結論を知るだけでなく、考えの道筋や言葉をたどり、自分にとって何が大切かを選び取ることにも、本を読む意味を感じています。要点を受け取ることと、その要点に至るまでの文章に向き合うことには、違う楽しさがあります。

著者の考えをたどり、自分に必要なものを選ぶ

本文を読むと、結論だけでは見えにくい前提や迷い、例の選び方に触れられます。本にあるのは、自分の頭から生まれたものとは別の考えです。そこには他者の思想や思い、意思、ときには心の叫びのような言葉があります。

他者の考えに触れる手段は、本のほかにもあります。その中でも、一人の考えを長い文章としてたどれる本を大切にしています。自分が普段考えない問いに出会えるところにも、読む意味を感じます。

本は著者や編集者によって整理されています。ただし、いま必要としている箇所だけが、あらかじめ選び出されているわけではありません。長い文章のどこに立ち止まるかは、自分で決めることになります。

たとえば、気になる一文に出会ったら、「どうしてそう言えるのか」と前の段落へ戻る。別の箇所では、「この考えは自分の生活にも当てはまるか」と考える。問いを書き留めながら読むこともできます。どの言葉を選び、何を問い直すかに、自分の判断が入ります。

AIが整理してくれる文章は便利です。けれども、何を大切にするかという判断まで委ね続けたら、「何のためにこの仕事をしているのか」「自分はどう生きたいのか」を考える機会まで減らしてしまうのではないか。そんな気掛かりがあります。

これは、AIを使うと人間らしさが失われると証明した話ではありません。自分の意思で生活を選びたいから、僕には自分の頭で考える時間が必要だ、という思いです。本を読む時間は、その思いを日常に残す方法になっています。

立ち止まりたくなる一文と、自分なりの判断に出会う

頭の中に稲妻が走るような文章に出会いたくて、本を読んでいます。役立つ知識が増えたというだけでは表せない、ものの見え方が変わるような一文です。そんな文章に出会いたいという期待も、読書を続ける理由になっています。

何を美しいと感じるのか、何がよくて、何に違和感があるのか。そうしたものを見分ける審美眼も、磨き続けたいと思っています。著者に同意するだけでなく、納得できないところを考えることも含めて、自分の判断を持っていたいのです。

読書から得た視点は、記事制作にもつながっていると感じます。読者に何が必要か、どの内容に需要があるか、どんな順番なら理解しやすいか。SEOとは、検索結果から記事を見つけてもらいやすくするための工夫です。構成やSEOを考えるときも、目先の部分だけでなく、一歩引いて全体から見ようとする姿勢に、本が関わっていると思います。

読書が検索順位を上げたと測定したわけではありません。それでも、何を作るか、何を残すかを自分で選ぶために、本から受け取った考えを使っていきたいと思っています。

本の要約だけでいいかは、何を得たいかで決める

読書の効用は、研究でどこまで言えるのか

Bisraらの2018年のメタ分析は、学習中に理由や関係を自分で説明するよう促す介入に正の平均効果を報告していますが、長く読むこと自体を検証した研究ではありません。Bisraらのメタ分析の掲載抄録 ここからは僕の実感を離れ、研究が何を調べたのかを確認します。

自分で説明する学習と、長く読むことを分ける

自己説明とは、学んでいる内容の理由や関係を、自分で説明することです。メタ分析とは、複数の研究結果を統合して傾向を調べる研究です。

このメタ分析は64件の研究報告を統合しています。この記事で確認したのは出版社の掲載抄録で、個々の研究の全文までは確認していません。自己説明を促す介入のメタ分析（2018年、掲載抄録）

たとえば「この結論は、どの前提から出ているのか」と自分の言葉にしてみることは、読書で大切にしたい行為と重なります。ただし、この研究は、ここで述べた自由な読書習慣や、日本語の本をゆっくり読むこと全般を検証したものではありません。読み続けた時間だけを、学びの深さの代わりにしないようにしたいところです。

読書と他者理解の研究、その効果と限界

本に触れれば誰もが他者を深く理解できる、とまでは言えません。Wimmerらの2024年のメタ分析は、70の実験を統合し、フィクション読書に小さい平均効果を報告しています。調べた成果を分けると、共感や他者の心の状態を推測する能力で、有意な効果が報告されました。Wimmerらの刊行論文の著者抄録

一方、Dodell-Federらの成人210人を対象にした4週間の無作為化比較では、フィクションを読む群は、非フィクションを読む群や娯楽読書を控える群に比べて、測定された社会的成果で優位性を示しませんでした。無作為化比較とは、参加者を無作為に条件へ割り当てて結果を比べる方法です。4週間の読書と社会的成果を調べた原論文

小さい平均効果を、一人ひとりの変化の保証にはできません。また、ある研究で差が確認されなかったことも、読書の価値がないという意味ではありません。他者の思想に触れる時間を大切にしたいという思いと、特定の能力が測定上どれだけ変化するかは、分けて考えています。

ここからは個人的な推測です。 自分で一文を選び、理由を説明し、納得できない部分を問い直す余地を残すことは、僕の考える習慣につながるのではないかと思います。研究を参考にした解釈であり、この読み方自体の効果が確認されたという意味ではありません。

AIや要約に任せると、考える力は失われるのか

Leeらの2025年の調査は、AIへの高い信頼と批判的思考への取り組みの少なさの関連を報告していますが、思考力の長期的な低下を実証したものではありません。Leeらの研究者公式ページ AIを使ったという事実だけで判断せず、何を任せ、何を測った研究なのかを見る必要があります。

考える労力の自己報告は、能力の測定ではない

批判的思考とは、ここでは情報や主張をそのまま受け入れず、根拠や妥当性を吟味することを指します。

Leeらは、知識労働者319人から936件のAI利用事例を集めた自己報告調査を行いました。AIへの高い信頼と、批判的思考への取り組みの少なさに関連がある一方、情報の検証や統合、作業の監督へ思考の役割が移ることも報告しています。AI利用と批判的思考の調査（319人の自己報告）

自分の作業では、AIの回答をどこで確かめ、どの判断を自分で引き受けるかを考える手掛かりになります。具体的な確認先を決めたい場合は、AI回答の照合先と保留条件を決める方法も参照できます。

AI支援中と、支援なしの成果を分ける

AIに助けてもらっている間の成果と、支援を外した後の理解は、分けて確かめる必要があります。Bastaniらの研究は、トルコの1高校で約1,000人を対象に数学の学習を調べました。通常のチャットに近いGPT Base群は、AIを使えない試験で、対照群より平均成績が約17％低くなりました。AI支援と高校数学の学習を比較したPNAS原論文

約17％は対照群の平均に対する相対差で、個人の思考力が17％失われたという意味ではありません。ヒントや教師の提供情報など、学習を支える工夫を加えたGPT Tutor群では、支援なしの試験で対照群との有意差は確認されませんでした。GPT BaseとGPT Tutorは研究上の条件名で、現在のChatGPTのプラン名ではありません。同論文の実験条件と支援なし試験の結果

AIによる学習支援に肯定的な結果もあります。Kestinらは大学物理の学生194人を対象に、専門家が教材や指示などを設計したAIチューターと、教室での能動的な学習を比較しました。この条件では、AIチューターを使った方が直後のテスト成績は高くなりました。Kestinらの大学物理の比較研究（出版社提供の原論文本文）

高校数学と大学物理では、参加者も支援の設計も異なります。これらを一つの勝ち負けにまとめたり、日本語の読書や長期的な思考力へそのまま広げたりはできません。参考にしたいのは、助けられている間に作業が進むことと、自分で理解していることを、同じだと思い込まない姿勢です。

要約と原文の比較は、読者と課題の条件まで読む

要約と原文のどちらがよいかも、読解の課題や支援の仕方まで見ないと判断できません。Etkinらの2025年の研究は、米国の英語話者195人を解析対象に、短い試験文を原文で読む条件と、要約など4種類のAI支援を使う条件を比較しました。GPTベースの支援と原文読解を比べた原論文

原文の代わりに要約を読んだ条件では、研究内の高得点群で成績低下が報告されました。低得点群の要約の効果は、群の分け方によって結果が一致していません。同論文の要約条件と群分けによる分析 この分類を読者の能力診断に使うことも、「要約はいつでも悪い」と一般化することもできません。

短い英語の試験文への一度の取り組みは、哲学書を時間をかけて読んだり、小説の表現を味わったりする経験とは異なります。この記事の使い分け表は、この実験から直接導いた最適解ではありません。自分が本から何を得たいかを整理する、編集上の提案です。

まとめ｜次に読む本で、何を自分で考えたいか