
9-1 学習ループの基本構造 —— 調べる→書く→説明する
はじめに:なぜ「学習ループ」が必要なのか
DeepSeekをはじめとする生成AIを日常的に使っていると、こんな感覚に陥らないだろうか。
聞けば答えてくれる。わかった気になる。
でも翌日には、その内容を自分の言葉で説明できない。
同じテーマを何度もAIに聞き直している。
これは、AIが「知識の代替」になってしまっているサインだ。第1章で扱った「足場」か「代替」か、というテーマがここに直結する。
本章で紹介する学習ループは、AIを「調べる道具」として使いながら、自分の理解を確実に積み上げるための型である。キーワードは次の3ステップ。
調べる → 書く → 説明する
一見シンプルだが、このループを回すのと回さないのとでは、半年後の知識の定着度に決定的な差が出る。
1. なぜ3ステップなのか
1-1. 「調べる」だけでは定着しない
認知科学の世界では、再読やインプットだけでは長期記憶に残りにくいことが繰り返し示されている。AI対話は、この「再読」に極めて近い。読みやすく、わかりやすく、即座に返ってくる。だからこそ、わかったつもりが発生しやすい。
1-2. 「書く」が理解を可視化する
「書く」は、頭の中のモヤモヤを外に出す作業だ。書けない部分=理解できていない部分が露呈する。これはAIでは代行できない。DeepSeekに文章を書かせて、それを読んで「わかった」と思うのは、学習ではなく鑑賞である。ここは自分で書く。
1-3. 「説明する」が穴をあぶり出す
さらに一段強いのが「説明する」。誰かに説明しようとすると、論理の飛躍・用語の曖昧さ・因果の取り違えが容赦なく露出する。ここでもDeepSeekは「聞き手」として使える。自分の説明をDeepSeekに投げ、「この説明の弱点は?」と聞けば、穴を返してくれる。
2. 学習ループの基本構造
図式化すると、こうなる。

ポイントは、ループの起点が「問い」であることだ。「DeepSeekに聞いてみよう」ではなく、「〇〇がわからないから聞く」が出発点になる。
3. 各ステップの実践
3-1. ① 調べる:DeepSeekへの投げ方
学習ループにおける「調べる」は、答えをもらう場面ではない。自分の問いを研ぐ場面だ。
悪い例:
「機械学習について教えてください」
良い例:
「私は機械学習の初学者です。『教師あり学習』と『教師なし学習』の違いを、具体例を1つずつ挙げて説明してください。ただし、数式は使わず、専門用語は使うたびに一言で定義を添えてください。」
第3章で扱った4要素(文脈・役割・制約・出力形式)を意識するだけで、返ってくる情報の質が変わる。
そして重要なのは、返ってきた答えをそのまま写さないこと。次の「書く」で自分の言葉に変換する前提で読む。
3-2. ② 書く:自分の言葉に変換する
ここが学習ループの心臓部だ。DeepSeekの回答を読みながら、ノートに自分の言葉で書き直す。ルールは3つ。
AIの表現をそのまま使わない。 一度噛み砕く。
「つまり」「たとえば」「なぜなら」を自分で補う。 因果と例は理解のバロメーター。
書けなかった箇所に印をつける。 それが次の問いになる。
たとえば先ほどの教師あり/なし学習なら、こんなノートになる。
教師あり学習=正解ラベル付きのデータで学習。
たとえば、迷惑メール判定。なぜなら「これは迷惑メール」という正解を大量に見せるから。
教師なし学習=正解なしで、データの構造を見つける。
たとえば、顧客の購買パターンのグルーピング。
?? 教師「あり」と「なし」の中間はないのか?
この最後の「??」が、次のループの起点になる。
3-3. ③ 説明する:AIを聞き手にする
書いた内容を、DeepSeekに対して説明する。ここでのコツは、「私はこう理解した。間違いや飛躍があれば指摘して」と明示することだ。
プロンプト例:
以下は私が「教師あり学習と教師なし学習の違い」について書いた説明です。
①論理の飛躍、②事実誤認、③曖昧な用語の3点から添削してください。
改善案は出さず、指摘だけしてください。
(ここに自分の説明を貼る)
「改善案は出さず、指摘だけ」と縛るのがコツだ。改善案を出させると、またAIの言葉を写すだけの学習に逆戻りする。指摘を受けて、自分で書き直す。この手間が定着を生む。
4. ループを回すときの3つの原則
4-1. 1ループ=1テーマ
欲張らない。1回のループで扱うのは1つの問いにする。「教師あり学習」と「強化学習」を同時に扱うと、説明が破綻しやすい。
4-2. ループは3周で一旦止める
第9-3で扱う「停止ルール」の先取りになるが、同じテーマで3周したら一旦終了するのが現実的だ。3周も回せば、粗い理解から実用的な理解に到達する。それ以上は深掘りではなく、別テーマに切り替えたほうが学習効率が高い。
4-3. ループの記録を残す
各周回の「書く」の成果物を日付つきで残す。1周目と3周目のノートを見比べると、自分の理解の解像度が上がったことが可視化される。これが次の学習の動機になる。
5. 実際のループ例(1テーマ・3周)
テーマ:「Transformerとは何か」
周回調べる書く説明する得られた次の問い1周目概要を聞く100字で要約AIに投げる「Attentionって結局何?」2周目Attentionを聞く図を描いて説明AIに投げる「なぜRNNではダメなのか?」3周目RNNとの比較を聞く比較表を書くAIに投げる(一旦停止)
3周で、Transformerの「何が新しいのか」が自分の言葉で言えるようになる。これが学習ループの到達点だ。
6. よくあるつまずき
「書く」をAIにやらせる → 学習にならない。ここは絶対に自分で書く。
「説明する」でAIに説明を求める → 逆。自分が説明し、AIに添削させる。
ループを回さず、調べっぱなし → 最も多い失敗。1テーマ1ループを徹底する。
停止できない → 第9-3の停止ルールを参照。完璧を目指さない。
まとめ
学習ループの本質は、AIに答えを出させることではなく、自分の理解の穴を見つけることにある。
調べる:DeepSeekに問いを研ぐ
書く:自分の言葉に変換する(AIに代行させない)
説明する:AIを聞き手にして、穴を露出させる
この3ステップを1テーマ3周。これだけで、AI対話が「消費」から「資産形成」に変わる。
次節 9-2「用語を調べて記事を書く」では、このループを具体的なアウトプット(記事執筆)に接続する方法を扱う。
▼ この連載の元になった書籍
『DeepSeek 対話の設計 ― ブラウザで試す、考える、深める』