「問題を解きまくること」への弁護：ウィトゲンシュタイン、言語学者、記憶科学、AIの共同証言

何が罪状なのか

まず、訴えを最後まで聞きましょう。真剣に受け止める価値のある訴えです。

批判はおおよそこうです：言語はコミュニケーションのためのものであって、試験のためのものではない。一日中選択問題を解いて鍛えられるのは「受験テクニック」——消去法、キーワードの照合、出題パターンの勘——であって、言語そのものではない。だから東アジアの受験生は「点は高いのに話せない」と言われるのであり、だから「問題を解きまくる」という勉強法は、学習というより試験への不健全な執着のように聞こえるのです。

この訴えに説得力があるように聞こえるのは、その裏に、一見当たり前に見える前提が隠れているからです：

言語とは、規則の集合に単語のストックを足したものである。規則を習得すれば、その言語が「できる」ことになる。問題は、できるかどうかを測る道具にすぎない。測定を繰り返しても、測られるものは良くならない。

この前提が正しいなら、問題演習は確かに疑わしい——健康診断を100回受けても、体は健康になりません。

問題は、この前提が間違っていることです。しかもそれが崩される過程は、哲学史上最も有名な「転向」のひとつでした。

---

考えを改めた哲学者

Ludwig Wittgenstein（ウィトゲンシュタイン）は2冊の本を書きました。言語についての2つの見方をそれぞれ体現する2冊で——2冊目は、1冊目を壊すために書かれました。

1冊目の『論理哲学論考』の主張は、言語の本質は論理である、というものです。文は事実の像であり、論理構造さえ分析し尽くせば、言語は透明になる。この本を出版したとき、彼は哲学の問題はあらかた解決したと考え、オーストリアの田舎に小学校の教師として赴任してしまいます。この前提と、前の節のあの前提との血縁関係に注目してください。言語が本当にコンパクトな規則の体系に還元できるのなら、「規則を学ぶ」ことこそ本道であり、「大量に触れる」ことはただの遠回りのはずです。

ところが彼は、考えを改めました。哲学者が公の場で自説を撤回するのは稀な事件です——たいていの学者は、若い頃の論文を一生かけて守り抜くものですから。しかもウィトゲンシュタインが撤回したのは、自らの出世作でした。後期の『哲学探究』は初期の立場をほとんど一条ずつ解体していき、そこから立ち上がってくる中心的な主張はこうです。語の意味は定義の中にではなく、言語の中でのその語の実際の使用の中にある。言語は宙に浮かぶ論理体系ではなく、生活に埋め込まれた無数の「言語ゲーム」であり、ひとつの言語を想像することは、ひとつの生活形式を想像することなのです。

彼はまた、学習者にとってとりわけ重要な論証をひとつ残しました。後に「規則遵守のパラドックス」と呼ばれるものです：明示されたどんな規則も、自分がどう適用されるべきかまでは決めきれない——規則を使いこなすには、規則を「どう使うかを心得ている」能力が常に別に必要で、その能力自体はもはや規則ではなく、実践の中で身につく勘なのです。試験対策の言葉に翻訳すればこうなります：文法書のすべての規則は、「十分な数の実例をすでに見てきた」読者を前提としている。規則とは事後の整理棚であって、事前の生成装置ではありません。

何より面白いのは、言語の出発点を語るときの彼の言葉選びです。子どもが母語をどう身につけるかを論じるとき、彼が使ったドイツ語は Abrichtung——ふだんは動物の調教に使われる単語で、日本語に訳せば「訓練」「仕込み」です。彼の筆では、言語の教育は「説明ではなく、訓練」なのです。20世紀で最も深い言語哲学者が、言語学習を描写するのに選んだ比喩は、「解説」よりも「反復訓練」のほうにずっと近かった——ということです。

これこそ、私たちがアプリの「チーム紹介」ページにこう書いた理由でもあります：単語の give と in をそれぞれ完璧に覚えたからといって、その2つが組み合わさった give in が「降伏する（屈する）」という意味になることを自力で推論するのは不可能です——もし言語がそれほど理路整然としたものなら、とっくに言語の方からあなたに give in してくれているはずですから。

---

言語学者は数えました：言語の本体は慣習である

哲学が方向を示し、言語学が数字を出しました。

1983年、Pawley と Syder は、その後この分野が避けて通れなくなる観察を発表しました：文法規則が生成する文の大半は、「完全に文法的だが、誰もそう言わない」文である、というものです。時刻を尋ねるのに、文法は "What is the hour?" も "How late is it?" も平然と許可します（後者はちょうどオランダ語の発想です）——どれも文法的には正しい。しかし英語なのは "What time is it?" だけです。母語話者の流暢さは、規則からのリアルタイム演算ではなく、巨大な慣用表現のストックからの取り出しに支えられているのです。

コーパス言語学は、その後これを定量化しました。Sinclair は実際のコーパスを見つめた末に「イディオム原理（idiom principle）」を提唱します：言語使用の第一原理は、規則による自由な組み立てではなく、半完成品からの選択である。Erman と Warren（2000）は実際に数えました：本物の英語の文章を一節取ってくると、そのおよそ半分は、大小さまざまな既製の組み合わせで敷き詰められている。Wray（2002）は一冊まるごと使って同じ結論に達しました：定型表現は言語の端切れではなく、言語の本体である、と。

そしてこれらの慣習は、まさに論理では導出できないものです：

• heavy rain を strong rain とは言えないのに、strong coffee を heavy coffee とは言えない；
• 決定は make a decision なのに、宿題は do homework；
• "Would you mind closing the window?" への承諾は "Not at all"——論理で読めば「まったく気にしません」、慣習で読めば「ええ、閉めますね」；
• "You haven't sent the report, have you?" に、英語は事実に即して "No"（送っていません）と答えますが、日本語の直感は「はい（まだ送っていません）」と相手の発話に同意する形で答えます。どちらが論理的かという話ではなく、2つの異なる慣習なのです。

ここで TOEIC が何を試しているかを見てください：Part 5 はコロケーションと語法、Part 2 は応答の慣習、Part 3 と 4 は職場の会話の定番の流れ、Part 6 と 7 は "Please find attached" や "effective immediately" といったビジネス文書の定型表現。これらは「受験トリビア」ではありません。言語の本体そのもの——言語学者が数え上げた、コーパスの半分を占めるあの本体です。良質な TOEIC の問題バンクとは、本質的に「ビジネス英語慣習のアンソロジー」を選択問題の体裁に組んだものなのです。

---

脳はもともとこうやって学ぶ：頻度と統計

慣習が導出できないなら、接触して吸収するしかありません。幸い、脳はまさにそのために作られています。

Saffran、Aslin、Newport（1996）の古典的な実験があります：生後8ヶ月の乳児は、人工的な音節の連続音声をわずか2分間聞くだけで、音節間のつながりの統計的規則性から「単語」の境界を切り出せるのです。脳は統計マシンです——そして統計マシンの唯一の燃料は、サンプル数です。

Tomasello の用法基盤理論は、この話を言語習得につなぎます：子どもは文法を先に受け取ってから適用するのではなく、一つひとつの具体的な使用場面から、しだいに抽象的な構文を自力で帰納していく。Nick Ellis（2002）はそれを第二言語へつなぎました：大人の外国語学習も、その大半はインプットに対する暗黙の統計集計である——一回一回の接触が、どこかのコロケーション、どこかの構文に一票を投じている。頻度は補助要因ではありません。主要因です。

これは実は、誰もが同意するあの助言——「語学は現地に住むのが一番」——の種明かしでもあります。イマージョンが効くのは、空気中に英語が漂っているからではなく、投与量のせいです。言語の中で暮らすということは、毎日何千という慣習のサンプルに受動的に出会うということ。統計マシンがフル回転します。ウィトゲンシュタインなら言うでしょう：あなたはその生活形式に参加したのだ、と。

引っ越せないなら、投与量は自分で設計するしかありません。多読はひとつの設計です。問題演習はもうひとつの設計——しかも次の節で見るように、実証済みのアドバンテージを持つ設計です。

---

記憶科学：解くことは読み返すことに勝り、間違えることは間違えないことに勝る

「大量の接触が必要」までは認めるとしましょう。残る問いはひとつ：接触の形式は重要なのか？記事を10本読むのと、解説付きの問題を10問解くのは、同じことなのか？

同じではありません。しかも、直感とは逆方向かもしれません。記憶科学で最も頑健に再現されてきた発見のひとつが「テスト効果」です：Roediger と Karpicke（2006）は、同じ文章を、一方のグループには繰り返し読ませ、もう一方には代わりにテストを受けさせました。1週間後、テストを受けたグループが圧勝します。読み返しは「もう分かっている」という流暢さの錯覚を育てるだけで、痕跡を残すのは想起なのです。Karpicke と Blunt（2011）が Science 誌に発表した続報はさらに強烈でした：想起練習は、あの手の込んだ学習法の代表格「概念マップ作り」にすら勝ったのです。

Bjork はこの一族の現象を「望ましい困難（desirable difficulties）」とまとめました：勉強の手応えがスムーズであるほど、残るものは少ない。脳が苦労して取りに行ったものこそが定着する。そして問題を解くという行為は、一回一回の接触を強制的に想起へ変えます——スワイプで通り過ぎることはできず、必ず判断を下さなければならないからです。

間違いにすら働き口があります。Kornell らの研究によれば、先に間違った推測をしてから正解を見るほうが、最初から正解を見せられるより記憶に残ります。つまり誤答の山は失敗の記録ではなく、あなたの慣習ギャップの目録なのです——1問につき1件、座標付きで。Part 5 で "meet a deadline" を一度落とせば、その慣習にはあなた用の旗が立ちます。次に本物のメールでそれに出会うとき、それはもう背景の雑音ではありません。

学習科学の処方箋と、問題演習の性質を並べてみると、気恥ずかしいほどきれいに揃います：

学習科学の処方箋	問題演習が差し出すもの
本物の慣習への大量接触	一問一問が凝縮された慣習の標本：ビジネスレター、カスタマーコール、生きた受け答え
読み返しではなく想起	一問ごとに判断を強制——受動的な流し読みは通用しない
即時のフィードバック	正誤はその場で分かり、解説が理由を教えてくれる
誤りからの学習	誤答が、まだ身についていない慣習をピンポイントで特定する
間隔をあけた分散学習	電車で5問、行列で3問——自然と何日にも分散し、直前の一夜漬けに勝る

「問題を解きまくる」という行為を分解すると、こうなります：高密度の慣習接触 × 強制想起 × 即時フィードバック × 自然な分散。この4つのうち「受験テクニック」はひとつもありません。4つとも、学習科学の買い物リストに載っているものです。

---

大規模言語モデルの「大」の意味

人間側の証人には語ってもらいました。最後の証人は少し変わっています——人間ではなく、しかも話せるようになったのはつい数年前です。

コンピュータ科学者が最初に機械に言語を教えようとしたやり方は、この記事の冒頭のあの前提と瓜二つでした：文法を規則として書き下し、単語を辞書に格納し、プログラムにそれを使って解析・生成させる。この路線は数十年にわたり真剣に追求され、結末は周知の通りです——おもちゃの例文では動くのに、本物の言語にぶつかると砕け散る。規則は書くほどに増え、例外の継ぎ当ては密になるばかりで、言語の実際の姿には永遠に追いつけない。音声認識のパイオニア Fred Jelinek は、こう冗談を言ったと伝えられています：言語学者を1人クビにするたびに、認識精度が上がる、と。この冗談は、のちに分野全体の道標になりました。

本当のブレイクスルーは、「まず規則を書く」ことを完全に放棄したところから来ました：統計的手法、深層学習、そして大規模言語モデルへ。コンピュータが初めて自然言語をまともに扱えるようになったのは、誰かがついに文法を書き上げたからではありません。モデルを何兆語という本物のテキストに浸し、慣習を一つひとつ統計として拾わせたからです——ウィトゲンシュタインが指さしたのと同じ道です。Rich Sutton はこの歴史を、有名なエッセイ "The Bitter Lesson" に凝縮しました：人間の専門知識を組み込む路線は、計算とデータで自ら学ぶ路線に、繰り返し敗れ続けてきた、と。

あの「大」の一字こそが要点です。言語が本当に少数の規則に還元できるなら、モデルは大きい必要などまったくない——規則を組み込んで終わり、数千行のコードで足ります。モデルが巨大でなければならず、コーパスが海のようでなければならないのは、まさに言語の本体が、一つひとつ覚えるしかない還元不能な慣習の目録だからです。大規模言語モデルのパラメータ数は、「ひとつの言語にはいったいいくつの慣習が潜んでいるのか」という問いへの工学的な回答と読めます——答えは、十億、兆の単位で数えるほど、です。

さらに面白いのは訓練の中身で、きっと見覚えがあるはずです：次の単語を隠す。モデルに当てさせる。答え合わせをする。間違っていたら調整する。次の問題へ。これを1日に数十億問。BERT の訓練目標は、論文の中でそのまま cloze task（クローズテスト、穴埋め問題）と呼ばれています——TOEIC の Part 5 や Part 6 と同じ出題形式です。言い換えれば、人類史上唯一、人間以外の「誰か」に自然言語を教えることに成功した大規模プロジェクトが使った方法は、問題演習でした——ただし天文学的な量の。

もちろん、脳は transformer ではありませんし、この類推を押し広げすぎてはいけません。それでも、この対照実験が指す方向から目をそらすのは難しい。機械は哲学を持たず、東アジアの学習文化への偏見も持ちません。機械はただ、何が機能したかを報告するだけです——規則から言語を導出する路線は失敗し、慣習に大量に触れる路線は、いまあなたが会話できるあの存在を生み出しました。

---

区別すべきこと、認めるべきこと

弁護が信用に値するのは、境界線を自分で引くときだけです。まず区別をふたつ：

問題演習は、機械的なパターンプラクティスではありません。1960年代の行動主義的な「文型練習」——意味を伴わないままひたすら文型を変換させるあれ——は、言語教育の世界で正当に淘汰されました。批判者の言う「ドリル」があれを指すなら、批判は正しい。しかし TOEIC の問題はそういうものではありません：一問一問が意味の処理を要求します——文章を読み取り、会話を聞き取り、その上で意味についての判断を下す。Krashen の言葉を借りれば、これは「理解可能なインプット」です。良質な問題バンクとは、難易度順に並べられ、解説をホチキス留めした、理解可能なインプットの束なのです。

理解力テストでは、「試験対策」と「学習」はほぼ一致します。TOEIC L&R には、テンプレートを暗記できる作文も、ヤマを張れる記述問題もありません。200問が尋ねるのは結局2つだけ——読んで分かったか、聞いて分かったか。理解を測る試験において、最良の受験テクニックは理解そのものです。これこそ TOEIC が「解きまくる」に値する構造的な理由です：スコアへの道と言語への道が、珍しく同じ一本道なのですから。

次に、認めることを3つ：

1. 問題演習はアウトプットを鍛えません。Swain のアウトプット仮説も Long のインタラクション仮説も健在です：話し、書けるようになるには、実際に話し、書くしかありません。問題演習が面倒を見るのはインプット側です。アウトプット側は別途手配してください。（公平のために言えば：TOEIC L&R が測るのも、もともとインプット側だけです。）
2. 答えの暗記は演習ではありません。「解きまくる」が「この問題はB」と暗記することを意味するなら、批判者の完全勝利です。学びは問題の中身に宿ります：読まれるべき文章、聞かれるべき音声、読み込むべき解説、解き直すべき誤答。あなたが浴びるべきは問題の中の英語であって、選択肢の横のアルファベットではありません。
3. 問題の品質が、接触の品質の上限です。大量に浴びるのは問題の中の言語です。だから問題の中の言語は、本物の英語でなければなりません。粗悪な問題バンクは、存在しない慣習を大量に浴びせてきます——それは解かないより悪い。私たちが難易度とオリジナリティを工学の問題として扱うのは、それが理由です（方法は難易度総論をご覧ください）。

---

結び：安心して、解きまくってください

最初の訴えに戻りましょう：「問題演習は受験対策であって、学習ではない」。いまなら、余さず答えられます。

言語が本当に規則の集合なら、訴えは成立します——測定は、測られるものを良くしないからです。しかし、ひとりの哲学者が後半生を費やして、言語がそういう種類のものではないことを示しました。言語学者は、本物のテキストの半分が慣習でできていることを数え上げました。心理学者は、解くことが読み返すことより多くを残し、誤りが無誤より多くを教えることを証明しました。そしてエンジニアが生きた証拠を差し出しました——自然言語の習得に成功した史上唯一の「教え子」は、天文学的な量の問題演習で訓練されたのです。4つの証言が、ひとつの結論を指しています：語学学習の中心作業とは、その言語が実際に使われている姿に、大量に、繰り返し、フィードバック付きで出会うこと——そしてそれこそが、問題演習が安く、うまくこなしてくれる仕事なのです。

言語は理屈を聞いてくれません。だから、何度も会いに行くしかないのです。問題演習とは、その面会の予定を組む方法にほかなりません——電車の中で、行列の中で、片手だけで。

このアプリの中国語名は「單手刷990」——「片手で問題を解きまくって990を目指す」という意味です。「刷（解きまくる）」の一字は、タイトルに最初から刻まれています。自嘲ではありません。私たちの立場表明です。