書籍『リーン・ラーニング』の紹介とAI翻訳との比較
今回は書籍の紹介です。海外書籍の翻訳版が出まして、名前が【リーン・ラーニング】という書籍なんですね。
実はこの本は、去年発売されまして、アメリカの方でですね、大ベストセラーとなってます。 ニューヨークタイムズ、USA TODAYのベストセラーということでですね、
昨年2025年6月3日に発売されました。 実は昨年発売されてから、私自身もですね、このボイシーとそれからノートで紹介していたんですよ。
当時はまだ英語版しか出ていなくて、日本語版のですね、書籍は出版されてませんでした。 それを私がAIを使って、あの読み通してですね、それをボイシーおよびノートで紹介したというところです。
詳しくはですね、その当時のボイシーとノートへのリンクを、本放送の中にリンクをつけておきますので、そちらをですね、読んでいただいたり聞いていただくと、より詳細に本の内容がわかるのかなと思うんですけども、
今回はその私が1年前に、まあAIを使ってね、なんとかその用書を読んでね、皆さんに紹介するということをしたんですけども、プロが翻訳して日本の国内版が出たということで、その違いであったりとか、AIが翻訳してね、私が解釈して伝えたものと、プロの翻訳者が出してくれた日本語版というのがどういう違いがあったのか、結構重要な気づきがありましたので、
AI翻訳で私がね、解釈して伝えたものと、プロが翻訳したものの違い、みたいなところも紹介できると思いますし、1年経った今になって読んでみると、やっぱりこの本はですね、AI時代および今AIエージェントが発展してきている時代ですね、より多くAIに任せることができるという時代において、より重要性を増している本なんじゃないかなと思いまして、
その辺りも現在の状況に合わせて紹介し直せればなと思います。ちなみにこの本ですけども、招営者様がですね、私の本のノートとボイシーの本も既にチェックしてくださっていまして、翻訳版が出てない頃から私がね、紹介していたということを見ていただいていたみたいで、非常にありがたいなと嬉しいなと思うんですけども、
その上でですね、今回の翻訳版をご検訪くださったということで、ありがたく受け取りながらですね、読みましたので紹介したいと思います。
まずこの書籍、リーンラーニングというものなんですけども、簡単に日本語で言いますと、少なく学び、多くの結果を出すということですね。リーンという言葉はリーン生産方式とか、そういうふうに呼ばれたりする言葉で使われるんですけども、引き締まったとか無駄がないという意味がありますね。
だからリーンラーニングというのは、無駄なく学び、そして多くの結果を出す、みたいなニュアンスになります。
著者の方はパットフリーンという方でですね、オンラインコンテンツビジネスの業界で、私みたいにね、オンライン講座を出したりとかいう業界の中では、アメリカの方での大化というか、ベストセラー作家という感じなんですよね。
本人も最初からね、キャリアが順風満帆だったわけじゃなくて、本人が建築について学び、建築業界で働いていたところを急に解雇されてしまった、リストラされてしまったと、その結果ですね、一年発起して建築分野のリード試験というですね、試験の対策教材を作り売り始めた、オンラインでね、売り始めたというところからオンラインコンテンツビジネスを始めていったと。
で、そこからどんどんですね、広がっていって、今、ポッドキャストも2500万ダウンロードということですね。いわゆるビジネスインフルエンサーでもあるというところです。そんな方がですね、書かれている本となります。
よりそのプロフィールとか本の詳しい話については、一年前に私がですね、ボイシーやノートでお伝えしてますので、そのあたり聞いていただければなと思います。
ここではですね、私が去年はね、ジェミニを使って用書を日本語を訳しながら読んでいて、読み通すことができたということで非常に興奮していたんですよ。
それまではパッドフリンさんの書籍とか電子書籍は買ってはいたんだけども、やっぱり英語のまま全部読み通すのはなかなか難しくてですね、諦めかけていたところだったんですけども、
昨年はジェミニがちょうどですね、ジェミニライブっていうですね、音声会話をジェミニとしながら、自分がスマホで写した映像をジェミニに見せてですね、これ何て書いてあるの?みたいなことをですね、
用書でもそのページをジェミニに映像で見せながら直接質疑応答できるっていう機能があったりとか、あとジェミニのですね、写真を送ればその写真に写っている文章の内容をすごくよく読み解いてくれて、で文章で回答してくれるという性能が高い。
高くなったというところですごく用書が読みやすくなったんですよね。だからそれですごく私も歓喜してですね、何冊か国内では翻訳版が出ていない海外ベストセラーを読み解くというシリーズでボイシーとかノートで皆さんに紹介していたというところがあったんですよね。
でその比較なんですよね、今回プロの翻訳者の方が、翻訳者の方ですね、鈴木ファストアーベンとリエさんという方が翻訳なさっているということでね、ちょうど私もジェミニに翻訳してもらいながら読み解いたのと、プロの翻訳者がこう書いたというのを比較しながら読むことができたので、ある意味での答え合わせみたいな体験にもなりました。
そのあたりについても話したいと思います。
AI翻訳とプロ翻訳の言葉選びの違い
はい、チャプターが変わりましたので、ここのチャプターの話はですね、AI翻訳で私が解釈したのと、プロの翻訳者による本の内容ってどう違うのかということで感じたところを話したいと思います。
ズバリやはり言葉選びがやっぱプロだなっていう感じがしますね。
私が去年、AIでジェミニでね、翻訳してもらいながら読んでいた頃っていうのは、なんとなくざっくりは理解はできるんだけども、言葉のニュアンスがよくわかんないと、捉えにくいなっていうことがよくあって、
いちいちAIに対して、ここはどういう意味があるの?ここはどういうニュアンスなのかな?日本人の感覚だといまいちわかんないんだけど、みたいな質問をAIに繰り返して理解する必要があるところがありましたね。
それに対してですね、今回の翻訳版というのは、一つ一つの言葉が、やっぱり日本人の読者がスッと入ってくるような言葉選びをして整理されているんですよね。
そこの部分って直訳とはちょっと違っていてですね、おそらく英語の原文の方を読んだら、ここの原文を公訳したのか?みたいな比較すると面白いんじゃないかなと思うんですよね。
で、象徴的なエピソードがありまして、ここはこうなったんだっていうのがありました。
で、原書の方で英語ではですね、中でのメソッドとしてですね、要するに難しいことに取り組むときに、難しいまま考えると行動できないよね。
だから、もっと簡単な方法はないか模索しろ、みたいなメソッドがあるんですよ。
これを英語での原書ではですね、If this were easy, what would itlook like?もしこれが簡単だとしたらどんな形になるだろう?という問いかけなんですね。
で、その頭文字を取って、I-T-W-E-W-W-I-L-Lという風にメソッドとして略しているのが、まあ原書での書き方なんですね。
この頭文字を取ったやつがなんて読むんだろう?ということで、私も疑問だったんですね。
It will work wellみたいなね、私の感覚だとスッと入ってこない頭文字の連続だったんですけども、ここの部分は翻訳書を読んでみるとですね、
すっきりした訳がついておりまして、メソッド名がIf easyという短い名前に置き換えられてるんですよね。
元の方ではすごい頭文字の連続でIt will work wellみたいなね、なんじゃこれ?みたいな感じだったんですけども、それがスッと日本人感覚でおそらく理解しやすいようにIf easyという言葉で略されている。
こういうのは確かに日本人の感覚だとスッと理解しにくいところをよりわかりやすく言葉を選んで翻訳版を出してくださっているというのがプロの技だなと思います。
これもね多分決断がいる作業だったと思うんですね。
現象のニュアンスを失わせずに、この言葉は重要なメソッド名なんだけど、これをあえて改変してIfeasyに略してしまっていいんだろうかっていう葛藤とか決断なんかも結構あったと思います。
でもそこは多分翻訳者さんの判断だったり出版社さんとのやり取りで、ここは日本人にわかりやすい名前に置き換えて、
このメソッド名を残すことによって何かメリットがあるかっていうと、そこまででもないから簡単な方に直してよりスッとわかりやすい名前でいこうという捨てる決意というかね、そういうものがあったと思うんですよね。
これをやっているのが人間の仕事であり、おそらくAIにそのまま翻訳させたとしてもこのアイディアとか提案は多分なかなか出てこなかったと思うんですよね。
AIは決断をしないで人間に決断を委ねるスタンスを取るのが普通なんで、こういうズバッと切り捨てるみたいなことはなかなか難しいわけなんですよ。
こういうところを見るとですね、プロの人間の翻訳者さんと出版社さんが仕上げた細部までね、どういう言葉で日本人の読者にわかりやすくするのか、共通感覚で理解しやすくするのかという決断の連続が見えるなというふうに思いまして、
それがAI翻訳ではできない、プロの翻訳者と出版社さんの手がかかっているものの違いなのかなというふうに思います。
AI時代におけるリーン・ラーニングの重要性
はい、そして次のチャプターになりましたが、この本書の中で言われているリーンラーニングですね。
より少なく学び、多くの結果を出すという学び方の体系なんですけども、ますますAI時代になって重要性が増しているなと思う話ですね。
1年前に読んで、もう一度AIが発展してから私もこの本を読み始めたわけなんですけども、感じたところをまとめていきたいと思います。
まず一つ目ですね、ジャストインタイム情報という本書のメソッドがあります。
これは人間の癖としてですね、多くの人は何かを取り組もうと思った時に100%全部学んでから始めようとするわけなんだけども、
結局100%の学びに達するまで行動ができないので、前に進めなくなっちゃうっていう思考の癖がありますよねという話ですね。
そうじゃなくてジャストインタイムなので、必要な時に必要なことを学び、その都度必要なことを学び、一歩ずつ進んでいくべきだ、行動に移すべきだということを示唆しているメソッドなんですよね。
今ってAIとかAIエージェントの時代じゃないですか。そうするとですね、私なんかも何か新しいことを実行しようと思った時にAIを使って必要な情報を得たりしながら、そして行動をして一歩一歩進めていくんですけども、
今ってもう選択がちょっと違ってきてますよね。じゃあ何か例えば業務効率化したいなと、新しいそうだな、自分の面倒な作業を自動化してくれる仕組みだったりアプリを作りたいなと思った時に、今だとやりながら学んでいくっていうことになりますよね。
ちょっと昔だったら、まずは本屋さんに行ってプログラミングの本とか入門書を買ってきたり、百科事典みたいに分厚い体系だって学ぶ本を買ってきてですね、それを1ページ目から開いて、ある程度かなり学んでからじゃないとアプリ作りできないねみたいな感じだったんですね。
それが今ではですね、チャットGPTとかクロードとか、あるいはクロードコードとかね、そういうエージェント系のアプリなんかにこういうことを実現したいんだけど、まず何やっていったらいいかなというふうにアイディアを聞いて、必要な学びを一個ずつクリアしつつ手を動かして実装していく。
で、ある程度できたらですね、動かしてみて、なんかエラーが起こるとか、うまくいかない部分があるとなったら、一旦エラーについてですね、AIに確認したり、何が必要なのか、どういう改善が必要なのかということを確認したり、その都度その都度学んでいくというステップの方が多いと思うんですね。
これはまさにですね、AI時代におけるジャストインタイム情報の使い方なのかなと思います。
「イフ・イージー」メソッドの実践
次にですね、先ほど紹介でちょっと触れた、イフイージーというメソッド、考え方のメソッドですね。
我々は何かに取り組もうとした時に、どうしても壮大な計画を立ててしまったり、難しい方法をそのまま難しく考えて取り組もうとするんだけども、そうすると失敗する可能性も高くなるし、動けなくなってしまうということですね。
そこで一度立ち止まってですね、イフイージー、つまりもっと簡単な方法があるとしたら何だろうかということを考えて、そっちからまず取り組むという考え方ですね。
AIの活用になってくるとですね、仕事や業務の効率化を行ったり、AIにこの工程を任せようとか、そういう自動化の仕組み作りをしようという発想が浮かんできます。
なんですけども、最初を考えるのってものすごく壮大な自動化のシステムを作ろうとしてしまうんですね。
例えば先日、この夏私もね、自分の課題としてですね、取り組んだのが、自分のボイシーとかポッドキャストにおける音声で喋ったことを全部ブログ形式にしてですね、
ブログを最後投稿するところまで全自動化できないのかなと思っていろいろ試してみました。
これまではですね、ある程度の自動化できていました。
音声から文字起こしを作って、それをブログ形式に成形してっていう原稿ができてね、ブログの見出し画像を生成したり、差し込み画像とか図解を生成するというところまではある程度自動化できてたんですけども、
完成したものをノートにアップロードしたり、サブスタックにアップロードするみたいな最後のアップロード作業まで全自動化できないのかなといろいろ考えていたんですよ。
で、ブラウザの自動化でですね、クロードコードとかコーデックスとかでブラウザ操作してノートとかサブスタックに投稿させるみたいな、そういうことも考えていたけど、なんかうまくいかないんですよね。
で、コピペがうまくいかなかったり、画像がサイズが重たいからアップロード機能がうまくいきませんみたいな感じで手詰まりになっていました。
で、その発想が全然広がらなくてですね、どうしてもブラウザ自動化だけで何とかしようという頭から離れられなくてですね、発想が変えられなかったんですけども、ふとした時にこれもっと簡単な方法があるんじゃないかなというふうに思ったんですね。
で、その方法はノートだったらインポート機能っていう機能があるじゃないかということですね。
で、これはワードプレスとか外部のブラウザで自分が書いていた記事をノートにインポート取り込むっていう機能なんですけど、じゃあこのワードプレスだと仮定した記事のファイルをクロードに作らせてですね、その形式でインポートすれば自動投稿したことにもつながるじゃないかということが発想として変わったんですね。
その方が実現も早く自動化も簡単になったんですよ。
これはちょっと考え方の転換で、イフイージーというものにつながるのかなと思いますね。
で、実はサブスタックの方の記事のアップロードに関してもブラウザ自動化だと全然なんかうまくいかないところがあったんですけども、これまたいろんなことからヒントを得まして、クローム拡張を作って記事の取り込みボタンみたいなのを作ってですね、それを自動的に押すという作業をさせることによって、これもまた自動化することができたという感じですね。
これやっぱりずっとAIを相手にこの方法でできないのかなということを相談してても発想が他にいかないんですよね。
AIの方もその方法でうまくいくようにするにはこんな手があります、こんな手がありますというアドバイスは出してくれるんだけども、そもそもの発想自体を変えるという提案はほとんどしてくれることはないんですよね。
だからそもそもの話でもっと簡単な方法はないのかと考えたりですね、あるいは壮大な自動化の計画を立てるのではなく一部だけをまず手作業じゃなく自動的にできるように切り出してまずはそれを実装してみるのはどうかみたいな、そういう発想の転換は非常に重要なんじゃないかなと思います。
情報過多時代における「インスピレーションマトリックス」
最後にインスピレーションマトリックスというマトリックスについても触れたいと思います。詳しくは去年書いたノートとかボイシーの方で紹介してますので気になる方はそちらも見ていただければなと思うんですけども、情報が多い時代です。
特にAI時代においては情報肩になっていますよね、情報があふれています。その中でこれをやろうかな、こういうことに取り組もうかなというアイディアも多すぎる時代ですよね。
例えばもう生成AIの情報をキャッチアップしているといろんな話が出てくるじゃないですか。これを自動化するといい、このスキルを使うといいとかね。
今はこのAIモデルがいいからこれに取り組むといいとかね、こういう画像生成モデルが出てきて暑いからこれをやった方がいいとかですね。
クロードコードがすごい便利だから絶対やった方がいいとか、AIで動画制作ができる時代だから動画を作るのがいいよとか、ゲームが作れる時代だからAIでゲーム作ったらいいよとか、アプリ作れる時代だからアプリ作った方がいいよとかいろいろあるじゃないですか。
どれも取り組みたい魅力的なテーマだけれども、どれに取り組んでいいかわからないアイディアっていっぱいあると思うんですね。
そういうアイディアとかやろうかなって思ってるものに対して、いやちょっと待て、これは取り組む価値があるのかとか、今の自分にとって取り組むものなのか、どこにエネルギーを注ぐべきなのかというものを整理して考えるというのが、このインスピレーションマトリックスでマトリックス図を書いて考えるというアイディアなんですよね。
これも本当にAI時代においては象徴的だなと思っていて、取り組もうと思えば取り組めることが多すぎるんですよね。だからどれに集中すべきなのかということを選び、捨てるべきものは捨てていくという考え方も重要になっていくと思います。
まとめ：AI時代にリーン・ラーニングを読む意義
はい、ということで最後のチャプターとなりました。
AI時代に本書、リーンラーニング、翻訳版を改めて読むことができて非常に幸いだったなというふうに思います。
情報が溢れすぎていて、AIが便利になったからできることとかやろうと思えば取り組めるかもしれないみたいなことも溢れている。
何か新しいことに取り組む時にも難しい複雑な壮大な計画を立てたら失敗する可能性もあるし、情報を全部学んでから動こうと言っていると動けないで終わってしまう可能性もある。
だからジャストインタイムで情報を仕入れながらどんどん手を動かしていくという動き方が今の時代に合っていると思いますし、
壮大な計画を立てすぎるとうまく動けないならば、もっと楽な簡単な方法はないのかという発想の転換をするということですね。
AIとにらめっこして視野強作になっているとそういう発想すら浮かばないということもよくあると思いますし、私もあるんですよね。
そういうものを一旦手を止めて考えてみるのもいいんじゃないかなというふうに思いました。
Dean Learning、日本語版ですね。ぜひ気になる方は読んでいただければなと思います。
それではご清聴いただきありがとうございました。
