未来を描く能力の起源━━苫米地理論から読む時間の意味

2026年4月、苫米地英人博士の論文「潜在ポテンシャル統一理論」が部分的に公開されました。

https://tomabechi.jp/TomabechiNDUpaperJApublic.pdf

米国防大学などでの認知戦に関する講義配布論文を民間向けに修正したもので、物理・認知・社会のダイナミクスを統一的に記述する数理的な枠組みが展開されています。

全部を理解できたわけではありません。
AIを使って数式の意味を少しづつ読み解いているところです。

けれども読み解く過程で、認知とコーチングに関して色々なことが、少なくとも私の中で明確になってきました。

コーチングでは長年、「未来を起点とした時間観」が重要だと言われてきました。過去の経験ではなく、まだ起きていないゴールを基準にするという考え方です。

この論文のEgo制御方程式の構造を読み解くことで、その未来起点の考えの実効性を初めて論理的に理解することができました。

Ego制御方程式を読む

この論文の構造は多層的で、数式についてAIに問い合わせながら、行ったり来たりを繰り返しながら読み解いています。

認知に関する定式は定理１〜３で構成され、それぞれ個人的認知、社会的認知、哲学的認知を取り扱っている、というのが私の現段階での認識です。

この記事では定理１のEgo制御方程式を扱いますが、その前提として下記の事項を挙げておきます。

私が注目するのは、通常「自我」と呼ばれる主体が定理1の中ではSelfやEgoという関数で示され、何らかの対象の形をとっていないことです。

定理の主たる要素は可能世界の集合Wと、その中での現在の認知状態xです。そこから自我とは「多数の可能世界の中で現在の認知状態を導く関数である」と解釈できます。

これは苫米地博士の自我に関する言説に触れてきた人間にはなじみのあるものですが、そうでない人には理解が難しいものでしょう。

この点を掘り下げるだけでも、この理論からは膨大な知見を得られそうですが、収拾がつかなくなりそうなのでここでは保留しておきます。

簡単に言えば、Egoとは「多数の可能な世界の中から現在の状態を導いている、いくつかの仕組みのうちの一つ」ということができるでしょう。

Egoの制御方程式は下記になります。

下記はAIによる数式構造の解説です。

制御方程式とは何か
「制御方程式」とは、ある目標に向かってシステムをどう動かすかを記述した数式です。もともとは工学の概念で、たとえばロケットの軌道修正や、エアコンの温度調整に使われます。「現在の状態を把握し、目標との差を最小化するように操作を決める」という構造を持っています。

πc(x)　
今この状態xにおける「認知の動かし方」。arg minが返す最適なu(t)の系列に関数として名前をつけたものです。
別の可能世界＝認知状態にいたるための方法。

arg min_{u(t)}
「コストを最小にするu(t)の選び方を返せ」という命令です。最小値そのものではなく、最小にする「選択」を返します。Egoは最適解を意志で選ぶのではなく、コストが最も小さくなる経路を選ぶ。

u(t)
各時点tでEgoが行う具体的な選択です。この系列全体がπc(x)として定義されます。

x(t)
u(t)によって更新されていく認知状態の軌道です。選択の結果として、認知状態がどう動いていくかを表します。

V(x, t)　
認知状態xにおける不快感・不安定性・予測誤差のコストです。高いほど、そこにいることが「しんどい」状態を表します。

∫₀ᵀ　
0からTまでの積分、つまり蓄積です。

0　
認知的な起源。生まれた瞬間です。

T　
どこまでを積分するか。これが「認知的射程」です。

まとめると━━Egoは「生まれた瞬間からTまでのあいだに蓄積される認知的不快コストを最小にする選択」を、今この瞬間に行っています。

意志で未来を選ぶのではなく、認知的なコスト構造が認知の経路を決めるということです。

Tをどこに置くかで、今の選択が変わる

ここで注目したいのが、式の中の T です。

積分の上限、つまり「どこまでの時間範囲を最適化の対象にするか」を示すパラメータです。

T が現在の近くに置かれているとき、Egoは現在の認知状態の周辺だけを最小化しようとします。今の安定が最優先になります。

T が未来に置かれているとき、まだ実現していない可能世界が最適化の範囲に入ってきます。今は不安定に見えるコストも、未来の安定への経路として評価される可能性があります。

ただし正直なところ、論文を読んでも Tが現在を指すのか、未来まで含みうるのかについては、明確な確信を持てていません。この解釈は私の読み方であることをお断りしておきます。

それでも、この読み方が示す示唆は重要だと思っています。

挑戦することでコストV（認知的な不安性など）が増大するなら、挑戦しないことがEgoによって「最適」と判断される。これはとても自然な帰結です。しかし T が未来に置かれていれば、挑戦のコストは「未来の安定への通路」として評価されるかもしれません。同じ行動が、Tの設定次第でまったく異なる意味を持つかもしれないのです。

T をどこに置くかは、選択の構造そのものを変えてしまいます。

エフィカンス動機━━人が本来備えているもの

Ego制御方程式のTを現在におくと認知は現在にとどまり、未来に置くと未来のゴールに近づく。

では、T を未来に置ける人と置けない人の違いはどこから来るのでしょうか。

発達心理学者のロバート・ホワイトは1959年に「エフィカンス動機（effectance motivation）」という概念を提唱しています。環境に働きかけ、それを変えようとする動機は、人間に先天的に備わっているというものです。

赤ん坊を見ていると、これはよくわかります。転んでも立ち上がり、届かないものに手を伸ばし続ける。失敗を失敗として処理せず、ただ次の試みへと向かっていく。

これを「Ego制御方程式のTは未来も含みうる」という視点で考えると、興味深いことが見えてきます。

幼児には、まだ時間の概念、時制がありません。「昨日」「明日」という感覚は、言語の習得とともに後天的にインストールされるものです。時制を持たない幼児の認知空間には、現在も未来も等価に含まれています。

つまり幼児にとって、T はすでに未来に置かれた状態にある。

現在と未来が等価に認知空間に含まれているからこそ、挑戦のコストが「通路」として自然に評価される。これが幼児のエフィカシーの高さの、構造的な根拠ではないかと思っています。

悲観主義は学習される

幼児のTは未来も含むものである一方で、成長するにつれて人間はT を現在の近くに固定してしまいます。

それはなぜでしょうか？

まず言語の習得があります。「〜した」「〜する」「〜しなければ」という時制の導入は、現在を基準点とした時間軸を認知にインストールします。これ自体は必然的な発達のプロセスです。しかしその副作用として、T が現在付近に固定されやすくなる。

そこにさらに、失敗体験の累積が重なります。

ポジティブ心理学で有名なマーティン・セリグマンは「学習性無力感」の研究で、繰り返し制御不能な状況にさらされると、人は「自分の行動は結果に影響しない」という信念を学習することを示しました。

これを苫米地理論で読み直すとこうなります。

セリグマンはさらに、「学習性無力感」を形成する悲観的な説明スタイルに三つのパターンを見出しています。永続性（失敗は永続する）、個人化（失敗は自分のせい）、普遍性（失敗は人生全体に及ぶ）。

これらはいずれも、コスト関数V(x,t)の地形が現在に収縮していく過程として読めます。失敗が現在から未来へと拡張して記録され、自己の認知状態に固着し、TCZ全体を狭めていく。

ここで重要なのは、悲観主義も学習性無力感も、後天的に学習されたものだという点です。先天的な性質ではないのです。

そしてセリグマンは学習されたものは学習によって書き換えらことを示しています。悲観的な説明スタイルに意識的に反論することで、楽観的な説明スタイルを培うことができる。これが「学習性楽観主義」です。

苫米地理論の言葉で言えば、これはV(x,t)の地形を意識的に書き換え、収縮したTCZを再び拡張する操作に対応します。

未来を描く能力の正体

ここまで来ると、「未来を描く能力」の正体が見えてきます。

それは才能ではありません。Tの射程を延ばすことです。ゴール状態の可能世界を広げ、そこでの時間的なリアリティを厚くすること。それ自体が、Vの積分範囲を広げ、TCZを拡張する行為です。

コーチングが直感的にやってきたこと━━ゴールを鮮明にイメージさせる、ゴール後の生活を具体的に語らせる、現在形でゴールを記述させる━━これらはすべて、Tを先に置き、ゴール側のV(x, t)を下げる操作だったと言えるかもしれません。

そしてもうひとつ。

赤ん坊には、現在と未来を切り離す時間観がない。だから制約なく環境に働きかけ続けられる。エフィカンス動機が邪魔されない。

未来を描く能力を「取り戻す」という言い方が、あながち比喩ではないように感じています。社会化の過程で後天的にインストールされた「現在中心の時間観」を組み替えること。それは才能の獲得ではなく、かつて持っていた認知空間への回帰に近いのではないでしょうか。

一部を読み解くだけでも、ここまで深い理解にいたることができました。苫米地博士の論文は数式に弱い人間にも読み解く価値のあるものだと感じています。