Dan Koe：直感に反する真実、読んだすべてを覚える必要はない

編訳：FFIVE、慕課網（ムークーワン）

「意識して覚えようとしなければならないものは、重要ではない。本当に重要なら、必要なときに自然と浮かび上がってくる。」

一見すると精神論のような言葉だが、これは Dan Koe が『読んだ内容をすべて記憶する方法』で投げかけた核心的な問いだ。私たちの世代は奇妙な不安に陥っている。何千もの記事をブックマークし、五つも六つもノートアプリを入れ、一見完璧な「セカンドブレイン」を構築したのに、いざ使おうとすると何も引き出せず、むしろ「どんどん覚えられなくなっている」と感じてしまう。

問題は記憶力ではなく、「学ぶ」という行為に対する認識が根本から歪んでいる点にある。以下では Dan Koe の枠組みに沿って、サイバネティクス、アウトプット駆動型学習、さらに今ある AI ツール（Obsidian + Claude、Eden など）の実践的な使い方を組み合わせながら、本当に「覚え」て「使いこなせる」知識のシステムを整理し直す。長い記事になるが、どのパートもあなたが知識管理で実際に踏んだ落とし穴に対応している。

一、「すべてを記憶する」が偽りの命題である理由

まず、根深く染みついた考えを壊そう。学習 ≠ 情報を頭に詰め込むことである。

学校は暗記とテストで私たちを何年も訓練し、「逐語的に再現できること」が習得の証だと勘違いさせてきた。しかし現実世界は解答用紙のように採点してはくれない。上司は『エコノミスト』の一節を暗唱したからといって昇給させてはくれないし、クライアントはマーケティング本に書かれたステップを覚えたからといって契約してはくれない。

Dan Koe の観察は鋭い。多くの人が読んだ内容を覚えられないのは、読み方が不十分だからではなく、「覚えること」を読書のゴールにしてしまっているからだ。 必死に一文一文を記憶しようとする根底には、「賢く見られたい」という欲求がある。「ほら、いつでも知識を披露できる」という虚栄心に駆られた学習は、出発点からして間違っている。

本当に重要なものは、いちいち丸暗記する必要がない。何度も使い、何度も考え、何度も人と議論するなかで、自然とあなたの認知構造に沈着していく。内容の大半を忘れるのは脳の正常なメカニズムであり、あなたの失敗ではない。 あなたが気にかけるべきは「どうやって記憶するか」ではなく、「何が記憶に値するか、そして必要なときに浮かび上がらせるにはどういう仕組みを用いるか」である。

二、学習を一艘の船と捉える：サイバネティクスから見た4ステップの閉ループ

Dan Koe はサイバネティクス（Cybernetics）——この語源は古代ギリシャ語の「舵手」——を用いて、学習をフィードバック調整システムとして再定義した。一方向の入力パイプではない。

知的な学習システムは、家のエアコンのサーモスタットや、体内でインスリンを分泌する膵臓と同じロジックで動いており、次の四つの段階を含む。

ステップ	サイバネティクス用語	学習シーンでの対応	欠けた場合の結果
1	目標（Goal）	あなたが明確に知る「到達したい状態」	方向性を失い、あらゆる情報が関係あるようにも、ないようにも見える
2	感知（Sense）	「今どこにいるか」を正直に評価する	自己欺瞞に陥り、ブックマーク＝習得と勘違いする
3	比較（Compare）	「目標と現状の差がどれだけあるか」を見極める	ズレに気づけず、学習のモチベーションが生まれない
4	行動（Act）	差を縮めるための具体的なアクションを取る	空想に留まり、永遠に「学習の準備」をし続ける

多くの人が学習を続けられないのは、意志が弱いからではなく、ステップ2（闇雲なインプット）だけが存在し、ステップ1（明確な目標）がないために「偏差信号」が生まれないからだ。 偏差がなければ、脳はどの情報を保持すべきか、どれを捨てるべきか判断できず、結局すべてを詰め込んで、すべてを忘れてしまう。

わかりやすい例を挙げよう。「健康になりたい」という目標は曖昧すぎて、どんな修正も引き起こせない。今夜飲み過ぎても、朝3時まで夜更かししても、何かから逸れているとは感じないだろう。しかし、「3か月以内にハーフマラソンを完走する」と決めたら、ランニングに行けなかった夜のたびに、はっきりとした「偏差信号」が生まれ、行動を調整せざるを得なくなる。学習もこれと同じだ。

三、最も効果的な学習は「インプット」ではなく「アウトプット」から始まる

サイバネティクスの枠組みを理解したところで、次は最も直感に反し、かつ最も効果的な方法だ。まず学ぶな、まず始めよ。

Naval は「特定的知識（Specific Knowledge）」の概念を語った。それは、あなたの本性に合致し、かつ競争優位性をもたらし、代替不可能な知識のことだ。こうした知識は体系的な「補習」では決して得られず、何かを成し遂げる過程で「必要な時に掴み取る」ことでのみ獲得できる。

Dan Koe が示す道筋は3段階だ。

まず、自分自身の、意味のある目標を持つこと（社会から押し付けられた「資格取得・進学・昇給」といったデフォルトルートではない）。目標が具体的であればあるほど、神経可塑性は高まる。
いきなりプロジェクトを立ち上げる。「事前学習」は後回しでいい。After Effects を学びたい？完全なチュートリアルを最初から最後までなぞるのではなく、まず具体的な作品を決める。例えば「友人のカフェのために30秒のプロモーション動画を作る」と決めてから、その作品を前に進めるために必要なスキルだけを学ぶ。
足りないものを逐次補う。キーフレームで詰まったら、キーフレームのチュートリアルを調べる。カラーグレーディングで詰まったら、カラーパネルを研究する。いくつかのプロジェクトを経れば、身についたスキルは積み重なったものになり、しかもその一つひとつが現実の文脈と結びついているため、忘れようがない。

ギターも同じだ。最初から音楽理論の本に埋もれるのではなく、本当に弾きたい曲を一曲選び、最初のコード、次のコードを覚え、行き詰まったついでにチューニングやリズムを学ぶ。実際に何曲か弾けるようになれば、「自分でもメロディーが作れないか」と自然に興味が湧く。学習は「作りたい」という引力のなかで起こるのであり、教材を眺めることでは起きない。

学校は汎用的な知識を教えるのは得意だが、自分の舵の取り方は教えてくれない。自己教育とは「進歩している」という錯覚のために知識をため込むことではなく、自分が定めた目標のために、ちょうど足りる分を補っていくことだ。

四、「セカンドブレイン」はなぜほとんどデジタルの墓場と化すのか

知識管理の話になると、「セカンドブレイン（Second Brain）」の概念を避けては通れない。Tiago Forte が提唱した PARA メソッドや CODE フローは本来、記憶を解放するためのものだったが、現実には9割の人が高級ブックマークとして使ってしまっている。

Dan Koe 自身も何世代にもわたってツールを渡り歩いてきた。Roam Research が執筆スタイルを変え、自ら Kortex を作り、さらに現在の Eden へと進化させた。彼の結論はこうだ。問題はツールではなく、使い方にある。

大半の人が陥る落とし穴は三つある。

保存＝完了の錯覚：リンクを保存し、ハイライトを引き、メモを取っただけで、二度と開かない。整理という行為そのものが安価なドーパミンをもたらし、「自分は学習している」と錯覚させてしまう。
過度な整理整頓強迫症：すべてのノートに五つも六つもタグをつけ、何時間もかけて PARA の分類を調整するのに、それらのノートをもとに一篇の短文や、一つのプロジェクト案、一度の共有も生み出さない。ノートの価値は、それがあなたに完成させた仕事によって決まるのであって、ノートそのものにはない。
「取り出す」設計の軽視：ほとんどのチュートリアルは「どうやって入れるか」ばかりを語り、「必要なときにどうやって引き上げるか」を教えない。入れるだけで出せないシステムは、知識ベースではなく、デジタルの墓場である。

実際に作品を生み出し続けた人々を振り返ってみよう。マルクス・アウレリウスの『自省録』はもともと個人的な抜粋帳だった。レオナルド・ダ・ヴィンチはスケッチと問いに満ちた何千ページもの手稿を残した。マーク・トウェイン、モンテーニュ、リック・ルービンも皆、独自の抜粋システムを持っていた。彼らと現代の「ノート愛好家」との最大の違いは、アイデアを集めるのは、それを作品に変えるためだという点である。 セネカの絶妙な比喩がある。多くの花から花粉を集め、自分の蜂蜜へと醸造する。これを現代に置き換えれば、外部の材料を消化したうえで、自分だけのものを作り出すことだ。

五、「セカンドブレイン」を「セカンド・サブコンシャス」へとアップグレードする

Dan Koe はさらに正確な言葉を提示している。私たちがつくるべきは静的な倉庫ではなく、「セカンド・サブコンシャス（第二の潜在意識）」なのだと。

潜在意識の特性とは何か。それは、あなたが能動的に探りにいったときだけ働くのではなく、普段からバックグラウンドで黙々と関連付けを行い、あなたが一つの問題をぼんやり考えているときに、突然一つの連想を「投げかけて」くる。優れた知識システムも同様であるべきだ。あなたが創作しているときに、関連する材料を自発的に目の前に押し出してくれること。

案 A：Obsidian + Claude Code による自前構築派

手間をかけることを厭わず、データの完全なローカル化を追求する人に向いている。核となる考え方は、Claude をあなたの「知識管理人」として機能させ、複雑な分類ツリーのメンテナンスを自分で行わずに済ませることだ。

構築ロジックはおおよそ次のようになる。

ベースを整える：Obsidian（ローカルのMarkdownノート、データを完全に自分でコントロール）をインストールし、Claude Code または Claude Cowork 環境をセットアップします。
作業ディレクトリを設定する：ObsidianのVaultフォルダをClaudeの作業ディレクトリに設定します。これはAIに「読み取り専用＋必要に応じた書き換え」の鍵を渡すようなものです。
2つのスキル（技能指令）を作成する：

「アイデアを保存する」スキル：Claudeにひらめき、記事リンク、ツイートを投げると、VaultのInboxフォルダに新しいノートを作成し、明確なタイトルとタイムスタンプを自動的に付与します。
「受信ボックスを処理する」スキル：Claudeに定期的にInboxを読み取らせ、タグを補い、適切な分類フォルダ（Projects / Areas / Resources / Archives）に移動し、関連ノートに双方向リンク[[ ]]を追加させます。

日常的な活用：執筆やプロジェクトの際に、Claudeに「Vaultの中から[現在のテーマ]に関連するものをすべて見つけて」と直接指示すると、AIが知識ベース全体を検索し、引用付きの資料を取得します。

より発展的なリポジトリ構造は、次のように階層分けする方法を参考にできます：

核となる原則はソースファイルは読み取り専用、AI が編集するのは Wiki 層のみ。CLAUDE.mdには、あなたの関心領域、リポジトリ構造のルール、インポートと検索のフローを明記する——これは AI に地図を渡し、各種情報をどこに整理し、どの形式で参照すべきかを教えることに相当する。

案 B：Eden のような「自動分類＋意味検索」ツール

ベクトルデータベース、Embedding API、インデックス用スクリプトを自分でメンテナンスしたくない、追加・削除・変更のたびに再埋め込みやキャッシュの問題を気にしたくないというのであれば、基盤のメンテナンスはツールに任せ、自分は思考と創作に集中するほうが合理的な選択だ。

Eden（前身は Dan Koe も関わっていた Kortex）がやっていることは Obsidian + Claude に似ているが、より「意識させない」設計になっている。

自動収集：Substack の記事、YouTube 動画、X の長文をワンクリックで保存でき、自動でテキスト起こしやハイライトが行われる。
自動埋め込みと意味検索：各レコードは約1500個の数値からなるベクトルにエンコードされ、いわば知識空間における「GPS座標」のように扱われる。二つのノートに共通のキーワードがなくても、意味的に近ければシステムが結びつけてくれる——これは従来のキーワード検索では不可能なことだ。
Readwise との連携：Readwise で書籍の抜粋を保存しているなら、Eden に同期し、意味検索・対話・ボードへのドラッグで引用カード化できる素材ライブラリに変えられる。
異常値コンテンツの発見：Eden はクリエイターのパフォーマンスが高いコンテンツを分析し、深掘りする価値のあるトピックを見つける手助けをしてくれる。目的もなく情報フィードを流し見する必要はない。

MyMind も同様の発想を代表する——リンクやアイデアを放り込めば、自動で分類・タグ付け・意味検索をしてくれる。自分でフローを管理する必要はない。

二つのアプローチに優劣はない。

Obsidian + Claude は完全な自律性、データがローカルから出ない、高度なカスタマイズ性で優れるが、自分でルールを書き、インデックスを管理しなければならない。
Eden / MyMind はメンテナンスゼロ、強力な意味的関連付け、創作ワークフローを内蔵している点で優れるが、データとインデックスはクラウド上にある（Eden はプライベートコンテンツをアップロードしないと約束しているが、アーキテクチャ上、あなたはそのサービスに依存する）。

六、選別は収集より重要：システムに何を入れるべきか

どのツールを使うにせよ、必ず明確にすべきことがある。すべてを保存しようとしてはならない。

AI はすでにコンテンツを大量生産できる。希少なのは情報そのものではなく、あなたが選別し、あなたの世界観で消化できる層だ。Dan Koe のアドバイスは率直だ——自分がそのアイデアによって形作られることを望めるものだけを保存せよ、と。

あなたが継続的に注目し、繰り返し反芻する思想家やクリエイターが、徐々にあなたの世界観のレンズを形成していく。たとえば Dan Koe 自身が現実の本質について考えるとき、歴史、統合理論、スパイラルダイナミクスといった概念が自然に浮かび上がる。それは、それらが彼にとって問題を説明する際の常用のフレームワークだからだ。あなたが徐々に蓄積すべきなのは、まさにそうした自分だけの「アイデアの集合体」であり、今日見た話題や明日見つけた新概念を手当たり次第に保存することではない。

具体的にどうするか。

長期的に安定した良い書き手の本や思想を多く読み、不安を煽る情報フィードを流し見する時間を減らす。書き手やクリエイターにとって、リサーチは作業量の80%を占める可能性があり、残りの20%が、調べたことを他者の役に立つ表現へと消化することだ。
執筆や公開での共有を通じて、素材を自分の一部にする。保存するだけでアウトプットしなければ、それらのアイデアはいつまでも「他人の知恵」に留まったままだ。自分の言葉で言い換え、自身の経験と結びつけて再構築し、現実の場でフィードバックを得て初めて、それらは本当の意味であなたの認知構造に入り込む。
プロジェクトをフィルターにする。現在のプロジェクトを前に進められない知識は、一時的に学んでも定着しない。プロジェクトは明確な境界とマイルストーンを与え、自動的にノイズをふるい落としてくれる。

七、AI の正しい位置：摩擦を減らすが、代弁はさせない

最後に、読むことと書くことにおける AI の境界線をはっきりさせなければならない——これは現状、最も誤解の多い部分だ。

Dan Koe の姿勢はバランスが取れている。自分の価値観や判断を AI に代弁させてはいけない。しかし、講師・メンター・編集者としては使うことができる。

具体的な線引きはおおよそ以下の通りだ。

事実に基づく内容は AI を活用してよい：たとえば、Greuter の自我発達の9段階を説明したり、ある理論の背景を整理したりといった、AI に直接生成させるか既存資料を引用させるのは問題ない——これは Google で調べてから書くのと本質的に変わらず、あえて全文を書き直させるほうが読者の時間を無駄にする。
見解と構成は必ず自分で行う：自分の考えを明確に伝えるには、ある程度の「抵抗」を経なければならない——構成を自ら練り、論証を整理し、言葉を推敲することで、自分が本当に何を信じているかがよりはっきりする。もしこの部分まで AI に任せてしまえば、出力されるのはあなたの世界観ではなく、モデルの統計的な平均でしかない。
AI で「摩擦を取り除く」場面：構成が思いつかないときにいくつかの整理方法を提示させる、次の段落の展開がわからないときに可能性のある方向性を示させる、理解できない概念に出くわしたときにリサーチへの入り口として使う。最終的に判断し、何を公開するかを決めるのは、常にあなた自身だ。

「AI で文章を書いてはいけない」という言葉が本当に警告しているのは、AI にあなたの価値観を代弁させてはいけないということだ。AI は読書を代替しない。むしろ読書をより重要なものにする——なぜなら、AI が直接与えられる答えの価値は下がり続けており、あなたが深い読書を通じて築いた、代替不可能な世界観こそが、人々がついていきたいと思うものだからだ。

八、実践可能な執筆・創作のクローズドループ

執筆を始めようと考えているなら（Substack、ニュースレター、X の長文、YouTube の台本などを問わず）、Dan Koe が示すプロセスが出発点になる。

「検証済み＋あなたが好奇心を持てる」交差テーマを選ぶ。「検証済み」とは、そのトピックが過去に実際の注目を集めたことがあるという意味で——拡散されたソーシャル投稿を保存したり、Eden の異常値発見機能でパフォーマンスの高いコンテンツを探したりできる。「好奇心」とは、たとえトラフィックがなくても考え続けたいと思う問いだ。この二つを重ねれば、表現欲求を失わず、かつ見つけられやすくなる。
まずアイデアを吐き出し、それから構造を組み立てる。空白のページを見つめてインスピレーションを待ってはいけない。まずテーマに関連する考えをできるだけ書き出し、ノートの庫をめくって使えそうな素材をすべて引き入れ、それらに簡単な物語の骨組み（例: 問題 → 洞察 → 解決策）を与えた上で、素材を適切な位置に埋め込む。
初稿をつなぎ合わせる。アウトライン、走り書き、知識ベースをすべて呼び出せる状態に置き（たとえば Claude にあなたの Vault を読ませる、あるいは Eden の意味検索を開く）、それらを一本の完全な記事にまとめあげる。
本当に言いたいことが言えるまで繰り返し書き直す。作品がまだあなたの価値、考え、信念を乗せきれていないなら、それを言い表すまで書き直し続ける。