ファインマン・テクニックは、理解の穴を見つける機構として教えることを使う学習法です。四つのステップから成ります。（1）概念を選ぶ、（2）平易な言葉で初心者へ教える、（3）説明が崩れる場所を特定する、（4）その穴を埋めるために資料へ戻り、さらに説明を簡単にする。説明が最初から最後まで成り立つまで、このサイクルを繰り返します。
一つの範囲を限定した概念を選びます。「機械学習」でも「量子コンピューティング」でもありません。頭の中に保てるものです。「勾配降下法の仕組み」「トランスフォーマーの注意機構がすること」「インフレと戦うために連邦準備制度が金利を上げる理由」などです。概念が具体的であるほど、練習は役立ちます。
この段階でのAIの役割：概念をどう限定すべきか分からないなら、広い話題を教えられる下位概念に分けるようAIへ頼みます。「検索拡張生成について学びたい。一度に一つずつ説明できる五つの下位概念へ分けてください」。これにより始める前に学習を構造化します。
聞き手がその分野の事前知識を持たないかのように、説明を書いたり話したりします。定義なしの頭字語は使わない。「みんな知っているように」は使わない。明らかに感じるからといってステップを飛ばさない。テストは説明が優雅かどうかではありません。一度も概念に触れたことのない人が最初から最後まで追えるかどうかです。
崩れは予測できる場所で起きます。二つのアイデアの移行で、つながりを正当化せずに「したがって」という語を使った場所。頭の中では明快に感じたが、文面では根拠のない省略に見える比喩。定義せずに使った技術用語です。これらをすべて記録します。まだ理解していないものの地図です。
AIの役割：AIが穴を特定したら、それを埋めさせないでください。自分で資料へ戻ります。関連する箇所を読み直し、自分の言葉で説明を再構成します。それから再びテストします。AIは診断ツールであり、治療薬ではありません。
より簡単な言葉と短い文を使って、説明を書き直します。働いていない言葉をすべて削ります。専門用語を平易な言葉に置き換えます。ある概念に三文必要だったなら、一文で説明してみます。一文版で正確さが失われるなら、その概念が必要とする最小限の複雑さを特定したことになります。その境界自体が理解の一形態です。
説明が最初から最後まで成り立つまでサイクルを繰り返します。一回で済む概念もあれば、五回かかるものもあります。サイクル数は知能の尺度ではありません。どれだけ新しい領域を扱っているかの尺度です。
リスクはAIが松葉杖になることです。説明が崩れたとき、AIがすぐ正しい答えを出すと学習の機会は失われます。規則は単純です。AIが尋ねる。あなたが答える。最善の回答を試みた後でだけ、資料と照らし合わせるか、AIへ検証を頼みます。苦闘が学習です。AIの仕事は、その苦闘が正しい点で起きるようにすることです。
Q: ファインマン・テクニックは能動的想起とどう違いますか？
R: 両者は補完的な機構です。能動的想起は、記憶から情報を取り出せるかを試します。ファインマン・テクニックは、その情報を首尾一貫した説明へ整理できるかを試します。概念に関するすべての事実を想起できても、明確に説明できないことがあります。ファインマン・テクニックはその失敗を捉えます。二つの技法は一緒に使うと最適です。能動的想起で知っていることを浮かび上がらせ、ファインマン・テクニックで理解のために構造化します。
Q: 正確さを失わずに概念を簡単にできない場合はどうしますか？
R: それこそがポイントです。正確さが失われることは、実際の何かを教えます。概念が本当に一定の複雑さを必要とするか、より単純な説明を見つけるには理解がまだ浅すぎるかのどちらかです。前者なら境界を学び、後者なら穴を見つけています。どちらも価値があります。