プロフィール

AI時代に数学は本当に必要？
〜「必要らしいけどピンとこない」非エンジニアが、まず最初に持つべき視点〜

「これからは数学も大事だぞ」…. そう言われても、正直ピンとこない

会議でAI導入の話が出たとき、上司がこう言い放つ。

「これからは数学的な素養も大事だぞ」

なんとなく頷いてはみたものの、心の中では「いや、自分エンジニアじゃないし……」と思っている。
そんな経験はありませんか？

最近、AIの普及とともに「これからは数学が重要だ」という声をあちこちで耳にするようになりました。
社員にデータリテラシーの学習を促す企業も増えています。

2025年12月には、AI活用を見据えた高校数学カリキュラムの再編案が報じられました。
統計・データサイエンス領域の比重を高める方向で、国としてもAI人材育成に本腰を入れ始めています。

朝日新聞

高校の「数学」再編へ　AIの学び重視しA、B、Cの区分なくす方向：朝日新聞　高校数学から数学A、B、Cという科目の区分がなくなる方向となった。ベクトルや数列などの項目ごとに生徒が選ぶ仕組みに変わる見込み。　また、行列や確率などの基礎的な…

社会全体が「数学の方」を向き始めている。それは、なんとなくわかる。

でも、現場の実感はまだこうではないでしょうか。

「数学を知らなくても、AIツールは普通に使えてるけど？」
「正直、今の業務で困ったことがない」

そして厄介なのは、これらが完全に間違いとは言い切れないということです。

実際、AIを「使うだけ」なら数学がなくても回ります。

プロンプトを書いて、出てきた答えをコピーして、資料に貼る。
それで十分に思える場面は確かにあります。

では、なぜ「数学が重要だ」と言われ続けているのでしょうか。

「必要だ」と言える人は、すでに腹落ちしている

もちろん、その理由を述べている書籍やネット記事はたくさんあります。
AIに聞いてもそれなりの回答が返ってくるでしょう。

ただ、その答えで本当に「腹落ち」できましたか？
まあ、そうなんだろうな」で終わっていませんか？

ここで一つ、気づいたことがあります。

「AI時代には数学が必要だ」と自信を持って語れる人たちは、たいてい、AIの挙動がなぜそうなるのか、どこが限界で、どこが危ういのかを、数学を通して一度は腑に落とした経験がある人たちです。

彼らは、数学というレンズを通してAIを見た時に「景色がクリアになる快感」を知っています。

だから自信を持って「必要だ」と言います。つまり、

数学の必要性を実感できている人だけが「必要だ」と言えている。

逆に言えば、数学に触れていない状態では、その「快感」も「必要性」も実感しようがないということです。

ここに大きな断絶があります。

これは一見すると、循環した話に聞こえるかもしれません。
「わかるためには、わかる必要がある」と言っているようなものですから。

でも、実際にひとつ例を見てみると、この感覚が少しつかめるはずです。

たった一つの例で、景色が変わる

たとえば、ChatGPTにこう頼んだとします。

「この売上データの傾向を分析して」

返ってきた答えは、「全体として右肩上がりの傾向が見られます」。

数学的な視点がまったくない状態では、「ふーん、上がってるのか」で終わります。
AIがそう言ってるのだから、そうなんだろう、と。

でも「回帰」や「相関」の考え方をほんの少しだけ知っていると、こんな問いが自然に浮かんできます。

「その右肩上がりって、どの程度信頼できるの？」
「たまたま外れ値に引っ張られてるだけじゃない？」
「そもそも直線的に伸びてるの？途中で傾き変わってない？」

この「問い返せるかどうか」が、AIの出力を鵜呑みにする人と、判断材料として使いこなす人の分かれ目です。

ここで重要なのは、別に回帰分析の数式を自分で解ける必要はないということです。

「回帰ってこういう考え方なんだな」
「相関が高いからといって因果とは限らないんだな」

このレベルの理解だけで、AIとの向き合い方は明確に変わります。

数学を完全にシャットアウトしていると、AIはずっと「なんかよくわからないけど賢いプログラム？」のまま。
便利だけど根拠はわからない。わからないから、評価も判断もなんとなくの雰囲気に頼みになる。

これは才能やセンスの問題ではありません。

単に、視点を一つ持っているかどうかだけの違いです。

このブログが目指す、非エンジニアのための「ちょうどいい数学」

だからこのブログでは、「数学は必要だ」と説得するつもりも、「勉強しないとヤバい」と煽るつもりもありません。ただ、

少し知ってみたら、後から必要と言われる理由がわかってきた

そういう体験を、できるだけ多くの方と共有していきたいと思っています。

ここで扱うのは、学問としての数学ではありません。
厳密な定義や、数式を積み重ねる証明は専門書に任せます。

その代わり、このブログではたとえばこんなテーマを扱っていきます。

AIが出した分析結果を「鵜呑みにしない」ために知っておきたい確率の基本イメージ
「このAI、なんで間違えたの？」を考えるための、最小限の線形代数の考え方
プロンプトの工夫だけでは超えられない壁と、数学的リテラシーの関係

数式は最小限。図やたとえ話を多用して、「あ、そういうことか」という瞬間を一つでも増やすことが目標です。

ただし、少し数学的に踏み込んだ方がいいと、著者個人が感じた場合は、捕捉的な記事も書いていくつもりです。

「なんとなく使っていたAIの裏側で、こんな考え方が動いていたのか」

そんな発見を、ゆるく、でも確かな手触りのある形で届けていきます。

まずは一記事、覗いてみてください

数学は、理解してから「重要だったんだ」と気づく、少し厄介なツールです。

少し触れてみて初めて「なるほど、だから必要なのか」と実感できるもの。

頭で理解する前に、「あ、そういうことね」と感じる瞬間がある。

このブログは、その瞬間を一つずつ積み重ねていく場所です。

まずは気になるテーマから、一記事だけ読んでみてください。
「わからない」が「わかるかも」に変わる瞬間があるかもしれません。

「なんだ、そういうことだったのか」

この一言を引き出すために、記事を書いていきます。