You Were Never the Problem 「使いこなせなかった」のは、あなたのせいではない

If your note-taking tools never stuck, it wasn't your discipline. What was missing was not another way to classify things, but a way for classification to continue without being maintained by hand. ノートツールが続かなかったのは、整理能力のせいではない。欠けていたのは、分類を、こちらが維持し続けなくてもよい仕組みだった。

The Order You Don't Maintain第二の脳に、欠けていた一つのもの

Many people have installed Notion or Obsidian with genuine enthusiasm. Everyone seems to use them; the promise of a "second brain" is hard to resist. So you collect templates, design a hierarchy of tags, begin linking notes together. Then, after a while, you stall. Time dissolves into organising the organisation itself, and the notes end up just as scattered as before. You conclude that tools like this simply are not for you.

NotionやObsidianを、意気込んで入れてみた人は多いと思う。流行っているし、できる人はみな使っている。「第二の脳（second brain）になる」という謳い文句もよく聞く。自分も使いこなそうと、テンプレートを集め、タグの体系を考え、リンクを張りはじめる。ところが、しばらくすると手が止まる。整理のための整理に時間が溶け、結局メモはまた散らかっていく。そして、こう思う。自分は、こういうツールに向いていないのだろう、と。

I think that conclusion is wrong. The problem is less our capacity to organise than the way these systems have assigned the work of organisation almost entirely to the human side. Writing the note is often the easy part. Deciding where it belongs, what it connects to, and how the classification should change as the collection grows is where the maintenance begins.

そうではない、というのがこの稿の見立てだ。問題は整理能力よりも、整理という仕事を、ほとんど人間の側に引き受けさせてきた設計にある。メモを書くことより、そのメモをどこへ置き、何と結び、増えた分類をどう直すかに時間がかかる。第二の脳を作るつもりが、第二の脳を整理する係まで自分で引き受けることになる。

What was missing was not another way to classify things. It was a way for classification to continue without requiring us to maintain it by hand.

欠けていたのは、分類のための機能そのものではない。分類を、こちらが維持し続けなくてもよい仕組みだったのではないか。

1Markdown is almost comically simpleマークダウンは、こんなに単純なのに

A word about the technology, though this requires almost no technical background. Many of these tools are built around Markdown, a writing format so spare that a heading takes one symbol and a bullet point another. Light, honest, readable text.

少し技術の話をする。といっても難しくない。これらのツールの中身は、マークダウンという、とても単純な書式だ。見出しに記号を一つ、箇条書きに記号を一つ。それだけの、軽くて素直なテキストである。

Given that simplicity, the rest should seem straightforward: store the notes comfortably and display them clearly. Yet the work quickly becomes heavier than that. How should one note relate to another? Which ideas matter more than others? And what belongs with what? Most tools eventually return those decisions to the user.

これほど単純なら、あとはそれを気持ちよく管理して、見やすく表示してくれれば、それでいい。そう思うのが自然だ。ところが、その「ただ管理して表示する」ことが、実際には意外に重い。文章と文章をどうつなぐか。どれが重くて、どれが軽いか。そして、何がどの仲間に属するのか。その判断の多くは、結局こちらへ戻ってくる。

That last question — what belongs with what — is part of what information science addresses through taxonomy. Tags and folders certainly allow a user to build one. The harder question is who has to maintain it. If every new note requires the human to repair the organising backbone as well, much of the cognitive burden has simply moved from one part of the interface to another.

最後の一つ、何がどの仲間に属するのかを、taxonomy（タクソノミ）という。もとは生物を分類するための語だが、情報の世界にも借りられている。タグやフォルダがあれば、もちろん人間がtaxonomyを作ることはできる。問題は、そのtaxonomyを誰が維持するのかである。整理の道具を使うたびに、人間が整理の背骨まで作り直さなければならないなら、認知負荷はほとんど減っていない。

2Why hand-maintained classification eventually strainsなぜ、手で分類し続けると破綻するのか

"Just use tags," one might say. Most tools provide tags and folders already. But this means that classification remains a human responsibility. You design the system, decide where each new note belongs, and rebuild parts of it when the collection outgrows the original scheme. At small scale, this works perfectly well. The difficulty arrives when the volume grows, interests move, and yesterday's categories no longer quite describe today's thinking.

「タグを付ければいいではないか」と思うかもしれない。実際、たいていのツールはタグやフォルダを用意している。だが、それは分類という仕事をこちらへ返しているだけでもある。最初に体系を設計し、新しいメモのたびにどこへ入れるか決め、増えてきたら作り直す。情報が少ないうちは機能する。問題は、量が増え、関心が動き、昨日とは違う角度から同じ問題を見るようになったときである。

This is not only a question of discipline. There is a deeper problem in language itself. In a 1987 study at Bell Communications Research, Furnas and his colleagues examined how people spontaneously name the same things. The probability that two people independently chose the same word for the same object was less than one in five.¹ Most of the time, we reach for different names.

それは根気の問題だけではない。もっと根の深い、言葉そのものの問題もある。古い研究がひとつある。1987年、ベルコアのファーナスらが、同じものを人はどう呼ぶかを調べた。結果は、二人の人間が同じ対象に自発的に同じ言葉を選ぶ確率は、五回に一回にも満たなかった。二割を切る。¹ つまり八割方、私たちは互いに違う名前をつける。

The study itself concerned differences between people. But anyone who keeps notes for long enough encounters a similar instability across time. Something I once filed under "AI" may later look more like "organisation design." What seemed to belong to "career" may eventually reveal itself as continuous with writing or wealth creation. Our interests move; the vocabulary through which we see them moves as well.

この研究が直接示したのは、異なる人間のあいだで起きる語彙のずれである。ただ、自分一人で長い時間メモを書いていても、似たことは起きる。半年前なら「AI」と付けた話を、今日は「組織設計」と呼ぶかもしれない。以前は「キャリア」だったものが、あとから見れば「執筆」や「資産形成」と地続きだったと気づくこともある。人間の関心そのものが動く以上、昨日決めた分類を今日の自分が裏切るのは、むしろ自然である。

Manual tags have to absorb all of that drift. Even alone, one ends up labelling ideas for a crowd made up of one's own past selves.

手で付けるタグは、この揺れを毎回人間が吸収しなければならない。一人で使っていても、自分という時間差のある群衆に向けて、名札を貼り続けているようなものだ。

Thinking about it, the collapse is natural. The mind does not arrive pre-sorted into clean folders. A single thought can touch several subjects at once. Today's classification may be too narrow tomorrow. A hand-built shelf slowly falls out of step with the material it contains, and the work of repairing that gap becomes part of the cost of thinking.

考えてみれば、人間の頭の中は、きれいなフォルダになっていない。一つの思いつきは、いくつもの話題にまたがる。今日の分類は、明日には狭すぎることがある。手で組んだ棚は、少しずつ現実とずれていく。そのずれを直す仕事が積み重なると、整理そのものが苦行になり、やがて続かなくなる。

The pattern is familiar. You have an idea, investigate it briefly, leave a note in a document or a chat, and move on. The thought is never fully used and never properly connected to anything else. It sinks into the sediment of old history, perhaps never to surface again. The "second brain" becomes less a brain than an external storeroom that forgets almost as quickly as you do.

この破綻には、見覚えのある人も多いはずだ。何かを思いつく。少し調べる。メモやチャットに書き留める。ところが、それを使い切れず、ほかの考えとつなぎきれないまま、過去の履歴の底に沈んでいく。せっかくの一行が、二度と浮かんでこない。第二の脳どころか、書いた先から忘れていく外付けの物置になっている。

3Classification can emerge from what is written分類は、書かれたものから立ち上がる

So invert the assumption. Instead of asking a human to classify every item, allow classification to arise from the material itself. Measure proximity between notes, infer relationships, assign weights, allow one item to belong to several groups, and recalculate those relationships as the collection changes. Stop rebuilding the shelf by hand, and let the shelf reshape itself around what is actually on it.

ならば、発想を逆にする。分類を一件ずつ人が組むのではなく、書かれたものからひとりでに立ち上がらせればいい。文章どうしの近さを測り、関連を引き、重みを付け、複数の仲間へ振り分ける。新しい内容が増えれば、関係もまた計算し直す。手で棚を作るのをやめ、棚のほうがメモに合わせて形を変える。

Information science distinguishes among several approaches. A hierarchy designed in advance is a taxonomy; a looser set of crowd-generated tags is often called a folksonomy. The point here is not that either should disappear. It is that there is another useful division of labour: the human can define the organising skeleton, while the machine handles the continuous routing and recombination inside it.

情報の分類を扱う世界では、人が事前に決める固定の階層を taxonomy、群衆が自由に貼るタグから生まれる分類を folksonomy と呼び分ける。ここで言いたいのは、そのどちらかを捨てることではない。分類の骨格を人間が決め、その内側で日々発生する振り分けや接続を機械に引き受けさせるという組み合わせである。

A person should not have to reconsider the category of every note individually. Machines are better suited to comparing large bodies of text under consistent criteria, assigning several possible domains at once, and recalculating relationships to thousands of earlier fragments without becoming tired or forgetful.

一件のメモがどこに属するかを、人間が毎回考える必要はない。機械は大量の文章を同じ基準で比較し、複数の領域への帰属を同時に扱い、以前に書いた何千件との距離を何度でも計算し直せる。こういう仕事は、むしろ機械の方が得意である。

But that does not mean the machine should decide the organising philosophy itself. Whether an entire category should exist, whether two domains should be split or merged, whether an unexpected grouping feels revealing or simply wrong — these decisions express how a person understands the world. They belong on the human side.

その一方で、「この分類体系そのものが間違っているのではないか」「二つに分けるべきか、逆に一つへ戻すべきか」という判断まで、自動化する必要はない。そこには、その人が世界をどう見ているかが表れるからだ。

That division changes the experience of note-taking. A single note can belong to several groups at once, without being forced into one folder. A sentence written months ago and forgotten can appear beside today's thought without being explicitly searched for. The related material comes toward you. The benefit is not merely that the shelf takes less work to maintain; connections you no longer remembered making can re-enter the present tense of thought.

この役割分担にすると、一つのメモはいくつもの仲間に同時に属せるようになる。タグを一つ選んでどこか一箇所にしまう、という窮屈さがなくなる。そして、何ヶ月も前に書いて忘れていた一行が、今日の思いつきの隣に、向こうから現れる。こちらが検索しに行くのではなく、関連のほうが寄ってくる。棚を組み替える手間が減るだけでなく、自分でも忘れていたつながりが、再び思考の前面へ戻ってくる。

This sounds modest, but the division of labour remains surprisingly uncommon. Many systems still leave classification itself to the user. PARA, for example, solves a different and very useful problem by organising information around Projects, Areas, Resources and Archives — essentially around its relevance to action.² That is an effective way to keep a container usable. It is not the same as discovering latent relationships from the content itself.

地味な話に聞こえるかもしれないが、世に出ているツールには、この役割分担が意外なほど少ない。多くは結局、人間に分類を背負わせる設計のままだ。「第二の脳」を掲げた代表的な手法も、Projects、Areas、Resources、Archivesのように、何に使うかという行動の軸で情報を整理する。² これは必要な情報を取り出すための優れた整頓法だが、中身どうしの潜在的な関係を、その都度発見してくれる仕組みとは別のものだ。

I only understood the distinction properly after building a small version of such a system for my own use. The problem was not that I had failed to invent better tags.

The problem was that I had assumed I should be tagging everything myself.

私自身、同じ不満から、自分用にこうした仕組みを組んでみて、はじめて違いが見えた。問題は、タグをもっと上手につけることではなかった。タグをつけ続ける仕事そのものを、人間から外せるかだったのである。

4That said — there is value in doing some of it by handただし——手で組むことに、価値が無いわけではない

A line needs to be drawn here. It would be dishonest to cast manual work as the villain and stop there.

ここで一つ、線を引いておく。手作業を悪者にして話を終えると、嘘になる。

Machine learning has an old lesson, now commonly called The Bitter Lesson. Systems in which experts painstakingly encode the structure of a problem can look elegant in the short run, while more general methods that benefit from increasing computation repeatedly overtake them over longer horizons.³ Moving repetitive classification from handcrafted rules toward machine-based comparison belongs, at least loosely, to that broader historical pattern.

機械学習の世界には、The Bitter Lesson として知られる経験則がある。専門家が問題の構造を精緻に読み取り、それを手作りのルールとして組み込む方法は、短期では賢く見える。だが長い時間軸では、人間があらかじめ構造を教え込む方法より、計算量の増加を利用できる汎用的な方法が繰り返し優位になってきた。³ 手作りの分類から、機械による大量の比較と再計算へ仕事を移すことも、この流れとどこか似ている。

And yet there is a reason to hesitate. The act of sorting something by hand has a value apart from efficiency. Inventing a label and deciding where an idea belongs resembles what psychologists call the generation effect: people tend to remember material they have produced themselves better than material they have merely received.⁴ The work of organisation can itself become part of the work of understanding.

それでも——と、ここで踏みとどまりたい。手で分類する行為そのものには、効率とは別の効能がある。自分でタグを考え、どの棚に入れるか迷うその手間は、心理学でいう生成効果に近い。人は、与えられたものを眺めるより、自分で作り出したものをよく覚える。⁴ 整理すること自体が、思考を深める場合がある。

Niklas Luhmann's Zettelkasten is useful here. Over decades he built an architecture of thought from roughly ninety thousand handwritten cards.⁵ But he did not begin with a finished taxonomy into which every card had to fit. New cards were inserted in relation to existing ones, linked locally, and allowed to accumulate structure from the bottom up. It was intensely manual, but it was not simply a matter of maintaining a fixed shelf.

社会学者ニクラス・ルーマンが約九万枚のカードから巨大な思考体系を組み上げたツェッテルカステンも、その意味では興味深い。⁵ 彼は最初に完成した分類表を作って、すべてのカードをそこへ押し込んだのではない。新しいカードを既存のカードとの関係の中へ置き、リンクを張り、その局所的な接続を長い時間かけて育てていった。手作業でありながら、固定した棚よりも、関係から構造を成長させる方法に近い。

That example complicates the easy opposition between manual and automatic classification. There are forms of friction through which understanding deepens, and there are forms of repetitive maintenance that consume attention without adding much thought.

ここから分かるのは、手作業か自動化かという二者択一ではない。人間が手を動かすことで初めて得られる理解がある一方、大量の反復と再分類を人間が抱え続ける必然性もない。

The real question is where to leave the friction.

問題は、どこに摩擦を残すかである。

We may no longer need a human to decide the destination of every individual note. But if we also surrender the question of whether the overall structure still feels right, whether an unexpected connection matters, or whether a new boundary should be drawn, then we have automated away part of the thinking itself.

一件一件を分類する摩擦まで残す必要はないかもしれない。しかし、「この分類は自分の考え方を正しく表しているか」「この意外な接続には意味があるか」という違和感まで機械へ渡してしまえば、今度は人間が考える機会そのものを失う。

There are also domains where this entire argument has clear limits. In pharmaceuticals, manufacturing, finance and other environments where records must be rigorously controlled, it matters not merely that information can be found but that changes remain reconstructable: who changed what, when, and under what authority. A lightweight text layer that can be silently rewritten is not enough. Auditability, version control and provenance become part of the structure itself.

"Let the machine classify" is therefore not a universal prescription. Different kinds of order require different architectures.

もう一つ、自動分類をそのまま持ち込めない世界もある。医薬や製造のように、文書を厳密に管理し、誰がいつ何を変えたかを後から再構成できなければならない領域では、話が違う。そこでは、変更履歴が消えない監査可能な記録が必要になる。「分類は機械に任せればよい」という考えは、あらゆる場面の処方ではない。厳密さが命の現場には、それに適した別の秩序がある。