Post
JA EN

ゲームハッキングから心理学まで——一つの専門が広げてくれた世界

Posted
By
40 min read
ゲームハッキングから心理学まで——一つの専門が広げてくれた世界
  • 想定読者： キャリアや学びの方向性を考えている人、若手〜中堅の技術者、自分の興味の変遷を振り返りたい人
  • 前提知識： 特になし
  • 所要時間： 19分
  • 注記： 本人の経歴と気づきを骨子に、AI が体験談形式へ再構成したエッセイです。細部の描写・心の動き・具体的な感想には AI による補完を含みます。

概要

子供の頃にゲームをハッキングして遊び、中高時代に MSX 上で BASIC とマシン語を書き始め、専門学校で C 言語を学んだ。専門学校時代にはミドルウェアレベルなら自力で書けるくらいまで踏み込んだ。当時の自己認識は「テクニカルなことが好きで得意」だった。

働き始めてしばらくして、違和感が出てきた。自分は技術が「好き」なのではなく、ただ「楽だっただけ」かもしれない——という気づきだ。

それでも結果として、子供の頃に積み上げた深い理解が、その後の学びの軸になった。心理学にも興味が向き、サービス設計や対人コミュニケーションの問題を「楽に解く」道具として使うようになった。新しい分野を学ぶときも、軸に関連付けて繋げていく感覚がある。

本記事は、この個人的な経験を「早期専門化型の一例」として振り返るものだ。研究的な裏付け（Kind 環境と Wicked 環境の区別、スキーマ理論による学習効率）にも軽く触れるが、主役はあくまで体験談である。私の場合は早期に技術という比較的ルールが明確な領域に出会えた運の要素も含めての話で、別のパターンが向く人もいる。最後に「人生のどこかで深い軸を作ることが、その後の学びを楽にする」という、控えめな主張で着地する。

中高時代——MSX、BASIC、そしてマシン語へ

最初に本格的にプログラミングに触れたのは、中高時代の MSX 上での BASIC だった。リスト入力して動かす、書き換えて挙動を変える——いまから見ると素朴だが、自分が書いた行が画面で動く手応えは強烈だった。

ただ、BASIC では物足りない部分が出てくる。速度、できることの範囲、ハードウェアの直接制御。そこで踏み込んだのがマシン語だった。BASIC からアセンブラのコードを呼び出したり、メモリの特定領域に直接命令を並べたりする。CPU が直接読む命令を、自分の手で構築する。ハードウェアと自分の間にほぼ何も挟まっていない感覚は、いま振り返ってもかなり強烈だった。

そして、このマシン語の知識が、当時の自分の中でゲームハッキングにつながっていく。

ゲームハッキングという「応用」

子供の頃のゲーム遊びは、最初は単なる遊びだった。クリアできない、もっと有利に進めたい、ゲームの中身がどうなっているのか気になる——そういう動機はずっとあった。

でも、それが具体的な行為として可能になったのは、マシン語を勉強したあとだった。メモリのレイアウトを読み、CPU 命令の意味がわかれば、ゲームのこの番地は何を保持しているか、ここを書き換えるとライフがどうなるか、というところに手が届く。マシン語を学んだことが、ゲームの内部構造を覗く扉を開けた——順序として大事なのはここだ。原体験は「ゲームを覗きたい欲求」だが、それを可能にしたのは具体的な技術だった。動機だけでは現象は起きず、技術が動機と結びついて初めて「仕組みは覗いて理解できるものだ」という感覚が体験として固まる。

このときの体験は、技術内容そのものよりも、「理解するための道具を持てば、世界の裏側に手が届く」という感覚として残った。これが後々、どんな分野に手を伸ばすときも下地になった。何かに行き詰まったときに、表側で頑張るより、いったん仕組みを覗きにいくことが選択肢になる——という構えは、ここで作られたと思う。

専門学校時代——C 言語との出会い

専門学校に進んでから、本格的に C 言語を学んだ。Windows 95 が出た頃の時代背景もあって、PC で動くソフトウェアを自分で書ける手応えがどんどん増していた。

そこから数年で、いわゆるミドルウェア層にあたるものなら自分で書けるくらいまでは踏み込めた。プロダクション品質の話ではなく、あくまで「自分が必要としているレベルなら書ける」という意味だが、それでも内部構造をひと通り触った経験は大きかった。

MSX 時代にマシン語でハードウェアに近いところを触っていたので、C 言語の「メモリのこのアドレスを直接触る」「ポインタで構造を組む」という発想は、ほとんど抵抗なく入ってきた。むしろ、マシン語に比べれば C はかなり抽象度が高くて楽な言語だ、という感覚すらあった。過去の経験が、新しい言語の理解の土台になっている——この感覚は、後で書く「軸ができていると新しいものが楽になる」話の最初の実例だったと思う。

この時点での自己認識は素朴なものだった——「自分はテクニカルなことが好きで、得意なんだ」と。アイデンティティに近いところまで、技術が結びついていたと思う。

転機——「好き」じゃなくて「楽だっただけ」

働き始めて何年か経った頃、違和感が出てきた。

仕事で技術の現場にいて、業務として技術と向き合うほど、ふと「自分は本当にこれが好きなんだろうか」と立ち止まる場面が増えた。新しい言語が出ても、新しいフレームワークが流行っても、無条件にワクワクする感じがあまりない。

これに対する自分なりの答えは、わりと身も蓋もないものだった。

自分は技術が「好き」なんじゃなくて、ただ「楽だっただけ」かもしれない。

子供の頃からの蓄積で、技術領域への親和性が高い。だから新しいことを学ぶときも他分野より労力が少なくて済む。労力が少ないから続いた。続いたから上達した。上達したから「好き」だと思っていた——という構図だ。

これは小さな自己発見だが、けっこう効いた。「好き」と「楽」は混ざりやすい。とくに、若いうちから一つのことに浸っていると、「親和性の高さ」と「情熱」の区別がつかなくなる。

それでも結果として、それが軸になった

ただ、ここで興味深いのは、その「楽だっただけ」の領域が、結果として学びの軸になったことだ。

新しい分野を学ぶとき、自分はゼロから組み立てる感覚があまりない。「これは技術で言うところの何に相当するか」を一旦経由して、既存の理解に紐づけてから取り込んでいく。たとえば、

  • マネジメントの話を聞くと「これはスケジューリングや優先度キューの問題に近いな」と思う
  • 心理学の知見に触れると「これは状態機械として書けるんじゃないか」と思う
  • 経済の議論を読むと「外部から見える挙動とその内部実装」みたいな見方をしてしまう

こういう「翻訳しながら学ぶ」スタイルは、自分にとっては自然なのだが、振り返ると深い軸があるから可能になっているものだと思う。

これは私だけの特殊な話ではなく、認知科学の世界では古くから扱われているテーマだ。スキーマ理論——Bartlett や Rumelhart、Anderson らが発展させた枠組み——では、人は新しい情報を「すでに持っている知識構造（schema）」に接続して理解する、とされる1。Richard Anderson は、「個人がすでに持っているスキーマが、新しいテキストから何を学ぶかの主要な決定要因である」と書いている1。

ざっくり言えば、深く知っている領域があるほど、新しいことを既存の構造に「足し込む」ことができ、ゼロから足場を組まなくて済む。

私の体験は、この「既存の知的構造への接続による学習効率の向上」という現象の、ごく個人的な一例にすぎない。研究で語られる現象を、自分の人生の補助線として読み返してみると、「ああ、自分の学び方はこれだったのか」と納得できる、そんな感じだ。

広がる関心——なぜ心理学だったのか

軸ができたあと、興味は外に広がっていった。

最初は、世の中のサービスや事象が気になった。なぜこのサービスは伸びて、似たコンセプトのあれは伸びなかったのか。流行り廃りはどこから来るのか。少し観察してみると、サービスを運営したり、ある程度立ち上がったものを成長させる段階には、それなりに手法や法則があるように見えた。

新規サービスの領域も、すでに「やってみたいこと」が明確にあれば、それを形にしていく手法は体系化されている——Lean Startup、Jobs-to-be-Done、デザインシンキング等が代表的だ。仮説検証のループを回す、顧客の片付けたい仕事を起点に発想する、プロトタイプで素早く試す——こうした道具は揃っている。

一方、自分にとっての「やってみたい」自体をゼロから見つける段階は、複雑な要因や運の要素が絡みすぎて、シンプルなルールとして取り出すのは難しそうだった。読み込めば読み込むほど、「正解はないが、構造的にはこういう前提がそろうと起こりやすい」のような、ぼんやりしたパターンしか出てこない。これはこれで面白いが、自分が「楽に解きたい」タイプの問題からは少しズレていた。

——もっとも、この「やってみたい」自体を見つけることに、心理学やキャリア論側からアプローチしている領域もある。代表例として、内発的動機づけの源泉を扱う Self-Determination Theory（自己決定理論）2 や、デザイン思考をキャリア発見に応用した Designing Your Life（スタンフォード Life Design Lab 発）3 が入り口としてよく挙げられる。これは自分もこれから勉強したいテーマで、詳細は別の機会に書ければと思っている。

そこから自然に関心が向いたのが心理学だった。心理学はすでに膨大な研究の蓄積があり、認知バイアス、動機づけ、対人関係のパターン、コミュニケーションのモデルなど、ある程度シンプルなルールとして扱える手応えがあった。完璧なモデルではないにせよ、「この状況ではこういうバイアスが効きやすい」「この種のフィードバックはモチベーションを下げやすい」というような、部分的にでも予測可能な構造を持っていた。

ここで一つ、自分自身について気づいたことがある。新規サービスの起点と心理学の差は、自分にとっては「ルールの取り出しやすさの差」だった。前者は取り出しにくいから手応えが薄く、後者は取り出しやすいから前のめりになれた。心理学を選んだのは「人間に興味があったから」ではなく、「人間というシステムに、相対的に明確なルールが見えそうだったから」だ、というのが自己分析としては近い。

応用としては、たとえば「自分説明書」のようなアイデアが面白い。社内コミュニケーションの非効率は「この人がどういう前提・どういう癖で動くか」が共有されていないことに起因する部分が大きい。それを各自が自分で言語化したミニドキュメントとして共有すれば、誤解の量を減らせる。本格的な制度として会社に組み込めるかは別問題だが、心理学やコミュニケーション論の知見を「目の前の問題を楽に解く道具」として使う、という発想は、自分の中では一貫している。

自己分析——自分は何者なのか

ここまで書いてみて、自分の根っこを言葉にしてみると、こうなる。

  • 「テクニカルなことが好き」というよりは、
  • 「学ぶことが好き」というよりは、
  • 「目の前に問題があると解きたくなる」、そして「手段にはあまりこだわらず、いかに楽に解決するかを考える」

このスタンスはたぶん、自分の本質に近い。

ソフトウェア界隈には「The three great virtues of a programmer: Laziness, Impatience, and Hubris.（プログラマの三大美徳は怠惰、短気、傲慢である）」という Larry Wall の有名な言葉がある4。「怠惰」とは、楽をするために汗をかく姿勢のこと——同じ手作業を二度やりたくないから自動化スクリプトを書く、というあれだ。

自分はおそらく、ここで言う「怠惰」が技術領域の外にもにじみ出るタイプなのだと思う。コードを書くだけでなく、組織の運用も、対人コミュニケーションも、自分の生活設計も、どこかで「これ、もっと楽に解けるはずだ」と思ってしまう。

ただし、この記事を読んでもらった人に誤解されたくないので一つだけ書き添えると、自分は「優れたエンジニア」と自称するつもりはない。Larry Wall の格言は「プログラマの徳」を語ったもので、ここに当てはめて自分を高みに置くと、急に話が嘘っぽくなる。自分はただ「楽に解きたい性質が、たまたま技術と相性が良かった人間」、その程度の等身大の理解にとどめておきたい。

ただし、これは私のケースであって

ここまで読んで、「だから早期専門化が正解だ」と受け取られると、それは違う。

私のケースは、いくつかの運の要素に支えられている。

  1. 早期に出会えたのが技術だったこと。技術領域は、ルールが比較的明確で、書いたコードが動くか動かないかというフィードバックが速い。経営判断や対人関係の領域に比べると、はるかに学習しやすい構造を持っている。
  2. その構造が自分の気質に合っていたこと。曖昧な状況で動き続けるのが得意な人もいるが、自分は明確なルールが見える領域のほうが性に合っていた。
  3. 時代背景もある。Windows 95 の時期は、個人マシンとインターネットが家庭に降りてきて、独学の手段が一気に広がった時代だった。書籍や雑誌、初期のオンラインドキュメントが手の届くところにあった。

研究の言葉を借りると、私が出会えたのは比較的「Kind 環境（kind learning environment）」寄りの領域だった。これは Hogarth、Lejarraga、Soyer (2015) が定式化した概念で、ルールが安定していてフィードバックが迅速かつ正確に得られる学習環境を指す5。チェスやゴルフ、典型的なプログラミング演習のような領域だ。

対極にあるのが「Wicked 環境（wicked learning environment）」で、ルールが曖昧、フィードバックが遅延または誤解を招く、新規性の高い状況——経営、政治、複雑なクライアントワーク、人生の意思決定など、現代社会の多くの領域がここに含まれる5。

Kind 環境では、早く深く入ったほうが有利になりやすい。ルールが安定しているから、積み上げた知識が無駄になりにくい。一方、Wicked 環境では、早期専門化はかえって「間違ったパターン」を学習してしまうリスクがある。

David Epstein は『Range: Why Generalists Triumph in a Specialized World』(2019) で、この構造を整理した。多くの成功者は早期専門化ではなく、サンプリング期間（複数領域を試す時期）を経て遅れて専門化したパターンを持つ、と論じている6。Tiger Woods（早期専門化の象徴）に対して Roger Federer（多競技を経てテニス）の例が有名だ6。

つまり、「早期に出会って深堀りする」は万能ルートではなく、Kind 環境寄りの領域に当たった人にだけ、たまたま機能しやすいルートにすぎない。これが本記事のいちばん重要な留保だ。

別のパターン——遅れて軸を作る、複数の軸を持つ、より体系的な概念整理——については、姉妹記事で扱う：「器用貧乏から抜け出す道——遅れて専門化するという選択肢」（記事2）と「I型・T型・π型——深さと幅のスキルマトリクス」（記事3）。

まとめ——軸を持つことの価値（ただし「最初に深く」ではなく「どこかで深く」）

最後に、控えめな主張に戻して着地したい。

自分の体験から言えるのは、早期専門化が正解だったということではなく、

人生のどこかの時点で深い軸を作ることが、その後の学びを楽にする

ということだ。「最初に深く」ではなく「どこかで深く」だ。

軸があると、新しい分野を学ぶときに、ゼロから足場を組まなくて済む。すでに持っている知識構造に新しい情報を接続する形で取り込めるから、感覚としては純粋に楽だ。スキーマ理論が言うところの「既存スキーマへの新情報の接続」が、学びを軽くしてくれる1。

逆に、広く浅くを永遠に続けると、どの分野にも接続点が薄く、新しいことが毎回ゼロからになる。これが「器用貧乏」の正体だと思う。サンプリング期間自体は悪くないが、それが永続するのはまずい。

私の場合は、たまたま早い段階で技術という軸ができた。これは運の要素が大きい。でも、軸を作るタイミングは人それぞれだ。20代で見つかる人もいれば、30代後半でようやく軸を立てる人もいる。遅れて軸を作る道は、複雑な領域ではむしろ強みになりうる6。

大事なのは、広く浅くで終わらせず、人生のどこかで「ここを深く掘る」と腹を決める瞬間を作ることだと思う。それが結果的に、人生を通じた学びの基盤になる——というのが、自分の体験を振り返って言えるところだ。

体験談として書いたが、似た状況の人——「自分も早めに何か一つに出会えた気がする」「軸はあるけど他分野に手が伸びない」——には、何かのヒントになるかもしれない。

逆に、「色々やってきたけどどれも中途半端」と感じている人には「器用貧乏から抜け出す道——遅れて専門化するという選択肢」（記事2）が、「ゼネラリスト/スペシャリストの議論を体系的に整理したい」という人には「I型・T型・π型——深さと幅のスキルマトリクス」（記事3）が響くと思う。

関連記事

このテーマに関連する他の記事もご覧ください：

シリーズ記事：

参考資料

本文中の引用番号に対応する参考資料を番号順に記載しています。

  1. A Complete Guide to Schema Theory and its Role in Education - Education Corner. 【信頼性: 中】 — Bartlett、Rumelhart、Anderson、Sweller、Chi 等のスキーマ理論研究を統合した解説。 ↩︎ ↩︎2 ↩︎3

  2. Self-Determination Theory - Edward L. Deci & Richard M. Ryan による動機づけ理論。Autonomy（自律性）、Competence（有能感）、Relatedness（関係性）の3つの基本的心理欲求が、内発的動機づけと well-being を支えるとする。1985年の原著以降、教育・職場・健康・スポーツなど幅広い領域で実証研究が蓄積されている。【信頼性: 高】 ↩︎

  3. Designing Your Life - Bill Burnett & Dave Evans (Stanford Life Design Lab / Design Program) による著作・授業・ワークショップ。d.school 流のデザイン思考の手法（プロトタイピング、リフレーミング、複数案の並行検討など）をキャリアと人生の方向性発見に応用。書籍 Designing Your Life: How to Build a Well-Lived, Joyful Life (2016, Knopf) が代表作。【信頼性: 中〜高】 — 学術理論というより、スタンフォードでの人気授業を体系化した実践メソッド。 ↩︎

  4. Larry Wall, Tom Christiansen, Randal L. Schwartz. Programming Perl, 2nd Edition. O’Reilly & Associates, 1996. 【信頼性: 高】 — 「The three great virtues of a programmer: Laziness, Impatience, and Hubris」の格言が Glossary に登場した版。 ↩︎

  5. The Two Settings of Kind and Wicked Learning Environments - Hogarth, R. M., Lejarraga, T., & Soyer, E. (2015). Current Directions in Psychological Science, 24(5), 379–385. doi:10.1177/0963721415591878 【信頼性: 高】 — Kind / Wicked learning environment の概念を定式化した査読論文。 ↩︎ ↩︎2

  6. Range: Why Generalists Triumph in a Specialized World - David Epstein (2019). Riverhead Books. 【信頼性: 中〜高】 — #1 NYT bestseller。早期専門化への反論、Tiger Woods vs Roger Federer、サンプリング期間の重要性などを論じる。多くの研究を統合した一般書であり、個別研究の厳密性は二次的に検証する必要がある。 ↩︎ ↩︎2 ↩︎3

キャリア・学習
キャリア 学習 専門性 スキーマ理論 Kind環境Wicked環境 認知科学 体験談
This post is licensed under CC BY 4.0 by the author.