著者：danny
友人が私に、「どうしてあなたはあらゆる事や分野について知っているの？」と聞きます。以前の経験や現在取り組んでいること以外でも、実は多くの場合、私はその場で学んで即座に活用しています。今日は、AIツールとNotebooklmを使って、一般の人がどのように自己学習を実現しているかをお話しします。
まず言いたいのは、この記事は、システム的かつ構造的に特定の分野／事物／概念を学び理解し、自分自身の知識体系とマップを構築することを対象としています。ごく一部の概念を軽く知り、このxxとは何かを知りたいだけであれば、市場の主流AIに尋ねても大体同じでしょう。
AIを活用して新しいことを学ぶには、現在いくつかのボトルネックと限界があります：
まず幻覚であり、AI（おそらく）は、語料や学習資料が不足しているため、特に細分化された分野で、でたらめなデータや事実を提供する可能性が高い。
第二に、著作権などの問題により、AIは記事や本全体を自ら読み込むことはできず、学習データは主に他の人のレビューやコメントであり、特に細分化された分野の情報は特に少ない。
第三に、問題を正確に説明できない。これまでこのテーマに触れたことがなければ、自分が知りたい問題をうまく説明できず、その前後関係も理解できず、体系的に資料を収集し、構造化された学習フレームワークを構築することなどできない。
理論部分
私の方法は実はとてもシンプルです：学術界の「引用（quote/reference/impact factor）ネットワーク」を利用して情報を精製し、AIの証拠提示と発散的思考を用いて、右脳と左脳の「両手互角の戦い」を繰り広げて、新しい事物を構造的に理解します。
省略版ワークフロー：
価値のある論文を見つける – Notebooklmに追加する – AIツールでプロンプトを生成する – Notebooklmで質問と回答を通じて学習する – 価値のある論文をさらにNotebooklmに追加する – Notebooklmで学習する – このプロセスを繰り返す
複雑なワークフロー：
ステップ1：手がかりをたどる（所要時間：0.25 時間）
「XXとは何か」「その原理は何か」と検索するのではなく、その分野の「定海神針」を直接探しなさい。
AI（Gemini / Perplexity）に問い合わせ：直接質問する：「[ある細分野] において、誰が公认的な泰山北斗であるか？彼らがその分野の基礎を築いた1〜3篇の高被引用古典論文は何か？」（例：LLM分野では、Attention Is All You Need などの論文を対象とする）。これは「今生」を代表する。
一次文献をダウンロード：この1〜3本の核心記事の参考文献を抽出し、それらが引用したすべての核心文献をダウンロードしてください。これは「前世」を表します。
一次文献の参考文献をクロスチェックし、引用回数が上位10位、出現頻度が最も高い上位5つの記事を抽出する。
コアロジック： 大師の目線で世界を見ることは、最もコストの低い近道です。この一歩を軽視しないでください。あなたがダウンロードするのは、この分野で数十年にわたり進化してきた最も核心的な思想の流れ図です。
ステップ2：構造化された知識ベースを構築する（所要時間：0.25 時間）
最初のステップで選別したすべての古典文献を一括でGoogle NotebookLMにアップロードしてください。
一般的に、古典的な記事であれば、この2つで十分です：https://scholar.google.com/ または https://arxiv.org/
NotebookLM である理由は、幻覚を一切生じないからです。它はあなたが提供した資料に基づいてのみ回答します。
厳格な文献フィルタリングにより、インターネット上のノイズを排除し、この分野のために純粋で高度に焦点を当てた知識ベースを構築しました。
ステップ3：異なるAI間の左右対戦（所要時間：1〜3.5時間）
これはワークフロー全体の核心です。異なる特性を持つAIにあなたの知識ベース内で相互質問させ、構造化された知識のパスと論理的推論を形成し、最終的に独自の洞察を導き出します。
受動的な学習ではなく、能動的な質問によって学びなさい。能動的な質問（興味）は脳の思考を促進します。
アンカーを見つける：Claude、Deepseek、Gemini、またはPerplexityに質問する：「xx分野について、現在の学界/業界における核心的な議論の課題と基礎的な理論枠組みは何ですか？」
閉ループ質問：これらの核心的な論点を持って、NotebookLMに尋ねる：「私がアップロードした文献に基づいて、専門家たちはこれらの核心的な論点をどのように解決したか？具体的な文献の出典と推論のロジックを示してください。」
次元を下げて検討する：NotebookLMが生成した厳密な回答をコピーして、強力な論理分析能力を持つGeminiまたはClaudeに返却し、次の指示を出す：「これらの見解を批判的思考で検討し、その論理的欠陥、時代的制約、または盲点を指摘してください。これを踏まえて、私はさらにどの3つのより深い質問を追及すべきですか？」
認知が螺旋状に上昇：AIが見つけた脆弱性と新たな問題を手に、再びNotebookLMに戻って解答を求めます。
実践
「LLM（large language models）とは一体何なのか」を例に挙げてみましょう 😂
ステップ1：手がかりをたどる（所要時間：0.25 時間）
私はGeminiとClaudeに同時に聞きました——嘿、そんなことして、どうしてそんな答えを出したんですか
gemni
そして、中学の先生が科学理論は必ず前後に関連し、過去と現在、そして未来があると言っていたのを思い出した。そこで、AIにこれらの核心論文がどの論文を参照しているか（通常は「文献レビュー」に記載されている）を調査させ、またその後の論文がどの論文にこれらの核心論文を引用しているかをフィルタリングしてもらう。
ステップ2：構造化された知識ベースを構築する
一部の元のLLMの特性とAIの権限のため、当方で手動でダウンロードする必要があります（または、あなたのロブスター🦞に代行してもらえます）
一般的に、https://scholar.google.com/ と https://arxiv.org/ で十分です
ダウンロード後、NotebookLM（現在、1つのライブラリは約300記事まで対応）に配置してください。
ステップ3：異なるAI同士の対戦
最初にNotebooklmで簡単で直感的な質問をし、その後、他のAIと理解を議論・探求し、その結論をNotebooklmに送って、反論・論証・補足・修正をしてもらう。
Notebooklmの回答とコメント：
これを繰り返し、自分自身でマインドマップを整理できるようになるまで続けてください。
そして、より本格的にしたい場合は、Notebooklmにテスト問題を作ってもらいましょう。
これで、あなたはこの分野についてある程度理解していることになります（少なくとも前世、今生、そしてその後のことを知っているので、誰かに聞かれたときに5分以上話せます～）
あとがき
あなたの「知識ベース」を保存してください（そしてリアルタイムで更新し、カニに任せても構いません）、別途フォルダーを作成してください。たとえば、私は「先物取引」に関する理論記事を別冊にまとめています。何かを分析する必要があるときは、そのフォルダーを呼び出し、データと事例を説明するだけで、ほぼ「幻覚なし」で分析できます。
現在のAIモデルが深層的な思考や分析を実行できないわけではなく、適切なツールを使っていないだけです。（LLMには重要なパラメーターとして制約条件と入力条件があります）
AIを活用することは能力だが、AIによって人間をより強大にするのは別の能力である。AIを活用することは能力だが、AIによって人間をより強大にするのは別の能力である。