5秒で結論： 「何を書けばいいか分からない」「頭が真っ白」は、語彙力不足やワーキングメモリ不足だけでは説明できない。人が話したり書いたりするには、何を言うか決める、記憶から関連情報を探す、言葉を選ぶ、文にする、出力を監視する、という別々の工程がある。対面では無限に話題が出る人でも文章化が面倒なことがあり、逆に「楽しかった」という感情は分かっていても、その先を自由生成できない人もいる。AIが強いのは、人格を代筆することではなく、この途中工程を外部化できる点である。
1. 「楽しかった。ありがとう。」の次が出ないのは、何が起きているのか
世の中には、デートや旅行やイベントのあとに、
「楽しかった」 「ありがとう」
までは普通に分かるのに、「じゃあ相手に一言書いて」と言われた瞬間に頭が真っ白になる人がいる。
一方で、対面になると相手の一言から話題を五本くらい生やし、仕事、趣味、映画、最近の出来事へどんどん移動できる人もいる。
この差を見ると、つい「語彙力の差？」「ワーキングメモリの差？」と考えたくなる。
しかし研究上、人の言語出力は一枚岩ではない。典型的な言語産出モデルでは、まず伝えたい概念を作り、その概念に合う語を検索し、文法・音韻の形を組み立て、最後に発話する。
つまり「気持ちがある」と「その気持ちが文章になる」の間には、普通に何工程もある。
感情がある → 自動的に名文が出る
ではない。
ここを一緒にすると、「言葉が出ない人は中身がない」という雑な誤解になる。
2. 語彙力、検索力、発想力、ワーキングメモリは別物
コンピュータっぽく分けると分かりやすい。
- 語彙：脳内データベースに何が入っているか
- 語彙検索：必要な単語をその場でどれだけ速く取り出せるか
- verbal fluency：条件に合う言葉や概念を連続して検索・生成する力
- ideational fluency：一つの刺激から複数のアイデアや枝を出す力
- working memory：今扱っている情報を一時的に保持・操作する力
- monitoring：出す前後に「これでいいか」を点検する力
これらは関係するが、同じではない。
2023年のメタ分析は、記憶と創造的認知の関連を79研究・12,846人で検討し、意味記憶、特に長期記憶から戦略的に情報を取り出すverbal fluencyが重要だったと報告した。一方、working memoryは発散的に大量の案を出すことより、収束的に答えを絞る課題との関連が強かった。
だから、
RAMが大きい人＝話題が無限に湧く人
ではない。
RAMが小さめでも検索エンジンが速ければ、関連する候補は次々出る。
逆に知っている単語が多くても、自由回答の場で検索クエリを作れなければ真っ白になる。
3. 「自由に書いて」は、実はかなり難しい命令
「何でもいいから感想を書いて」 「自由に作品を作って」 「手紙に好きなことを書いて」
この手の課題は、自由そうに見えてかなり重い。
なぜなら、答えだけでなく検索キーそのものを自分で作る必要があるからだ。
「今日一番楽しかったことは？」 なら検索対象が絞られる。
「何をしてくれて嬉しかった？」 なら感謝の場面を探せる。
「次に何をしたい？」 なら未来の希望を検索できる。
しかし「自由に書け」では、テーマ、評価基準、開始点、終了条件まで自分で決める必要がある。
書くことの古典的な認知モデルでも、文章作成は単なる文字入力ではなく、アイデア生成と整理を含むplanning、考えを文章へ変換するtranslating、評価と修正を行うreviewingが相互に行き来する複合課題として扱われている。
つまり白紙は、紙ではない。
仕様書のないプロジェクトである。
4. 「頭が真っ白」は、感情がない証拠ではない
ここはかなり大事だ。
「楽しかったことは分かる。でも何を書けばいいか分からない」
という人に対して、
「感情が薄い」 「何も考えていない」 「語彙がない」
と即断する根拠はない。
少なくとも表面上は同じ「何も出ない」でも、内部ではいくつも違うことが起こり得る。
- 気持ちはあるが、具体的エピソードへの検索が始まらない
- エピソードは思い出せるが、言葉への変換が遅い
- 候補は出るが、「こんなの書いて変では？」と監視が早く入り全部消す
- 自由課題では止まるが、質問されれば答えられる
- 文章の形式や「正解」が見えないと開始できない
writing anxietyの研究では、心配や過剰な自己監視が書くための認知資源と競合し得ることが論じられている。
ただし一人の行動から、その原因を決め打ちすることはできない。
症状が同じでも、詰まっている工程は違う。
だから診断ゲームより、「質問を細かくすると出るか」「口頭なら出るか」「候補を見せれば選べるか」を見る方が実用的である。
5. 外国語で詰まる経験を考えると、かなり分かりやすい
母語なら、
「そう、それがまさに言いたかった」
が0.2秒で出る。
ところが第二言語では、概念は完全にあるのに、
「そういう時なんて言うんだっけ」 「単語は知ってるはずなのに出ない」 「文法を考えている間に会話が進む」
が起きる。
L2の流暢性研究でも、語彙・連語の処理速度や自動化が実際の発話流暢性と関係することが研究されている。
つまり、
concept → mother tongue
の経路が太くても、
concept → L2
の経路は細いことがある。
同じように、人によっては母語の中でも、
experience/emotion → free-form text
の経路だけが細いことがある。
考えがないのではない。
変換がまだ自動化されていない。
6. 昔は作文も創作も苦手だったのに、後から急に強くなる人がいる
ここも面白い。
子どものころは読書感想文が全然書けない。 図工でも「これ違う」と作っては消す。 自由課題が苦痛。
ところが大人になると、仕事の文章や企画はかなり作れるようになる人がいる。
何が変わったのか。
一つの典型は、無から正解を生むゲームをやめ、制約付き設計へ変えることだ。
昔：
生成 → 自己採点 → 気に入らない → 全消し → 最初から
今：
目的を確認 → 評価基準を読む → 必須要素を列挙 → 仮の形を作る → 現物を見て直す
文章研究でも、planning・translating・reviewingは同時にworking memory資源を奪い合うため、全部を一度に完璧にやろうとすると負荷が高い。
だから「まず雑に作る」「あとで直す」「評価基準を外に置く」は、ズルというより工程分離である。
白紙のラスボスを倒すのではない。
ラスボスを要件定義、下書き、レビューの三体に分割している。
7. 対面でずっと喋れる人の強みは「大容量RAM」より話題の枝生成かもしれない
対面で会話が続く人を見ると、「頭の回転が速い」で片付けたくなる。
でも実際には、相手の発言を検索キーとして利用していることが多い。
「映画が分からなかった」 → 周りでは流行っている → 自分だけ乗れない感じ → 似た経験 → どこが分からなかった？ → 他にそういう作品あった？
というように、一つの発言から横に枝を生やす。
これは大量の話題を事前暗記しているわけではない。
相手の直前の一言を、次の検索クエリに変換している。
だから対面ではずっと喋れても、メッセージでそれを全部手入力するのは普通にだるい。
生成速度より、タイピングと整序の方が遅いからだ。
「会話力」と「文章入力耐性」は同じステータスではない。
8. AIが刺さるのは、人格生成ではなく工程分離
ここでAIが急に強い。
本人は音声入力で、
「これも言いたい」 「あとこの話題も」 「順番わからん」 「これは前に言ったから消して」
と素材だけ出す。
AIが、
- 重複を消す
- 順番を整える
- 長さを調整する
- 相手が返しやすい単位に分ける
- 文章として滑らかにする
すると、突然「文章が得意な人」に見える。
だが実際には、AIが人格や感情を発明したわけではない。
本人：意味・観察・判断 AI：整序・保持・圧縮・表現候補
という分業になっている。
これはcognitive offloadingの一種として理解できる。認知的オフローディングは、外部の道具を使って内部処理の要求を下げる行為として研究されてきた。
2026年のAI支援ライティングのレビューでも、AIを使いながら提案を選別・評価・再修正する人と、ほぼそのまま受け取る人では、関わり方が異なると整理されている。
AIは脳の代用品というより、脳内の作業机を広げる外付けモニターとして使うと強い。
9. ただし全部外注すると、「上手い文章」と「自分の能力」が分離する
オフローディングには利点しかないわけではない。
研究では、外部ツールを使うことでその場の速度や正確性が上がる一方、外部化した情報の記憶や、その後の内部能力への影響には注意が必要だとされる。
AIでも同じである。
「自分が言いたい要素を出す」 → AIが形にする → 自分が読んで直す
なら、主体はまだ自分にある。
しかし、
「何を思えばいい？」 「何を言えば好かれる？」 「全部考えて送って」
まで渡すと、文章の人物像と現実の本人がずれていく。
AI支援ライティングの最新レビューも、選択的に取り入れる使い方と、評価せず委譲する使い方を分けている。
便利さの境界は単純だ。
面倒な処理を外注するのは強い。意味の決定まで外注すると、自分の文章ではなくなる。
10. 「頭真っ白族」と「無限に喋る族」は、同じ方法を使わなくていい
実用上は、タイプごとに入口を変えればいい。
頭が真っ白になるなら
自由回答をやめる。
- 何が起きた？
- どう感じた？
- 次どうしたい？
この3つだけ答える。
手紙なら、 「今日一番よかったこと」 「相手に一つ感謝」 「次に一つしたいこと」 で十分である。
口では出るが文章が面倒なら
音声で全部吐く。
その後、 「重複を消す」 「順番を整える」 「内容は増やさない」 とAIに編集させる。
第二言語で詰まるなら
日本語の思考そのものを捨てる必要はない。
まず概念を持ったまま、頻出の言い回しを何度も検索できる状態にする。L2の流暢性は、知識量だけでなく処理速度と自動化の問題でもある。
作っては消すなら
生成と評価を同時にしない。
まず雑な版を作る。 次に基準を見る。 最後に直す。
白紙の前で審査員まで同時召喚しない。
結論――「言葉が出る・出ない」は、能力一個の話ではない
「ずっと喋れる人」と「一言も書けなくなる人」を比べて、単純に賢い・語彙が多い・working memoryが大きい、と並べるのは雑すぎる。
言語出力には、
概念化 → 検索 → 候補生成 → 言語化 → 保持・整序 → 監視 → 出力
がある。
どこが速く、どこが詰まるかは人によって違う。
だから、
「楽しかったのは分かる。でも文章が出ない」
は普通に成立するし、
「対面なら永遠に喋れる。でも全部タイピングするのは無理」
も普通に成立する。
そしてAI時代に一番面白いのはここだ。
人間が最初から文章を完成させなくてもいい。
本人が意味を持つ。AIが仮の形を出す。本人が違和感を検出して直す。
昔なら「作文が苦手」で終わっていた人が、工程を分解した瞬間に突然強くなる。
それはズルというより、認知処理の配置換えである。
