Home / 概念ブレンディングとは | 異なる概念世界を統合し、新しい意味と構造を生み出す認知の仕組み

概念ブレンディングとは | 異なる概念世界を統合し、新しい意味と構造を生み出す認知の仕組み

概念ブレンディング（Conceptual Blending）は、異なる概念や知識の構造を部分的に対応づけ、その要素を選択的に統合することで、元の概念には存在しなかった新しい意味や関係を形成する認知過程です。概念統合（Conceptual Integration）とも呼ばれ、言語理解、比喩、想像、創造的思考、科学的発見、技術開発など、さまざまな知的活動に関係しています。

例えば、コンピューターの画面上でファイルを整理するとき、私たちは「デスクトップ」「フォルダー」「ごみ箱」などの概念を利用します。

これらは、物理的な机や書類の整理という経験を、コンピューターによる情報処理と結びつけたものです。

しかし、画面上のフォルダーは実際の紙製のフォルダーではありません。また、ファイルを「ごみ箱」に移動しても、物理的な物体が移動するわけではありません。

それでも、私たちは物理的な書類の整理という知識を利用して、コンピューター上の情報操作を直感的に理解できます。

さらに、画面上のファイルをドラッグしてフォルダーへ移動したり、ごみ箱から取り出したりするなど、物理的な机とコンピューターのどちらか一方だけでは説明できない操作体系が形成されています。

これは、概念ブレンディングによって理解できる例の一つです。

概念ブレンディングの本質は、既存の概念を単に組み合わせることではなく、異なる概念世界の要素や関係を統合し、その中で新しい意味や推論を成立させることにあります。

ただし、概念ブレンディングは、人間がどのように意味を理解し、新しい概念を形成するかを説明する認知理論です。異なるものを組み合わせれば必ず創造的な成果が生まれるという技法ではありません。

概念ブレンディング理論の成立

概念ブレンディング理論は、Gilles Fauconnier（ジル・フォコニエ）とMark Turner（マーク・ターナー）によって発展しました。

その基礎には、Fauconnierが1980年代から研究してきたメンタルスペース理論（Mental Spaces Theory）があります。

メンタルスペース理論では、人間は言語を理解したり、仮定を考えたり、過去の出来事を思い出したりする際に、一時的な概念的構造を構築すると考えます。

例えば、「もし私が別の会社に就職していたら」という仮定を考えるとき、私たちは現実の自分とは異なる状況を思い浮かべ、その世界で何が起こるかを推論できます。

このような思考上の場面や状況を表す構造が、メンタルスペースです。

FauconnierとTurnerは、複数のメンタルスペースの間に対応関係が形成され、そこから新しい意味が生まれる過程を研究しました。

1995年には「Conceptual Integration and Formal Expression」、1998年には「Conceptual Integration Networks」を発表し、概念統合の基本的な構造と働きを論じています。

1998年の論文では、概念ブレンディングを、アナロジー、カテゴリー化、メンタルモデルの構築などと並ぶ、基本的な認知操作として位置づけました。

2002年には『The Way We Think: Conceptual Blending and the Mind’s Hidden Complexities』を出版し、言語、文化、数学、科学、想像などにおける概念ブレンディングの役割を幅広く論じています。

また、Fauconnierは1996年に日本認知科学会の『認知科学』へ「Creativity in Everyday Language」を発表し、日常的な言語使用における創造的な認知操作として、概念ブレンディングを説明しています。

この理論の重要な特徴は、創造性を特別な才能や例外的な思考だけの問題として扱わないことです。

私たちが日常的に言葉を理解し、比喩を解釈し、仮定を考える際にも、異なる概念構造を統合する働きが利用されていると考えます。

メンタルスペースとは何か

概念ブレンディングを理解するには、メンタルスペースの考え方が重要です。

メンタルスペースとは、私たちが特定の状況について考えるときに構築する、局所的で一時的な概念構造です。

例えば、次の文章を考えます。

「10年前、彼は学生だった。もし研究職に進んでいたら、今は大学で働いていたかもしれない。」

この文章を理解するとき、私たちは少なくとも、現在の状況、10年前の状況、研究職へ進んだ仮想的な状況を区別しています。

これらは互いに関係していますが、すべてが現実に存在する状況ではありません。

メンタルスペースは、記憶装置の物理的な領域や、脳内に存在する独立した場所を意味するものではありません。

人間が言語や思考を通じて構築する、状況についての概念的な表現です。

概念ブレンディングでは、異なるメンタルスペースに存在する要素や関係を対応づけ、それらを新しいスペースへ選択的に投射します。

その結果、元のスペースには直接存在しなかった意味や関係が形成されることがあります。

概念ブレンディングの4スペース・モデル

概念ブレンディング理論の代表的な説明では、四つのメンタルスペースを利用します。

スペース役割
入力スペース1（Input Space 1）一方の概念や状況に関する要素・関係を表す
入力スペース2（Input Space 2）他方の概念や状況に関する要素・関係を表す
ジェネリック・スペース（Generic Space）入力スペース間に共通する抽象的な構造を表す
ブレンド・スペース（Blended Space）入力から選択された要素を統合し、新しい意味や構造を形成する

例えば、物理的な机とコンピューターのファイル管理を考えます。

入力スペース1には、机、書類、フォルダー、ごみ箱、書類を移動する行為などがあります。

入力スペース2には、データ、ファイルシステム、保存場所、削除操作、画面表示などがあります。

ジェネリック・スペースでは、対象を整理し、場所を指定し、必要に応じて移動・分類・取り出しを行うという共通する関係を捉えられます。

ブレンド・スペースでは、画面上のアイコンを「ファイル」として扱い、それを「フォルダー」へドラッグして整理するという新しい操作体系が成立します。

要素物理的な机コンピューターブレンドされた操作体系
管理対象紙の書類デジタルデータ画面上のファイル
整理場所机、書類棚記憶領域、ディレクトリデスクトップ、フォルダー
移動手で持って移動データ管理操作ドラッグ＆ドロップ
廃棄ごみ箱へ捨てる削除処理ごみ箱アイコンへ移動
復元捨てた書類を取り出す保存されたデータを復旧するごみ箱からファイルを元へ戻す

これは概念ブレンディングの仕組みを説明するための模式的な分析です。デスクトップ・インターフェースが実際にどのように設計されたかを、認知理論だけで説明するものではありません。

重要なのは、ブレンド・スペースが元の二つのスペースを単純に合体させたものではないことです。

コンピューター上のファイルは物理的な紙ではなく、ドラッグ操作も物理的な書類の移動とは異なります。

それでも、両者の要素を選択的に統合することで、新しい操作を自然に理解できるようになります。

なお、四つのスペースは理論を説明するための基本モデルです。実際の概念統合には、三つ以上の入力スペースや、複数のブレンドが相互に関係する場合もあります。

対応づけと選択的投射

概念ブレンディングでは、最初に異なる入力スペースの間で対応関係を形成します。

これをクロススペース・マッピング（Cross-Space Mapping）と呼びます。

例えば、物理的な机とコンピューターを比較すると、紙の書類とデータファイル、書類の保管場所とディレクトリ、書類の廃棄とデータ削除などを対応づけられます。

しかし、入力スペースに含まれるすべての特徴が、ブレンド・スペースへ引き継がれるわけではありません。

例えば、物理的な紙の重さや厚さは、デジタルファイルの操作には直接引き継がれません。

一方、書類を分類し、移動し、取り出すという関係は、新しい操作体系に利用されます。

このように、入力スペースから一部の要素や関係だけを選択することを、選択的投射（Selective Projection）と呼びます。

概念ブレンディングでは、何を対応づけるかだけでなく、どの要素をブレンドへ取り込み、どの要素を取り込まないかが重要です。

すべてを統合するのではなく、新しい意味を成立させるために必要な要素を選択的に取り込むことが、概念ブレンディングの基本的な特徴です。

創発的構造はどのように生まれるか

概念ブレンディング理論で特に重要なのが、創発的構造（Emergent Structure）です。

これは、ブレンド・スペースの中で形成される、元の入力スペースにはそのまま存在しなかった新しい構造や関係を指します。

FauconnierとTurnerは、その形成に関わる過程として、次の三つを説明しています。

構成（Composition）

異なる入力スペースから選択された要素や関係を組み合わせることで、新しい関係が成立します。

補完（Completion）

組み合わされた要素を、既存の知識や経験に基づく枠組みで補い、意味のある状況として理解できるようにします。

精緻化（Elaboration）

形成されたブレンドを思考の中で展開し、その状況では何が起こるか、どのような結果になるかを推論します。これは「ブレンドを動かす（Running the Blend）」とも説明されます。

例えば、コンピューターのデスクトップという概念について考えます。

物理的な書類整理とデジタルデータ管理を統合することで、ファイルを画面上の対象として扱えるようになります。

さらに、既存の書類整理の知識を利用することで、フォルダーへ入れる、不要なものを捨てるといった操作が理解できます。

そして、その新しい操作体系を発展させることで、複数ファイルの移動、フォルダーの階層化、ごみ箱からの復元などを考えられます。

ただし、この三つの過程は、必ずしも時間的に明確に分離された段階ではありません。

実際の思考では、構成、補完、精緻化が相互に関係しながら進むと考えられています。

代表的な例：山を登る僧侶の問題

概念ブレンディングの説明でよく取り上げられるのが、山を登る僧侶の問題です。

ある僧侶が、ある日の夜明けに山の麓を出発し、夕暮れまでに山頂へ到着したとします。

数日後、僧侶は夜明けに山頂を出発し、夕暮れまでに同じ道を通って麓へ戻りました。

登山と下山では、歩く速さや途中で休む時間が異なっていてもかまいません。

このとき、次の問いを考えます。

「登山した日と下山した日で、同じ時刻に同じ地点を通過する場所が存在するか？」

この問題は、二つの行程を別々に考えると直感的に理解しにくい場合があります。

しかし、概念ブレンディングによって、二つの日を同じ一日へ重ねて考えることができます。

一人の僧侶が麓から山頂へ登り、もう一人の僧侶が同時に山頂から麓へ下りてくると想像します。

二人は同じ道を反対方向へ進むため、必ずどこかで出会います。

その地点は、元の二つの行程において、僧侶が同じ時刻に通過する地点です。

この問題を四つのスペースで整理できます。

スペース内容
入力スペース1ある日に僧侶が山を登る
入力スペース2別の日に同じ僧侶が山を下る
ジェネリック・スペース同じ道を移動する人と、その位置・時刻の関係
ブレンド・スペース二人の僧侶が同じ日に反対方向へ移動する

ここでは、異なる日に行われた二つの行程が、同じ日に行われるものとして統合されています。

現実には僧侶は一人ですが、ブレンド・スペースでは二人の僧侶を想像します。

この現実には存在しない状況を作ることで、二つの行程の関係を簡単に理解できるようになります。

この例は、概念ブレンディングが既存の対象を物理的に組み合わせることではなく、異なる状況を統合して新しい推論を可能にする認知操作であることを示しています。

なお、この問題の結論は、同じ道を連続的に移動するという条件の下では数学的にも説明できます。ブレンディングは、その関係を直感的に理解するための表現を提供しています。

比喩と概念ブレンディング

比喩（Metaphor）は、概念ブレンディングが働く代表的な場面の一つです。

例えば、コンピューターに感染する「ウイルス」という表現を考えます。

生物学的なウイルスは、宿主の細胞機構を利用して増殖する感染性の存在です。

一方、コンピューターウイルスは、ほかのプログラムなどへ感染・複製する仕組みを持つ悪意あるコードの一種です。

両者は物理的にも技術的にも異なりますが、感染、複製、拡散などの関係に共通性があります。

この共通性を利用することで、ソフトウェアに関する現象を、生物学的な感染という概念を通じて理解できます。

生物学的なウイルスコンピューターウイルス
宿主の細胞を利用するコンピューターやプログラムの実行環境を利用する
感染するファイルやプログラムに感染する
複製・増殖するコードを複製する
ほかの宿主へ広がるほかのファイルやシステムへ拡散する
感染を防ぐ対策が必要検出・防御・除去などの対策が必要

ただし、コンピューターウイルスは生物ではありません。

生物学的な感染に関するすべての性質が、ソフトウェアにも当てはまるわけではありません。

概念ブレンディングでは、二つの領域の一部の関係を対応づけ、そこから新しい理解を形成します。

なお、「コンピューターウイルス」という名称の歴史や技術的な定義と、それを概念ブレンディングによって分析することは別の問題です。

概念ブレンディングは、こうした比喩表現がどのように理解されるかを説明する枠組みとして利用できます。

概念ブレンディングとアナロジーの違い

概念ブレンディングとアナロジー（Analogy）は、異なる概念や状況を対応づける点で共通しています。

しかし、重点が異なります。

アナロジーでは、ある領域の知識を別の領域へ対応づけ、理解や問題解決に利用します。

特にGentnerの構造写像理論（Structure-Mapping Theory）では、対象間の属性の類似性よりも、関係構造の対応が重要とされます。

一方、概念ブレンディングでは、複数の入力スペースから要素や関係を選択的に統合し、新しいブレンド・スペースを形成します。

例えば、生物の血管系と工業的な流体供給ネットワークの間に、供給源、輸送経路、分配先という構造的な対応を見いだすことは、アナロジーとして考えられます。

その対応を利用して、「材料内部に分散した損傷部位へ補修物質を供給する自己修復システム」という新しい構想を形成する場合には、概念ブレンディングによる分析も考えられます。

ただし、アナロジーと概念ブレンディングを、完全に独立した二つの思考操作として区切る必要はありません。

実際の認知過程では、構造的な対応づけと、新しい概念的状況の形成が連続的に起こる場合があります。

両者は同じ現象の異なる側面を説明する理論的な枠組みとして利用できます。

概念結合との違い

概念ブレンディングと概念結合（Conceptual Combination）は、密接に関係しています。

概念結合は、二つ以上の概念を組み合わせ、新しい概念や意味を形成する認知過程を広く指します。

例えば、「ペット」と「魚」を組み合わせて「ペットの魚」という概念を形成する場合があります。

このとき、「水槽で飼育する」「餌を与える」といった特徴が推論されることがあります。

概念ブレンディング理論は、このような新しい意味の形成を、異なるメンタルスペースの対応づけと選択的統合によって説明することができます。

ただし、概念結合に関する認知科学研究には、属性の継承、関係の選択、制約に基づく解釈など、概念ブレンディングとは別の理論的アプローチもあります。

比較項目概念結合概念ブレンディング
主な対象複数の概念から新しい概念を形成すること複数のメンタルスペースを統合して意味を形成すること
重視する操作属性の継承・転移、関係づけ、概念の再構成クロススペース・マッピング、選択的投射、創発的構造
基本的な説明概念Aと概念Bから概念Cを形成する入力スペースとジェネリック・スペースを関係づけ、ブレンド・スペースを形成する
主な研究領域認知心理学、意味理解、創造性研究認知言語学、認知科学、意味構築、創造性研究
理論的な位置づけ比較的広い認知現象意味形成の仕組みを説明する特定の理論的枠組み

概念ブレンディングは、概念結合の一部を説明する重要な理論ですが、概念を組み合わせるすべての行為を概念ブレンディングと呼ぶことは適切ではありません。

例えば、二つの製品を単に一つの箱へ収納するだけでは、必ずしも新しい意味構造が形成されているわけではありません。

重要なのは、組み合わせによって、新しい関係や推論が生じているかということです。

ブレンディングの異なる形式

FauconnierとTurnerは、概念統合ネットワークを、構造の対応関係に基づいていくつかの種類に分類しています。

代表的なのが、シンプレックス（Simplex）、ミラー（Mirror）、シングルスコープ（Single-Scope）、ダブルスコープ（Double-Scope）の四つです。

形式主な特徴
Simplex Network一方の入力が役割や関係の枠組みを提供し、他方がそれを満たす要素を提供する
Mirror Network入力スペースとブレンドで、基本的な組織化の枠組みが共通している
Single-Scope Network主として一方の入力スペースの枠組みに基づいてブレンドが構成される
Double-Scope Network異なる枠組みを持つ入力スペースから要素や関係が取り込まれ、新しい構造が形成される

例えば、山を登る僧侶の問題は、ミラー・ネットワークの代表的な例として説明されます。

一方、ダブルスコープ・ネットワークでは、異なる組織化原理を持つ複数のスペースが統合されます。

このような統合では、それぞれのスペースの前提や関係が衝突する場合があります。

しかし、その衝突を調整することで、新しい概念構造が形成される可能性があります。

創造的な発想との関係では、ダブルスコープ・ブレンディングが特に注目されます。

ただし、これらは概念統合を分析するための分類であり、ダブルスコープであれば必ず独創的な成果が得られるという意味ではありません。

また、実際の複雑な認知活動を、この四種類だけで簡単に分類できるとは限りません。

重要な関係の圧縮

概念ブレンディング理論では、関係の圧縮（Compression）も重要な役割を持っています。

例えば、長い時間をかけて起きる出来事や、離れた場所にある対象の関係を、ひとまとまりの状況として理解する場合があります。

私たちは、数十年にわたる技術の発展を、一つの「技術進化」の過程として考えることができます。

また、異なる時代の二人の研究者について、「二人が議論したらどうなるだろうか」と想像することもできます。

現実には二人が同じ場所で会っていなくても、思考上では同じ状況へ配置できます。

このような操作では、時間、空間、因果、同一性などの関係が、理解しやすい一つの概念的な場面へ圧縮されます。

FauconnierとTurnerは、こうした時間、空間、因果、同一性などを含む重要な関係をVital Relationsと呼び、それらが概念統合によってどのように圧縮されるかを論じています。

ここでいう圧縮は、情報を単純に短く要約することではありません。

複雑な関係を、人間が直感的に扱いやすい構造へ変換することです。

この考え方は、複雑なシステムや長期的な変化を理解するための思考にも関係しています。

概念ブレンディングと創造性

概念ブレンディングは、創造的な思考を理解するための重要な理論の一つです。

私たちは、新しいアイデアを生み出すとき、既存の知識や概念を完全に捨てて考えるわけではありません。

多くの場合、既存の概念を新しい関係で捉え直したり、異なる場面を統合したりすることで、新しい理解を形成します。

例えば、ある技術をまったく異なる分野へ応用する場合、元の分野の知識をそのまま移すだけでは十分でないことがあります。

異なる分野の制約や要求条件を取り込むことで、新しい構造を考える必要が生じます。

概念ブレンディングは、こうした過程を説明するための枠組みになります。

ただし、概念ブレンディング理論は、発想の新規性や有用性を自動的に評価する方法ではありません。

あるブレンドが言語的に意味を持つことと、そのブレンドが科学的な発見や技術的な発明になることは別の問題です。

創造的な成果へ結びつけるには、元の概念に存在しなかった新しい関係を明確にし、それがどのような価値を持つかを検討する必要があります。

技術開発における概念ブレンディング

技術開発では、異なる技術や仕組みを組み合わせることで、新しいシステムを考えることがあります。

例えば、ある企業が設備の異常検知技術を持っており、別の分野に過去の事象と対応結果を記録・検索する仕組みが存在するとします。

異常検知技術は、現在の設備状態を観測し、異常を発見する機能を持ちます。

一方、事象記録システムは、過去に何が起こり、そのときどのような対応が行われたかを記録します。

この二つを単純に組み合わせるだけであれば、異常検知の画面と過去の履歴を同時に表示するシステムになるかもしれません。

しかし、概念ブレンディングの視点から考えると、新しい関係を形成する可能性があります。

例えば、現在の設備状態を過去の事象の一つとして扱い、類似する過去の状態を検索するという仕組みです。

さらに、その後にどのような異常や対応が生じたかを参照できれば、現在の状況に対する判断を支援する新しい構造が考えられます。

入力スペース主な構造
設備の異常検知状態の観測、正常状態との比較、異常の判定
過去の事象記録状況、出来事、対応、結果の記録
共通する抽象構造状態と、その状態に関連する出来事・対応の関係
ブレンド・スペース現在の状態を過去の事象と対応づけ、予想される展開や対応を検討する仕組み

この例では、単に二つの技術を同じシステムへ組み込むだけではありません。

「現在の状態を過去の事象として解釈する」という新しい関係を形成しています。

その結果、類似する過去の事例に基づいて、異常の意味や対応方法を検討するという新しい利用方法が考えられます。

ただし、これは概念ブレンディングの応用を説明するための構想例です。

実際には、設備状態の表現、類似性の計算、事象間の関係、データの信頼性、判断の正確さなどを検証する必要があります。

具体例：自己修復材料と生物の供給ネットワーク

異分野の技術を利用した研究開発についても、概念ブレンディングの視点から考えることができます。

例えば、自己修復材料と生物の血管系を考えます。

一部の自己修復材料では、内部に封入された補修物質を損傷時に放出する仕組みが利用されています。

しかし、一回限りの局所的な備蓄では、同じ場所に繰り返し補修物質を供給することが難しい場合があります。

一方、生物の血管系には、体内のさまざまな場所へ物質を継続的に輸送する仕組みがあります。

この二つのシステムを比較すると、次のような構造を考えられます。

スペース内容
入力1：自己修復材料損傷、補修物質、修復反応
入力2：供給ネットワーク供給源、輸送経路、分配、継続的な供給
ジェネリック・スペース必要な物質を、必要な場所へ届けるという関係
ブレンド・スペース損傷部位へ補修物質を繰り返し供給する自己修復システム

ここで新たな課題となるのは、単に材料内部に管を配置することだけではありません。

例えば、損傷が発生した場所をどのように特定し、必要な場所へ補修物質を供給するかという問題があります。

また、供給経路そのものが損傷した場合に、どのように機能を維持するかという問題も生じます。

このような問題は、二つの概念を具体的なシステムとして統合しようとする過程で明らかになります。

なお、血管状の供給ネットワークを利用した自己修復材料は、すでに研究されている技術分野です。この例は新規発明の提案ではなく、異なる知識構造を統合する過程の説明です。

概念ブレンディングによって形成された構想について、元の入力スペースに存在しない新しい関係や必要条件を明確にすることが、研究開発上の仮説形成に役立つ可能性があります。

抽象化との関係

概念ブレンディングと抽象化（Abstraction）は、密接に関係しています。

抽象化では、具体的な事象から目的に関係する特徴、機能、構造、関係などを取り出します。

概念ブレンディングでは、異なるスペースの間に共通する抽象構造を見いだし、それらを選択的に統合します。

例えば、血管系と工業的な流体供給ネットワークは、外見や材料、具体的な作用の仕組みが異なります。

しかし、「供給源から分散した場所へ物質を輸送する」という関係を抽象化すれば、両者を比較できます。

概念ブレンディングでは、こうした共通構造を利用しながら、異なるスペースの特徴を統合して新しい状況を形成します。

ただし、抽象化とブレンディングは同じ操作ではありません。

抽象化は、対象から特定の性質や関係を取り出す操作です。

ブレンディングは、それらを利用して新しい意味構造を形成する操作です。

また、ジェネリック・スペースは、入力スペース間の共通構造を表すものですが、その内容が常に明示的に意識されているわけではありません。

システム思考との関係

システム思考では、システムを構成する要素だけでなく、それらの相互関係や全体としての振る舞いに注目します。

概念ブレンディングも、個別の要素を単純に組み合わせるだけではなく、それらの間に新しい関係が形成されることを重視します。

この点では、両者には共通する視点があります。

しかし、システム思考は主に、実際のシステムの構造や動態を理解するための方法です。

一方、概念ブレンディングは、異なる概念構造を統合する認知過程を説明する理論です。

例えば、ある技術について、生物の制御機構を参考に新しい制御システムを想像することは、概念ブレンディングとして分析できます。

しかし、そのシステムが実際に安定して動作するかどうかは、制御理論、システムダイナミクス、実験などによって確認する必要があります。

概念的な新しさと、システムとしての実現可能性は区別する必要があります。

概念ブレンディングを創造技法として利用する

概念ブレンディングは、本来、人間の認知を説明する理論です。

しかし、その枠組みを利用して、新しいアイデアを検討するための手順を構成することはできます。

例えば、次のような方法が考えられます。

  1. 問題と目的を明確にする。 何を理解し、どのような新しい機能や解決策を考えたいのかを整理します。
  2. 二つ以上の入力スペースを選ぶ。 問題の対象となる技術や状況と、参考になりそうな異分野の概念を設定します。
  3. 各スペースの構造を記述する。 要素、機能、関係、作用原理、制約条件などを整理します。
  4. 共通する関係を探索する。 入力スペース間で対応づけられる要素や構造を検討します。
  5. 選択的に統合する。 どの特徴や関係を新しい概念へ取り込むかを考えます。
  6. ブレンドを展開する。 新しい状況では何が起こるか、どのような機能が必要になるかを推論します。
  7. 新しい特徴や矛盾を整理する。 元の概念には存在しなかった関係、必要条件、解決すべき問題を明らかにします。
  8. 具体化して検証する。 技術、製品、サービスなどへ展開し、成立条件を確認します。

これは概念ブレンディング理論を創造的な問題解決へ応用するための実践的な整理であり、FauconnierとTurnerが定めた標準的な発想手順ではありません。

また、各ステップを順番に実行すれば、必ず新しい概念が形成されるわけでもありません。

実際には、入力スペースの選択、共通構造の発見、ブレンドの解釈を繰り返すことが必要になるでしょう。

ブレンドされた概念をどう評価するか

概念ブレンディングによって形成された概念は、意味の新しさと、実際の有用性を区別して評価する必要があります。

例えば、次のような観点が考えられます。

評価項目主な問い
対応関係の妥当性入力スペース間の対応に意味があるか
選択的統合の適切さ新しい概念に取り込む要素や関係は適切か
創発的構造元の入力にはなかった新しい関係や機能が形成されているか
意味的一貫性新しい概念として矛盾なく理解できるか
新規性既存の概念や技術と何が異なるか
有用性新しい理解や問題解決に役立つか
実現可能性必要な技術的・物理的条件を満たせるか
検証可能性推論された機能や効果を確認できるか

ただし、創発的構造が明確であることと、技術的な実現可能性が高いことは同じではありません。

また、異なる入力スペースの間に共通点があっても、それが問題解決にとって重要な共通点とは限りません。

概念ブレンディングを研究開発へ利用する場合には、形成された概念の意味だけでなく、具体的な技術の成立条件を確認する必要があります。

概念ブレンディング理論の限界

概念ブレンディング理論には、いくつかの重要な限界があります。

第一に、認知過程を説明する理論であって、個々の新しい概念が有用であることを保証するものではありません。

第二に、入力スペースやブレンド・スペースの設定が、分析者の解釈に依存する場合があります。同じ事例について、異なる分析が可能なこともあります。

第三に、現象が起こった後で、それを概念ブレンディングとして説明できることと、事前にその現象を正確に予測できることは異なります。

第四に、どのような概念が選択され、なぜ特定のブレンドが形成されるのかについて、十分に明確な選択規則を与えることが難しい場合があります。

第五に、創発的な意味を形成することと、実際の物理的・技術的な創発現象が成立することは異なります。

第六に、概念ブレンディングによる説明が、より単純な認知理論やほかのアナロジー理論と、どのように区別できるかが問題になる場合があります。

第七に、研究の多くは言語理解や意味構築などの認知的な現象を対象としており、工学的な発明の成功を直接予測する理論として確立されているわけではありません。

2024年の論文「Integrational Creativity: From Combining and Blending to Transforming and Resonating」でも、概念ブレンディング理論について、反証可能性、ほかの理論による説明との比較、形成された概念が社会に定着する過程などが検討されています。

これは概念ブレンディング理論の価値を否定するものではありませんが、その説明力と実証的な限界を区別する必要があることを示しています。

したがって、概念ブレンディングを創造的な問題解決へ利用する場合には、理論から得られる着想と、実際に確認された効果を区別することが重要です。

AIによる概念ブレンディング

LLMは、複数の概念や状況について、その特徴や関係を自然言語で表現し、新しい組み合わせを提案できます。

例えば、二つの異なる技術について、それぞれの機能、構造、作用原理などを整理し、対応関係を見いだすことができます。

さらに、両者の特徴を選択的に組み合わせ、新しいシステムの概念を生成することも可能です。

しかし、LLMが概念ブレンディングに似た結果を生成できることと、人間と同じ認知過程を内部で実行していることは、別の問題です。

LLMによる出力が四つのメンタルスペースで分析できたとしても、モデル内部で同じ構造が形成されているとは限りません。

一方、概念ブレンディングの枠組みを、AIによる発想を構造化するための外部的な分析方法として利用することは考えられます。

例えば、LLMに単に「二つの技術を組み合わせて新しいアイデアを考えてください」と指示するだけでは、既知の組み合わせや、機能を単純に並べた提案が得られるかもしれません。

そこで、入力スペース、共通構造、選択的統合、新しい関係、成立条件などを明示的に検討させる方法が考えられます。

ただし、その方法が通常のアイデア生成より優れているかどうかは、実際の比較や評価が必要です。

AIによるブレンディングを構造化する

AIを利用して概念ブレンディングを支援する場合、概念間の対応関係と、結合後の推論を区別して記録することが有用です。

例えば、次のような分析項目を考えられます。

分析項目内容
入力スペースA元の技術・問題の要素、機能、構造
入力スペースB異分野から得た技術・現象の要素、機能、構造
対応関係両者で対応づけられる要素や関係
ジェネリック・スペース共通する抽象的な構造
選択的投射新しい概念へ取り込む特徴や関係
ブレンド・スペース統合によって形成される新しい概念
創発的構造統合後に初めて考えられる新しい機能・関係
制約・未解決問題実際の成立に必要な条件
検証方法新しい仮説を確認するための調査や実験

このような形式で結果を整理すれば、単に新しいアイデアの名称や説明を生成するだけでなく、どのような概念をどのように統合したのかを確認できます。

また、生成された新しい特徴が、実際には既存技術から継承したものなのか、それとも組み合わせによって新しく仮定されたものなのかを区別できます。

ただし、LLMによって記述された創発的構造は、あくまで概念的な推論です。

その内容が科学的・技術的に成立することを意味するものではありません。

概念調査との関係

概念ブレンディングは、マインドウエア総研が提唱してきた概念調査（Concept Exploration）とも関係づけることができます。

概念調査では、既存の名称や専門分野に限定されず、特徴、機能、構造、関係、パターンなどを利用して、未知の対象を探索することを重視します。

一方、概念ブレンディングでは、異なる概念世界の構造を統合することで、新しい意味や関係を形成します。

この二つを組み合わせると、次のような過程が考えられます。

まず、既知の技術について、その特徴や作用原理、機能、構造などを抽出します。

次に、それらを抽象化し、異なる産業分野でも成立する可能性がある機能や関係を明確にします。

その抽象的な構造を手掛かりに、異分野の技術や現象を探索します。

発見された技術について、元の技術との共通構造や相違点を整理します。

さらに、異なる技術の要素や関係を選択的に統合し、新しい技術概念や研究開発仮説を形成します。

最後に、その概念について、必要な機能、技術的な制約、実現可能性などを検討します。

この過程では、抽象化、アナロジー、構造写像、概念結合、概念ブレンディングが相互に関係しています。

ただし、概念調査による探索と概念ブレンディングは同じものではありません。

概念調査では、未知の対象を発見することが重要な目的の一つです。

一方、概念ブレンディングでは、異なる知識や状況から新しい概念構造を形成することが中心になります。

概念調査が、まだ知らない知識や技術を探索するための方法であるのに対し、概念ブレンディングは、異なる知識を統合して新しい意味や構造を形成する過程を理解するための理論として位置づけられます。

ConceptMiner R&Dへの応用

ConceptMiner R&Dでは、技術文献などから技術要素を抽出し、その特徴やパターンを利用してクロスドメイン探索を行います。

この過程で、元の技術とは異なる分野に存在する技術や現象が、研究開発仮説の候補として発見されます。

しかし、異分野から技術を発見しただけでは、新しい研究開発テーマとして十分に具体化されない場合があります。

例えば、元の技術と異分野の技術の間に構造的な類似性が見つかったとしても、それをどのような新しい構成へ発展させるべきかは、別途検討する必要があります。

そこで、概念ブレンディングの枠組みを利用して、元の技術と異分野の技術を入力スペースとして記述し、両者の共通構造や対応関係を明確にすることが考えられます。

そのうえで、どの要素や関係を統合するかを検討し、新しいブレンド・スペースを形成します。

重要なのは、ここで新たに推論される機能や構造です。

例えば、二つの技術を単純に組み合わせただけでは実現できない機能が必要であれば、それを新しい研究開発課題として抽出できます。

また、両者の成立条件が衝突する場合には、その矛盾をどのように解決するかが検討課題になります。

このような情報を記録することで、研究開発仮説がどの技術要素から生まれ、どのような対応関係や推論に基づいて形成されたかを追跡できます。

ただし、概念ブレンディングによる分析が必ず優れた研究開発仮説を生成するかどうかは、まだ検証すべき問題です。

実際には、通常のLLMによる仮説生成、構造写像に基づく探索、概念ブレンディングを明示的に利用した仮説生成などを比較し、どの方法が新規性や有用性の高い結果を生むかを評価する必要があります。

また、得られた仮説については、元の技術文献との対応づけや、技術的な実現可能性の確認が必要です。

ThinkNaviにおける概念ブレンディング

ThinkNaviでは、概念ブレンディングを、異なる概念世界の間に対応関係を形成し、それらを選択的に統合することで、新しい意味や構造を考える思考支援方法として位置づけます。

ThinkNavi Freeでは、概念ブレンディングの4スペース・モデルに基づくワークシートが考えられます。

例えば、利用者が二つの概念や技術を入力し、それぞれの要素や関係を記述します。

次に、両者の間で対応づけられる要素や、共通する抽象構造を整理します。

さらに、新しい概念へ取り込む特徴を選択し、ブレンド・スペースで形成される新しい機能や関係を考えます。

このようなワークシートでは、単に二つの概念を並べるのではなく、どのような対応関係によって統合が成立しているかを明確にすることが重要です。

また、ブレンドによって形成された新しい意味と、実際に成立するための条件を区別して記録できることが望まれます。

LLM活用版では、入力スペースの構造化、共通関係の抽出、選択的投射の候補提示、ブレンド・スペースにおける新しい推論などを支援することが考えられます。

その際、一つの組み合わせから複数の異なるブレンドを形成し、それらを比較できるようにすることも有用でしょう。

例えば、自己修復材料と供給ネットワークという二つの概念についても、補修物質を供給するネットワークとして考えるだけでなく、損傷情報の伝達、補修箇所の選択、供給経路の維持といった別の関係を中心とするブレンドを形成できます。

このように、どの関係を統合するかによって、新しい研究開発課題が変化します。

さらに、ConceptMiner R&Dによる異分野探索で得られた結果を入力スペースとして利用すれば、発見された知識を新しい技術概念へ発展させるための分析が考えられます。

ただし、概念ブレンディングを実施すること自体が目的になってはなりません。

新しい概念構造を形成した後には、それがどのような問題を解決し、どのような条件で成立するかを検討する必要があります。

概念ブレンディングの意義は、異なる概念を一つにまとめることではなく、それぞれの概念が持つ構造を利用して、従来は考えられていなかった新しい関係や推論を可能にすることです。

抽象化によって共通する構造を取り出し、アナロジーによって異分野の対応関係を見いだし、概念ブレンディングによって新しい概念構造を形成し、それを具体化・検証するという過程は、創造的な問題解決や研究開発テーマの探索を体系化するための一つの方向として考えられます。

ただし、その有効性は、理論的な説明だけでなく、実際の探索事例や研究開発の成果によって評価する必要があります。

英語表記： Conceptual Blending / Conceptual Integration

関連する用語：

Mental Spaces、Input Space、Generic Space、Blended Space、Cross-Space Mapping、Selective Projection、Emergent Structure、Composition、Completion、Elaboration、Double-Scope Network、Vital Relations、Compression

関連する思考技法：

参考文献・資料