空気による支配：同調圧力が招く日本の失敗#5 日本的失敗の構造から学ぶ―空気支配を超える知の枠組み【AI文庫】
第5章 日本的失敗の構造から学ぶ ― 空気支配を超える知の枠組み
🔷はじめに：失敗は、なぜ繰り返されるのか？
日本の組織は、過去に数々の失敗を経験してきた。それにもかかわらず、同じような構造的失敗が現在も繰り返されている背景には、「空気による支配」がもたらす学習の停止がある。
問題の原因が曖昧に処理され、責任の所在があいまいなまま、教訓が十分に抽出されない。結果として、「何が問題だったのか」を明確にすることなく、組織は表面的な対策だけを講じ、また同じ落とし穴に陥る。
本章では、失敗からの学びを妨げる構造を明らかにしつつ、それを乗り越えるための理論的枠組みを紹介する。
1. PDCAサイクルは「回っていない」？
日本の企業においては、改善のための枠組みとしてPDCA（Plan-Do-Check-Act）サイクルが浸透している。しかし、実際にはその多くが形骸化している。
たとえば：
Plan（計画）：現場の意見を十分に吸い上げず、上層部主導で進む
Do（実行）：計画通りに進めることが目的化し、柔軟な修正が困難
Check（評価）：実行の成否が数値だけで判断され、背景分析が浅い
Act（改善）：失敗の根本要因ではなく、“とりあえずの対策”で終わる
このような運用では、「空気」を読んで問題提起を避ける傾向が強まり、チェックと改善の本質が抜け落ちてしまう。
2. 組織が「学ばない理由」を知る ― 組織学習理論の視点
失敗から学ばず、同じ誤りを繰り返す組織には、学習のメカニズムそのものに欠陥がある可能性がある。ここで注目すべきは、アージリスとショーンによって提唱された組織学習理論である。
彼らは組織の学習には二種類あるとした：
シングルループ学習（Single-Loop Learning）
→ 行動の修正はするが、前提やルールそのものには踏み込まない
→ 例：時間が足りなかったから人を増やす、といった対処的解決ダブルループ学習（Double-Loop Learning）
→ 行動の背景にある前提、価値観、ルールそのものを問い直す
→ 例：なぜその手法が当然とされているのか、ゼロから見直す
日本的な組織では、前者の「シングルループ学習」に留まりがちであり、根本的な構造や空気の存在にメスを入れる「ダブルループ学習」が機能していないケースが多い。
3. 『失敗の本質』から読み解く構造的課題
『失敗の本質』（戸部良一 他）は、太平洋戦争における日本軍の敗因を組織論的に分析した名著である。この書で取り上げられている失敗要因には、現代の組織にも通じる教訓が詰まっている。
主な指摘は次の通り：
戦略よりも戦術が優先される傾向
→ 全体像ではなく現場対応に終始し、長期視点が欠如する暗黙の了解に依存する意思決定
→ 明文化されない「空気」に基づく行動が優先される失敗の要因分析が不十分なまま、責任回避の文化が蔓延
→ 本質的な改善につながらず、同じような失策が繰り返される
こうした構造は、現代の企業や行政組織においても色濃く残っており、特に「空気の支配」がそれらを温存する背景となっている。
4. 空気支配を超えるための“知のフレーム”
空気によって意思決定や学習が歪められてしまう状況を打破するためには、組織の中に「見える化された学びの構造」を組み込む必要がある。
そのために役立つ視点：
“失敗”を構造的に記録・共有するカルチャーの醸成
形式的なPDCAではなく、CheckとActに内省の機会を組み込む
意思決定の“前提”を問い直すフレームを習慣化する
個人の“気づき”をチームの“問い”に翻訳する場の設計
こうした仕組みが、「空気に従う」から「空気を俯瞰する」へと、組織の知のあり方を転換させていく。
🔷おわりに：失敗を糧にする組織は、空気の外に学びを置く
失敗とは、単なる誤りではなく、組織の前提を問い直すための貴重な機会である。そこに真正面から向き合うことができるかどうかは、「空気」に対してどれだけ意識的でいられるかにかかっている。
学ばない組織から、学び続ける組織へ――その鍵は、“空気の支配を超えた知の枠組み”を持てるかどうかにある。
次章では、こうした学びを支えるリーダーシップの実践について掘り下げていく。
■コラム
登場人物
佐藤 健太（さとう けんた）：30代の中堅社員。最近、過去の失敗から学ぶことの大切さに関心を持ち始めている。社内の研修企画に携わっている。
田中 真理子（たなか まりこ）：40代後半の部長。かつて大きな社内プロジェクトの失敗に立ち会った経験があり、それ以降「組織がいかに学ばないか」を自問してきた。
場面
ある金曜日の午後。健太と真理子は翌週に予定されている社内向け研修「失敗から学ぶ組織づくり」の資料作成のために、応接室で打ち合わせをしている。
「部長、資料の構成ですが、PDCAの話は入れた方がいいですよね？形だけ回してる感じ、皆さん自覚あると思いますし……」
健太はノートパソコンの画面を真理子に向けながら言った。
真理子は画面を見つめたまま、少し間を置いて言った。
「うん。だけど“形骸化したPDCA”ってだけじゃ、少し浅いかもしれないわね。本質は“なぜ学べないのか”という構造にあると思うの」
「構造、ですか？」
健太が聞き返すと、真理子は少し懐かしそうな表情で言葉を続けた。
「10年前、うちの部署でシステム刷新のプロジェクトがあったの。結局うまくいかなかった。でも、驚いたのはその後。“何が失敗だったのか”をちゃんと振り返った人は、ほとんどいなかったのよ」
「会議も開かれなかったんですか？」
「開かれたわ。でも“やり方に多少の甘さがあった”って程度で終わった。問題の根っこ――たとえば、現場の声が計画に反映されていなかったとか、途中で方向転換ができなかったこととか――には誰も触れなかった」
健太は少し考え込むように口をつぐみ、やがて静かに言った。
「それって、ダブルループ学習が機能してなかったってことですよね。行動の結果だけを修正して、前提そのものは放置されていたというか」
真理子は驚いたように健太を見て、にっこりと微笑んだ。
「いい視点ね。そう、それがまさに“空気に支配された学ばない組織”の典型的な姿。誰も明確に『このやり方は間違っていた』と言わない。だから前提も、空気も、そのまま残ってしまう」
「でも、怖いですね。“何がいけなかったのか”をはっきり言うことが、空気を壊す行為として避けられるってことですよね」
「そう。“悪者探し”になるのを恐れるの。でも、本当は“問い直すこと”と“責めること”は違う。そこを混同してしまうから、組織は沈黙を選んでしまうの」
健太は、視線を外に向けたまま小さく呟いた。
「そうやって、“何となく流す”ことが積み重なって、同じような失敗がまた起きるんですね……」
「そう。だからこそ、“空気を可視化するフレーム”が必要なの。PDCAだって、本当は“Check”と“Act”に問い直しの視点を入れれば生きてくる。“とりあえず回す”のではなく、立ち止まって考える仕掛けが必要なのよ」
「提案してみます。“形だけの反省会”じゃなくて、前提に踏み込む質問を仕込んだ振り返りシートを導入してみようかと」
「いいわね。せっかくの失敗を、ただの『次回は気を付けましょう』で終わらせたら、もったいないから」
健太は頷き、画面に手を伸ばして何かを打ち込んだ。
「あと……『失敗の本質』の要点も少し引用していいですか？戦術が優先されて戦略が抜け落ちる、ってところ。うちのプロジェクトでも、似たようなことが起きてますし」
「もちろん。あの本の指摘は、現代にも通じるわ。空気で決まった方向性に疑問を持たないまま、現場が忙殺されていく構図。変わっていないのよ、あの頃から」
応接室には午後の柔らかな日差しが差し込み、二人の間には静かな熱気が漂っていた。健太は真理子の言葉を噛みしめるようにメモを取りながら、小さく呟いた。
「空気を超えた学び……それができる組織にしたいですね」
「ええ。そこからしか、ほんとうの意味での進化は始まらないと思う」
窓の外では、春の風が少しだけカーテンを揺らしていた。
■確認問題
■ 問1：日本の組織におけるPDCAサイクルの問題点として最も適切なものはどれか？
A. Planが現場に丸投げされている
B. Doが省略されるケースが多い
C. CheckとActが形骸化し、深い学びにつながらない
D. Actが重視されすぎて変化が多発する
■ 問2：アージリスとショーンによる組織学習理論において、ダブルループ学習の特徴として正しいものはどれか？
A. 行動の結果だけを修正し、前提はそのままにする
B. 実行フェーズの効率性を高める手法
C. PDCAをより高速で回すための改善策
D. 規範や前提自体を問い直す学習
■ 問3：『失敗の本質』における日本軍の組織的失敗の要因として最も関係の薄いものはどれか？
A. 失敗原因の共有と徹底的なフィードバックがなされた
B. 暗黙の了解による非明示的な意思決定が行われた
C. 全体戦略よりも現場の戦術が優先された
D. 責任を明確にせず、表層的な対策に終始した
正解1：C
解説： 多くの日本組織では、CheckとActのプロセスが表面的な処理にとどまり、根本原因への考察や前提の問い直しが不十分である。
正解2：D
解説： ダブルループ学習は、行動や結果ではなく、背後にある価値観・信念・ルールそのものを再評価し、学習と変化を促す方法である。
正解3：A
解説： 『失敗の本質』では、日本軍におけるフィードバックの不在や責任の曖昧さが強調されており、十分な共有と分析はなされていなかった。
※本投稿は、ChatGPTを利用して作成されております。ライセンスに関しては、利用規約を御参照下さい。
