目標にしていた相手に負ける。
スポーツを続けていれば、そんな瞬間は何度もある。
しかし、その相手を長い間強く意識していた場合、単なる一敗では終わらない。
「次は勝つ」
とすぐに切り替えられる選手もいるだろう。
一方で、
「あいつに勝つために頑張ってきたのに、負けた。では明日から何を目標にすればいい？」
という状態になる選手もいる。
『SLAM DUNK』の長谷川一志を題材にすると、この問題はかなり面白い。
翔陽の長谷川は三井寿を強く意識していた。
ではAIが長谷川の心理と成長を分析するとしたら、三井との勝負が終わったあと、どんな目標を設定するだろうか。
今回は「負けたあとのモチベーション」という視点から考えてみたい。
長谷川にとって三井は特別な相手だった
長谷川と三井の関係を考えるとき、単純に、
「翔陽の選手が湘北の選手をマークした」
だけでは足りない。
長谷川にとって三井は以前から意識していた相手だった。
だからこそ試合で三井を抑えることには、チーム戦術以上の意味があったと考えられる。
「あの三井を止めたい」
「あの三井に負けたくない」
そうした個人的な目標があれば、練習にも力が入る。
人間は「上手くなりたい」という漠然とした目標より、
「あいつに勝ちたい」
という具体的な目標のほうが頑張れることがある。
AIが選手のモチベーションを分析するとしても、これは重要な要素になるだろう。
目標になるライバルは強力なエネルギーになる
ライバルの存在には大きなメリットがある。
例えば三井を止めたいのであれば、
シュートを打たせない。
楽にボールを持たせない。
スクリーンへの対応を磨く。
相手の動きを読む。
最後まで走れる体力をつける。
といった具合に、練習の目的が具体的になる。
ただ「守備を頑張る」より分かりやすい。
AIが長谷川の練習メニューを作る場合でも、三井という明確な対象がいる間は設計しやすいはずだ。
問題はその後である。
負けた瞬間、目標まで一緒に失う可能性がある
長く追いかけてきた相手との勝負が終わる。
しかも負ける。
ここで選手が失うものは、試合だけとは限らない。
明日から頑張る理由まで失ってしまう可能性がある。
「三井を抑えるために練習してきた」
という選手が、その三井を抑え切れず大会も終わったとする。
翌日の体育館で何を目指せばいいのか。
三井との再戦だけを考えるのか。
別のライバルを探すのか。
それとも競技そのものへの興味を失ってしまうのか。
ここが「やる気低下」というテーマにつながってくる。
AIなら目標を一人の選手から切り離す
もしAIが長谷川の成長を長期的に設計するなら、
「三井に勝つ」だけを最終目標にはしない
と思う。
三井は強力な短期目標として利用する。
しかし、その上にもっと大きな目標を設定する。
例えば、
「全国レベルのシューターを守れる選手になる」
という目標だ。
これなら三井との勝敗だけで終わらない。
三井を止められなかった。
では何が不足していたのか。
初速なのか。
予測なのか。
体力なのか。
集中力なのか。
相手の動きを読む能力なのか。
そこを分析して次へ進める。
ライバルを目標そのものではなく、自分の現在地を測る基準に変える。
AIなら、この変換を重視するのではないだろうか。
「三井に負けた」と「全部負けた」は違う
負けた選手が陥りやすいのは、結果を必要以上に大きく解釈することだ。
三井との勝負で上回られた。
すると、
「自分はダメだった」
となってしまう。
しかし、本来はもっと細かく分解できる。
前半は守れていた。
特定の場面ではシュートを打たせなかった。
体力が落ちてから対応できなくなった。
味方との連携では機能した。
一対一では課題が残った。
このように分ければ、
敗北は一つの巨大な失敗ではなく、複数のデータになる。
ここはAI分析が得意そうな部分だ。
感情としては「負けた」。
しかしデータとして見れば、「できた部分」と「できなかった部分」が存在する。
次の目標は、できなかった部分から作ればいい。
長谷川の価値は三井を止めることだけではない
もう一つ重要なのは、自分の役割を狭く定義しすぎないことだ。
もし長谷川自身が、
「俺の価値は三井を止めることだ」
と考えてしまったら、その勝負が終わった瞬間に自分の存在価値まで揺らいでしまう。
しかしバスケットボールの守備は、一人の選手だけを止める仕事ではない。
別のシューターを守る。
ドライブを止める。
パスコースを消す。
ヘルプへ入る。
リバウンドに参加する。
相手の得意な形を崩す。
声を出して味方を動かす。
長谷川の能力をこう分解すれば、三井との勝負が終わっても伸ばせるものはいくらでもある。
AIなら、
「三井対策として身につけた能力を、他の相手にも使える能力へ変換する」
という方向へ進めるだろう。
新しいライバルを探すだけでは足りない
では三井の次に別のライバルを設定すればいいのか。
それも一つの方法だ。
しかし、それだけでは同じ問題を繰り返す。
A選手に勝ちたい。
勝った。
次はB選手。
B選手に負けた。
次はC選手。
これでは自分のモチベーションを他人に依存し続けることになる。
もちろんライバルは必要だ。
ただし、
他人との比較と、自分自身の成長を両方持つ
ほうが安定する。
「三井より上か下か」だけではなく、
「半年前の自分より守れるようになったか」
を見る。
これならライバルがいなくなっても成長を続けられる。
AIなら次の目標を3段階にする
AIが長谷川の次の目標を設計するなら、私は3段階に分けると面白いと思う。
まず短期目標。
自分が三井に通用しなかった理由を特定する。
次に中期目標。
タイプの違う複数の得点源を守れるようになる。
そして長期目標。
相手から嫌がられる守備選手になる。
こうすると、「三井に負けた」という出来事が終点ではなくなる。
むしろスタートになる。
三井との勝負は、
「自分には何が足りないのか」
を知るテストだったと再解釈できる。
それでも負けた直後は落ち込んでいい
ここでAIがやってはいけないこともある。
敗戦直後の選手に、
「データを分析しました。次の課題はこれです」
とすぐ提示することだ。
人間は機械ではない。
本気で勝ちたかった相手に負ければ悔しい。
何年も意識していた相手なら、なおさらだ。
「次を目指そう」
と言われても、すぐには切り替えられないこともある。
だからAIがメンタルまで支援するなら、
落ち込む時間まで成長過程として認める必要がある。
悔しさを消すのではない。
少し時間を置いてから、その悔しさを次の目標へ変える。
効率だけを考えれば即分析かもしれない。
しかし、人間の成長では遠回りにも意味がある。
「負けた相手」が最高の教材になる
考え方を変えると、自分を負かした相手ほど貴重な教材はない。
なぜ三井を止め切れなかったのか。
どのタイミングで動いたのか。
どこで距離を作られたのか。
疲れていても、なぜシュートを決められたのか。
自分との差は何だったのか。
敗北したからこそ、見えるものがある。
勝っていたら、
「自分の守備で問題なかった」
で終わっていたかもしれない。
負けたことで、自分の基準を一段上へ引き上げられる。
「三井に負けた」は、三井から学べるということでもある。
そう考えれば、ライバルとの関係も変わる。
最終的には「誰に勝つか」から卒業する
高校生の段階では、
「あいつに勝ちたい」
で十分かもしれない。
その感情が練習へ向かわせるなら、むしろ大切にしたほうがいい。
ただ、成長を続けるなら、どこかで次の段階へ行く必要がある。
三井を止めたい。
そこから、
優秀なシューターを止めたい。
さらに、
どんな相手にも対応できる守備選手になりたい。
最後には、
「自分はどんな選手になりたいのか」
へ変わっていく。
ライバル中心だった目標が、自分中心の目標になる。
ここまで進めば、一度の敗北でやる気をすべて失うことは少なくなるだろう。
まとめ
長谷川一志にとって三井寿は、ただの対戦相手以上の存在だったと考えられる。
だからこそ、三井との勝負に負けたとき、失うのは試合だけではない。
長く追いかけてきた目標まで失う可能性がある。
AIが長谷川を支援するなら、「新しいライバルを探せ」と言うだけでは足りない。
三井との勝負を分析する。
できたことと、できなかったことを分ける。
三井対策として磨いた能力を、他の選手にも通用する能力へ広げる。
そして最終的には、
「三井に勝つ選手」から「自分がなりたい選手」へ目標を変えていく。
負けた直後に、すぐ前向きになる必要はない。
悔しがってもいい。
落ち込んでもいい。
しかし、その敗北を自分の価値そのものと結びつける必要もない。
目標としていた相手に負けたとき、本当に問われるのは、
「次は誰に勝つか」ではなく、「この負けを経験した自分は、次にどんな選手になりたいのか」
なのかもしれない。
コメント