スポーツを始める理由は、必ずしも「その競技が大好きだから」とは限らない。
友達に誘われた。
家族がやっていた。
好きな選手を見た。
たまたま学校にその部活があった。
そして、「好きな人がその競技に関わっていた」という理由もある。
『SLAM DUNK』の桜木花道がバスケットボールへ足を踏み入れる大きなきっかけになった人物が、赤木晴子だ。
桜木は最初からバスケットボールそのものに強い興味を持っていたわけではない。
しかし晴子との出会いをきっかけに、バスケットボールとの距離が急速に縮まっていく。
では、この「最初の動機」をAIが分析したらどうなるだろう。
今回は赤木晴子と桜木花道の関係を入り口に、初心者がスポーツを始め、やがて自分自身の意思で続けるようになるまでのモチベーション変化を考えてみたい。
最初から競技が好きである必要はない
何かを長く続けている人を見ると、
「最初から好きだったのだろう」
と思ってしまう。
しかし実際には、始める理由と続ける理由が違うことは珍しくない。
例えばランニングを始める理由がダイエットだったとしても、半年後にはタイムを縮めることが楽しくなっているかもしれない。
英語学習も、最初は仕事のためだったのに、海外の人と話すこと自体が楽しくなることがある。
入口は何でもいい。
重要なのは、
「始めた後に新しい動機が生まれるか」
なのだと思う。
桜木の場合、その入口に晴子の存在があった。
ここをAIが分析すれば、非常に興味深いモチベーションモデルが見えてくる。
AIが分析する桜木花道の「最初の動機」
仮に桜木の行動をAIがデータ化するとしよう。
入部前。
入部直後。
基礎練習期。
試合出場後。
強豪との対戦後。
それぞれの時期で、桜木が何に反応しているかを記録する。
すると最初の段階では、
「晴子に認められたい」
という外部からの刺激が非常に大きいと判断される可能性がある。
これは決して悪いことではない。
人間が新しい行動を始めるには、何らかのきっかけが必要だからだ。
AIコーチがいたとしても、
「その動機は不純だから無視しなさい」
とは言わないだろう。
むしろ、
行動を開始させる強いスイッチ
として利用するはずだ。
問題は、そのスイッチだけでどこまで続けられるかである。
晴子の一言が桜木の自己認識を変える
晴子の重要な役割の一つは、桜木の身体能力に可能性を見いだしたことだ。
本人が自分をバスケットボール選手として認識していない段階で、
「もしかしたら向いているかもしれない」
という可能性を提示する。
これは初心者を新しい世界へ引き込むとき、非常に大きな意味を持つ。
初心者は自分の能力をまだ知らない。
シュートが得意なのか。
リバウンドが得意なのか。
走る能力があるのか。
守備に向いているのか。
何も分からない。
そこで第三者から、
「あなたにはこの能力がある」
と言われる。
その瞬間、
「自分にもできるかもしれない」
という認識が生まれる。
AI時代なら、この部分をデータによって補強できる。
AIなら初心者の「最初の才能」を発見できる？
例えば初心者1000人の運動データをAIが分析するとする。
身長。
ジャンプ力。
瞬発力。
走力。
反応速度。
持久力。
ボールへの適応速度。
練習による改善率。
こうした情報を組み合わせれば、
「あなたは現時点でシュートは苦手ですが、ジャンプ力は同年代の上位にあります」
といったフィードバックが可能になる。
これは初心者にとって面白い。
全部が下手だと思っていたのに、一つだけ強みが見つかるからだ。
桜木なら、その一つが大きな自信につながる可能性がある。
晴子が感覚的に見つけた「可能性」を、AIはデータから探す。
ただし、ここでAIにはできないこともある。
数字だけでは人は動かない
AIから、
「あなたのジャンプ力は上位5％です」
と言われたとしても、それだけで毎日練習する人ばかりではない。
数字は可能性を説明できる。
しかし、
「やってみたい」
という感情を必ず生み出せるわけではない。
ここに晴子のような存在の意味がある。
人から期待される。
驚いてもらえる。
褒めてもらえる。
一緒に喜んでもらえる。
こうした人間的な反応が、数字以上の力を持つことがある。
つまり理想的なのは、
AIが才能を発見し、人間がその才能に意味を与えること
なのかもしれない。
桜木の動機は少しずつ変化する
桜木の面白いところは、最初の動機がそのまま固定されない点だ。
バスケットボールに関わる時間が増えるにつれて、別の感情が生まれていく。
試合に出たい。
流川楓に負けたくない。
赤木剛憲に認められたい。
チームの役に立ちたい。
リバウンドで勝負したい。
強い相手と戦いたい。
こうした複数の動機が積み重なっていく。
最初は晴子という「外側」にあった理由が、徐々に桜木自身の「内側」へ移動していく。
AIがモチベーションの変化をグラフ化したら、
晴子への関心 → 自信 → ライバル意識 → 成長実感 → チームへの貢献 → 競技そのものへの思い
という変化が見えるかもしれない。
ここが非常に重要だ。
「始める理由」と「続ける理由」は違っていい
初心者指導では、
「本人が本気でやりたいと思わなければ意味がない」
と考えてしまうことがある。
しかし最初から強い覚悟を要求すると、入口が狭くなってしまう。
最初は、
「友達がいるから」
でもいい。
「楽しそうだから」
でもいい。
「好きな人に褒められたいから」
でもいい。
そこから実際に競技を経験して、
「昨日よりできるようになった」
という成長実感が生まれる。
この瞬間からモチベーションの質が変わる。
初心者を育てる側が注目すべきなのは、最初の理由を否定することではなく、
次の理由が生まれる環境を作ること
ではないだろうか。
安西先生ならAIデータをどう使う？
ここで安西先生の存在も重要になる。
晴子が入口を作り、桜木がバスケットボール部へ近づく。
しかし、本格的な選手として育てるには指導者が必要になる。
AIが、
「桜木はジャンプ力が高い」
「リバウンドの成長速度が速い」
「成功体験の直後に集中力が高まる」
と分析したとする。
優秀な指導者なら、そのデータを見て、
「では全部教えよう」
とは考えないかもしれない。
本人が今、一番伸びる課題を与える。
成功したら次へ進む。
失敗したら難易度を調整する。
AIがデータを提示し、安西先生が人間としてタイミングを判断する。
そんな組み合わせが考えられる。
赤木晴子は「指導者」ではない
晴子は監督でもコーチでもない。
それでも桜木の競技人生を考えるうえで重要な存在になっている。
これはスポーツに限った話ではない。
人生を変える人物は、必ずしも専門家とは限らない。
「あれ、向いているんじゃない？」
「一回やってみたら？」
「結構うまいね」
そんな何気ない一言が、本人の知らなかった可能性を開くことがある。
AIは大量のデータから適性を発見できるようになるかもしれない。
しかし、人間が人間に可能性を感じる瞬間まで完全に置き換えられるとは限らない。
むしろAI時代になるほど、
「誰がその可能性を伝えるのか」
が重要になる可能性もある。
AI時代の初心者育成は「入口」を増やせる
AIを使えば、初心者全員に同じ練習をさせる必要はなくなる。
ジャンプが得意な人。
走るのが得意な人。
シュート感覚がいい人。
戦術理解が速い人。
それぞれ違う入口を作れる。
「自分には才能がない」
と思っていた人にも、
「この部分は伸びています」
と伝えられる。
小さな成功を見つけ、それを本人に返す。
その積み重ねによって、
「もう少しやってみよう」
という気持ちを作れるかもしれない。
初心者に必要なのは、最初から全国大会を目指す覚悟ではない。
明日もう一度体育館へ行きたくなる理由だ。
まとめ｜赤木晴子が作ったのは「最初の一歩」
桜木花道のバスケットボール人生をAI的に分析すると、興味深いことが見えてくる。
最初から競技への純粋な情熱だけで始まったわけではない。
晴子という人物との出会いがあり、
「やってみる」
という最初の一歩が生まれた。
そこから成功と失敗を経験する。
仲間ができる。
ライバルができる。
自分の得意分野を知る。
チームに必要とされる。
そして、始めたときとは違う理由でバスケットボールと向き合うようになる。
これは初心者育成の本質なのかもしれない。
AIは適性を発見できる。
成長率を測れる。
その人に合った課題も提案できる。
しかし、最後に人を動かすのは、
「ちょっとやってみようかな」
という小さな感情だ。
赤木晴子が桜木に与えたものをAI的に言い換えるなら、それは高度な技術指導ではない。
競技への入口だった。
そして優れた指導とは、その入口を作った後、本人が自分自身の「続ける理由」を発見するまで支えることなのだろう。
コメント