グループでのブレインストーミングが失敗する理由、AIには同じ問題がない理由

1957年、広告業界の重鎮アレックス・オズボーンは、ブレインストーミングを広めるにあたって具体的で検証可能な主張をしました。一緒に作業するグループは、メンバーが1人ずつ考えるよりも、およそ2倍のアイデアを思いつくことができる、というものです。以来、多くの組織がこの前提でグループを運営してきました。しかし、実際に測定してみると、この主張はむしろ逆だったのです。

1958年、TaylorとBerryとBlockがこれを直接検証しました。4人で一緒にブレインストーミングする場合と、4人がそれぞれ別々にブレインストーミングして、後からそのアイデアリストを単純に合算する場合を比較したのです。結果、個別に考えたアイデアを合算した方が、実際のグループよりもほぼ2倍多くの異なるアイデアを生み出しました—オズボーンの主張とは正反対です。この結果はその後何度も再現され、1987年時点でのレビューでは、比較を行った22件の研究のうち18件が同じパターンを示し、逆のパターンを示した研究は1件もありませんでした。

1987年の研究が突き止めた原因

Michael Diehl氏とWolfgang Stroebe氏（テュービンゲン大学）は、当時候補に挙がっていた3つの説明を検証しようとしました。フリーライディング（他人が頑張ってくれると期待して、自分は手を抜く）、評価懸念（他人の前で馬鹿げていると思われるのを恐れて、自己検閲する）、そしてプロダクションブロッキング（一度に話せるのは1人だけなので、それ以外の全員がただ…待つ）です。

4つの実験を通して、最初の2つの説明はあまり支持されませんでした。人々が自分の貢献がどう評価されるかという期待を操作する（フリーライディングを狙った）実験では、個人とグループの成果の差の8%未満しか説明できませんでした。評価懸念には一定の効果が見られたものの、一貫性がなく、理論が予測するはずの条件との相互作用が確実には見られませんでした。

実験4：本当の原因を特定する

決定的な検証では、信号ライトのシステムでグループブレインストーミングを模擬することで、他の全ての要因を統制しました。被験者は別々の部屋に座り、自分のライトが緑になったときだけ話すことができ、ある条件では他の参加者の発言を聞くことすらできませんでした—ただ黙って自分の番を待つだけで、実際に聞くべき内容は何もなかったのです。

• 個人、待ち時間なし：106個のアイデア
• 模擬グループ、ブロッキングなし：102.67個
• ブロッキングあり、実際に聞く内容はなし：45.67個
• ブロッキングあり、実際のグループコミュニケーションあり：37.67個

「実験4における実験操作によって生じた分散のほとんどは、ブロッキングの有無によって説明された。…私たちのデータが最も強く支持した説明は、プロダクションブロッキングだった」

注目すべきは、何も聞こえなかった条件（条件3）が、全て聞こえた条件（条件4）とほぼ同じくらい成果を損なっていたという点です—つまり、被害の原因は他人のアイデアに気を取られることではありませんでした。原因は、黙って待たされること自体だったのです。

本当のメカニズム：気が散るからではなく、短期記憶の問題

「集団思考がブレインストーミングを遅らせる」という語られ方の多くが誤解している部分がここです。この論文が明確にしているのは、原因が「他人の発言と照らし合わせて自分のアイデアを再評価すること」でも「聞くことに気を取られること」でもない、ということです。もっとシンプルで機械的な理由でした。

「短期記憶の保存容量はかなり限られており、個人はある時点で少数のアイデアしか保持できない」

自分の番を待っている間、30秒前に思いついたアイデアは、今考えていることと記憶の中で場所を奪い合うことになり、多くの場合負けてしまいます。実際に話せる番が来た頃には、そのアイデアはもう消えているのです。これが部屋にいる全員に、誰かが話すたびに繰り返されることで、同じメンバーが1人ずつ作業した場合よりも明らかにアイデア生成力の劣る部屋ができあがります。

AIが問題になるずっと前に示されていた、著者自身の処方箋

著者らの提言は、次の通りです。

「まず個別のセッションでアイデアを練り上げてもらい、その後グループセッションでそれらのアイデアを議論・評価してもらう方が、より効果的かもしれない。その場合、グループの役割はアイデアの『生成』ではなく『評価』になる」

別々に、並行して生成する。一緒に評価する。これが解決策です—そして、アイデアを生成する参加者が人間ではなくAIモデルである場合、そもそもこの問題自体が存在しません。回答を作成しているAIモデルは、ライトを見つめながら黙って自分の番を待ち、その間に短期記憶からアイデアが消えていく、ということがありません。全てのモデルが、他の全てのモデルと全く同じ時間枠の中で、それぞれ自分の回答を作成できます。ブロックされる「順番待ちの列」自体が存在しないのです。

2026年の研究がこの差を直接測定した

ケンブリッジ大学とMicrosoft Researchによる最近の研究では、マルチエージェントLLMチームによる4,541件のアイデアと、114チーム・341件の実際の人間チームによるアイデアを、6つの創造的問題解決課題にわたって比較し、訓練を受けた人間の評価者が新規性と有用性についてブラインド評価を行いました。

創造性の総合スコアでは、LLMチームが人間チームのおよそ2倍のスコアを記録（Cohenのd = 1.50）。これはほぼ全て新規性の差（d = 1.29）によるもので、有用性のスコアには両者の間に統計的な差はありませんでした。

この論文自身が説明しているこの差の理由は、1987年のメカニズムとほぼ完全に一致します。人間のチームのアイデアが偏る（似通ってしまう）のは、グループとして機能するために「スムーズな会話の流れ」を維持しなければならないからであり、これはまさにプロダクションブロッキングを引き起こすのと同じ制約です。LLMチームにはこの制約が見られず、一貫した会話のやり取りを保つ必要がないぶん、アイデア空間をより広く、より効率的に探索できていました。

これが実際にどう関係するか

これはグループでの議論に価値がないという話ではありません—1987年の論文自体の結論はむしろ逆で、議論こそがグループの価値を発揮する場面である、ただしそれはアイデア生成の段階ではない、というものです。実践的な教訓は「順序」です。発散・生成のフェーズでは、1つの質問を全モデルに同時に投げかけましょう—そうすることで、回答が互いの後ろに並んで待つのではなく、本当に独立したものであり続けます。そのうえで、グループを集めて議論させ、磨き上げ、本当に妥当なものへと収束させましょう。

Brainstorming Roomが実際にこの考え方に沿ってどう設計されているか（「まず全ての判断を保留する」という古典的ルールではなく、量と具体的で率直な反論を重視し、ゴール→発散→収束→決定という流れを想定していること）は、ベストプラクティスガイドをご覧ください。

参考文献

• Diehl, M., & Stroebe, W. (1987). Productivity Loss in Brainstorming Groups: Toward the Solution of a Riddle. Journal of Personality and Social Psychology, 53(3), 497–509. https://doi.org/10.1037/0022-3514.53.3.497
• Hu, T., Jiang, Y., Li, H., Hernández-Orallo, J., Xie, X., Collier, N., Stillwell, D., & Sun, L. (2026). Multi-agent AI systems outperform human teams in creativity. arXiv:2605.17885.