文系・理系を選ぶ意味は無い

こんにちは。昨日・今日はセンター試験(共通テスト)ですね。

たいていの高校生は大学受験前に文系・理系を選択すると思います。
また、数学が苦手だから文系、国語は分からないから理系選択した、という方も多いのではないでしょうか。

僕もその類で、国語・英語が苦手で高校生の時に理系を選択しました。
ですが大人になってから考えると、文系・理系のカテゴライズは何の意味も無いし、自分の知識・教養を得る機会を減らす原因にも成りかねるので正直この分類は無いほうが良いと思ってます。

その理由は、働き始めたら(または社会に対して何かアウトプットするならば)文系だから、理系だからとか関係なく学ぶ必要があるからです。

英語は文理関係なく必須のスキル

僕は製造業でエンジニアとして働き、米国拠点に1.5年ほど赴任してました。

現地の人とタッグを組んで仕事をする上で英語は最低限必要なスキルです。
もしあなたが日本に来た外国人が偉そうに彼らの母国語で話していたら、その人の言うことを素直に聞きますか？僕なら信頼して仕事はできません。

話せなくとも通訳やGoogle翻訳など代替手段はある、と考えるかもしれません。ですが、これらは本質的には代わりになりません。なぜならば信頼関係を構築するために直接自分の言葉で相手と会話するのは本当に重要だからです。

また、Google翻訳のようなAIは年々進化しています。しかし、理系技術者がよく用いる専門用語まで正確に翻訳できるでしょうか？ある程度は訳せるが、間違いがある、ぐらいの信頼性ですよね。

僕は大学まで英語を避け続けてましたが、海外赴任前の出張で会話できないことが悔しくてオンライン英会話などで必死に勉強してました。
理系だから、を言い訳にせずに時間があるときからコツコツ勉強しましょう。

ビックデータ時代は数学が必須の教養

ここ数年で「ビックデータ」という言葉は比較的知名度を得たと思います。

ビックデータとは従来の技術では処理の難しい複雑かつ大規模なデータのことを一般的には指します。従来はデータ＝数値だったが、映像・音声・web上の文字情報など様々なデータを収集し、その中から価値ある情報を抜き出すことができるようになってきました。これにより人々の趣味嗜好・行動・感情までデータ化できる時代です。

こうなるとデータにできない情報は無いといっても過言ではなく、企業で企画立案する際にデータを活用しない検討は片手落ちです。誰であれデータを解析し、活用する素養が求められています。

そしてビックデータから価値ある情報を抽出する技術の基礎となっているのが確率・統計といった数学の基礎知識です。

僕は会社でビックデータ解析に関わってます。
関わっている、という言い方はコードを書くわけではないがデータから出力された情報を活用して利益に貢献する、という意味を込めて関わっているという表現にしています。

ビックデータを解析しアウトプットを出すことを「データサイエンス」と言ったりしますが、これはデータ解析の知識(統計知識)と各専門性の両方が必要になります。例えばSNSから抽出したデータならばWebマーケティングの専門性が必要、といった具合です。

そう考えると文系の人も自身の専門だけでなく数学の勉強が必要ではないでしょうか。

まとめ

上記の例の通り、文系理系問わず必要ならばその知識を得る必要があります。その機会が高校生・大学生のときにあるにも関わらず、自分は使わないだろうと考えて勉強しないのは損失だと思うんですよね。

スティーブ・ジョブズはスタンフォードのスピーチで大学でたまたまカリグラフィー(アルファベットの書体)の講義を受けて、それがmacが美しいフォントを持つPCになったきっかけだったと述べています。
そして「先を読んで点と点をつなぐことはできません。あとから振り返って初めてできるのです。あなた方は点と点が将来どこかでつながると信じなかればなりません。」と述べています。

文系とか理系とか既存の枠組みに囚われず、何事にも興味を持ち吸収する姿勢を持ちたいですね。