仕事も生活も、あらゆることがデジタル化され、データサイエンスやAIなしに成り立たなくなった現在、その基礎となる数学を理解する必要性が増している。数学嫌いの「文系」人間であればなおさら、数学を学ぶことで新たな可能性を手にする感動は大きいはずだ。「数学必須の時代」を特集したAERA2020年3月23日号の記事を紹介する。



*  *  *
 数字やデータに関するリテラシーは、一部の専門職にのみ必要とされるわけではない。転職や採用支援を行うオプティマスの広富さつき社長はこう語る。

「あらゆるデータがあふれている現在、どんな仕事であってもデータを読み解いて意思決定する力が求められます。転職市場においても、企業側からは職種を問わずに数学的素養のある人材を要望されます」

 営業職ではクライアントに対して提案の根拠を数字やロジックで示す必要がある。求める売り上げ目標から逆算し、行動の量と質を算出する数学的な逆算思考も必須だ。マーケティングやコンサルティング部門なら、データや事例に基づいた確度の高い施策を提案する能力が求められる。経営企画部門や人事部門でも、会社の目指す姿と現状の組織を俯瞰し、課題を把握する力が要求される。

 少し前の調査ではあるが、文系学部出身者であっても、数学ができる人ほど年収が高いというデータがある。

 神戸大学経済経営研究所の西村和雄特命教授らが12年に発表した調査では、私立大学の文系学部出身者で大学受験を一度でも数学で受けたことのある3977人の平均所得は532.2万円で、数学受験をしなかった人(443.1万円)と比べて約90万円高いという結果が出た。

 数学受験をした人のほうが大企業に勤めている割合や正社員率が高く、役職に就いている人の割合は数学未受験者より10%ほど高かった。西村教授は言う。

「数学学習によって養われる論理的思考が、数学受験者の所得を高くしていると考えられます。確実に言えるのは、数学ができれば、就職や転職の際により広い範囲から職業を選択できるということです」

 とはいえ、文部科学省の学校基本調査(17年度)によると、大学生の半数以上は私大文系だ。受験で数学を選択せず、数学を「捨てて」生きてきた人も少なくないだろう。それでも、諦めることはない。

「いわゆる“文系”の人こそ、数学を理解することで大きな価値を生み出せます」

 そう強調するのは、社会人向けにデータサイエンス教育を行うデータミックスの堅田洋資社長(37)だ。

「仕事で必要とされるのは単なる数学の知識やデータを扱うスキルではなく、問いや仮説を立ててデータを集め、それを読み解く力です。豊富な知識や経験に数学やデータサイエンスのスキルをプラスすることで、データを生かした意思決定や業務改善ができるようになります」

 データミックスの「データサイエンティスト育成コース」では、6カ月かけて統計学や機械学習の知識、実際にデータ分析をする際に必要なプログラミングのコードを書くスキルなどを学ぶ。入学金・受講料合わせて費用は70万円(税別)と決して安くはないが、これまで600人以上が受講したという。

 国もこうした「学び直し」を支援している。経産省は18年、データやIT、AIなど将来性の高い分野における専門的・実践的な講座を「第四次産業革命スキル習得講座」として認定。厚生労働省の「専門実践教育訓練給付金」と連動していることから、一定の条件を満たせば受講料の50〜70%が戻ってくる。前述のデータミックスの講座も対象だ。

 17年の開講当初は、受講生の多くが金融やIT業界で働く人たちだったというが、最近は業界や職種に広がりが出てきたという。たとえば受講生の一人、東大法学部出身の喜綿信さん(47)は、神奈川県内の企業の法務部で働く。法務は数学や統計とあまり関係ないようにも思えるが、「本来得られたであろう逸失利益の計算や、裁判や交渉の場で、相手を納得させられる妥当な数字を出すときに数学やデータサイエンスの知識があると有利と思い、受講を決めた」という。

「最近目立つのは人事部門の受講生です。これまで人事では経験と勘が重視され、データに基づいた意思決定から取り残されてきましたが、この1〜2年で社内にある社員や採用のデータを人事施策に活用しようとする企業が増えています」(堅田社長)

 数学を学ぶことで、組織を動かした人もいる。

 出版取次大手に勤める男性(32)は、私立大学の文学部社会学科出身。大学受験では数学を選択しなかったが、社会人になって数学の必要性を感じる場面が増えたという。

「例えば、平均で毎月どれくらい売り上げが伸びたかを出すときは、一般的な(算術)平均の考え方ではなく、幾何平均を使う。自分の中に引き出しを増やしたくて、勉強を始めました」

 最初は独学で勉強していたため、つまずくことが多かった。そこで、ネット検索で見つけたデータミックスの講座を18年7月から6カ月間受講した。授業は週1日約3時間だが、授業後にはクラスメート有志数人で市販書籍の輪読会も行い、加えて毎日2〜3時間自習し、集中的に勉強した。

 数学を学んでいると、「これはあの課題解決に使えるかもしれない」と感じることが多く、業務で試してみることにした。

 ある施策の効果について、立てた仮説が正しいかどうか統計学的に判断する「仮説検定」を使って検証し、部内で共有。「さまざまな手法でデータを分析し、意思決定の際にも勘や経験でなくデータを使って判断したほうがいい」と社内で訴えたところ、19年4月にAI推進専門の部署ができ、自身も配属された。

「ビジネスの下地があったからこそ、数学やデジタルの学びを業務に生かすことができました。自分はまだ入門レベル。これからも勉強を続けて、引き出しを増やしていきたい」

(編集部・深澤友紀)

※AERA 2020年3月23日号より抜粋