know-who はどう蓄積されるのか：誰が何を知っているかの知識ができる経路と失われ方

停電の夜にろうそくを探す

停電した夜、ろうそくの場所を自分は知らなくても、同居する相手に聞けば見つかる。 Wegner らは 1991 年の論文を、この場面から書き始めている¹。 自分が知らないことでも、誰が知っているかを知っていれば、手が届く。

この「誰が知っているか」の知識には、経済学の側にも名前がある。 Lundvall と Johnson（1994）は知識を know-what、know-why、know-how、know-who の四つに分けた。 OECD（1996）はこの分類を引き、know-who を「誰が何を知っていて、誰が何のやり方を知っているかについての情報」と定義した。 そこには、専門家にたどり着いてその知識を効率よく使うための、特別な社会関係を作ることが含まれる。 OECD は続けて、know-who は社会的な実践の中で学ばれ、顧客や下請けとの日々のやり取りの中で育ち、正式な情報の経路では移しにくいと書いた。

では、社会的な実践の中の何が know-who を積み上げるのか。 OECD の文書は経路を名指ししない。 経路を実験と現場で調べてきたのは、心理学の transactive memory（交換記憶。集団の中で誰が何を覚えているかを互いに知り、覚える役を分け合う仕組み）の研究と、組織の専門性探索の研究である。 交換記憶の概念は、Wegner（1987）の章を起点とする。 このノートはその二つの系譜から、know-who ができる経路と、それが崩れる条件を整理する。

スコープと方法

問いは「know-who は、個人、チーム、組織でどのように蓄積されるのか」である。 Active mode は academic で、査読論文、学術書の章、国際機関の報告を対象にした。 収集は二系統の探索で候補 66 件（重複を除いて 52 件）を得て、本文を取得できた文献を主要主張の根拠にした。 本文を取れず要旨だけを確かめた文献は、要旨に書かれた範囲だけを引き、その旨を本文中に書いた。 全参照の本文取得の経路と結果は source/review/know-who-accumulation/fulltext-manifest.json に、主張ごとの該当箇所はコーパスの検証証跡に残した。

目録はどこから書き込まれるか

Wegner らは know-who を、コンピュータの記憶共有にたとえた。 脳はつながっていないので、人は相手の記憶の中身を直接読めない。 代わりに、相手の記憶に何がありそうかを大まかに記した目録（directory）を各自が持ち、それを最新に保つことで、相手の詳しい記憶を使える。 know-who が蓄積されるとは、この目録が書き込まれ、更新されていくことである。

Wegner らは、目録の書き込み元を四つ挙げている。

• 既定値：性別や年齢などの社会的な分類から、見知らぬ相手の知っていそうなことを推す。
• 引き受けの交渉：家計の支払いを引き受けた人が、以後その家の家計の情報の持ち主になる。
• 相対的な得意の知覚：自己開示の中で、好みや過去の経験から相手の得意を推す（動物園が好きなら動物に詳しそうだ、など）。
• 情報への接触：相手がその情報に最初に触れた、最も長く触れた、最も最近触れた、のいずれかから、相手のほうが詳しいと見なして任せる。

この四つは、目録を書き込むときの手がかりの違いでもある。 既定値は会ったその日から使えるが、中身は相手本人ではなく相手の属する分類から来ている。 残りの三つは、相手とのやり取りを重ねないと手に入らない。 Wegner らは、既定値を越えて目録を更新していくことが、より進んだ交換記憶を作る鍵だとした。

経路 1：一緒に働いた経験

目録が本当にやり取りの中で積み上がるなら、付き合いの長い二人と即席の二人では、覚える力に差が出るはずである。 Wegner らは、3 か月以上交際している 118 人を、交際相手と組む条件と、別のカップルの異性と組む条件に分け、7 分野の項目を二人で覚えさせた。 役割の指定がない条件では、交際中の二人は即席の二人より多く思い出した（平均 31.40 対 27.64、t(55) = 1.69、p < .05）。 交際中の二人は、7 分野のうちどちらが詳しいかについて平均 5.52 分野で意見が一致していた。

同じ実験には逆向きの結果もある。 「あなたは食べ物、あなたは歴史」と分担を外から割り当てると、交際中の二人の成績は即席の二人を下回った。 Wegner らはこれを、すでにある暗黙の分担と押し付けられた分担がぶつかる構造的な干渉と読んだ。 蓄積された know-who は、それ自体が組み替えにくさを持つ。

集団の仕事でも、同じ向きの結果が出ている。 Liang、Moreland、Argote（1995）の要旨によれば、トランジスタラジオの組み立てを一緒に訓練された 3 人組は、別々に訓練されてから組まされた 3 人組より手順を多く思い出し、質の良いラジオを組んだ。 ビデオの分析から、その差は主に交換記憶の発達を通じて生じていた。 一緒に働くことは、作業のやり方と同時に、誰がどこを覚えているかの目録を書き込む。

経路 2：聞いて、絞って、回す

経験を共有していない相手については、人は探しながら know-who を作る。 McDonald と Ackerman（1998）は、中規模のソフトウェア会社で 5 か月の現場調査を行い、人が専門家を見つける行動を三段に分けた。 候補を挙げる同定（identification）、候補の中から相手の仕事量や、うるさがられないかも考えて一人を選ぶ選択（selection）、それで足りなければ次へ回す段上げ（escalation）である。 参加者は、候補の数を最小限に絞りつつ、必要な知識にたどり着く見込みを高く保つ、反復的な手順を使っていた。

選ぶときに効くのは、相手が何を知っているかだけではない。 Borgatti と Cross（2003）の要旨は、ある人に情報を求める確率を、相手が何を知っているかを知っていること、それを価値あるものと見ること、適時に相手の考えに触れられること、聞く費用が高すぎないと感じること、の四つの関数としてモデル化し、二つの調査先で支持を得たと述べている（費用の変数を除く）。 物理的な近さが情報探索に与える影響は、知っていること、触れられること、費用を通じて媒介されていた。 know-who は「何を知っているか」の目録に、聞きやすさの情報が重なったものとして働いている。

経路 3：紹介と仲介

目録の空白は、他人の目録を借りて埋めることもできる。 McDonald と Ackerman の調査先には、情報を求める人を、それを持っていそうな人へ紹介する役の社員がいた。 彼らはこの役を専門性のコンシェルジュ（expertise concierge）と呼び、同定のための重要な資源だと記述した。 組織の know-who の一部は、個々人ではなく、紹介の結び目に当たる人に集まっている。

集団と集団のあいだに立つ人は、両側の know-who に触れる位置にいる。 Burt（2004）は、米国の大手電機メーカーでサプライチェーンを担う管理職 673 人のネットワークを調べた。 集団のあいだの構造的空隙（structural holes。互いにつながっていない集団の隙間）にまたがるネットワークを持つ管理職ほど、アイデアを口にして同僚と議論し、上級管理職に取り上げられ、価値ありと評価されていた。 Burt はこの利点を、集団のあいだを仲介することで他では見えない選択肢が見える「視野の利点」として説明した。 仲介の位置は、know-who を集めやすいだけでなく、それを新しい組み合わせに変えやすい位置でもある。

経路 4：人工物に残った痕跡

人が直接言葉を交わさなくても、仕事の痕跡から know-who を推すことはできる。 McDonald と Ackerman の調査先では、ソースコードの変更履歴が、誰がそのモジュールに詳しいかを同定する手がかりとして使われていた。 ただし、変更履歴からは小さな変更と大きな変更の違いを見分けにくく、ちょっと触っただけの人を専門家と取り違えることがあった。 人工物は、Wegner らの言う「情報への接触」の記録を機械的に残すが、接触の深さまでは残さない。

経路 5：他人の会話が見えること

五つめの経路は、自分が参加していない会話が見えることである。 Leonardi（2015）は、人のメタ知識（誰が何を知り、誰が誰を知っているかの知識）はふだん話す相手の範囲にとどまりやすい、という先行研究から出発した。 大手金融サービス企業で、マーケティング部門にだけ社内 SNS を導入し、似た構成の業務部門と比べる準自然実験を行った。 6 か月後、SNS を使ったマーケティング部門でだけ、「誰が何を知っているか」の正確さが 31%、「誰が誰を知っているか」の正確さが 88% 上がった。 使わなかった業務部門では、どちらも有意に変わらなかった。

Leonardi はこの仕組みを周囲の気づき（ambient awareness）と呼んだ。 同僚どうしの特定の相手とのやり取りが他の社員にも見えるため、観察者はメッセージの中身と宛先から、同僚が何を知り誰を知っているかを推せるようになる。 経路 2 と経路 3 が自分から聞きに行く蓄積だとすれば、経路 5 は聞かずに漏れ聞く蓄積である。 Wegner らの「情報への接触」を、組織の規模で観察できるようにした仕組みとも言える。

目録はどれだけ正確か

目録の書き込み元のうち、既定値は相手本人ではなく分類から来る。 そのため、目録には偏りが入り込む余地がある。 Joshi（2014）は、大学の学際研究センターの 60 以上のチーム、500 人以上の科学者と技術者の相互評価データを分析した。 要旨によれば、専門性が認められるかどうかは、評価される人の性別や学歴よりも、評価する人の属性と二人の関係に左右されていた。 誰が詳しいかの目録は、評価する側の見方を通って書き込まれる。

know-who を測る道具としては、Lewis（2003）の 15 項目の尺度が使われてきた。 要旨によれば、実験室の 124 チーム、MBA のコンサルティングチーム 64、技術企業のチーム 27 で妥当性が確かめられている。 この尺度は、メンバーの知識の専門化、互いの知識への信頼、知識を使う調整の三つを測る。 Ren と Argote（2011）は、交換記憶を扱った 76 本の論文を展望し、先行要因と帰結を枠組みにまとめた。 彼らは今後の課題に、交換記憶の時間的な変化、バーチャルチーム、情報技術に支えられた組織レベルの交換記憶を挙げている。

学生チームとデザインチーム

学生のチームは、付き合いが短く、正式な構造も弱い。 Hu ら（2026）は、中国四川省の大学から、全国規模の学生課外科学技術作品コンテスト（挑戦杯）に参加した学部生チーム 214（有効回答 852 人）を分析した。 調整は 1% 水準でイノベーションの成果と正に関係し、専門化と信頼は 10% 水準の正の関係にとどまった。 専門化の効果は、信頼が高いとき（β = 0.184、p = .009）と調整が高いとき（β = 0.250、p = .002）に強まった。 誰が何に詳しいかを知っているだけでは足りず、それを信じて使う段取りがあって初めて成果につながる、という読み方になる。

デザインの初期段階については、事例は少ない。 Dastmalchi ら（2021）は、デザインチーム一つのアイデア出しの記録を分析し、48 のアイデアのうち、ホワイトボードのような全員に見える場で示されたアイデアと、クラウドに保存されたアイデアが選ばれやすかったと報告した。 単一事例であり、著者自身も一般化しないと断っている。 ここから言えるのは、誰がどのアイデアを持っているかが全員に見える場で示されるかどうかが、アイデアの取捨に関わりうる、という範囲までである。

失われ方

know-who は人に宿るので、人が抜けると目録に穴があく。 Christian ら（2014）は、4 人チーム 78 組に指揮統制のシミュレーションをさせ、途中で 1 人を予告なく抜いた。 交換記憶の発達したチームは、メンバーが抜けた後も高い成績を保った。 しかし、抜けたのが要のメンバーだったとき、交換記憶の利点は小さくなった。 要のメンバーが抜けたチームは、残った人で計画を立て直すことに苦労していた。 目録が詳しいほど、その目録が指していた人の不在も大きく効く。

交換記憶の「構造的な干渉」（経路 1）も、失われ方の一つの型である。 付き合いの長い二人は、外から分担を押し付けられると、既存の分担とのずれで成績を落とした。 蓄積された know-who は、メンバーが変わらなくても、分担のやり方が外から変わると働きにくくなる。

AI が加わると何が変わるか

AI を交換記憶の一員と見る研究が出始めている。 Bienefeld ら（2023）は、集中治療室の医師と看護師 180 人が AI エージェントと働くシミュレーションを分析した。 AI エージェントから情報を得る行動は、成績の高いチームでだけ、新しい仮説を立てることと、疑問や懸念を口にすることに正に結びついていた。 人間のメンバーから情報を得る行動は、成績にかかわらず、この二つと負に結びついていた。 AI が「誰に聞けばよいか」の候補に入っても、それが良い結果につながるかはチームの状態に左右される。

AI が組織の記憶を仲介すると、know-who の経路 5（会話が見えること）が細る場合がある。 Lee ら（2026）は、大学の研究室の組織の記憶を支えるチャットボット CHOIR を、四つの研究室の 21 人に 1 か月使ってもらった。 学生が尋ねた 95 の質問のうち、他のメンバーに共有されたのは 11 にとどまった。 質問が非公開で行われたため、指導者には、どこで文書が足りていないかが見えにくくなった。 AI に聞けば答えが返る場面では、誰が何に困っているかという情報が他人の目録に書き込まれない。

学習の場面では、AI をどこまで信頼するかも目録の一部になる。 Islam ら（2026、プレプリント）は、学部の授業で学生 42 人を三つの使い方の条件に割り付け、あえて性能の低い言語モデルを使わせた。 先に自分で考えてから AI に聞く条件で、AI の出力への信頼の評価が最も下がった。 AI を「何でも知っている相手」として目録に書き込むのか、「確かめが要る相手」として書き込むのかは、使い方の順番で変わりうる。

五つの経路をまとめると

ここまでの経路は、目録に何が書き込まれるかで分けられる。

どの経路にも共通するのは、know-who が相手とのやり取りか、やり取りの痕跡を見ることでしか書き込まれない点である。 OECD が「正式な経路では移しにくい」と書いたのは、この性質を指している。 逆に言えば、やり取りが非公開になる、人が抜ける、分担のやり方が外から変わる、のいずれでも、目録の更新は止まるか、ずれる。

空白（未充足の論点）

• 目録の更新の速さ：どの経路が、どれだけの期間で目録を正確にするかを比べた研究は見つからなかった。Leonardi（2015）は 6 か月の比較であり、経路どうしの速さの比較ではない。
• AI を介した会話の可視性：CHOIR の結果は 4 研究室、1 か月の事例である。AI への質問が非公開になることが、組織の know-who の正確さを実際に下げるかは測られていない。
• デザインチームの know-who：デザインの初期段階を扱った研究は単一事例（Dastmalchi ら 2021）にとどまる。誰がどの発想や手がかりを持っているかの目録が、デザインの意思決定にどう効くかは開いている。
• 既定値の偏りの修正：既定値（性別などの分類）からの推測が、やり取りの蓄積でどこまで修正されるかを追った縦断研究は、今回の範囲では見つからなかった。

関連ノート

• 協働の調整コスト：transactive memory を調整を安くする仕組みの一つとして扱う。本ノートは、その仕組みがどう積み上がり、どう崩れるかの側を扱う。
• 同僚の能力は認知負荷か：同僚の自己調整能力が自分の認知負荷を左右するかを、transactive memory を含む系統から検討する。目録が正確であることは、同僚に任せられる範囲を広げる条件にあたる。

未検証事項

主要主張に未検証のものはない。 本文を 3 経路以上で取れず要旨だけを確かめた文献（Lundvall & Johnson 1994、Liang ら 1995、Borgatti & Cross 2003、Joshi 2014、Lewis 2003、Ren & Argote 2011）は、本文中で要旨の範囲と明記して引いた。 Wegner（1987）は本文も要旨も取れず、概念の起点として書誌だけを挙げた。 本文の取得経路はコーパスの fulltext-manifest に記録した。

参照文献

アクセス日はすべて 2026-09-28。

know-who の定義

• OECD (1996). The Knowledge-based Economy. OCDE/GD(96)102. Paris: OECD. https://one.oecd.org/document/OCDE/GD%2896%29102/en/pdf
• Lundvall, B.-Å., & Johnson, B. (1994). The Learning Economy. Journal of Industry Studies, 1(2), 23–42. https://doi.org/10.1080/13662719400000002
• Wegner, D. M. (1987). Transactive Memory: A Contemporary Analysis of the Group Mind. In B. Mullen & G. R. Goethals (Eds.), Theories of Group Behavior (pp. 185–208). Springer. https://doi.org/10.1007/978-1-4612-4634-3_9

蓄積の経路

• Wegner, D. M., Erber, R., & Raymond, P. (1991). Transactive Memory in Close Relationships. Journal of Personality and Social Psychology, 61(6), 923–929. https://doi.org/10.1037/0022-3514.61.6.923
• Liang, D. W., Moreland, R., & Argote, L. (1995). Group Versus Individual Training and Group Performance: The Mediating Role of Transactive Memory. Personality and Social Psychology Bulletin, 21(4), 384–393. https://doi.org/10.1177/0146167295214009
• McDonald, D. W., & Ackerman, M. S. (1998). Just Talk to Me: A Field Study of Expertise Location. Proceedings of the 1998 ACM Conference on Computer Supported Cooperative Work (CSCW ‘98), 315–324. https://doi.org/10.1145/289444.289506
• Borgatti, S. P., & Cross, R. (2003). A Relational View of Information Seeking and Learning in Social Networks. Management Science, 49(4), 432–445. https://doi.org/10.1287/mnsc.49.4.432.14428
• Burt, R. S. (2004). Structural Holes and Good Ideas. American Journal of Sociology, 110(2), 349–399. https://doi.org/10.1086/421787
• Leonardi, P. M. (2015). Ambient Awareness and Knowledge Acquisition: Using Social Media to Learn “Who Knows What” and “Who Knows Whom”. MIS Quarterly, 39(4), 747–762. https://doi.org/10.25300/MISQ/2015/39.4.1

正確さと測定

• Joshi, A. (2014). By Whom and When Is Women’s Expertise Recognized? The Interactive Effects of Gender and Education in Science and Engineering Teams. Administrative Science Quarterly, 59(2), 202–239. https://doi.org/10.1177/0001839214528331
• Lewis, K. (2003). Measuring Transactive Memory Systems in the Field: Scale Development and Validation. Journal of Applied Psychology, 88(4), 587–604. https://doi.org/10.1037/0021-9010.88.4.587
• Ren, Y., & Argote, L. (2011). Transactive Memory Systems 1985–2010: An Integrative Framework of Key Dimensions, Antecedents, and Consequences. Academy of Management Annals, 5(1), 189–229. https://doi.org/10.5465/19416520.2011.590300

学生チームとデザインチーム

• Hu, P., Hu, D., She, M., & Li, Z. (2026). The Impact of Transactive Memory Systems on Innovation Performance in Undergraduate Teams. Frontiers in Psychology, 17, 1720641. https://doi.org/10.3389/fpsyg.2026.1720641
• Dastmalchi, M. R., Balakrishnan, B., & Oprean, D. (2021). Exploring the Role of Transactive Memory Systems in Team Decision-Making during Ideation Phase. Proceedings of the Design Society, 1 (ICED21), 1529–1536. https://doi.org/10.1017/pds.2021.414

失われ方

• Christian, J. S., Pearsall, M. J., Christian, M. S., & Ellis, A. P. J. (2014). Exploring the Benefits and Boundaries of Transactive Memory Systems in Adapting to Team Member Loss. Group Dynamics: Theory, Research, and Practice, 18(1), 69–86. https://doi.org/10.1037/a0035161

AI との協働

• Bienefeld, N., Kolbe, M., Camen, G., Huser, D., & Buehler, P. K. (2023). Human-AI Teaming: Leveraging Transactive Memory and Speaking Up for Enhanced Team Effectiveness. Frontiers in Psychology, 14, 1208019. https://doi.org/10.3389/fpsyg.2023.1208019
• Lee, S., Abbas, A., Chen, Y., Kim, Y.-H., & Lee, S. W. (2026). CHOIR: A Chatbot-mediated Organizational Memory Leveraging Communication in University Research Labs. Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems, 1–23. https://doi.org/10.1145/3772318.3791314 （著者版 https://arxiv.org/abs/2509.20512 ）
• Islam, M. T., Akgun, M., & Billah, S. (2026). Shaping Credibility Judgments in Human–GenAI Partnership via Weaker LLMs: A Transactive Memory Perspective on AI Literacy. arXiv preprint（査読版は未確認）. https://arxiv.org/abs/2603.26522

Footnotes

1. Wegner, Erber & Raymond（1991）の冒頭の段落。同じ段落で「互いの記憶の領域についての知識は、育つのに時間と練習がかかる」と述べている。 ↩