Shuichiro Ogawa
English

ノート · 更新 2026-11-12 · Markdown 版

量が質を作るのか：傑作の数と傑作率、アイデアの数と最良案、試作の比べ方、練習の時間、陶芸クラスの逸話の出所の学術文献から

「量が質を作る」という言い習わしを、量の種類（作品の数、アイデアの数、試作の反復、練習の時間）ごとに分けて、学術文献 35 件と逸話の出所の資料 5 件で確かめた。作品を多く作る人ほど当たりの数は多い。

目次（11）
  1. 陶芸クラスの話は、何が起きたと言っているのか
  2. スコープと方法
  3. 作品を多く作る人は、当たりも多いのか
  4. 数が多い人の作品は、一つずつも良いのか
  5. アイデアを多く出せば、良い案は増えるのか
  6. 多く出した案から、良い案を選べるのか
  7. 試作は、数か、比べ方か
  8. 練習の時間は、熟達を説明するのか
  9. 陶芸クラスの話は、どこから来たのか
  10. どの形なら支持されるのか
  11. 空白（未充足の論点）

陶芸クラスの話は、何が起きたと言っているのか

ある陶芸の教師が、初日にクラスを二つに分けた。 左側の学生は作った量だけで採点し、学期末に作品の重さを量って 50 ポンドで A、40 ポンドで B とする。 右側の学生は質だけで採点し、完璧な壺を一つ出せば A とする。 採点の日になると、最も質の高い作品はすべて量の群から出ていた。 量の群は山ほど作りながら失敗から学び、質の群は完璧について理屈をこねて、粘土の山しか残らなかった。

David Bayles と Ted Orland の『Art & Fear』（1993）にあるこの話は、「量が質を作る」の例として繰り返し引かれてきた（Kleon 2020、Kottke 2020）。 話はよくできている。 ただ、この話には「量が質を作る」と呼ばれる主張が少なくとも二つ入っている。 一つは、多く作れば良いものが混ざる確率が上がる、という主張である。 もう一つは、多く作るうちに腕が上がり、一つずつが良くなる、という主張である。 前者なら、量の群の平均の作品は質の群と変わらなくてもよい。 後者なら、量の群の作品は平均でも良くなっていなければならない。

この区別は、量の種類を変えても残る。 作品の数（生涯に何作を発表したか）、アイデアの数（一回の発想で何案を出したか）、試作の反復（何回作って試したか）、練習の時間（何時間を練習に使ったか）は、それぞれ別の研究の流れで、別の「質」と結びつけて調べられてきた。 量が質を作るのは、どの量とどの質について、どこまでなのか。 逸話の授業は、本当にあったのか。

スコープと方法

  • 対象：量と質の関係を測った、または測り方を論じた査読論文、メタ分析、総説、査読付き国際会議の論文。創造的な生涯の生産（equal-odds rule と random impact rule）、ブレインストーミングとアイデアの選別、デザインの試作、熟達と練習量の四つの流れ。期間は 1977〜2020 年。
  • 収集：学術データベース（OpenAlex、Crossref、Europe PMC）を横断して 54 件の候補を集め、Crossref で撤回、訂正、予測誌を確かめた（撤回 0 件、訂正 1 件）。
  • 逸話の出所：書籍の書誌（Open Library）と、著者の発言と授業をした本人の発言を載せた記事 4 件を本文で読んだ。これらは学術証拠ではなく、出所の記録として扱う。
  • 照合：参照文献 40 件のうち 26 件は本文（書籍 2 冊は Open Library の書誌の頁、Web の記事 4 件を含む）を取得し、数値と主張を本文の該当箇所で確かめた。14 件は要旨の範囲で、著者の主張として書いた。Macnamara ら（2014）の数値は、2018 年の訂正の後の値を使った。
  • 書き方：各研究で、何を量とし、何を質とし、比べたのが人どうしか、同じ人の中かを分けて書く。

作品を多く作る人は、当たりも多いのか

Simonton（1977）は、古典派の作曲家 10 人の生涯を 5 年ごとに区切り、作品数と、後に多く引かれた主要作の数を時系列で分析した。 要旨によれば、作品数と主題数のどちらで測っても、質の高い作品は量の確率的な帰結だった。 Simonton（1997）は、この関係を equal-odds rule（等確率の規則）として生涯の生産のモデルの原理に置いた。 要旨は、個人差の母数二つと情報処理の母数二つに、この一つの原理を加えるだけで、年齢と生産の曲線や、最初と最良と最後の作品の時期を予測できると述べる。

equal-odds rule の中身は、二つの予測に分けられる。 Forthmann、Leveling、Dong と Dumas（2020）の整理では、一つは、当たりの数が総数の一次関数で増えること、もう一つは、当たりの割合（傑作率）が総数と相関しないことである。 二つめは、逸話の第二の主張（多く作ると一つずつが良くなる）と食い違う。 equal-odds rule が正しければ、多産な人は当たりが多いが、それは一つずつが良いからではなく、数が多いからである。

Forthmann ら（2020）は、この二つの予測を大きなデータ三つで確かめた。 対象は特許を持つ発明者約 150 万人、ドイツ語圏の心理学者 1,742 人、多分野の科学者 20,296 人で、量は特許か論文の総数、質は被引用数である。 総数と総被引用の相関は .59〜.77 で、多く出す人ほど多く引かれていた。 総数と一本あたりの平均被引用の相関は −.0004〜.07 で、最も大きい .07 でも平均被引用の分散の 0.5% しか説明しなかった。 構造方程式モデルで equal-odds rule を表したモデルについて、著者らは三つのデータすべてで当てはまりが良いか非常に良いと判断し（発明者のデータでは当てはまりがやや落ちた）、equal-odds rule が成り立つと結論した。

当たりの時期についても、同じ形の結果がある。 Sinatra ら（2016）の要旨によれば、科学者の論文の中で最も影響の大きい論文は、論文の並びの中でランダムな位置に出る（random impact rule）。 Janosov、Battiston と Sinatra（2020）は、映画、音楽、書籍、科学のキャリアで同じ規則を確かめ、最大の当たりがキャリアの中でランダムに出ることを equal-odds rule と同じものとして扱った。 最良の作品が並びのどこにでも等しく出るなら、後の作品ほど良くなるという学習の効果は、集団の平均としては見えない。 発明者の特許の時期を調べた Huber（1998）も、要旨によれば、多くの発明者の発明の時期がポアソン過程（ランダムな到着）に合うと報告した。

数が多い人の作品は、一つずつも良いのか

ここで結果が割れる。 Larivière と Costas（2016）は、著者を同定した研究者 28,078,476 人の 1980〜2013 年の論文で、論文数と、被引用が上位 1% に入る論文の割合を比べた。 平均すると、論文数の多い研究者ほど上位 1% の割合が高かった。 この関係は古いコホートで強く、新しいコホートでは収穫逓減が見られた。 Sandström と van den Besselaar（2016）も、スウェーデンの研究者約 48,000 人で、生産性の高い研究者ほど高被引用論文の数だけでなく割合も高いと報告した。

Forthmann ら（2020）と食い違って見えるのは、質の測り方が違うからかもしれない。 Forthmann らは一本あたりの平均被引用を、Larivière らと Sandström らは上位に入る論文の割合を質とした。 平均は変わらず、分布の上の端だけが厚くなることは、数の上では両立する。 この三本からは、どちらの測り方の結果が「量が一つずつを良くする」の答えに近いかは決められない。 決められるのは、傑作率が量と無関係だという equal-odds rule の二つめの予測が、測り方によっては成り立たないことである。

当たりが固まる時期の研究は、別の角度から量と質を切り離した。 Liu ら（2018）は、芸術家、映画監督、科学者のキャリアで、影響の大きい作品が短い期間に固まって出ること（hot streak）を見つけた。 hot streak はキャリアの中でランダムな時期に始まり、その期間に生産数の変化は見つからなかった。 当たりが続く時期は、多く作った時期ではなかった。 著者らは、hot streak がランダムな時期に起きることが random impact rule の見かけを生むと説明している。

作品の数について学術文献が強く支えるのは、多く作る人ほど当たりの数が多い、という第一の主張である。 第二の主張（多く作ると一つずつが良くなる）は、平均の被引用では支えられず、上位の割合では一部で支えられ、当たりが固まる時期は量と関係しなかった。 Simonton（2003）は要旨で、科学の創造性を準ランダムな組み合わせの過程（制約つきの確率的な行動）として描いた。 この見方では、多く作ることは当たりを引く試行の数を増やすことであり、腕を上げることとは別の働きである。

アイデアを多く出せば、良い案は増えるのか

ブレインストーミングの規則の一つ「量を求める」は、Osborn の『Applied Imagination』（1953）にさかのぼる。 Paulus、Kohn と Arditti（2011）は要旨で、この規則の前提を「多く出すことに集中すると、アイデアの数も、良い（独創的で有用な）アイデアの数も増える」とまとめ、それまで量に集中しない条件と比べた実験がはっきりしなかったと述べた。 彼らは教示を、指示なし、量の目標、質の目標、量と質の両方の目標の四つに分けた。 要旨によれば、量の目標の条件が、アイデアの数でも良いアイデアの数でも他の三条件を上回った。

一回の発想の中でも、後に出た案ほど良くなる。 Beaty と Silvia（2012）は、133 人に 10 分間の用途の課題（ありふれた物の使い道を挙げる）を解かせ、反応ごとに時刻を記録して 3 人が創造性を評定した。 創造性は時間とともに上がり、終わり近くでやや平らになった。 流暢性（単位時間の反応数）は最初の 1 分が最も高く、その後に落ちた。 この系列位置効果は 1957 年の Christensen らの報告以来繰り返し確かめられてきた。 Beaty と Silvia は、知能が高い人ほど効果が小さいことから、遠い概念へ連想が広がるという説明よりも、知識を戦略的に呼び出して操作する実行機能の説明を支持した。 一回の発想の中では、出し続けた後半に良い案が出ていた。

人どうしで比べると、多く出す人は良い案も多く出す。 Jung ら（2015）は 246 人で、拡散的思考の課題の反応数と、3 人の評定者が付けた創造性の得点の相関を r = 0.73 と報告し、equal-odds rule を支持すると結論した。 ただし評定は、一人の反応の全体に一つの総合点を付ける方法（snapshot scoring）で行われた。 多く書いた人の全体が高く評定されることは、一つずつの案が良いこととは別である。 Kudrowitz と Wallace（2013）の製品のスケッチの研究でも、要旨によれば、参加者のアイデア数と創造性の総合得点の決定係数は 0.82 だった。 要旨は総合得点の作り方を書いておらず、数が得点に入り込んでいるかどうかは確かめられない。

一つずつの案の平均の質で見ると、話は条件つきになる。 Friis-Olivarius と Christensen（2019）は大学院生 154 人で、アイデアの数と、一案あたりの平均の創造的価値の関係を調べた。 この関係は、経験への開放性が高い人ほど正に近づき、開放性の高い水準で有意になった。 著者らは、量は質を生むが、その効果は個人差に左右されると結論し、題を「完全な等確率ではない」とした。

多く出した案から、良い案を選べるのか

案を多く出しても、使うのは選んだ案である。 Girotra、Terwiesch と Ulrich（2010）は、組織が求めるのは平均の良い案でなく少数の最良の案だとして、最良案の質を四つの要素に分けた。 出した案の平均の質、案の数、質のばらつき、案の良し悪しを見分ける力である。 44 人の被験者内の実験で、先に一人ずつ案を出してから集まる混成型は、初めから一緒に出すチーム型より、単位時間あたり約 3 倍の案を出し、平均の質も高く、最良案も良かった。 混成型は自分たちの案の良し悪しを見分ける力も高かったが、どちらの型も見分ける力は絶対的には弱かった。

選ぶ段の弱さは、別の実験でも出ている。 Rietzschel、Nijstad と Stroebe（2010）の要旨によれば、参加者は独創的な案よりも、実現できて望ましい案を強く選び、これが選別の悪さの主な理由だった。 独創的な案を選ぶよう明示すると、選んだ案の独創性は上がったが、選んだ案への満足と、その案の効果の評定は下がった。 多く出すことで良い案が混ざる確率が上がっても、それを選び出せなければ、量は最終的な質に届かない。

珍しい案ほど価値があるとも限らない。 Kornish と Ulrich（2011）は、五つのデータの 1,368 件のアイデアを分析し、並列に出された案の重複は小さいことを示した。 他の案と似ていない案が最も価値の高い案であるとは限らず、似た案の数と案の価値の間には正の関係があった。

集団で量を求めると、量そのものが減る。 Diehl と Stroebe（1987）は四つの実験で、対面で話し合う集団が、同じ人数が一人ずつ出した案を合わせた名義集団より案が少ない理由を調べ、要旨によれば、その大半を発言の順番待ち（生産のブロッキング）で説明した。 Mullen、Johnson と Salas（1991）のメタ分析は、要旨によれば、対面のブレインストーミング集団が名義集団より量でも質でも生産性が低いことを示した。 Nijstad と Stroebe（2006）は要旨で、順番待ちが、知識を呼び出す段と案を言葉にする段の両方を妨げるモデルを示した。 先に一人で出す Girotra らの混成型は、この順番待ちを避ける設計とも読める。

量を出し続けると、出す案の幅が狭まる場面もある。 Bayus（2013）は Dell の IdeaStorm で、繰り返し案を出す人は一度だけ出す人より採用される案を出しやすいが、一度採用された後は成功を繰り返しにくく、採用済みの案に似た案を出すようになったと要旨で報告した。

試作は、数か、比べ方か

デザインの試作の実験で、試作の量を直接操作した研究は少ない。 Dow、Heddleston と Klemmer（2009）は、卵を落としても割れない容器を作る課題で、設計の時間の途中で落として試して直せる群と、試せない群を比べた。 試せる群の容器はより高い所からの落下に耐え、課題の経験がない試せる群は、経験がある試せない群と同じ程度の成績だった。 ここで操作したのは試せるかどうかであり、試す回数を段階的に変えたのではない。

Dow ら（2010）は、量をそろえたうえで比べ方を変えた。 投稿版の本文によれば、33 人がウェブ広告を作り、両方の条件で試作を 5 案と最終案 1 案を作った。 違いは講評を受ける時期だけで、逐次の群は 1 案ごとに講評を受け、並列の群は 3 案を作ってから講評を受け、さらに 2 案を作ってから講評を受けた。 要旨によれば、並列の群の広告はクリック率と専門家の評定で逐次の群を上回り、試作の多様性も高く、自己効力感も上がった。 作った数は同じだった。 成果を分けたのは、複数の案を並べて比べたかどうかである。

Dow ら（2011）も同じ点を別の形で示した。 2 人組で広告を作る実験で、3 案を作って 3 案とも相手と共有した条件、3 案を作って最良の 1 案だけを共有した条件、1 案だけを作って共有した条件を比べた。 3 案を作った二つの条件は、どちらも 1 案の条件より個人の探索の幅が広かった。 成果（クリック率と評定）、相手の案の取り込み、相手への信頼が最も良かったのは、3 案とも共有した条件だった。 多く作ることは個人の探索を広げ、成果の差は、作った案を比べる場面に出したときに付いた。 試作の功罪をより広く扱ったノートは プロトタイプは探索を広げるのか：最初の例への固着、並列の試作、生成 AI による高速な試作、Research through Design の記録の学術文献から にある。

練習の時間は、熟達を説明するのか

練習の量と熟達の関係でよく引かれるのは、Ericsson、Krampe と Tesch-Römer（1993）である。 要旨によれば、熟達は改善のために設計された努力の要る活動（意図的練習）を長く続けた結果であり、エリートの間の個人差も、意図的練習の量と密接に関わる。

Macnamara、Hambrick と Oswald（2014）は 88 研究のメタ分析で、意図的練習と成績の関係を測った。 2018 年の訂正で、従属する効果量の補正式の誤りが直され、数値が改められた（結論は変わらないと著者らは述べた）。 訂正後の値では、意図的練習と成績の平均の相関は .38 で、成績の分散の 14% を説明した。 分野ごとに見ると、ゲームで 24%、音楽で 23%、スポーツで 20%、教育で 5%、職業で 1% だった。 スポーツに絞った Macnamara、Moreau と Hambrick（2016）では、意図的練習は成績の分散の 18% を説明したが、エリートの水準の選手の間では 1% だった。 高い水準に達した選手が、低い水準の選手より早く始めていたわけでもなかった。

元の研究の追試も、効果を小さく見積もった。 Macnamara と Maitra（2019）は、Ericsson らのバイオリン学生の研究を、二重盲検の手順で 39 人に繰り返した。 一人で練習した量で群を比べると、元の研究では成績の分散の 48% を説明したが、追試では 26% だった。 累積の練習量が技能の水準ごとに対応するという中核の知見は再現されなかった。

Ericsson の側は、測られた量が意図的練習ではないと反論した。 Ericsson と Harwell（2019）は、1993 年の定義の意図的練習は、資格のある教師が個別に目標と方法を決め、その間に一人で行う練習だと述べ、仲間と競技を楽しむような、その分野の活動をただ重ねること（naïve practice）とは区別した。 この基準に合う効果量だけで再分析すると、累積の練習時間と成績の相関は r = .54 で分散の 29% を説明し、測定の信頼性を補正すると 61% になると報告した。 これに対し Hambrick、Macnamara と Oswald（2020）は、Ericsson らの 25 年以上の著作で意図的練習の定義が一貫せず、証拠の基準も移ってきたと指摘し、この見方が反証できる理論になっているかを問うた。

二つの陣営は、練習の時間の効果の大きさでは対立している。 しかし、ただ時間を重ねることが熟達を説明するという読みは、どちらも採らない。 Ericsson は効果の源を時間でなく練習の設計に置き、Macnamara らは時間の説明力そのものが小さく、分野で大きく開くことを示した。 音楽に絞った Platz ら（2014）のメタ分析では、課題に関わる累積の練習と音楽の達成の効果量は r_c = 0.61 と大きかったが、これは意図的練習を含む課題に関わる練習全般を予測変数にした値である。 Campitelli と Gobet（2011）は要旨で、チェスの研究を概観し、多くの意図的練習は必要だが十分ではなく、マスターの水準に達した人の最小の量を約 3,000 時間と見積もった。 必要な量がある分野でも、量は十分条件ではなかった。

陶芸クラスの話は、どこから来たのか

Open Library の記録では、『Art & Fear』は 1993 年、Capra Press の 122 頁である。 James Clear は、自著『Atomic Habits』の一章の抜粋として公開した記事で、この逸話を写真のクラスの話として語り直し、脚注で出典を『Art & Fear』の 29 頁とした（Clear、記事）。 同じ脚注は、Orland が 2016 年 10 月 18 日のメールで出所を説明した文を引いている。 Orland によれば、陶芸の話は「文学的な脚色を許せば」本当の話で、元は写真家の Jerry Uelsmann がフロリダ大学の写真の初級クラスで学生を動かすために使った手法だった。 本の話は「Jerry が私に語った場面を忠実に写している。ただ、写真を陶芸に置き換えた」。 二人とも写真家で、本で扱う表現の幅を広げようとしていたので置き換えた、と Orland は書いている。 Clear は、陶芸の話に元の写真の話の事実を合わせた形で書いたと脚注に記しており、Clear の版の採点の細部（100 枚で A、90 枚で B）が Uelsmann の授業の記録にもとづくのかは、脚注からは分からない。

Kleon（2020）は、Clear の写真の版を読んで脚注に気づき、出所を紹介した。 Kottke（2020）は、教師の名前のような具体がないため、この話は以前から作り話に見えていたと書いた。

出所をたどると、この逸話は、授業をした Uelsmann から Orland が聞いた話である。 学期末の作品の評価が誰によってどう行われたか、二つの群の作品を比べた記録があるかは、ここまでの資料に書かれていない。 探した範囲では、この授業を記録した資料も、同じ割り当てを再現した研究も見つからなかった。 逸話は、教師が学生を動かすために使った手法と、その結果について教師が語った印象の記録である。

逸話の中の機構にも、ずれがある。 本の話（Kottke 2020 と Kleon 2020 の引用による）は、量の群が「山ほど作りながら失敗から学んだ」ことを理由に挙げる。 これは多く作るうちに一つずつが良くなるという、第二の主張の機構である。 一方、Uelsmann 本人は 2013 年のインタビューで、学生が聞きたがらないこととして、量が質を生む面があると語り、その中身を「十分な数の写真を作って、抜きん出たものへ絞り込む」と説明した（Florida Trend 2013）。 これは多く作って良いものを選ぶという、第一の主張の機構である。 授業をした本人の言葉は、学術文献が最も強く支える形の側にあった。

どの形なら支持されるのか

「量が質を作る」を四つの量に分けると、支持の強さは形によって違った。

多く作ると、当たりの数が増える：強く支持される。 作品の数と当たりの数は、作曲家、発明者、科学者で大きく相関した（Simonton 1977、Forthmann ら 2020）。 アイデアの数を目標にすると良い案の数も増えた（Paulus ら 2011）。 機構は、試行の数が増えることで良いものを引く機会が増えることであり、最良の作品が並びのどこに出るかがランダムであること（Sinatra ら 2016、Janosov ら 2020）とも合う。

多く作ると、一つずつが良くなる：測り方と分野で結果が割れる。 平均の被引用では量と無相関で（Forthmann ら 2020）、上位 1% の割合では量とともに上がった（Larivière と Costas 2016、Sandström と van den Besselaar 2016）。 アイデアの平均の質が量とともに上がるのは、開放性の高い人に限られた（Friis-Olivarius と Christensen 2019）。 一回の発想の中では後の案ほど良くなったが（Beaty と Silvia 2012）、これは一回の課題の中の時間の効果で、技能の上達とは別の現象である。

多く作ると、腕が上がる：練習の時間は熟達の一部を説明するが、分野で開き、高い水準の人どうしではほとんど説明しない（Macnamara ら 2014、2016）。 練習の効果を唱えた側も、効くのは時間でなく練習の設計だとした（Ericsson と Harwell 2019）。 デザインの試作では、作る数を同じにしても、並べて比べる設計が成果を変えた（Dow ら 2010、2011）。

多く作れば、良いものが手に入る：選ぶ段が弱いと、量は最終的な質に届かない。 人は出した案から独創的な案を選びにくく（Rietzschel ら 2010）、最良案の質は見分ける力にも左右された（Girotra ら 2010）。

陶芸クラスの話に戻ると、学術文献が支えるのは、量の群から最良の作品が出たという部分の、確率の読みである。 量の群の学生が一つずつ上手くなったから、という本の説明は、文献の上では条件つきでしか支えられない。 そして、授業をした本人が語った機構は、上手くなることでなく、多く撮って絞り込むことだった。

空白（未充足の論点）

  • 逸話の割り当て（量で採点する群と質で採点する群）を、作品の水準で再現した実験は見つからなかった。採点の仕方を変えたとき、作品の数、一つずつの質、最良の作品、学んだ技能がそれぞれどう変わるかは測られていない。
  • 試作の回数を段階的に変え、回数と成果の関係を測った研究は、探した範囲で見つからなかった（Dow ら 2009 は試せるかどうかの 2 条件）。
  • equal-odds rule の検証の多くは科学と発明の被引用を質とし、デザインの作品の質（使い手の評価、専門家の評定）で同じ検証をした研究は見つからなかった。
  • 生成 AI で案や試作を作る費用が下がると、量の制約が外れ、選ぶ段の弱さが成果を決める割合が増えると考えられる。これを直接測った研究は、この調査の範囲では扱っていない（生成 AI と試作の文献は プロトタイプは探索を広げるのか：最初の例への固着、並列の試作、生成 AI による高速な試作、Research through Design の記録の学術文献から を参照）。

未検証事項

  • 主要主張に未検証の項目はない。
  • 本文を取得できず、要旨の範囲で扱った文献は 14 件ある（Simonton 1977、1997、2003、Sinatra ら 2016、Huber 1998、Diehl と Stroebe 1987、Mullen ら 1991、Nijstad と Stroebe 2006、Paulus ら 2011、Rietzschel ら 2010、Bayus 2013、Kudrowitz と Wallace 2013、Ericsson ら 1993、Campitelli と Gobet 2011）。Osborn（1953）は書誌（Open Library）だけを確かめた。本文中では「要旨によれば」「要旨は」として著者の主張に帰属させた。Osborn（1953）の規則の中身は、Paulus ら（2011）の要約の範囲で扱った。
  • Dow ら（2010）は投稿版の本文で条件の設計（試作の数がそろっていること）を確かめ、結果は出版版の要旨の範囲で書いた。Girotra ら（2010）は投稿版（2009 年 12 月の第 3 版）の本文で読んだ。Liu ら（2018）は arXiv の著者版、Kornish と Ulrich（2011）は SSRN の投稿版の本文で読んだ。
  • 『Art & Fear』の 29 頁の本文は読めていない。逸話の文面は Kottke（2020）と Kleon（2020）の引用で、頁は Clear の記事の脚注で確かめた。Orland のメールは Clear の脚注の引用としてだけ読んだ。

参照文献

アクセス日はすべて 2026-11-12。

創造的な生涯の生産（作品の数と当たり）

  • Simonton, D. K. (1977). Creative productivity, age, and stress: A biographical time-series analysis of 10 classical composers. Journal of Personality and Social Psychology, 35(11), 791–804. https://doi.org/10.1037/0022-3514.35.11.791
  • Simonton, D. K. (1997). Creative productivity: A predictive and explanatory model of career trajectories and landmarks. Psychological Review, 104(1), 66–89. https://doi.org/10.1037/0033-295X.104.1.66
  • Simonton, D. K. (2003). Scientific creativity as constrained stochastic behavior: The integration of product, person, and process perspectives. Psychological Bulletin, 129(4), 475–494. https://doi.org/10.1037/0033-2909.129.4.475
  • Huber, J. C. (1998). Invention and inventivity is a random, Poisson process: A potential guide to analysis of general creativity. Creativity Research Journal, 11(3), 231–241. https://doi.org/10.1207/s15326934crj1103_3
  • Sinatra, R., Wang, D., Deville, P., Song, C., & Barabási, A.-L. (2016). Quantifying the evolution of individual scientific impact. Science, 354(6312), aaf5239. https://doi.org/10.1126/science.aaf5239
  • Liu, L., Wang, Y., Sinatra, R., Giles, C. L., Song, C., & Wang, D. (2018). Hot streaks in artistic, cultural, and scientific careers. Nature, 559(7714), 396–399. https://doi.org/10.1038/s41586-018-0315-8
  • Janosov, M., Battiston, F., & Sinatra, R. (2020). Success and luck in creative careers. EPJ Data Science, 9, 9. https://doi.org/10.1140/epjds/s13688-020-00227-w
  • Forthmann, B., Leveling, M., Dong, Y., & Dumas, D. (2020). Investigating the quantity–quality relationship in scientific creativity: An empirical examination of expected residual variance and the tilted funnel hypothesis. Scientometrics, 124(3), 2497–2518. https://doi.org/10.1007/s11192-020-03571-w
  • Larivière, V., & Costas, R. (2016). How many is too many? On the relationship between research productivity and impact. PLoS ONE, 11(9), e0162709. https://doi.org/10.1371/journal.pone.0162709
  • Sandström, U., & van den Besselaar, P. (2016). Quantity and/or quality? The importance of publishing many papers. PLoS ONE, 11(11), e0166149. https://doi.org/10.1371/journal.pone.0166149

アイデアの量と質

  • Osborn, A. F. (1953). Applied imagination: Principles and procedures of creative thinking. Scribner. https://openlibrary.org/works/OL161158W
  • Paulus, P. B., Kohn, N. W., & Arditti, L. E. (2011). Effects of quantity and quality instructions on brainstorming. The Journal of Creative Behavior, 45(1), 38–46. https://doi.org/10.1002/j.2162-6057.2011.tb01083.x
  • Beaty, R. E., & Silvia, P. J. (2012). Why do ideas get more creative across time? An executive interpretation of the serial order effect in divergent thinking tasks. Psychology of Aesthetics, Creativity, and the Arts, 6(4), 309–319. https://doi.org/10.1037/a0029171
  • Jung, R. E., Wertz, C. J., Meadows, C. A., Ryman, S. G., Vakhtin, A. A., & Flores, R. A. (2015). Quantity yields quality when it comes to creativity: A brain and behavioral test of the equal-odds rule. Frontiers in Psychology, 6, 864. https://doi.org/10.3389/fpsyg.2015.00864
  • Kudrowitz, B. M., & Wallace, D. (2013). Assessing the quality of ideas from prolific, early-stage product ideation. Journal of Engineering Design, 24(2), 120–139. https://doi.org/10.1080/09544828.2012.676633
  • Friis-Olivarius, M., & Christensen, B. T. (2019). Not quite equal odds: Openness to experience moderates the relation between quantity and quality of ideas in divergent production. Frontiers in Psychology, 10, 355. https://doi.org/10.3389/fpsyg.2019.00355

案の選別と集団のブレインストーミング

  • Girotra, K., Terwiesch, C., & Ulrich, K. T. (2010). Idea generation and the quality of the best idea. Management Science, 56(4), 591–605. https://doi.org/10.1287/mnsc.1090.1144
  • Rietzschel, E. F., Nijstad, B. A., & Stroebe, W. (2010). The selection of creative ideas after individual idea generation: Choosing between creativity and impact. British Journal of Psychology, 101(1), 47–68. https://doi.org/10.1348/000712609x414204
  • Kornish, L. J., & Ulrich, K. T. (2011). Opportunity spaces in innovation: Empirical analysis of large samples of ideas. Management Science, 57(1), 107–128. https://doi.org/10.1287/mnsc.1100.1247
  • 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
  • Mullen, B., Johnson, C., & Salas, E. (1991). Productivity loss in brainstorming groups: A meta-analytic integration. Basic and Applied Social Psychology, 12(1), 3–23. https://doi.org/10.1207/s15324834basp1201_1
  • Nijstad, B. A., & Stroebe, W. (2006). How the group affects the mind: A cognitive model of idea generation in groups. Personality and Social Psychology Review, 10(3), 186–213. https://doi.org/10.1207/s15327957pspr1003_1
  • Bayus, B. L. (2013). Crowdsourcing new product ideas over time: An analysis of the Dell IdeaStorm community. Management Science, 59(1), 226–244. https://doi.org/10.1287/mnsc.1120.1599

デザインの試作

  • Dow, S. P., Heddleston, K., & Klemmer, S. R. (2009). The efficacy of prototyping under time constraints. In Proceedings of the Seventh ACM Conference on Creativity and Cognition (C&C ‘09) (pp. 165–174). ACM. https://doi.org/10.1145/1640233.1640260
  • Dow, S. P., Glassco, A., Kass, J., Schwarz, M., Schwartz, D. L., & Klemmer, S. R. (2010). Parallel prototyping leads to better design results, more divergence, and increased self-efficacy. ACM Transactions on Computer-Human Interaction, 17(4), 1–24. https://doi.org/10.1145/1879831.1879836
  • Dow, S. P., Fortuna, J., Schwartz, D., Altringer, B., Schwartz, D. L., & Klemmer, S. R. (2011). Prototyping dynamics: Sharing multiple designs improves exploration, group rapport, and results. In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI ‘11) (pp. 2807–2816). ACM. https://doi.org/10.1145/1978942.1979359

熟達と練習の量

  • Ericsson, K. A., Krampe, R. T., & Tesch-Römer, C. (1993). The role of deliberate practice in the acquisition of expert performance. Psychological Review, 100(3), 363–406. https://doi.org/10.1037/0033-295X.100.3.363
  • Macnamara, B. N., Hambrick, D. Z., & Oswald, F. L. (2014). Deliberate practice and performance in music, games, sports, education, and professions: A meta-analysis. Psychological Science, 25(8), 1608–1618. https://doi.org/10.1177/0956797614535810
  • Macnamara, B. N., Hambrick, D. Z., & Oswald, F. L. (2018). Corrigendum: Deliberate practice and performance in music, games, sports, education, and professions: A meta-analysis. Psychological Science, 29(7), 1202–1204. https://doi.org/10.1177/0956797618769891
  • Macnamara, B. N., Moreau, D., & Hambrick, D. Z. (2016). The relationship between deliberate practice and performance in sports: A meta-analysis. Perspectives on Psychological Science, 11(3), 333–350. https://doi.org/10.1177/1745691616635591
  • Macnamara, B. N., & Maitra, M. (2019). The role of deliberate practice in expert performance: Revisiting Ericsson, Krampe & Tesch-Römer (1993). Royal Society Open Science, 6(8), 190327. https://doi.org/10.1098/rsos.190327
  • Ericsson, K. A., & Harwell, K. W. (2019). Deliberate practice and proposed limits on the effects of practice on the acquisition of expert performance: Why the original definition matters and recommendations for future research. Frontiers in Psychology, 10, 2396. https://doi.org/10.3389/fpsyg.2019.02396
  • Hambrick, D. Z., Macnamara, B. N., & Oswald, F. L. (2020). Is the deliberate practice view defensible? A review of evidence and discussion of issues. Frontiers in Psychology, 11, 1134. https://doi.org/10.3389/fpsyg.2020.01134
  • Platz, F., Kopiez, R., Lehmann, A. C., & Wolf, A. (2014). The influence of deliberate practice on musical achievement: A meta-analysis. Frontiers in Psychology, 5, 646. https://doi.org/10.3389/fpsyg.2014.00646
  • Campitelli, G., & Gobet, F. (2011). Deliberate practice: Necessary but not sufficient. Current Directions in Psychological Science, 20(5), 280–285. https://doi.org/10.1177/0963721411421922

陶芸クラスの逸話の出所（学術証拠ではない資料）

関連ノート

書いた人：小川 修一郎（デザイン研究者／デザインコンサルタント） 経歴を見る →