シングルループ学習とは

シングルループ学習とは、組織学習の研究者クリス・アージリスとドナルド・ショーンが提唱した学習モデルだ。問題が生じたとき、その背後にある前提や目標そのものは問い直さず、行動の方法・手段だけを修正して対処する学習を指す。

サーモスタットが室温を感知して暖房をオン・オフするように、設定された目標値（前提）は変えないまま行動を調整する——これがシングルループ学習のイメージだ。

ダブルループ学習との対比

シングルループ学習が「どうすればもっとうまくできるか」を問うのに対し、ダブルループ学習は「そもそもこの目標・前提は正しいか」を問う。

シングルループ学習が悪いわけではない。日常の業務改善の多くはシングルループで十分機能する。問題は、環境や状況が大きく変わったにもかかわらず、シングルループ学習にとどまり続けるときだ。「今までのやり方を改善する」だけでは通用しない場面で、ダブルループへの移行が必要になる。

シングルループ学習に閉じた組織は、振り返りを行っていても表面的な改善しか生まない傾向がある。「もっと丁寧にやろう」「次回は早めに動こう」という反省は、前提を疑わないシングルループ的な振り返りだ。

「そもそもこのプロセス自体が有効なのか」「この目標設定の根拠は何か」という問いを立てられるかどうかが、組織学習の深さを分ける。

ビジネスStockrでは、AIが「そもそもなぜそのアプローチを選んだか」という問いを返すことで、シングルループにとどまらない振り返りを促します。