理系と文系は脳の種類ではなく、制度と自己理解の言葉である

理系と文系は脳の種類ではなく、制度と自己理解の言葉である

1. 分類としての理系と文系

日本で使われる理系と文系という言葉は、日常会話では人間のタイプを表すように扱われる。数学や理科が得意なら理系、国語や社会が得意なら文系。読書が好きなら文系、機械や数字が好きなら理系。この使い方は便利だが、厳密にはかなり粗い。少なくとも、人間の脳を二種類に分ける科学的分類ではない。

実際に制度としての文理選択は強い影響力を持っている。文部科学省の資料では、高校の三校に二校、つまり66％が文系と理系のコース分けを実施している。高校三年で文理のコースにいる生徒のうち、理系は32％、文系は68％である。数学Ⅲの履修率も普通科等で29.5％、全体では21.6％にとどまる。つまり、理系と文系は単なる印象語ではなく、どの科目を履修し、どの入試を受け、どの学部に出願しやすくなるかを変える実務上の分岐である。

しかし、制度上の分岐と人間の能力構造は同じではない。文理という区分は、履修科目や入試科目を整理するには有効でも、個人の可能性を固定する言葉として使うと危うい。数学が比較的得意な人が、文章理解や歴史的思考を苦手だとは限らない。小説を読むのが好きな人が、統計やプログラミングに向かないとも限らない。むしろ現実の能力は、連続的で重なり合い、学習量と環境によって動く。

この問題を考えるとき、ぽちょ研究所として重要なのは、理系か文系かを性格診断のように扱わないことである。理系と文系は、一定の教育制度の中で生まれた選択上のラベルであり、脳の本質を言い当てる名前ではない。

2. もともと学問は文理に分かれていなかった

歴史を振り返ると、哲学と数学、自然研究と政治思想、論理学と文学は、現在ほどはっきり分けられていなかった。ピタゴラスは数学者として知られるが、同時に宗教的、哲学的共同体の中心人物でもあった。デカルトは近代哲学の代表として語られる一方、解析幾何の発展に大きく関わり、自然科学の方法にも影響を与えた。ライプニッツは哲学、論理学、数学、法学、歴史にまたがる知識人であり、微積分の発展にも関わった。バートランド・ラッセルも哲学者でありながら、数学基礎論と論理学の重要人物である。

この事実は、単なる雑学ではない。近代以前の知識人にとって、世界を理解するとは、数、言葉、論理、自然、社会を切り離さずに扱うことだった。哲学は文系、数学は理系という現在の分類は、学問そのものの普遍的な境界というより、近代の大学制度、専門分化、入試制度、職業資格制度の中で強まった分類である。

もちろん、専門分化には大きな利点がある。医学、工学、物理学、法学、文学、経済学は、それぞれ長い訓練を必要とする。すべてを同時に同じ深さで学ぶことはできない。だが、専門化のための便宜的な区分を、人間の才能の限界として理解してしまうと、学問の本来のつながりを見失う。哲学的な問いには論理が必要であり、経済や社会を考えるには統計が必要であり、科学技術を社会に実装するには倫理、法、コミュニケーションが不可欠になる。

3. 偏差値で見ると、文理ラベルは相対的である

理系と文系のあいまいさは、偏差値で考えると分かりやすい。偏差値は平均を50、標準偏差を10とする相対指標である。正規分布に近いと仮定すれば、偏差値70は平均より2標準偏差高く、上位約2.3％に相当する。偏差値75は平均より2.5標準偏差高く、上位約0.6％に近い。一方、偏差値55は平均より0.5標準偏差高く、上位約31％である。

ここで重要なのは、ある人の中で数学が一番強いことと、その人の数学力が社会全体で高いことは別だという点である。たとえば、難関大学の文系学生が、数学では偏差値68、国語では偏差値75を取るとする。この人は自分を文系と呼ぶかもしれない。別の大学の理系学生が、数学では偏差値56、国語では偏差値45だとする。この人も自分を理系と呼ぶかもしれない。どちらも自己理解としては成立するが、絶対的な能力比較では、前者の数学力が後者の数学力を上回ることがある。

この例は、文系や理系がしばしば、社会全体での能力水準ではなく、自分の中での相対的な強みを指すことを示している。自分の中で国語より数学が得意なら理系、自分の中で数学より国語が得意なら文系。そういう分類は進路選択には役立つが、能力の総量や将来の可能性を正確に表しているわけではない。

受験では、得意科目を活かすことは合理的である。苦手科目を避け、得点効率の高い科目で勝負する戦略は存在する。文転が比較的多く語られるのも、数学や理科が積み上げ型で、途中離脱後に戻る学習コストが高いからである。理転という言葉も存在するが、一般には文転より負荷が大きい。数学Ⅲ、物理、化学のような科目は、数年分の前提知識を必要とするため、進路変更のタイミングが遅いほど不利になりやすい。

ただし、ここから数学が本質的に高級で、国語や社会が簡単だという結論は出ない。国語や社会にも高度な訓練がある。論文を読み、概念を定義し、反証可能な形で主張を組み立て、史料や統計を批判的に扱うには、長い訓練が必要である。違いは、初等中等教育の中での積み上げ方と、入試での科目構造にある。数学は穴があると次の単元に進みにくい。国語や社会は途中参加が比較的しやすく見えるが、上位層では読解の速度、語彙、背景知識、論述力の差が明確に出る。

4. 認知科学は二種類の脳を支持していない

人間には得意不得意がある。これは事実である。しかし、その得意不得意を理系脳と文系脳という二分法で説明するのは、科学的には単純化しすぎである。

心理測定の歴史では、20世紀初頭のチャールズ・スピアマン以来、さまざまな認知課題の成績が互いに正の相関を持つことが知られてきた。一般知能因子と呼ばれる考え方は、数学、語彙、空間、記憶といった能力が完全に独立しているのではなく、ある程度共通する基盤を持つことを示す。もちろん、これだけで個別能力の差は説明しきれない。20世紀後半から広く使われるようになったキャッテル、ホーン、キャロルの理論では、流動性推理、結晶性知識、量的知識、読み書き、短期記憶、視空間処理など、複数の広い能力が区別される。ここでは、数学が得意か文章が得意かは一つの軸ではなく、複数能力の組み合わせとして理解される。

能力の傾きという考え方も参考になる。2014年にトーマス・コイルらが発表した研究では、アメリカのSATやACTにおける数学と言語の得点差、つまり個人内の傾きが、大学専攻の選択と関連することが示された。数学が言語より相対的に高い傾きはSTEM専攻と、言語が数学より相対的に高い傾きは人文学系専攻と結びつきやすい。ただし、この研究が示すのは、傾きが進路選択と関係するということであって、片方ができる人はもう片方ができないという意味ではない。

脳科学でも、単純な左右脳タイプ論は支持されていない。2013年にユタ大学のジャレッド・ニールセンらは、7歳から29歳までの1011人の安静時脳画像を分析し、7266領域の機能的な偏りを調べた。言語や注意など、局所的な左右差はある。しかし、個人全体として左脳型、右脳型に分かれるという証拠は得られなかった。これは、理系脳、文系脳という俗説にも通じる。特定の課題に関わるネットワークの違いはあるが、人間全体を二種類に分けるほど単純ではない。

数学の高度な処理と言語の処理も、完全に同じではない。数や空間、記号操作には独自の神経基盤がある。だが、研究論文を読み、仮説を立て、実験結果を解釈し、他者に説明する段階では、言語、記憶、注意、社会的理解が関わる。理系的能力と文系的能力は、脳内で分離された二つの部屋に収まっているのではなく、課題に応じてネットワークが連携している。

5. 苦手意識は能力差を拡大する

理系と文系のレッテルが危険になるのは、それが苦手意識を固定するときである。数学が苦手だから文系、文章が苦手だから理系という言い方は、短期的には安心を与える。しかし、長期的には練習量を減らし、挑戦を避けさせ、結果として本当に成績差を広げることがある。

数学不安の研究は、その典型である。2007年にマーク・アシュクラフトとジェレミー・クラウスは、数学の成績が作業記憶に大きく依存し、数学不安が高い人はその作業記憶を不安そのものに消費してしまうと論じた。作業記憶とは、途中計算や条件を一時的に保持しながら処理する心的な作業台である。数学不安が高い人は、数学科目、大学専攻、数学を使う職業を避けやすい。これは単に能力が低いからではなく、不安が学習機会そのものを減らすからである。

1990年にダグラス・ヘンブリーが行ったメタ分析でも、数学不安は数学成績、数学への好意、数学をさらに学ぶ意欲と強く関連していた。アシュクラフトらの整理では、数学不安と高校の数学成績の相関はおよそマイナス0.30、数学の楽しさとはおよそマイナス0.75、追加で数学を学ぶ動機とはおよそマイナス0.64とされる。相関は因果そのものではないが、苦手意識、回避、成績低下が循環しやすいことを示す。

ステレオタイプ脅威も重要である。1999年にスティーブン・スペンサー、クロード・スティール、ダイアン・クインは、難しい数学テストで女性が不利な固定観念を意識させられると、同程度の能力を持つ男性より成績が下がることを示した。逆に、そのテストでは性差が出ないと説明すると、差は消えた。これは、能力の実体よりも、評価される状況での心理的圧力が成績に影響することを示す。

日本でも同様の問題がある。2022年の日本教育工学会論文では、小中学校段階から女子は文系、男子は理系という秩序が形成され、学力や意欲に反映される可能性が指摘されている。教師や友人、家庭の言葉が生徒の価値観と相互作用し、文理選択に影響することも示されている。これは女性だけの問題ではない。男子が国語や芸術を苦手だと思い込む場合も、同じ構造が働く。

経済産業省が2015年に実施し、1万人の40歳未満社会人から回答を得た調査では、最終的に文系を選んだ5941人に対し、どのような条件があれば理系を選んだ可能性が高まったかを尋ねている。その中で最も大きい項目は、数学や理科が不得意でなかったら、であった。これは、理系を避けた理由が興味の欠如だけではなく、不得意感に強く結びついていることを示す。

ここで注目すべきなのは、不得意という感覚が、実際の才能の限界を意味するとは限らない点である。数学は積み上げの性質が強い。中学の一次関数でつまずくと、高校の微分積分が遠く見える。分数計算、方程式、関数、図形、確率のどこかに穴があると、その後の授業全体が理解不能に感じられる。だが、それは才能がないというより、前提知識が欠けたまま進んだ結果である場合が多い。逆に、国語でも語彙、背景知識、要約力、論理構造の把握を訓練しなければ、難解な評論や法的文書は読めない。

6. 日本の学力データは、文理二分法を相対化する

日本の15歳は、国際比較では数学、読解、科学のいずれも高い水準にある。OECDのPISA2022では、日本の生徒は数学、読解、科学のすべてでOECD平均を上回った。数学で最低限の習熟度に達した生徒は88％で、OECD平均の69％を大きく上回る。数学の上位層は23％で、OECD平均の9％より高い。読解でも86％が最低限の習熟度を達成し、科学では92％が同水準に達した。

これは、日本全体で見れば、数学か国語のどちらかしかできないという構造ではないことを示す。むしろ多くの生徒は、一定水準以上で複数領域をこなしている。にもかかわらず、高校の文理選択では32％対68％という偏りが生まれる。つまり、文理選択は純粋な能力分布だけでは説明できない。履修制度、入試科目、周囲の期待、自己効力感、将来像、性別役割意識が重なって、進路の偏りを作っている。

女子の理工系進学率も、能力だけでは説明しにくい。OECDの教育統計では、2021年時点で高等教育の初回卒業者に占める女性は平均58％と過半数である一方、STEM卒業者に占める女性はOECD平均で33％、日本とチリでは20％以下とされる。日本政府の教育未来創造会議の資料でも、高校一年段階で高い理数リテラシーを持つ女子は一定数いるのに、大学で理工系を専攻する女性は7％にとどまると示されている。ここには、能力ではなく選択環境の問題がある。

このようなデータを見ると、理系と文系は、自然な才能分布の結果だけではない。社会がどのような進路を見せ、どのような科目を早く諦めさせ、どのような人にどの分野が似合うと語るかによって、選択は変わる。

7. 海外トップ大学は専門と幅広さを両立させている

世界の上位大学は、文理を完全になくしているわけではない。医学、工学、物理、文学、政治学、経済学などの専門は存在する。だが、専門に入る前後で、幅広い基礎教育を重視する仕組みが目立つ。

ハーバード大学では、学部生が一般教育、分野配分、言語、文章表現、データを用いた量的推論などの要件を満たし、そのうえで専攻を決める。MITでは、全学部生が人文、芸術、社会科学の科目を八つ履修する必要がある。スタンフォード大学では、思考と実践の幅を広げるため、八領域にわたる十一科目の一般教育要件がある。どれも、理系学生に理系科目だけを、文系学生に文系科目だけを学ばせる設計ではない。

東京大学も、入学後二年間を教養学部前期課程で過ごし、文科と理科の類に分かれながらも、幅広い教養教育を受ける。駒場での前期課程は、専門への準備であるだけでなく、後の専門を支える統合的な基盤を作る場と位置付けられている。ここには、早すぎる固定化を避け、学問全体の見取り図を持たせる思想がある。

文部科学省も近年、従来の文系、理系の類型分けを普遍的なものとして位置付けるのではなく、探究を軸に多様な分野に接する高校教育を打ち出している。令和4年度からは普通科の中に学際領域学科などを設けることも可能になった。これは、社会課題が一つの学問だけで解けなくなっていることの反映である。気候変動、医療、AI、少子化、防災、地域経済は、自然科学、統計、法制度、倫理、心理、文化、行政を横断する。

8. 就職では、学部名よりも能力の組み合わせが問われる

就職において、理系が有利な領域は確かに存在する。医師、薬剤師、建築士、研究開発、半導体、化学、機械、電気、情報工学など、専門課程や資格要件が強い職種では、理系学部や大学院での訓練が大きな意味を持つ。研究職や高度な技術職では、学部名だけでなく、研究室、論文、実験経験、数理能力、プログラミング経験が評価される。

一方で、IT企業や総合職採用では、文系だから不利、理系だから有利と単純には言えない。情報サービス産業協会が2020年度にJISA会員企業の新入社員741名を調べたアンケートでは、学生時代に学んだ分野は情報系26.2％、情報系以外の理系24.7％、文系47.8％であった。少なくともこの調査では、IT企業の新入社員のほぼ半数が文系出身である。プログラミングを自分で学び、プロジェクト経験を示せる人材であれば、文系出身でも十分に評価される。

経済産業省のIT人材需給に関する試算では、2030年時点でIT人材の需給ギャップが16.4万人から78.7万人の範囲に残る可能性が示されている。AIやデータサイエンスの重要性も高まる。世界経済フォーラムの2025年版の職業未来報告では、AIとビッグデータ、分析的思考、創造的思考、レジリエンス、柔軟性、技術リテラシーが、現在も将来も重要性を増す能力として挙げられている。同時に、リーダーシップ、社会的影響力、好奇心、生涯学習、システム思考も重視される。ここにあるのは、理系だけ、文系だけという人材像ではない。

経団連の2024年提言でも、博士人材の配属先には理系と文系の違いがある一方、今後は文理融合が進むため、ことさらに理系と文系を分けて議論すべきではないという意見が紹介されている。企業が見ているのは、専門性、課題設定力、調査分析力、データ分析力、プレゼンテーション能力、コミュニケーション能力、主体性、チームワークである。研究開発でも、営業でも、経営企画でも、数字を読めない言葉は弱く、言葉にできない数字も弱い。

大学名や学部名も無関係ではない。難関大学の文系学生が、一般的な総合職やコンサルティング、金融、ITビジネス職で高く評価されることはある。逆に、理系学部出身でも、専門性を説明できず、実務に結びつく経験や対人能力を示せなければ採用で苦戦することがある。ただし、専門資格や研究職では、文系の高偏差値だけでは代替できない領域もある。したがって、就職に有利な学部は一つではない。どの産業で、どの職種で、どの能力を証明するかによって答えが変わる。

9. 高校生が文理選択で考えるべきこと

高校段階の文理選択は、自己決定であると同時に、将来の選択肢を狭める装置でもある。したがって、考えるべきなのは、自分は理系人間か文系人間かではない。必要なのは、将来の選択肢に対して、どの科目が前提条件になるかを確認することである。

医学、薬学、理工学、農学、情報工学、建築、物理、化学、生命科学を本格的に学ぶには、数学や理科の履修が強い前提になる。ここを避けると、後から戻るコストが大きい。一方、法学、政治学、文学、歴史学、国際関係、社会学、経営学、教育学などでは、読解、論述、歴史的背景、社会制度への理解が中心になる。ただし、経済学、心理学、社会学、経営学、公共政策などは、統計やデータ分析の比重が増している。文系だから数学が不要という理解は、すでに古い。

選択の基準は三つに整理できる。第一に、将来の専門に必要な前提科目である。第二に、長時間学んでも関心が持続する領域である。第三に、苦手を理由に逃げていないかという点である。苦手でも、前提を戻せば伸びる科目はある。逆に、得意でも関心がなく、長い訓練に耐えられない分野もある。

長所を伸ばすことは重要である。ただし、短所を自分の限界として早く決めすぎない方がよい。理系寄りの生徒は、文章を書く力、発表する力、歴史や倫理を理解する力を持つほど強くなる。文系寄りの生徒は、数学、統計、表計算、プログラミング、科学リテラシーを最低限身につけるほど強くなる。偏差値80の得意科目と偏差値75の苦手科目がある人は、苦手と呼んでいる科目も社会全体では極めて高い水準にある。自分の中の順位と、社会全体での水準を混同しないことが必要である。

10. これから重要になるのは両利きの知性である

現代社会で強い人材は、数理か言語のどちらかだけに閉じない。データを読み、仮説を立て、因果関係と相関関係を区別し、数字の限界を理解する。同時に、その意味を言葉で説明し、関係者を説得し、倫理や制度の影響を考える。これは理系能力と文系能力の足し算ではなく、複雑な現実を扱うための統合能力である。

AIの時代には、プログラミングや統計の知識が重要になる。しかし、AIを何に使うのか、誰にどんな影響を与えるのか、誤ったデータが差別や不利益を生まないかを考えるには、人文学や社会科学の視点が必要である。逆に、社会問題を語るだけで、データや数理モデルを扱えなければ、政策や経営の判断は弱くなる。経済指標、感染症の推移、広告効果、賃金、人口動態、気候リスクは、数字と文脈を同時に読まなければ理解できない。

理系と文系という言葉のメリットは、学習計画を立てやすくすることにある。高校や大学の時間は有限であり、受験科目も専門課程も違う。分類がなければ、教育制度は運用しにくい。しかし、そのデメリットは、人間の可能性を早い段階で小さく見せることにある。自分は文系だから数学はできない、自分は理系だから文章は苦手だという言葉は、便利な説明であると同時に、練習しないための理由にもなる。

結論として、理系と文系は存在する。だが、それは人間の種類ではなく、教育制度と選択戦略の名前である。能力は一枚岩ではなく、共通する認知基盤、個別の得意分野、学習経験、環境、自己信念が重なって形成される。進路選択では、自分の強みを活かすことが合理的である。同時に、苦手という言葉で未来の選択肢を閉じないことが重要である。

最終的に社会で大きな仕事をする人は、専門性を持ちながら、専門外の人と話せる人である。数式を理解し、文章で伝えられる人。歴史を知り、データを疑える人。技術を作り、社会への影響を考えられる人。そうした両利きの知性こそ、文理という古い境界を使いこなしながら、そこに閉じ込められない学び方である。