「世界モデル（World Model）」と「誤差修正知性（Error Correction Intelligence）」という現代的なフレームワークを用いて、1970年代に台頭した「ミラノ・システム派家族療法（以下、ミラノ派）」を分析することは、この古典的手法の先見性と構造的な美しさを浮き彫りにする非常に興味深い試みです。
ミラノ派（セルヴィーニ・パラッツォーリら）の本質は、家族を「ひとつの自己制御するフィードバック・システム」と見なす点にあります。以下に、指定されたフレームワークに沿って分析を試みます。
1. 家族の「世界モデル」：固定化された認識論
AIや認知科学における「世界モデル」が環境のシミュレーターであるように、ミラノ派における家族もまた、独自の「家族の認識論（Family Epistemology）」という世界モデルを持っています。
- 過学習（Overfitting）としての症状:
ミラノ派が扱う「問題（症状）」は、その家族が過去の経験から構築した強固すぎる世界モデルの結果です。特定の行動パターンや役割分担が「この世界の唯一のルール」として固定され、外部の変化に適応できなくなっています。 - 「ゲーム」のシミュレーション:
パラッツォーリらは、家族内で繰り返される隠れた相互作用を「ゲーム」と呼びました。これは家族全員が共有しているが意識化されていない世界モデルの「実行コード」です。家族はこのモデルに基づき、お互いの行動を予測し、均衡（恒常性）を保とうとします。
2. 誤差修正知性としてのセラピスト
「誤差修正知性」とは、予測と現実の乖離（予測誤差）を検知し、モデルをアップデートする能力です。ミラノ派のセラピストは、家族というシステムの外部から「強力な誤差信号」を注入するデバッグ装置として機能します。
① 仮説設定（Hypothesizing）：モデルの構築
セラピストはセッション前に、家族の背後にある「ゲーム」についての仮説を立てます。これは、セラピスト側が家族の「世界モデル」を推測し、シミュレートするプロセスです。この仮説は「真実」である必要はなく、システムの硬直性を打破するための「有用なエラー（揺さぶり）」として機能します。
② 円環的質問（Circular Questioning）：予測誤差の生成
ミラノ派の最大の特徴である「円環的質問」は、誤差修正を促すための高度な入力インターフェースです。
- 「お父さんが怒っている時、お母さんと娘さんはどう反応しますか？」といった質問は、家族個々人の「Ａが悪いからＢが起こる」という直線的な世界モデル（原因と結果）に対し、「関係性の差異」という新しいデータを提供します。
- これにより、家族の古いモデルでは予測できなかった視点が持ち込まれ、システム内に「予測誤差」が生じます。
③ 中立性（Neutrality）：勾配消失の防止
セラピストが特定の誰かに加担すると、家族の既存のモデルに取り込まれてしまいます（モデルの同化）。中立性を保つことは、システムの既存の力学に埋没せず、常に「外部の観察者（誤差修正の基点）」としての座標を維持することを意味します。
3. モデルの再構築：肯定的意味づけと儀式
誤差が検知された後、システムはモデルをアップデート（学習）する必要があります。
- 肯定的意味づけ（Positive Connotation）:
「症状」を「家族の結束を守るための自己犠牲」として定義し直します。これは、家族の既存の「悪・善」という評価軸（重み付け）を反転させる操作です。この「意味の書き換え」により、家族は自分たちの行動を新しいモデル（パラダイム）で解釈せざるを得なくなります。 - 不変の処方（Invariant Prescription）:
特定の「儀式（秘密の行動など）」を命じることで、家族の行動パターンに物理的な「エラー」を強制的に介入させます。これにより、古いゲームのルールが物理的に実行不可能になり、モデルの強制的なアップデート（構造改革）が促されます。
フレームワークによる統合的結論
ミラノ・システム派家族療法をこのフレームワークで統合すると、以下のように結論付けられます。
- 問題の定義: 家族が持つ「世界モデル（認識論）」が、特定のパラメータに固執し、環境変化に対して誤差修正が効かなくなった「局所解へのトラップ」状態。
- 介入の目的: セラピストが外部から「差異（News of difference）」という名の予測誤差を注入し、家族自体の「誤差修正知性」を再起動させること。
- 成果: 家族が「自分たちのゲーム」を客観視し、より柔軟で予測精度の高い（適応的な）新しい世界モデルへと自己組織化すること。
ミラノ派の卓越性は、セラピストが直接答えを与える（直接的な修正）のではなく、「システムが自らモデルを書き換えるためのメタ・プログラム」として機能する点にあります。これは、現代の自己教師あり学習や、高次のベイズ推論モデルにおける「モデルの更新プロセス」を人間関係の領域で先取りしていたと言えるでしょう。
