熟練すると、脳は作業の通り道を変える

by

人は二つのことを同時にできるのか。この問いは、日常感覚だけでは判断しにくい。歩きながら話すことはできる。慣れた道なら、自転車をこぎながら周囲の流れを読むこともできる。だが、会議の内容を正確に聞きながら別の文章を書くと、どちらかの精度が落ちやすい。運転中に携帯端末の画面を見ることが危険なのも、単に意志が弱いからではない。視線を向ける対象、注意を配る対象、判断する対象、手を動かす対象が重なり、同じ処理資源を奪い合うからである。

ここで重要なのは、二つの作業が同時に存在すること自体ではない。問題は、それぞれの作業が脳内のどの処理を使い、どの段階で競合するかである。歩行は、十分に慣れていれば、姿勢制御や足の運びを一つ一つ意識しなくても進む。会話も、内容が軽ければ、歩行と大きく衝突しない。ところが、狭い道で車や歩行者を避けながら複雑な話を聞くと、歩行も会話も不安定になる。第一に、視覚情報を読み取る負荷が増える。第二に、その情報をもとに進路を選ぶ判断が必要になる。その結果、会話に使える注意が減り、同じ「歩きながら話す」場面でも、処理の安定性が変わる。

この直感を、脳の学習と処理経路の問題として調べた研究がある。ジョージタウン大学などの研究チームは、変形させた車画像を二つの分類へ分ける課題を参加者に長期間訓練させ、初期学習後と長期訓練後で、脳内の処理がどのように変わるかを調べた。論文は 2026 年に Journal of Cognitive Neuroscience に掲載された[2]。

この研究の要点は、人間が何でも同時に処理できるという楽観的な話にはない。焦点は、ある課題が十分に反復されると、意識的な制御に頼っていた処理が、別の神経回路へ移る場合があるという点にある。最初は前頭前皮質を使って慎重に分類していた作業が、訓練後には視覚対象を扱う領域と運動出力に近い回路へ移り、判断の負荷が下がる。ここから見えるのは、熟練を単なる速度や正確さの向上として見るだけでは足りないということである。熟練とは、脳の処理容量が単純に増えることではない。熟練とは、脳の中で仕事の置き場所が変わり、限られた制御資源の配分が変わることである。

この見方に立つと、複数作業の同時処理は、一つの能力として評価できない。安定して並行できる作業もあれば、訓練しても危険が残る組合せもある。違いを生むのは、作業の数ではなく、処理経路の重なり方である。視覚を奪い合う作業、判断を奪い合う作業、手の操作を奪い合う作業は干渉しやすい。反対に、一方の作業が十分に自動化され、意識的な判断をあまり必要としなくなると、もう一方の作業に注意を残せる。したがって、本稿の中心命題は、熟練とは能力の単純な増加ではなく、制御を必要とする処理がどこに置かれるかの変化である、というものである。

1. 問うべきは、同時にできるかではない

複数の作業を同時に行えるかどうかを考えるとき、問題を「人間の能力が高いか低いか」として見てしまいやすい。しかし、実際には、同時に行う二つの作業がどの資源を使うかによって結果は変わる。歩きながら会話することは、多くの場合できる。だが、細い道で車を避けながら、暗算を続け、さらに相手の話の細部まで覚えることは難しい。どちらも「同時に二つ以上のことをする」場面だが、視覚、注意、判断、記憶、運動制御の重なり方が違う。

この違いを整理するには、同時処理を一つの能力として扱うよりも、作業ごとの処理経路を見る必要がある。ある作業が意識的な判断を必要とするなら、その作業は他の判断課題と競合しやすい。ある作業が反復によって安定し、注意をあまり使わずに進むなら、別の作業と並行しやすくなる。第一段階では、作業の入力が競合する。視覚を使う作業同士、聴覚を使う作業同士、手を使う作業同士は、入口の時点で衝突しやすい。第二段階では、判断と反応選択が競合する。何を意味するのかを判断し、どの操作を選ぶのかを決める段階で、同じ制御資源を使うからである。

場面 表面上の見え方 競合する処理 安定性を分ける要因
歩きながら会話する 二つの作業を同時に行っているように見える。 歩行が十分に慣れていれば、姿勢制御と会話の競合は小さくなる。 道が平坦で周囲の危険が少ないほど、会話に注意を残しやすい。
慣れた道を自転車で走る 移動しながら周囲の流れを読んでいるように見える。 視覚情報、進路判断、手足の操作が同時に必要になる。 道順や操作が自動化されているほど、突発的な状況判断へ注意を使える。
会議を聞きながら文章を書く 聞く作業と書く作業を並行しているように見える。 言語理解、記憶保持、文の構成、判断が重なりやすい。 どちらも意味処理を必要とするため、片方の精度が落ちやすい。
運転中に画面を見る 運転と確認を短時間だけ切り替えているように見える。 道路を見る視覚注意と、画面を読む視覚注意が直接競合する。 入力段階から衝突するため、意志や慣れだけでは危険を消せない。

この表が示しているのは、同時に見える作業の中身は一様ではないということである。歩行と会話は、歩行側の制御が十分に安定していれば、比較的共存しやすい。会議を聞きながら文章を書く作業は、どちらも言語理解と意味判断を使うため、互いに干渉しやすい。運転中に画面を見る作業は、道路を見ることと画面を見ることが視覚入力の段階で競合するため、判断以前に危険が生じる。したがって、同時処理を評価するときは、作業の数ではなく、どの処理段階で競合が起きるかを見る必要がある。

この観点に立つと、今回の研究の位置づけが明確になる。研究が示したのは、人間の一般的な同時処理能力が増えるという話ではない。十分に訓練された視覚分類課題では、前頭前皮質に集中していた処理が、視覚対象を扱う領域と運動出力に近い回路へ移る可能性である。第一に、反復によって、刺激を見て分類する対応関係が安定する。第二に、その対応関係が安定すると、毎回の意識的な判断を前頭前皮質で行う必要が小さくなる。その結果、同じ課題でも、他の課題と競合する度合いが変わる。

ここで前頭前皮質という言葉が重要になる。前頭前皮質は、単に「高度な思考」を行う場所というより、課題のルールを保ち、どの情報を使うかを選び、どの反応を返すかを制御する領域として理解すると、本稿の論理を追いやすい。柔軟な判断に関わるため、新しい課題や慣れていない課題では重要になる。だが、その柔軟性は、同時処理では制約にもなる。複数の作業が同じ制御資源を必要とすれば、そこに詰まりが生じるからである。

したがって、問うべきことは、人間が同時に何個の作業をできるかではない。問うべきことは、どの処理が意識的制御を必要とし、どの処理が反復によって自動化され、どの処理がなお制御に残るのかである。この問いに置き換えると、熟練の意味も変わる。熟練は、作業を速くこなす能力にとどまらない。熟練は、制御を必要とする処理を減らし、注意を本当に変化する状況へ残す仕組みである。

2. 前頭前皮質は柔軟だが、同時処理では詰まりやすい

複数の作業が互いに邪魔をする現象は、認知心理学では長く研究されてきた。代表的なのは、二つの反応課題を短い時間差で行わせる実験である。最初の刺激に反応し、すぐ次の刺激にも反応しようとすると、二つ目の反応が遅れることがある。この遅れは、目が一つしかないから、手が二本しかないから、という身体の数だけでは説明できない。第一に、入ってきた情報をどの課題に関係するものとして読むかを選ばなければならない。第二に、その情報に対してどの反応を返すかを決めなければならない。つまり、感覚器や筋肉の段階だけでなく、意味を読み取り、反応を選ぶ段階にも共通の詰まりがある[3]。

この詰まりは、脳の中では前頭前皮質や頭頂葉を含む注意制御系と関係している。前頭前皮質は、額の奥に広がる脳領域であり、単に「考える場所」と呼ぶだけでは役割を捉えきれない。ここで重要なのは、前頭前皮質が課題の規則を保ち、どの情報を使うかを選び、どの反応を出すかを制御する点である。頭頂葉は、注意をどこへ向けるか、空間や対象をどう扱うかに関わる。複数課題の干渉を調べた神経画像研究でも、こうした前頭葉と頭頂葉を含む制御系が、同時処理の制約に関わることが示されている[4]。さらに、二重課題研究と課題切り替え研究を統合した整理でも、人間の同時処理は、柔軟に課題を変えられる能力と、同時に使える処理資源の制約を併せ持つものとして理解されている[5]。

この構造は、初心者の運転を考えると分かりやすい。運転を始めたばかりの人は、速度、車線、標識、歩行者、信号、ペダル操作、ハンドル操作を一つずつ意識しなければならない。標識を見たら、それが何を意味するのかを読み、現在の状況に当てはめ、減速するのか、止まるのか、進路を変えるのかを決める必要がある。ここでは、見ること、意味づけること、判断すること、手足を動かすことが連続している。第一に、状況が新しいため、入力と反応の対応がまだ安定していない。第二に、対応が安定していないため、毎回の判断を前頭前皮質の制御に頼らなければならない。その結果、別の複雑な作業を重ねる余裕が小さくなる。

前頭前皮質の働きは、人間の弱点ではなく、むしろ柔軟性の源である。初めての道を走るとき、突然の工事に対応するとき、予想外の歩行者が現れたとき、固定された反応だけでは足りない。状況を読み替え、規則を選び直し、動作を変える必要がある。このとき前頭前皮質は有効に働く。だが、この柔軟性は、同時処理では負荷にもなる。柔軟な判断は、状況を保持し、候補を比較し、反応を選ぶ処理を必要とするため、同じ種類の制御を必要とする別の課題と衝突しやすい。したがって、前頭前皮質は重要であると同時に、複数作業が集中したときの狭い通路にもなる。

観点 本文での意味 誤解しやすい点 後続の論理との接続
前頭前皮質 課題の規則を保ち、情報を選び、反応を決める制御系として重要である。 単に知性の高低を決める場所ではなく、柔軟な処理を支える一方で、同時処理の詰まりにも関わる。 熟練によって、この領域への依存がどの程度下がるかが、今回の研究の焦点になる。
頭頂葉を含む注意制御系 注意をどこへ向け、どの対象を処理するかを調整する仕組みとして働く。 判断だけが問題なのではなく、注意を向ける対象の選択も同時処理の制約になる。 複数作業の干渉は、反応を決める前の段階から生じることを示す。
処理の詰まり 複数の課題が同じ制御資源を使おうとして、片方または両方の処理が遅れることである。 目や手の数だけの問題ではなく、情報を意味づけ、反応を選ぶ段階でも生じる。 同じ作業でも、自動化されると詰まり方が変わる可能性がある。
柔軟性 状況に応じて規則を変え、例外に対応できる性質である。 柔軟であるほど常に速いわけではなく、判断の候補が増えるほど負荷も大きくなる。 熟練は、この柔軟な制御をすべて使い続けるのではなく、一部の処理を別の経路へ移す過程として理解できる。

この構造は、熟練の意味を考える入口になる。初心者と熟練者は、外から見ると同じ行動をしているように見える。どちらも車を走らせ、標識を読み、進路を選び、手足を動かしている。しかし、脳内で同じ経路を使っているとは限らない。初心者は、入力と反応の対応を毎回意識的に組み立てる。熟練者は、反復によって安定した部分を、前頭前皮質の細かな制御に頼らず処理できるようになる。第一に、繰り返された作業では、刺激と反応の対応が予測しやすくなる。第二に、その対応が安定すると、毎回の判断を中央の制御系で組み立てる必要が下がる。ここに、熟練によって処理の置き場所が変わる可能性がある。

したがって、前頭前皮質の詰まりは、単なる欠陥ではない。新しい状況に対応するための柔軟な制御が、同時処理では制約として現れるのである。この見方に立つと、熟練とは、前頭前皮質を使わなくなることではない。変化の少ない処理を別の経路へ移し、前頭前皮質を本当に判断が必要な場面に残すことである。次に問題になるのは、そのような自動化がどのように成立するかである。

3. 自動化とは、注意の要求が下がる処理への移行である

自動化という語は、日常では「考えずにできること」という意味で使われやすい。たしかに、慣れた操作は意識にのぼりにくくなる。慣れた道を歩くとき、足をどの順に出すかを毎回考えない。慣れた文字入力では、キーの位置を一つずつ探さない。しかし、本稿で問題にする自動化は、意識があるかないかだけで決まるものではない。重要なのは、同じ刺激と反応の対応が反復されることで、毎回の意識的な判断を必要とする度合いが下がり、注意の負荷が小さくなることである。古典的な研究でも、人間の情報処理は、状況に応じた制御を必要とする処理と、訓練によって自動的に働く処理に分けて考えられてきた[6]。

ここでいう刺激と反応の対応とは、目の前に何が現れたとき、どの意味として読み、どの行動を返すかという結びつきである。初心者は、この対応を毎回組み立てる必要がある。標識を見て、その意味を思い出し、現在の速度や周囲の車との関係を考え、減速するか進むかを決める。第一に、刺激の意味づけに注意を使う。第二に、その意味に応じた反応選択に注意を使う。反対に、十分に反復された処理では、刺激を見た段階で反応候補がすばやく絞られる。意味づけと反応選択の負荷が下がるため、同じ作業でも前頭前皮質の制御を必要とする度合いが小さくなる。

この点を押さえると、自動化は単なる速度向上ではないことが分かる。速くなるのは結果であって、構造の中心ではない。中心にあるのは、処理の組み立て方が変わることである。毎回、規則を思い出し、入力を解釈し、反応を選ぶ処理から、過去に反復された対応を利用してすばやく反応する処理へ移る。第一段階では、経験によって入力と反応の対応が安定する。第二段階では、その安定した対応が、意識的な制御を経由しなくても使えるようになる。その帰結として、注意の節約、反応の高速化、別課題との干渉低下が生じる。

自動化の理論には、いくつかの説明がある。たとえば、反復した経験の具体的な記憶が蓄積され、似た場面に遭遇したとき、その記憶が直接呼び出されるという考え方がある[7]。この考え方では、人は毎回、抽象的な規則を一から適用しているのではない。過去に経験した場面の痕跡を使い、似た状況に対して素早く反応している。別の整理では、制御処理と自動処理を、行動として見える変化、理論上の説明、生物学的な仕組みの三つから結びつけて考える[8]。いずれの場合も、自動化は「意識が消える」ことではなく、処理が意識的制御に強く依存しなくなることとして理解するほうが正確である。

観点 制御を必要とする処理 自動化された処理 本文での意味
規則の扱い 状況ごとに規則を意識し、どの規則を使うかを選ぶ。 反復された対応がすばやく使われ、規則を毎回明示的に確認しにくくなる。 熟練すると、同じ行動でも規則を組み立てる負荷が下がる。
注意の負荷 入力の意味づけ、候補の比較、反応選択に注意を多く使う。 入力から反応候補までの経路が安定し、注意の要求が小さくなる。 注意が節約されるため、別の処理に制御資源を残しやすくなる。
速度 判断の段階が多く、反応までに時間がかかりやすい。 過去の経験を利用して反応が速くなる。 速度向上は自動化の結果であり、原因そのものではない。
柔軟性 状況が変わったときに規則を選び直しやすい。 安定した対応に引きずられ、規則変更や例外処理が遅れる場合がある。 自動化は効率を高める一方で、制御のし直しを難しくすることがある。

近年の概念整理では、自動性を一枚岩として扱わず、意識性、意図性、制御可能性、効率性といった複数の特徴に分けて考える必要が示されている[9]。これは重要である。ある処理が速いからといって、完全に無意識とは限らない。意識して始めた行動が、その後はほとんど注意を使わずに進むこともある。逆に、注意をあまり使わずに始まる反応でも、状況によっては意識的に止めたり修正したりできる場合がある。したがって、自動化を理解するには、「意識しているかどうか」だけでは足りない。どの程度効率的か、どの程度意図に依存するか、どの程度止められるか、どの程度別課題と干渉するかを分けて見る必要がある。

この整理は、今回の研究を読むための土台になる。研究が問題にしているのは、参加者が車画像の分類を意識していたかどうかだけではない。長期訓練によって、分類に必要な処理が前頭前皮質の制御にどれだけ依存しなくなり、視覚対象を扱う領域や運動出力に近い回路へどれだけ移ったかである。第一に、分類規則が反復されることで、画像の特徴とカテゴリーの対応が安定する。第二に、その対応が脳内の別の経路に組み込まれることで、毎回の意識的な反応選択の負荷が下がる。そこではじめて、別の課題と同時に行ったときの干渉が減る可能性が出てくる。

したがって、自動化された処理を「よい処理」と単純に評価することはできない。自動化は速さをもたらす。注意を節約する。別の作業と干渉しにくくなる。しかし同時に、意識的に止めたり、規則が変わったときに柔軟に組み替えたりすることを難しくする場合がある。これは、熟練の利点であると同時に、熟練の危うさでもある。自動化を、能力の増加だけとして見ると、この交換関係を見落とす。自動化は、注意を使わない万能の処理ではなく、注意の要求を下げる代わりに、制御のし直しを難しくする場合がある処理なのである。

この両面を押さえると、今回の研究を「訓練すれば何でも同時にできる」という話として読む危険を避けられる。訓練によって可能になるのは、あらゆる作業の同時処理ではない。反復され、入力と反応の対応が安定し、処理経路が再編された課題について、前頭前皮質の負荷が下がることである。次に見るべきなのは、その変化が単なる理論上の話ではなく、実際の長期訓練と脳活動の測定によってどのように確かめられたのかである。

4. 長期訓練で何を測ったのか

この研究の特徴は、短時間の学習ではなく、長期訓練を実験の中心に置いた点にある。人が数分から数時間で課題に慣れることは珍しくない。画面の操作、簡単な分類、決まった手順の反復であれば、短い練習でも反応は速くなる。しかし、現実の熟練はそれだけでは説明できない。楽器、運転、スポーツ、画像診断、文章校正、プログラムの読み解きでは、同じ種類の入力に何度も触れ、誤りを修正し、反応の型を作る過程が続く。第一に、入力のどこを見るべきかが絞られる。第二に、その入力からどの反応を返すかが安定する。その結果、最初は意識的に組み立てていた処理が、より速く、より少ない注意で進むようになる。

この変化は、行動成績だけでは十分に捉えられない。練習後に反応が速くなったとしても、それが単に判断の速度が上がったためなのか、使われる脳領域が変わったためなのか、領域同士の結びつきが変わったためなのかは、成績だけからは分からない。練習に伴う脳活動の変化を扱った研究では、課題経験によって活動する領域や結合のあり方が変わることが整理されている[10]。また、練習による変化を神経画像研究から統合した分析でも、学習初期と熟練後では、制御系の関わり方が変わることが示されている[11]。つまり、熟練を理解するには、「できるようになったか」だけでなく、「どの経路でできるようになったか」を見る必要がある。

技能学習では、運動を支える神経回路も再編される。運動技能の学習は、最初から同じ回路が同じように働き続ける過程ではない。練習の初期には、動作の規則や手順を意識的に保つ必要がある。練習が進むと、動作の一部はより安定した運動の型として扱われるようになる。このように、運動技能の学習は、段階に応じて関与する領域が変わる過程として理解されている[12]。さらに、学習中の脳を領域単体ではなく神経回路全体として見る研究では、練習に伴い、脳内の結びつきが動的に組み替わることが示されている[13]。

この背景を踏まえると、この研究が長期訓練を入れた意味が明確になる。研究者が知りたかったのは、参加者が分類課題に慣れるかどうかだけではない。十分に反復したとき、分類判断が前頭前皮質の制御に依存し続けるのか、それとも視覚対象を扱う領域や運動出力に近い回路へ移るのかである。第一に、長期訓練によって、画像の形と分類の対応が安定する。第二に、その対応が安定すれば、毎回の分類判断を前頭前皮質で組み立てる必要が下がる可能性がある。ここに、熟練によって処理の置き場所が変わるという仮説がある。

実験では、参加者は変形させた車画像を見て、それが二つの分類のどちらに属するかを答えた。分類の対象が車画像であること自体に特別な意味があるわけではない。重要なのは、見た形をもとに分類を行う、規則が安定した視覚課題として設計されている点である。参加者は 5〜10 週間にわたり、3 万試行以上を行った。これは、短時間の慣れではなく、反復経験による処理経路の変化を見るための設定である。研究者は、初期学習後と長期訓練後の二時点で、fMRI と EEG を使って脳活動を測定した[1]。

fMRI は、脳のどの領域が課題に関わるかを見るのに向いている。血流の変化を手がかりにするため、時間の細かさには限界があるが、どの領域に分類に関わる信号が現れるかを調べやすい。EEG は、頭皮上の電気活動を測るため、脳活動がいつ生じるかを見るのに向いている。空間的な位置の特定は fMRI ほど得意ではないが、刺激を見た直後から反応に至るまでの時間的な変化を追いやすい。この二つを組み合わせることで、研究者は、分類処理の場所と時間の両方を調べた。

さらに、この研究では二重課題も使われた。二重課題とは、分類課題だけを行うのではなく、別の注意要求課題と並行して行わせる条件である。ここで測りたいのは、単独で課題ができるかどうかではない。訓練された分類課題が、別の課題とどの程度干渉するかである。もし分類処理が前頭前皮質の制御に強く依存したままであれば、別の注意要求課題と競合しやすい。反対に、分類処理が視覚処理側や運動出力側へ移り、前頭前皮質の負荷が下がっていれば、別の課題との干渉は小さくなる可能性がある。

要素 研究での役割 分かること 注意点
車画像分類 見た形をもとに二つの分類へ分ける、規則が安定した視覚課題として使われた。 形の違いを分類判断へ結びつける処理が、訓練によってどう変わるかを調べられる。 実験用に設計された課題であり、現実の複雑な判断全般を代表するものではない。
長期訓練 5〜10 週間、3 万試行以上の反復によって、短時間の慣れを超えた変化を見るために設定された。 初期学習後と長期訓練後を比べることで、単なる上達ではなく処理経路の変化を検討できる。 訓練量が大きいため、日常の軽い慣れへそのまま一般化することはできない。
fMRI 分類に関わる信号が、脳内のどの領域に現れるかを調べるために使われた。 前頭前皮質、視覚対象を扱う領域、運動出力に近い回路の関わりを比較できる。 時間的な細かさには限界があるため、処理の順序を単独で細かく読むには向かない。
EEG 分類に関わる信号が、刺激提示後のどの時点で現れるかを調べるために使われた。 訓練後に、分類情報がより早い段階で現れるかを検討できる。 空間的な位置の特定には限界があるため、fMRI と組み合わせて解釈する必要がある。
二重課題 訓練された分類課題が、別の注意要求課題とどの程度干渉するかを見るために使われた。 分類処理が前頭前皮質の制御からどれだけ離れたかを、行動上の干渉として確認できる。 二重課題で干渉が減っても、あらゆる複数作業が安全に可能になることを意味しない。

ここで重要なのは、この研究が「成績が上がったか」だけを見ていない点である。成績だけなら、練習すれば上達したという話で終わる。研究の焦点は、上達したときに、分類判断が脳内のどこへ移ったのか、どの回路との結びつきが強くなり、どの回路との結びつきが弱くなったのかにある。第一に、長期訓練によって行動成績が変わる。第二に、その変化の背後で、分類を支える神経回路の配置が変わる。第三に、その配置の変化が、別課題との干渉の減少として現れる可能性がある。この三段階を区別することで、熟練を単なる上達ではなく、処理経路の再編として読むことができる。

したがって、この研究の測定対象は、車画像分類という小さな課題に閉じているようでいて、実際には熟練一般を考えるための基本構造を含んでいる。反復によって入力の読み取りが安定する。入力と反応の対応が安定すると、毎回の意識的な制御が減る。制御の負荷が下がると、別の課題との干渉が変わる。この順序を追うことで、熟練とは何かという問いを、行動の速さではなく、脳内の処理の置き場所として扱えるようになる。

5. 「できる」と「自動化される」は違う

この研究を読むうえで最も重要な区別は、「できる」と「自動化される」の違いである。初期学習後の参加者は、すでに車画像を分類できる。まったく分からない状態ではない。画像を見れば、二つの分類のどちらに属するかを答えられる。だが、その時点の分類は、まだ前頭前皮質の制御に大きく依存している。第一に、見た形の特徴を取り出す必要がある。第二に、その特徴を分類規則に照らし合わせ、どちらの反応を返すかを決める必要がある。つまり、課題としてはできていても、処理としてはまだ意識的な判断に近い。

この違いは、日常の熟練にも現れる。運転免許を取った直後の人は、車を動かすことはできる。だが、標識、速度、車線、周囲の車、歩行者、ミラー確認、ペダル操作を一つずつ意識しなければならない。外から見れば「運転できる」状態である。しかし、内部では多くの処理が前頭前皮質の制御に依存している。熟練者の場合、同じ行動でも、すべてを毎回意識的に組み立てているわけではない。第一に、よくある状況の読み取りが速くなる。第二に、読み取った状況から返す操作が安定する。その結果、注意は基本操作ではなく、変化した状況や例外的な危険に向けられる。

したがって、「できる」とは、ある課題に正答できる、または一定の行動を実行できる状態である。一方、「自動化される」とは、その課題を支える処理が、毎回の意識的な制御に強く依存しなくなる状態である。この二つを混同すると、練習によって成績が上がったことと、脳内の処理経路が変わったことを区別できなくなる。今回の研究の価値は、参加者が車画像分類に成功したことではない。分類できるようになった後、さらに長期訓練を重ねることで、分類を支える神経回路がどう変わったかを測った点にある。

観点 できる状態 自動化された状態 本稿での意味
行動成績 課題に正答できる、または目的の行動を実行できる。 正答や行動が、より少ない注意負荷で安定して行われる。 成績だけでは、処理経路が変わったかどうかは分からない。
規則の使い方 規則を思い出し、入力に当てはめて判断する。 反復された入力と反応の対応がすばやく使われる。 熟練は、規則を知っている状態ではなく、規則適用の負荷が下がった状態として理解できる。
前頭前皮質への依存 情報の選択、規則の保持、反応選択に前頭前皮質の制御を多く使う。 安定した処理の一部が、視覚処理側や運動出力側へ移る可能性がある。 今回の研究では、この依存の変化が中心的な論点になる。
別課題との干渉 同じ制御資源を使う別課題と競合しやすい。 注意要求が下がるため、別課題との干渉が小さくなる場合がある。 自動化と複数作業の同時処理が結びつくのは、この点である。

長期訓練後に変わったのは、分類判断の処理経路である。論文では、腹側後頭側頭皮質に、分類に応じた反応が現れるようになったことが報告されている。腹側後頭側頭皮質は、目に入った対象の形や種類を処理するうえで重要な領域である。論文では vOTC と略されるが、本稿では主に腹側後頭側頭皮質と呼ぶ。この領域は、視覚情報を単に受け取るだけの場所ではない。対象がどのような形を持ち、どの種類のものとして扱われるかを処理する経路の一部である。

分類学習の研究では、分類が単一の仕組みだけで支えられるわけではないことが示されてきた。分類には、規則を意識して使う処理もあれば、反復経験によって身につく処理もある[14]。人間の分類学習を広く整理した研究でも、明示的な規則学習と、経験に基づく分類学習は区別されている[15]。さらに、複数の分類学習の仕組みを想定する理論では、前頭前皮質、線条体、視覚野などが異なる役割を持つことが提案されている[16]。分類とは、単に名前を覚えることではない。入力のどの差異を重要なものとして扱い、どの差異を無視し、どの反応へ結びつけるかを学ぶ過程である。

視覚対象の認識は、目に入った像がそのまま意味になる過程ではない。網膜に入るのは、光の分布である。そこから輪郭、形、部品の配置、対象のまとまりが処理される。視覚皮質における対象認識のモデルでは、単純な特徴から複雑な形へと段階的に処理が進む構造が示されてきた[17]。また、人間の視覚皮質を整理した研究でも、腹側視覚経路は対象の認識や分類に深く関わる領域として位置づけられている[18]。この背景を踏まえると、分類に応じた反応が腹側後頭側頭皮質に現れたことは、分類判断が単に前頭前皮質で後から付け加えられたものではなく、視覚処理の段階に組み込まれた可能性を示す。

この背景を踏まえると、今回の研究の意義は明確になる。参加者が分類できるようになったこと自体ではなく、分類に応じた反応が、前頭前皮質だけでなく視覚処理側に現れるようになった点が重要である。第一に、長期訓練によって、車画像の形の差異と分類の対応が繰り返し経験される。第二に、その反復によって、分類に必要な差異が視覚処理の段階で読み取られやすくなる。第三に、分類結果に応じた反応が、前頭前皮質で毎回組み立てられるのではなく、視覚処理側から運動出力へ近い経路として扱われる可能性が生じる。

この点は、分類と知覚の境界を考えるうえでも重要である。分類は、一見すると「見たあとに考えて決める」処理に見える。だが、十分に訓練されると、何を重要な差異として見るか自体が変わる。たとえば、専門家は、初心者には同じように見える対象の違いをすばやく見分けることがある。これは、単に知識量が多いからではない。第一に、経験によって見るべき特徴が絞られる。第二に、その特徴が分類や行動と結びつく。その結果、対象を見た段階で、すでに分類に必要な構造が読まれ始める。

先行研究でも、視覚カテゴリーの表象が前頭前皮質で扱われることや、分類訓練によって人間の神経活動が形やカテゴリーに応じて変化することが示されている[19][20]。今回の研究は、この流れをさらに長期訓練と複数作業の同時処理へ接続している。分類に関わる反応が腹側後頭側頭皮質に現れるだけでなく、それが前頭前皮質との結合低下や運動出力側との結びつきと関係する点に特徴がある。ここで、熟練は単なる知識の蓄積ではなく、知覚、分類、反応の結びつきの再配置として見えてくる。

したがって、熟練は、答えを知っている状態ではない。熟練は、入力を見た段階で、分類に必要な構造がすでに読まれ始める状態である。ここで「読まれる」とは、意識の中で言葉として説明されるという意味ではない。視覚情報の処理段階で、後続の判断や反応に使える差異が、より早く、より安定して取り出されるという意味である。この変化が起きるからこそ、同じ課題を行っていても、初期学習後と長期訓練後では、前頭前皮質への依存と別課題との干渉が変わる。次に見るべきなのは、この処理経路の変化が、実際にどのように前頭前皮質からの切り離しとして現れたかである。

6. 熟練すると、判断の一部が見る仕組みに組み込まれる

視覚対象を認識する脳の仕組みについては、腹側視覚経路が階層的に情報を処理するという考え方がある。腹側視覚経路とは、目から入った情報をもとに、対象の形や種類を認識していく流れである。低い段階では線の向き、輪郭、明暗のような単純な特徴が扱われる。高い段階へ進むにつれて、部品の組合せ、全体の形、対象としてのまとまりが扱われる。階層的な物体認識モデルは、このような処理の積み重なりを説明する枠組みとして提案されてきた[17]。人間の視覚野に関する整理でも、腹側視覚経路は対象認識に深く関わる領域として位置づけられている[18]。

ここで注意すべきなのは、視覚処理を単なる撮影装置のように考えないことである。目に入るのは光の分布であり、それだけでは「車」「顔」「文字」「異常な差分」といった意味にはならない。第一に、脳は入力の中から特徴を取り出す。第二に、その特徴を過去の経験や課題上の区別と結びつける。つまり、見ることは、外界をそのまま写すことではなく、後続の判断や行動に使える構造を取り出す処理である。

一方で、分類判断は前頭前皮質とも深く関係する。視覚刺激を見て、それがどの分類に属するかを決めるには、単に形が見えているだけでは足りない。どの差異を重要とみなし、どの差異を無視し、どの反応へ結びつけるかを決める必要がある。サルを対象にした研究では、視覚刺激の分類が前頭前皮質に表現されることが示されている[19]。これは、分類が視覚入力だけで完結するのではなく、課題の規則や反応選択を含む制御の問題でもあることを示している。

人間の分類訓練研究でも、訓練によって形に応じた神経可塑性と分類に応じた神経可塑性が生じることが報告されている[20]。神経可塑性とは、経験によって神経活動のあり方が変わる性質である。この語は、単に脳が変化するという一般論として使うと曖昧になる。本稿で重要なのは、経験によって、何を形の差として処理し、何を分類上の差として処理するかが変わりうるという点である。つまり、訓練は、知識を頭に追加するだけではなく、入力の読み取り方そのものを変える。

この背景を踏まえると、この研究の位置づけは明確になる。長期訓練後に腹側後頭側頭皮質で分類に応じた反応が現れたということは、「見ること」と「判断すること」の境界が動いたことを意味する。初期段階では、まず形を見る。その後で、前頭前皮質を使って規則を保ち、どちらの分類に属するかを判断する。ところが、長期訓練後には、分類に必要な差異が視覚対象を扱う領域の段階で処理されるようになる。第一に、反復によって、形の違いと分類の対応が安定する。第二に、その対応が安定すると、分類に必要な特徴が、見る段階で優先的に取り出される。第三に、その結果、前頭前皮質で毎回分類を組み立てる負荷が下がる。

段階 処理の中心 何が起きているか 熟練との関係
初期学習 視覚処理と前頭前皮質の制御 形を見たあとで、分類規則を使い、どちらに属するかを判断する。 課題はできるが、毎回の反応選択に注意と制御を多く使う。
反復訓練 形と分類の対応づけ 同じ種類の入力と反応が繰り返され、重要な差異と無視してよい差異が分かれていく。 見るべき特徴が絞られ、判断に必要な情報が早く取り出されるようになる。
長期訓練後 腹側後頭側頭皮質を含む視覚処理側 分類に応じた反応が、視覚対象を扱う領域に現れる。 判断の一部が見る仕組みに組み込まれ、前頭前皮質の負荷が下がる可能性がある。
行動上の帰結 視覚処理から反応への経路 分類に必要な構造が早く読まれ、反応候補が絞られやすくなる。 同じ課題でも、別の注意要求課題との干渉が小さくなる可能性がある。

この変化を、「見たあとで考える」から「見る段階で分類に必要な構造が読まれる」への移行として捉えると、熟練の意味が分かりやすくなる。初心者は、対象を見てから規則を当てはめる。熟練者は、対象を見た時点で、判断に必要な特徴をすでに拾っている。ここでいう「拾っている」とは、言葉で説明できるという意味ではない。むしろ、言葉にする前の段階で、後続の判断や反応に使える差異が取り出されるという意味である。

熟練者の直感に近いものも、ここから理解できる。将棋の局面、医用画像、プログラムの不自然な差分、楽器演奏の指の動きでは、経験者が初心者とは違う場所を見ているように見える。正確には、同じ対象を見ていても、脳内で取り出される構造が違う。第一に、経験によって、重要な差異と重要でない差異が分かれる。第二に、重要な差異が、分類、予測、反応と結びつく。その結果、熟練者はすべての規則を言葉でたどらなくても、次に何が起きそうか、どこが不自然か、どの操作が必要かをすばやく絞り込める。

ただし、この直感を過大評価してはならない。熟練者が速く判断できるのは、何でも直感的に分かるからではない。対象の種類、課題の規則、反復経験、誤りの修正が積み重なった範囲で、見る仕組みがその課題に適応しているからである。したがって、熟練は万能のひらめきではない。安定した入力と反応の対応が繰り返された領域で、見ること、分類すること、反応することの結びつきが強くなる現象である。

この点から、熟練は知識の量だけでは説明できない。知識が多いだけなら、判断のたびに頭の中の一覧表を参照することになる。実際の熟練では、入力を受け取る段階で、どの差異が意味を持つかが変わる。視覚処理が課題上の意味を帯びるため、分類判断は前頭前皮質だけで後から作られるものではなくなる。判断の一部が見る仕組みに組み込まれるのである。

この変化が起きると、前頭前皮質の役割も変わる。前頭前皮質が不要になるわけではない。新しい状況、例外、規則変更、誤りの修正には、なお柔軟な制御が必要である。しかし、反復され安定した処理まで毎回前頭前皮質で組み立てる必要は小さくなる。つまり、熟練とは、前頭前皮質を捨てることではなく、前頭前皮質を本当に判断が必要な場面に残すことである。次に問題になるのは、この視覚処理側への組み込みが、別の課題との干渉をどのように変えるかである。

7. 前頭前皮質への依存が下がると、別の課題と干渉しにくくなる

今回の研究でさらに重要なのは、腹側後頭側頭皮質と前頭前皮質の機能的結合が弱まり、運動出力系との結合が強まったことである。機能的結合とは、二つの脳領域の活動がどの程度連動しているかを見る指標である。これは、物理的な神経線維が直接つながっていることをそのまま示すものではない。ある課題を行うときに、どの領域同士が同じ流れの中で働いているかを推定する手がかりである。したがって、機能的結合の変化は、「脳の配線図が単純に書き換わった」と読むのではなく、「課題を処理するときに協調する領域の組合せが変わった」と読む必要がある。

この変化は、分類処理の経路が変わった可能性を示している。初期学習後には、画像を見て、形の特徴を取り出し、前頭前皮質で規則を保ち、どちらの分類に属するかを判断する流れが強い。長期訓練後には、腹側後頭側頭皮質で分類に応じた反応が現れ、さらに運動出力系との結びつきが強まる。第一に、見る段階で分類に必要な差異が取り出されやすくなる。第二に、その差異が反応選択へ近い経路と結びつく。第三に、前頭前皮質で毎回分類を組み立てる必要が下がる。この三段階を通じて、同じ分類課題でも、注意制御への依存が小さくなる。

ここでいう運動出力系との結合は、単に手を速く動かすという意味ではない。分類課題では、見た画像に応じて、どちらかの反応を返さなければならない。初期段階では、画像を見たあと、分類規則に照らし、反応を選ぶ必要がある。長期訓練後には、画像の特徴と分類と反応の対応が反復されているため、見た段階で反応候補が絞られやすくなる。つまり、運動出力系との結合が強まるということは、視覚処理から反応へ至る流れが短く、安定したものになった可能性を示している。

変化 意味すること 干渉との関係 注意点
腹側後頭側頭皮質に分類反応が現れる 分類に必要な差異が、視覚対象を扱う段階で処理されるようになった可能性がある。 前頭前皮質で分類を毎回組み立てる負荷が下がる。 視覚処理だけで判断のすべてが完結するという意味ではない。
前頭前皮質との機能的結合が弱まる 分類課題を行うとき、前頭前皮質との協調に依存する度合いが下がった可能性がある。 別の注意要求課題と同じ制御資源を奪い合いにくくなる。 前頭前皮質が不要になったという意味ではなく、安定した処理での依存が下がったと読むべきである。
運動出力系との結合が強まる 見た特徴、分類、反応の対応がより直接的に結びついた可能性がある。 反応選択の負荷が下がり、処理が速く安定しやすくなる。 反応が速くなることだけが重要なのではなく、制御経路の再配置が重要である。
二重課題での干渉が小さくなる 訓練された分類課題が、別の課題と競合しにくくなった可能性がある。 自動化された処理ほど、前頭前皮質の制御資源を占有しにくい。 あらゆる複数作業が安全に可能になるという意味ではない。

この構造を理解するには、「前頭前皮質から外れる」という表現を慎重に読む必要がある。前頭前皮質が完全に働かなくなるわけではない。新しい状況、規則変更、例外処理、誤りの修正には、なお前頭前皮質の柔軟な制御が必要である。変化しているのは、反復され安定した分類処理を毎回前頭前皮質で組み立てる必要が小さくなるという点である。第一に、定型的な処理が視覚処理側と反応側へ組み込まれる。第二に、前頭前皮質はその定型処理から相対的に解放される。その結果、別の課題に使える制御資源が残りやすくなる。

このことが、二重課題との関係で重要になる。二重課題で干渉が起きるのは、二つの作業が同じ制御資源を同時に必要とするからである。分類課題が前頭前皮質の制御に強く依存していれば、別の注意要求課題と同時に行ったときに競合しやすい。反対に、分類課題の安定した部分が視覚処理側や運動出力側へ移っていれば、前頭前皮質を占有する度合いが下がる。ここで、熟練と複数作業の同時処理が接続する。複数作業が可能になるのは、脳の容量が単純に増えたからではなく、一方の課題が中央の制御資源をあまり使わなくなるからである。

ただし、視覚処理と注意の関係は単純ではない。自然場面の素早い分類は、注意がほとんどない条件でもある程度可能だとする研究がある[21]。一方で、自然場面の知覚には注意が必要だとする研究もある[22]。この対立が示しているのは、視覚処理を一枚岩として扱えないということである。粗く対象の種類を分ける処理、細部を見分ける処理、行動に必要な対象を選ぶ処理、危険を避けるために空間を読む処理は同じではない。第一に、粗い分類は比較的速く進む場合がある。第二に、行動に結びつく精密な選択では注意が必要になる。したがって、視覚課題が自動化されるとしても、それは視覚注意が不要になることを意味しない。

この点は、運転中に画面を見ることの危険性とも関係する。熟練した運転者は、基本操作を自動化できる。車線維持、速度調整、周囲の流れの読み取りは、初心者より少ない注意で行える場合がある。しかし、道路を見ることと画面を見ることは、どちらも視覚入力を必要とする。第一に、道路から視線が外れる。第二に、画面内容を読むために意味処理が奪われる。第三に、危険が現れたときの反応選択が遅れる。したがって、熟練によって一部の操作負荷が下がっても、視覚注意を奪う課題を安全に重ねられるわけではない。

複数作業の訓練については、すでに関連研究がある。訓練によって前頭前皮質での情報処理速度が上がり、複数作業成績が改善することを示した研究がある[23]。また、訓練が前頭頭頂系と皮質下領域における課題表現の分離を進め、複数作業の負荷を下げることを示した研究もある[24]。これらの研究は、練習によって複数作業の干渉が変わることを示している。今回の研究は、そこに別の視点を加えている。長期の視覚分類訓練によって、分類判断そのものが視覚処理側へ移り、前頭前皮質のボトルネックを迂回する可能性を示した点である。

ここで重要なのは、複数作業の改善には複数の道筋があるということである。一つは、前頭前皮質での処理が速くなる道筋である。もう一つは、課題表現が分離され、互いに干渉しにくくなる道筋である。さらに今回の研究が示すのは、十分に反復された分類課題では、判断の一部が視覚処理側と反応側へ移り、前頭前皮質を経由する負荷が下がる道筋である。第一の道筋は、中央の処理を速くする。第二の道筋は、課題同士の重なりを減らす。第三の道筋は、一部の処理を中央の制御から外す。これらは同じ「複数作業の改善」に見えても、背後の構造は異なる。

さらに、人によって同時処理能力には差がある。ごく一部の人は、運転に似た課題と記憶課題を同時に行っても成績低下が小さいことが報告されている[25]。しかし、この事実を一般化して、訓練や習慣によって誰でも同じようになれると読むのは危険である。特殊な能力を持つ少数者がいることと、多くの人が日常的に安全な複数作業を行えることは別である。

日常的に複数の媒体を切り替える人ほど注意制御が優れているとは限らない。むしろ、制御課題で成績が低いことを示した研究もある[26]。この結果は、複数作業を多くしていることと、複数作業に強いことが同じではないことを示している。第一に、頻繁な切り替えは、課題を浅く移動しているだけの場合がある。第二に、その移動は、注意を保つ力や不要な情報を抑える力を高めるとは限らない。したがって、複数作業の経験量だけを根拠に、同時処理能力が高いとは判断できない。

以上を整理すると、今回の研究から見えるのは、複数作業の能力ではなく、干渉が減る条件である。干渉が減るには、少なくとも三つの条件がある。第一に、課題が十分に反復され、入力と反応の対応が安定していること。第二に、その対応が前頭前皮質の毎回の制御から一部離れ、視覚処理側や運動出力側へ組み込まれていること。第三に、同時に行う別の課題と、視覚、注意、判断、反応の段階で強く競合しないこと。この条件を満たす場合に限って、熟練した処理は別の課題と干渉しにくくなる。

したがって、前頭前皮質への依存が下がることは、複数作業を無制限に可能にする鍵ではない。それは、反復され安定した一部の処理を、中央の制御資源から相対的に切り離す仕組みである。この仕組みがあるから、熟練者は同じ作業をしながら、別の変化にも注意を向けられる。しかし、その仕組みが働く範囲は、訓練された課題と、その課題が使う処理経路に限定される。次に必要なのは、この研究から言える範囲と、言いすぎになる範囲を明確に分けることである。

8. この研究から言える範囲を狭く保つ

この研究から読み取るべきことは、訓練によって一部の処理が自動化され、別の課題との干渉が小さくなる場合があるという点である。そこから直ちに、人間は複雑な作業を自在に同時処理できる、と結論することはできない。研究で使われた課題は、変形した車画像を二つの分類へ分ける視覚分類である。入力は画像であり、分類は二択であり、反応も限定されている。第一に、課題の規則が比較的安定している。第二に、入力と反応の対応を長期間反復できる。第三に、その反復によって、視覚処理側と運動出力側の結びつきが強まる条件が作られている。この条件を外れる作業にまで、同じ結論を広げることはできない。

研究の限界は、成果の価値を下げるものではない。むしろ、限界を明確にすることで、この研究が本当に示した構造が見える。参加者は最終的に 11 人であり、長期訓練を完了できた人だけが解析対象になっている[1]。この規模は、長期訓練と神経画像測定を組み合わせる研究としては理解できるが、そこから人間一般の同時処理能力を広く断定するには十分ではない。第一に、参加者数が少なければ、個人差の影響を受けやすい。第二に、訓練を完了できた人だけを見ると、継続できなかった人に同じ変化が起きたかは分からない。第三に、課題が限定されているため、得られた知見は、まずその課題条件の範囲で読まなければならない。

ここで区別すべきなのは、研究の妥当な一般化と、射程を超えた拡張である。妥当な一般化は、反復された安定課題では、処理の一部が前頭前皮質の制御から相対的に離れ、視覚処理や反応出力に近い経路へ移る場合がある、という範囲にとどまる。これは、熟練と自動化の構造として読むことができる。だが、会議を聞きながら別の文章を書く、設計判断をしながら別件の交渉をする、運転中に携帯端末の画面を見る、といった場面では、入力、判断、文脈理解、責任の重さが大きく異なる。これらは、二択の視覚分類課題と同じ条件ではない。

読み替え 妥当性 理由 本文での扱い
十分に訓練された特定の分類課題では、処理経路が変わりうる 高い 論文が直接示している範囲に収まっている。 本稿の中核命題として扱える。
熟練によって前頭前皮質の負荷が下がる場合がある 高い 腹側後頭側頭皮質と前頭前皮質の機能的結合の低下、運動出力系との結合上昇、二重課題成績との関係から妥当に言える。 自動化と干渉低下をつなぐ根拠として使える。
訓練された処理は、別の課題と干渉しにくくなる場合がある 中から高い 二重課題成績との関連は示されているが、課題の種類は限定されている。 条件付きの一般化として扱うべきである。
人間は複雑な仕事を同時にこなせる 低い 複雑な仕事は、価値判断、文脈理解、記憶保持、例外対応を含み、この研究の視覚分類課題とは条件が違う。 言いすぎとして退ける。
運転中に携帯端末を見ても安全である 誤り 運転と画面確認は視覚注意を奪い合うため、この研究から安全性は導けない。 誤読例として明確に否定する。
AI や業務自動化にも同じことがそのまま当てはまる 低い この研究は人間の神経回路を扱ったものであり、技術や組織への接続には条件の対応づけが必要である。 終盤の補助線として、限定的に接続する。

運転中の携帯端末操作は、誤読を避けるために特に分けて考える必要がある。熟練した運転者は、基本操作の一部を自動化できる。車線を保つ、速度を調整する、周囲の流れを読むといった処理は、初心者より少ない注意で進む場合がある。しかし、道路を見ることと画面を見ることは、同じ視覚入力を奪い合う。第一に、視線が道路から外れる。第二に、画面上の文字や通知を読むために意味処理が使われる。第三に、その間に道路上の変化への反応が遅れる。大学発表でも、歩きながらガムを噛むことと、運転中に携帯端末で文字を入力することは同じではないと説明されている[2]。したがって、この研究は、運転中の画面確認を正当化する根拠にはならない。

複雑な知的作業についても同じである。会議を聞きながら文章を書くことは、単に耳と手を同時に使う作業ではない。会議内容を理解し、発言の意図を読み、重要な点を保持し、別の文章の構成を組み立てる必要がある。第一に、どちらの作業も言語理解を使う。第二に、どちらの作業も文脈の保持を必要とする。第三に、どちらの作業も判断と反応選択を含む。そのため、片方を自動化して他方に注意を残す、という単純な構造にはなりにくい。視覚分類課題で示された干渉低下を、会議、文章作成、設計、交渉のような作業へそのまま広げることはできない。

研究の値打ちは、広げすぎないほどはっきりする。示されたのは、特定の反復課題において、分類に関わる処理が前頭前皮質の制御から相対的に離れ、視覚処理と運動出力に近い経路へ移りうるということである。第一に、入力と分類の対応が長期訓練によって安定する。第二に、その対応が視覚処理側に組み込まれる。第三に、反応出力との結びつきが強まり、前頭前皮質との結合が弱まる。第四に、その結果として、別の注意要求課題との干渉が小さくなる場合がある。この順序で読むからこそ、研究の結論は過大評価されず、熟練と自動化の構造として理解できる。

この範囲を守ることは、論考としての弱さではない。むしろ、事実と解釈の境界を保つために必要である。研究から直接言えることは、長期訓練された視覚分類課題における神経回路の再編である。そこから妥当に言えることは、熟練によって、安定した処理の一部が前頭前皮質の制御から離れ、別の課題との干渉を減らす場合があるということだ。仮説として広げられることは、仕事、学習、技能、業務自動化でも、同じように「どの処理を自動化し、どの判断を制御に残すか」が重要になるという見方である。だが、その接続は、比喩としてではなく、条件をそろえた構造比較として行う必要がある。

したがって、この研究は、複数作業を推奨する研究ではない。むしろ、同時処理が成立する条件を狭く示した研究である。反復され、規則が安定し、入力と反応の対応が強く結びつき、前頭前皮質の制御を毎回必要としなくなった処理だけが、別の課題と干渉しにくくなる。この限定を置くことで、熟練の意味が明確になる。熟練とは、あらゆる作業を同時にこなす力ではない。変化の少ない処理を自動化し、変化する状況に使う注意を残す仕組みである。

9. 自動化は、制御を手放すことでもある

自動化には、明らかな利点がある。処理は速くなる。疲れにくくなる。注意を節約できる。別の判断に使う余裕も生まれる。慣れた操作を毎回考え直さなくてよいからこそ、人は変化した状況に注意を向けられる。しかし、この利点には反対側がある。自動化は、制御の一部を手放すことでもある。処理が意識的制御から離れるほど、人はその処理を毎回点検しなくなる。第一に、手順が速く進む。第二に、その速さのために、前提が変わったことに気づきにくくなる。よい型が身につけば強みになるが、悪い型が身につけば手癖になる。

この点は、熟練を評価するときに重要である。熟練者は、初心者より少ない注意で作業できる。だが、それは、すべての場面で熟練者の判断が正しいという意味ではない。熟練した処理は、過去の反復によって作られている。したがって、過去と似た条件では強い。入力の型、判断の基準、反応の選択肢が安定していれば、処理は速く、迷いも少ない。ところが、条件が変わると、同じ型が誤りの原因になる。第一に、過去に有効だった特徴へ注意が向く。第二に、新しい条件で重要になった差異が見落とされる。その結果、熟練は判断を助けるだけでなく、判断を固定することもある。

この構造は、習慣形成の研究とも接続できる。大脳基底核は、行動の習慣化に関わる領域として整理されている[27]。大脳基底核という語は、ここでは細かな解剖学的説明のためではなく、反復された行動が意識的な評価から離れ、安定した行動の型として進みやすくなる仕組みを考えるために必要である。習慣、儀式的行動、評価に関わる脳の仕組みを扱った研究でも、反復された行動が意識的評価から離れていく構造が議論されている[28]。今回の研究は習慣や強迫行動を直接調べたものではない。だが、学習された処理が制御から相対的に離れるという構造を考える補助線にはなる。

側面 自動化の利点 自動化の危うさ 熟練で必要になること
速度 反応までの手順が短くなり、処理が速く進む。 速く進むため、途中で前提を点検する機会が減る。 速さが必要な場面と、立ち止まって確認すべき場面を分ける必要がある。
注意 定型処理に使う注意が減り、別の判断に余裕を残せる。 注意を向けなくても進むため、誤った処理も見逃されやすい。 通常時には任せ、異常時には意識的制御へ戻す必要がある。
安定性 反復された条件では、迷いが少なく、結果が安定しやすい。 条件が変わると、過去の型がそのまま適用され、誤りになる場合がある。 条件が同じか変わったかを見分ける仕組みが必要である。
説明可能性 処理が滑らかになり、作業の負荷が下がる。 なぜそう判断したのかを、本人があとから説明しにくくなる場合がある。 直感的な判断を、必要に応じて言語化し、検証できる形に戻す必要がある。

仕事でも同じことが起きる。慣れた確認作業は速い。定型的な運用は自動化できる。よくある障害対応は手順化できる。ログの見方、差分の読み方、設定値の確認、再起動や切り戻しの判断は、反復によって速くなる。第一に、見るべき場所が絞られる。第二に、よくある異常と対応の組合せが頭に入る。第三に、実際の作業では、毎回すべてを一から考えなくても対応できるようになる。この意味で、自動化は業務の安定性を高める。

しかし、自動化された手順は、想定された条件の中で強い。前提が同じであれば、手順は速く、再現性も高い。だが、条件が変わったとき、前提が崩れたとき、例外が紛れ込んだときには、同じ手順が危険になる。第一に、手順は過去の問題をもとに作られている。第二に、現在の問題が過去と同じ構造かどうかは、別に判断しなければならない。第三に、その判断を省くと、手順の正確さがかえって誤適用を強める。つまり、手順化は判断を不要にするのではない。判断すべき場所を、作業の途中から、手順を適用してよいかどうかの入口へ移すのである。

この点は、今回の研究で見た神経回路の話と同型である。長期訓練された分類課題では、分類に必要な処理の一部が、前頭前皮質の毎回の制御から相対的に離れ、視覚処理側と反応側へ移る。これにより、処理は速くなり、別の課題との干渉も小さくなる可能性がある。だが、前頭前皮質の柔軟な制御が完全に不要になるわけではない。新しい条件、例外、規則変更、誤りの修正には、制御を戻す必要がある。第一に、安定した処理は自動化に向く。第二に、変化した条件は自動化された処理の外側に現れる。第三に、その変化を検出するためには、なお意識的な点検と判断が必要になる。

したがって、熟練とは、何も考えなくなることではない。通常時には処理を滑らかに進め、異常時には意識的制御へ戻せることである。熟練者は、すべてを自動化しているのではない。自動化してよい部分と、制御に残すべき部分を分けている。変化の少ない入力、安定した規則、反復された反応は自動化に向く。一方で、目的の確認、前提の変化、例外の検出、責任を伴う判断は、制御に残る。自動化の価値は、制御を消すことではなく、制御を使う場所を選び直すことにある。

10. 問うべきは、何を自動化し、何を制御に残すかである

ここまでの議論は、人間の働き方や AI 利用の問題へ慎重に接続できる。接続の軸は、脳と組織や技術を安易に同一視することではない。共通しているのは、反復可能な処理を軽くすることと、判断をどこに残すかを分ける必要があるという構造である。熟練では、安定した処理の一部が前頭前皮質の制御から離れ、視覚処理側や反応側へ移る。仕事では、定型作業が手順化され、確認や実行の負荷が下がる。AI 利用では、文章の下書き、分類、要約、候補生成のような反復可能な処理を外部の仕組みに任せられる。いずれの場合も、第一に作業の負荷は下がる。第二に、その処理をそのまま採用してよいかを判断する問題が残る。

既稿「左回りに歩く人間から科学を考える」では、一見小さな差異を捨てずに読むことで、身体、認知、群衆、社会設計へつながる構造が見えることを論じた[29]。今回の研究でも、差異を読むことが中心になる。初期学習後と長期訓練後は、どちらも課題を「できる」状態である。しかし、脳内の処理経路は同じではない。形に応じた反応と分類に応じた反応も、同じ視覚処理の中で見える差異ではあるが、意味は異なる。前頭前皮質との結合低下と運動出力系との結合上昇も、単なる活動量の変化ではなく、処理がどの経路へ移ったかを示す差異である。第一に、差異を見落とさないことで、熟練を単なる上達として片づけずに済む。第二に、その差異を処理経路の変化として読むことで、熟練を自動化と制御の再配置として理解できる。

既稿「AI に任せる前に、人間が残すべき判断」では、AI に任せる前に、人間が問いの切り方、比較軸、優先順位、採否の判断を残す必要があると論じた[30]。今回の研究が示す自動化の構造は、この問題にも補助線を引く。反復可能で、入力と出力の対応が安定している処理は、自動化によって負荷を下げられる。画像を見て二つの分類へ分ける課題では、長期訓練によって分類処理の一部が視覚処理側へ移った。仕事でも、定型的な確認、よくある分類、形式的な変換は、自動化に向く。だが、目的を定めること、どの条件を例外と見るか、どこで止めるか、誰が責任を持つかは、同じ意味では自動化できない。第一に、定型処理は過去の反復に強い。第二に、目的や例外の判断は、現在の文脈と将来の帰結を読む必要がある。したがって、自動化の範囲と制御に残す範囲を分けることが必要になる。

さらに、既稿「AI の答えは、採用されたときに責任になる」では、出力を受け取ることと、その出力を採用することの違いを論じた[31]。この区別は、熟練と自動化にも当てはまる。自動化された処理が出した反応は便利である。熟練者の直感も速い。AI の出力も、下書きや候補としては有用である。定型手順も、条件が合えば安定している。しかし、それをそのまま採用してよいかは別の判断である。第一に、自動化された処理は、過去に安定していた対応を利用する。第二に、現在の条件がその対応を使ってよい条件かどうかは、別に確認しなければならない。第三に、採用した結果の責任は、出力した仕組みではなく、採用した側に戻る。

領域 自動化できる処理 制御に残すべき判断 混同した場合の問題
熟練 反復された入力と反応の対応を、より少ない注意で処理すること。 条件が変わったか、例外があるか、いつ意識的制御へ戻すかを判断すること。 手癖や思い込みが、速い判断として見えてしまう。
業務手順 定型確認、分類、変換、よくある障害対応を手順化すること。 その手順を適用してよい前提が満たされているかを判断すること。 前提が崩れた場面に、過去の手順をそのまま当てはめてしまう。
AI 利用 要約、候補生成、形式変換、比較材料の抽出などを補助させること。 問いの設定、評価軸、採否、責任を伴う決定を人間側に残すこと。 出力を受け取っただけなのに、判断まで済んだものとして扱ってしまう。
学習 基礎操作、反復練習、典型例の識別を滑らかにすること。 なぜそうなるのか、どこで例外が生じるのかを説明できる形に戻すこと。 解けることと理解していることが混同される。

この表が示しているのは、自動化の価値は処理を消すことではなく、制御を使う場所を移すことにあるという点である。熟練者は、すべてを考えなくなるのではない。定型処理に使う注意を減らし、変化や例外に注意を残す。業務手順も、判断を不要にするものではない。判断すべき場所を、作業の細部から、手順を適用してよいかどうかの入口へ移す。AI 利用も同じである。出力の生成を補助させることはできる。だが、その出力を使う目的、比較軸、採否、責任は、利用者側の制御に残る。

ここで誤りやすいのは、自動化を「考えなくてよい状態」と見なすことである。この理解では、自動化が進むほど判断も不要になるように見えてしまう。実際には逆である。自動化が進むほど、何を任せてよいか、どの条件で止めるか、どの出力を採用するかを判断する重要性は増す。第一に、処理が滑らかになるほど、途中で違和感に気づく機会は減る。第二に、出力がもっともらしくなるほど、採用前の検証は弱まりやすい。第三に、手順や出力を採用した後の影響は、処理の速さとは別に残る。したがって、自動化は判断の不要化ではなく、判断点の移動として理解する必要がある。

この構造は、今回の研究の結論とも対応している。長期訓練によって、分類処理の一部は前頭前皮質の制御から相対的に離れた。だが、前頭前皮質が不要になったわけではない。規則が変わる場面、未知の刺激が出る場面、誤りを修正する場面では、なお柔軟な制御が必要である。同じように、仕事や AI 利用でも、反復可能な処理は軽くできる。しかし、目的設定、例外検出、採否、責任は軽くしてよい処理ではない。ここを混同すると、自動化は能力を広げる仕組みではなく、判断を空洞化する仕組みになってしまう。

したがって、重要なのは、自動化を否定することではない。むしろ、自動化できる処理を自動化することで、人間は変化のある判断に注意を残せる。問題は、自動化された処理と、意識的に残すべき判断を混同することである。反復された作業を軽くすることと、判断そのものを手放すことは同じではない。熟練、学習、業務設計、AI 利用をつなぐ共通の視点は、ここにある。問うべきは、どれだけ多くの作業を同時に処理できるかではない。何を自動化し、何を制御に残すかである。

11. 熟練は、脳の仕事の置き場所を変える

人は二つのことを同時にできるのか。この問いへの答えは、単純な肯定でも否定でもない。十分に訓練された特定の処理は、前頭前皮質の制御から相対的に離れ、視覚処理や運動出力に近い経路へ移る場合がある。そのとき、その処理は別の課題と干渉しにくくなる。第一に、入力と反応の対応が長期訓練によって安定する。第二に、その対応が視覚処理側と反応側へ組み込まれる。第三に、前頭前皮質で毎回判断を組み立てる負荷が下がる。この順序があるから、一部の課題では複数作業の干渉が小さくなる。

ただし、この結論は広げすぎてはならない。研究で扱われたのは、変形した車画像を二つの分類へ分ける視覚課題である。入力は限定され、分類規則は安定しており、反応の選択肢も少ない。会議を聞きながら文章を書くこと、設計判断をしながら別件の交渉をすること、運転中に携帯端末を見ることは、同じ条件ではない。これらの作業では、視覚注意、言語理解、記憶保持、文脈判断、反応選択が重なりやすい。したがって、この研究が示すのは、あらゆる作業を同時にこなせる能力ではなく、反復され安定した処理が中央の制御資源を占有しにくくなる条件である。

この研究から最も重要に読み取れるのは、熟練の正体である。熟練とは、脳の処理容量が単純に増えることではない。最初は意識的に制御していた処理が、反復によって別の回路に組み込まれていく過程である。見る、分類する、反応するという流れのうち、どこまでが自動化され、どこからが意識的制御として残るのかが変わる。外から見れば同じ課題を行っていても、初期学習後と長期訓練後では、脳内で使われる経路が同じとは限らない。

この見方は、熟練を「知識量」や「反応速度」だけで説明しないために重要である。熟練者は、単に多くの知識を持っているだけではない。経験によって、見るべき差異、無視してよい差異、反応へ結びつける差異が変わっている。第一に、反復によって入力の読み取り方が変わる。第二に、その読み取りが分類や行動と結びつく。第三に、定型的な処理に使う注意が減り、変化した状況へ注意を残せるようになる。熟練は、知識を後から参照するだけの状態ではなく、入力の段階から判断の準備が始まる状態である。

同時に、自動化には危うさもある。自動化された処理は速いが、毎回点検されにくい。よい型が身につけば、作業は安定する。だが、悪い型が身につけば、誤りも速く再現される。条件が変わったとき、例外が紛れ込んだとき、前提が崩れたときには、自動化された処理を止め、意識的制御へ戻す必要がある。つまり、自動化の価値は、制御を消すことではない。制御を使う場所を選び直すことにある。

この構造は、日常の学習、仕事、業務設計、AI 利用にもつながる。慣れた作業は軽くなる。反復された操作は速くなる。よくある分類や確認は手前で処理される。だが、目的を定めること、前提が変わったことに気づくこと、例外を見抜くこと、出力を採用するか判断すること、責任を引き受けることは、同じ意味では自動化できない。反復可能な処理を軽くすることと、判断そのものを手放すことは別である。

したがって、本稿の結論は、複数作業を勧めるものではない。問うべきことは、同時にできるかどうかではない。問うべきことは、何を自動化してよく、何を制御に残すべきかである。熟練は、考えなくなることではない。熟練は、脳の仕事の置き場所を変え、変化、例外、責任を伴う判断に制御資源を残すことである。

参考文献

  1. Patrick H. Cox, Clara A. Scholl, Marissa L. Laws, Nelson E. Jaimes, Xiong Jiang, Maximilian Riesenhuber, Extensive Experience Remodels Neural Task Circuitry to Escape the Frontal Bottleneck and Increase Automaticity of Categorization（2026）. https://doi.org/10.1162/JOCN.a.2618
  2. Georgetown University Medical Center, Georgetown Researchers Show How Brain Rewires Itself To Enable True Multitasking（2026-06-04）. https://medicine.georgetown.edu/news-releases/georgetown-researchers-show-how-brain-rewires-itself-to-enable-true-multitasking/
  3. Harold Pashler, Dual-task interference in simple tasks: data and theory（1994）. https://doi.org/10.1037/0033-2909.116.2.220
  4. Michael N. Tombu, Christopher L. Asplund, Paul E. Dux, Daniel Godwin, Jason W. Martin, René Marois, A Unified attentional bottleneck in the human brain（2011）. https://doi.org/10.1073/pnas.1103583108
  5. Iring Koch, Edita Poljac, Hermann Müller, Andrea Kiesel, Cognitive structure, flexibility, and plasticity in human multitasking: An integrative review of dual-task and task-switching research（2018）. https://doi.org/10.1037/bul0000144
  6. Richard M. Shiffrin, Walter Schneider, Controlled and Automatic Human Information Processing: II. Perceptual Learning, Automatic Attending, and a General Theory（1977）. https://doi.org/10.1037/0033-295X.84.2.127
  7. Gordon D. Logan, Toward an Instance Theory of Automatization（1988）. https://doi.org/10.1037/0033-295X.95.4.492
  8. Walter Schneider, Jason M. Chein, Controlled automatic processing: behavior, theory, and biological mechanisms（2003）. https://doi.org/10.1207/S15516709COG2703_8
  9. Agnes Moors, Jan De Houwer, Automaticity: A theoretical and conceptual analysis（2006）. https://doi.org/10.1037/0033-2909.132.2.297
  10. A. M. Clare Kelly, Hugh Garavan, Human Functional Neuroimaging of Brain Changes Associated with Practice（2005）. https://doi.org/10.1093/cercor/bhi005
  11. Jason M. Chein, Walter Schneider, Neuroimaging studies of practice-related change: fMRI and meta-analytic evidence of a domain-general control network for learning（2005）. https://doi.org/10.1016/j.cogbrainres.2005.08.013
  12. Julien Doyon, Habib Benali, Reorganization and plasticity in the adult brain during learning of motor skills（2005）. https://doi.org/10.1016/j.conb.2005.03.004
  13. Danielle S. Bassett, Nicholas F. Wymbs, Mason A. Porter, Peter J. Mucha, Jean M. Carlson, Scott T. Grafton, Dynamic reconfiguration of human brain networks during learning（2011）. https://doi.org/10.1073/pnas.1018985108
  14. Carol A. Seger, Earl K. Miller, Category Learning in the Brain（2010）. https://doi.org/10.1146/annurev.neuro.051508.135546
  15. F. Gregory Ashby, W. Todd Maddox, Human Category Learning（2005）. https://doi.org/10.1146/annurev.psych.56.091103.070217
  16. F. Gregory Ashby, Leola A. Alfonso-Reese, A. U. Turken, E. M. Waldron, A neuropsychological theory of multiple systems in category learning（1998）. https://doi.org/10.1037/0033-295X.105.3.442
  17. Maximilian Riesenhuber, Tomaso Poggio, Hierarchical models of object recognition in cortex（1999）. https://doi.org/10.1038/14819
  18. Kalanit Grill-Spector, Rafael Malach, The Human Visual Cortex（2004）. https://doi.org/10.1146/annurev.neuro.27.070203.144220
  19. David J. Freedman, Maximilian Riesenhuber, Tomaso Poggio, Earl K. Miller, Categorical representation of visual stimuli in the primate prefrontal cortex（2001）. https://doi.org/10.1126/science.291.5502.312
  20. Xiong Jiang, Elizabeth Bradley, Regina A. Rini, Thomas Zeffiro, John VanMeter, Maximilian Riesenhuber, Categorization Training Results in Shape- and Category-Selective Human Neural Plasticity（2007）. https://doi.org/10.1016/j.neuron.2007.02.015
  21. Fei-Fei Li, Rufin VanRullen, Christof Koch, Pietro Perona, Rapid natural scene categorization in the near absence of attention（2002）. https://doi.org/10.1073/pnas.092277599
  22. Michael A. Cohen, George A. Alvarez, Ken Nakayama, Natural-scene perception requires attention（2011）. https://doi.org/10.1177/0956797611419168
  23. Paul E. Dux, Michael N. Tombu, Stephen Harrison, Baxter P. Rogers, Frank Tong, René Marois, Training Improves Multitasking Performance by Increasing the Speed of Information Processing in Human Prefrontal Cortex（2009）. https://doi.org/10.1016/j.neuron.2009.06.005
  24. Kelly G. Garner, Paul E. Dux, Training conquers multitasking costs by dividing task representations in the frontoparietal-subcortical system（2015）. https://doi.org/10.1073/pnas.1511423112
  25. Jason M. Watson, David L. Strayer, Supertaskers: Profiles in extraordinary multitasking ability（2010）. https://doi.org/10.3758/PBR.17.4.479
  26. Eyal Ophir, Clifford Nass, Anthony D. Wagner, Cognitive control in media multitaskers（2009）. https://doi.org/10.1073/pnas.0903620106
  27. Henry H. Yin, Barbara J. Knowlton, The role of the basal ganglia in habit formation（2006）. https://doi.org/10.1038/nrn1919
  28. Ann M. Graybiel, Habits, rituals, and the evaluative brain（2008）. https://doi.org/10.1146/annurev.neuro.29.051605.112851
  29. id774, 左回りに歩く人間から科学を考える（2026-06-27）. https://blog.id774.net/entry/2026/06/27/4920/
  30. id774, AI に任せる前に、人間が残すべき判断（2026-06-21）. https://blog.id774.net/entry/2026/06/21/4912/
  31. id774, AI の答えは、採用されたときに責任になる（2026-06-26）. https://blog.id774.net/entry/2026/06/26/4925/