『How We Learn』（2020年）は、人間の脳が情報を処理し、適応し、保持する複雑なメカニズムを探求する一冊です。こうした人間本来の学習能力と現在の人工知能を対比しながら、人間の認知の優位性を明らかにし、認知能力を最大限に引き出すために教育実践を最適化する実践的な指針を提供します。
本要約で得られること──脳の学習アルゴリズムを知る
新しいことを学んでいるとき、脳の中で実際に何が起きているのか不思議に思ったことはありませんか？「学習」という概念は単純に思えるかもしれませんが、実際には複雑でダイナミックなプロセスであり、日常生活ではほとんど意識されていません。
このプロセスに光を当てるのに、認知心理学者スタニスラス・ドゥアンヌほど適任な人物はいません。本要約では、神経科学・心理学・テクノロジーが交差する領域を掘り下げ、私たちの脳が非常に効率的な学習マシンとして機能する仕組みを解き明かします。あわせて、人間の知能と人工知能の違いや、子どもの知的成長を促すためにできることについても学びます。
学習は知覚を知識へと変える
「学習」を理解するには、脳が周囲の世界についての内的モデルをどのように構築し、洗練させているかを知る必要があります。そのモデルは広範かつ多様で、身近な環境の空間的な把握から複雑な言語構造、さらには他者の行動の微妙なニュアンスにまで及びます。この内的モデルは静的な表象ではありません。日常の経験を理解し、乗り切るために常に更新される動的な枠組みなのです。私たちは学ぶとき、いわば脳を訓練して、起こりうる現実をシミュレーションしています。
たとえば、自宅や近所について私たちが持っている「心の地図」を考えてみてください。それは単なる地図ではなく、実際にその場にいなくても空間を頭の中で移動できる、豊かでインタラクティブなシミュレーションです。この能力は言語にも及び、脳は見慣れた言葉と意味をなさない言葉を区別できます。また自転車に乗るときの複雑なバランス制御のように、身体の協調運動にも関わっています。脳が夢を見る能力も、このモデル化能力のもう一つの興味深い側面です。夢はランダムな映像ではなく、脳の内的モデルが紡ぎ出す精緻な物語です。夢によって私たちは、存在しない現実を体験し、実際には起きたことのない場面を展開できます。
ある意味で、夢を見る能力は、脳がそのモデルを絶えずリハーサルし、探求し、洗練させていることを示しています。また脳は、起きているときの世界の知覚にも重要な役割を果たしています。あらゆる感覚入力において、脳は過去の知識と文脈に基づいて解釈と予測を行い、曖昧な視覚情報を一貫した知覚へと変換しています。このプロセスは、学習の重要な側面を浮き彫りにします。学習とは単に事実を取り込むことではなく、環境を解釈して反応する力を高めることなのです。学習はまた、絶えざる調整でもあります。新しい情報が入ってきたり、予期しない結果が起きたりすると、脳はそのデータをすばやく既存のモデルに組み込みます。
これは、プリズムや眼鏡で歪んだ視界に順応し、矯正具を外した後も知覚が再調整され続けるという、身体的な変化への適応によく表れています。この適応力によって、私たちは世界をよりうまく渡り歩き、理解や行動の誤りを正すことができます。つまり学習とは、情報を集めるだけではなく、世界をよりよく理解し関わるための心的モデルを形成し、検証し、洗練させることなのです。人生を歩むなかで、学習プロセスを適応させる力が、新しい課題への対応力、他者理解、そして身の回りの世界の知覚の質を左右します。
人間の学習は複雑さと効率で人工知能を上回る
学習は、人間の経験に深く埋め込まれた複雑で多面的な能力であり、現在最も高度な人工知能（AI）システムでさえ達成できることとは根本的に異なります。AIは、特にパターン認識やデータ処理などの分野で大きく進歩していますが、人間の学習を特徴づけるいくつかの基本的な性質を依然として欠いています。まず、人間の学習は非常に効率的で、とりわけデータの扱い方が優れています。AIは基本的な能力を身につけるために膨大な情報を必要としますが、人間はごく少数のデータから学習できます。
たとえば、子どもは最先端の言語アルゴリズムが必要とする量のほんの一部の言語接触で新しい言語を習得できます。これは、脳が最小限のデータから大きな飛躍を遂げる能力を示しています。人間の学習が優れているもう一つの領域は、抽象概念の理解です。人間はさまざまな形態や文脈の中で対象や概念を認識し理解できますが、これはAIにとって依然として難しい課題です。機械学習モデル、特に深層学習ネットワークは、対象のわずかな特徴が変わるだけで誤認識することがあります。この限界は、AIが概念を包括的に理解しているのではなく、特定のデータパターンに依存していることを浮き彫りにします。人間の認知の柔軟性も、AIとの際立った対照をなしています。
人間は、素早い直感的な判断から、じっくり時間をかけた熟慮的な意思決定へとギアを切り替え、言語を通じて他者と共有・議論できる複雑な象徴的表象を作り出すことができます。深い象徴的思考を行い、その考えを効果的に伝えるこの能力は、人間に固有のものです。社会的学習も、人間がAIを明確に上回る領域です。人間は幼い頃から社会的な手がかりから学び、他者の意図や感情を理解して反応します。この能力によって、言語を通じて知識を繊細に伝達でき、わずかな視線や身ぶりがコミュニケーションを豊かにします。この点でも、AIは人間の認知を再現するのに苦労しています。
AIは進歩を続けていますが、人間の学習が持つ深さと適応力にはまだ追いついていません。最小限のデータの処理から複雑な社会的相互作用への参加まで、人間は機械がまだ匹敵できない驚くべき学習能力を示しています。この比較は、人間の認知が持つ独自の強みを強調すると同時に、AIがいずれ能力を高める可能性のある領域も示しています。
教育は人間の基礎的な潜在能力を複雑な認知能力へ変える
教育は、人間の基本的な能力を高度に洗練された認知スキルへと変える強力な手段です。特定の現代的な課題のために遺伝的にあらかじめプログラムされているわけではない人間が、読み書きや数学のような複雑なスキルを学べるのは、実に興味深いことです。この能力は、人間の脳の驚くべき適応力と教育の変革力を裏付けています。教育が識字能力に与える影響は非常に大きなものです。
世界各地の非識字の成人を対象とした研究によると、教育を受けていないことは文字を認識する能力に影響するだけでなく、図形の認識、話し言葉の記憶、鏡像を区別する能力も損なうことが分かっています。読むことは外部の情報源に頼ることで記憶力を弱めるかもしれないという歴史的な考えとは逆に、教育と識字能力は実際には認知機能を高めます。教育を受けた人は、学校教育を受けたことがない人よりも一般に記憶力が優れています。数学でも教育の影響は同様に顕著です。アマゾンの多くの先住民集団のように正式な教育を受けていない集団の多くは、初歩的な数学的直観しか持っていません。これらの集団には正式な数体系がないことが多く、「少ない」と「多い」といった曖昧な量を区別する程度にとどまります。彼らの数や算数に対する理解は、教育を受けた社会とは根本的に異なります。たとえば、連続する数の間に一定の間隔があるという、訓練された頭脳には直感的に思える概念を認識しない場合があります。教育はこれらのギャップを埋めるだけでなく、基本的な数についての直観を大幅に拡張します。学習を通じて、人はそれぞれの数に後続の数があることを理解するようになり、この認識が数直線の概念的な再編成につながります。
数に対するおおまかな理解から正確な理解への移行によって、高度な数学的思考が可能になります。これは現代社会で欠かせないスキルであり、科学技術のさらなる進歩の土台となります。教育を受けた人と受けていない人の間に見られる違いは、認知発達における教育の重要な役割を浮き彫りにします。教育は生まれつきの能力を高めるだけでなく、個人がより意味のある形で世界に関わり、貢献することを可能にします。
人間の教え方の独自性は「心を理解する力」に根ざしている
人間の教え方は、他者の心を理解し思いを巡らせる能力によって、知られている動物の行動と比べて独自に洗練されています。この能力があるため、教育者は生徒がまだ知らないことを考慮しながら指導を思慮深く調整し、学習体験を最適化できます。他者の知識の欠落や情報処理の方法を深く理解することが、人間の教育学を特別なものにしています。教育の領域では、人間は学習者の心についての動的な理解に基づいて、教育戦略を絶えず調整しています。
教師は、生徒が自分の教えを「的を絞った学習介入」として認識していることを踏まえたうえで、具体的な例や説明を選びます。この「入れ子の認識」、つまり「教師は、生徒が、教師が生徒の無知を理解していることを知っている」という状態が、教育プロセスを豊かにし、それを人間特有のものにしています。この複雑な相互作用は、表面的には教えることに似た事例が動物界にあるとはいえ、そこには見られません。たとえばミーアキャットは、成獣が子獣にサソリなどの獲物を扱わせる際、最初は毒針を取り除き、徐々により難しい課題へと導くという興味深い行動を見せます。この行動は、教える側のコストや子の学習の加速など、教育のいくつかの基準を満たしていますが、知識の状態を相互に認識している証拠、いわゆる「心の理論」は見られません。ミーアキャットや他の動物に見られる教示行動は、多くの場合、特定の生存行動にあらかじめ組み込まれたもので、人間の教育学に見られるような一般化された適応的なアプローチを欠いています。
人間の教師は知識を伝えるだけでなく、生徒の理解度や感情状態をくみ取りながら方法を調整し、精神的なレベルで関わります。このプロセスには、注意・敬意・相互信頼の絶え間ない交換が含まれます。こうした要素は、自然界に見られるより本能的な教示行動には欠けています。さらに、効果的な人間の教えは単なる情報伝達を超え、個々の生徒の現在の知識や認知能力に響き、それに適応した授業をつくり上げます。この双方向の理解と調整の流れは、深い学習体験に不可欠であり、高度な人工教育システムでさえ再現に苦労するものです。
最適な学習環境が子どもの認知的な潜在能力を引き出す
人間の脳が発達し学習する力は、環境から大きな影響を受けます。残念ながら、家庭や学校に最適な学習条件が整っていないために、本来の力を発揮できていない子どもが多くいます。国際的な教育成果を比較すると大きな格差が明らかになり、学力の低下が見られる国もあることから、より優れた教育戦略が急務であることが浮き彫りになります。学習科学の進歩は、学力低下の傾向を逆転させるために役立つ、実践的な知見を提供しています。
こうした知見は、子どもの能力を過小評価してはならないことを強調しています。生まれたばかりの赤ちゃんでさえ、物体・数・言語についての中核的なスキルと基本的な理解を備えています。教育アプローチはこうした生まれつきの能力を土台とし、新しい概念を子どもの既存知識に結びつけて学習を強化する必要があります。幼少期は脳の可塑性が高いため、とりわけ重要です。この時期、子どもの脳は急速に変化し、特に言語習得において新しい情報を吸収しやすくなります。人生の早い段階で第二言語に触れさせることは、認知発達を大きく左右します。
さらに、この可塑性は思春期まで続くため、幼少期を過ぎても言語への没入は有益と考えられます。子どもの環境を豊かにすることは非常に重要です。複雑な言語使用、パズル、ゲームなどを含む刺激的な環境は、認知発達を大幅に促し、脳の可塑性を長続きさせることができます。複雑な概念について考えさせる会話は特に有益です。「一人ひとりに合った学習スタイル」という神話は、脳画像研究によって反証されています。読み書きや数学に関わる神経回路は、個人が違ってもほぼ同様であることが示されています。子どもによって動機や学習ペースは異なるかもしれませんが、脳の学習の基本的なプロセスはおおむね同じです。
教育者は、教育アプローチを効果的に調整するために、各子どもの現在の知識レベルを把握することに注力しつつ、言語・読み書き・数学の基礎スキルを確実に習得させる必要があります。注意も学習において極めて重要です。生徒は注意をそらすものなく教材に集中できなければなりません。したがって教育環境は、子どもの注意が分散しないよう、潜在的な気が散る要因を最小限に抑えるべきです。さらに、学習は間違いを犯し、それを修正することで強化されます。
効果的な学習には、誤りをすばやく認識し、建設的なフィードバックで対処することが含まれます。これは心的モデルを調整し、理解を深めるうえで不可欠です。こうした学習の原則を活用すれば、教育実践を変革できます。子どもの生まれ持った能力を認識して育み、豊かで集中しやすい環境を提供し、注意を促し、間違いを正す戦略を用いることで、教育者と保護者は教育成果を大幅に改善できます。これらの原則を受け入れることで、すべての子どもが本来の力を発揮し、学業面でも認知面でも成功する機会を得られる未来を築くことができるのです。
まとめ
スタニスラス・ドゥアンヌ著『How We Learn』の本要約では、人間の学習が、最小限のデータを効率的に処理して複雑な概念や社会的相互作用を形成する点で、人工知能を上回ることを見てきました。教育はこの生まれ持った可能性を高めます。とりわけ、個人の認知レベルに合わせ、豊かな環境に支えられている場合に効果を発揮します。効果的な教えには生徒の心を理解することが必要であり、だからこそ人間の教育学は独自に適応的で、深く双方向的なものになるのです。
お読みいただきありがとうございました。よろしければ、ぜひ評価をお寄せください。皆さんのフィードバックはいつも励みになります。次回もお楽しみに。
