難問に直面したとき、あなたはどのように取り組みますか？
全体を一気に理解しようとするでしょうか。それとも、まず小さな部分に分解して、一つずつ攻略していくでしょうか。
英オックスフォード大学（University of Oxford）の研究によると、人間は複雑な問題を学ぶ際、「まず部品ごとに覚える」という戦略を取ることで、後の判断をより正確にできる可能性が示されました。
この研究は、2026年5月5日に学術誌『Nature Human Behaviour』で報告されました。
目次
- 一気に全体を学ぶより、1つずつ学んだ方が強かった
- 人間の学習は「簡易モード」と「統合モード」を使い分けている
- 実際の教育でも「各部品から1つずつ」始めることが重要かもしれない
一気に全体を学ぶより、1つずつ学んだ方が強かった
私たちは日常的に、複数の情報を組み合わせて判断しています。
医師が複数の症状から病気を推測するように、あるいは天気予報で気圧や雲の動きなどを組み合わせるように、現実の問題は1つの手がかりだけでは解けません。
しかし研究チームが知りたかったのは、「人は複数の手がかりをどう学べば、最もうまく判断できるようになるのか」という点でした。
そこで行われたのが、「天気予測ゲーム」です。
参加者は、円や四角形、ひし形のような幾何学図形の組み合わせを見て、それが「晴れ」か「雨」のどちらを示しているかを予測しました。
ただし、それぞれの図形には「晴れ」や「雨」への影響の強さが設定されています。
ある図形は晴れ寄り、別の図形は雨寄りというように、各図形が結果に少しずつ影響していました。
参加者は最初から答えを知らされるわけではなく、試行錯誤しながら図形の意味を覚えていきます。
実験では、参加者を大きく2つのグループに分けました。
一方は、最初に図形を1つずつ見せられる「単独手がかり学習」のグループです。
もう一方は、最初から3つの図形を同時に見せられる「複数手がかり学習」のグループです。
訓練後、両グループは短い3手がかり練習を行ったうえで、同じテストを受けました。
テストでは毎回3つの手がかりが示されましたが、その中身は1種類だけが繰り返される場合もあれば、2種類、3種類の図形が組み合わされる場合もありました。
普通に考えると、最初から3つの図形を見て練習したグループの方が、本番に強そうに思えます。
ところが結果は逆でした。
1つずつ図形を学んだグループの方が、訓練中に速く学び、フィードバックのないテストでも有意に高い成績を示したのです。
さらに別の実験では、この効果が「見たことのある組み合わせにだけ強くなる」ものではないことも確認されました。
1つずつ手がかりを学んだ参加者は、訓練中に直接見ていない新しい組み合わせに対しても、より正確に判断できたのです。
つまり参加者は、複雑な組み合わせを丸ごと暗記していたというより、各部品の意味を学び、それを後から組み合わせて判断していた可能性があります。
では、なぜ「部品から1つずつ学ぶ」方が強かったのでしょうか。
人間の学習は「簡易モード」と「統合モード」を使い分けている
研究チームは、「部品から1つずつ学ぶ方が理解力が高い」理由を探るために、参加者の学習を計算モデルで再現しました。
そこで重要になったのが、2種類の学習モードです。
ここでは分かりやすさのため、1つ目を「簡易モード」、2つ目を「統合モード」と呼びます。
簡易モードは、複数の手がかりが同時に出ていても、それぞれの手がかりを単独で扱うような学習です。
例えば、円、四角、ひし形が同時に出て「晴れ」だったとします。
本当は、3つの図形がどのように組み合わさって晴れを示したのかを考える必要があります。
しかし簡易モードでは、たとえば「ひし形が晴れっぽいのかもしれない」などと、それぞれを独立に更新してしまいます。
この方法は、モデル上では認知的な負担が小さい学習法だと考えられます。
ただし、結果に対する各図形の貢献を正確に分けられないため、誤った学習につながる危険があります。
一方の統合モードは、複数の手がかりをまとめて考え、「この組み合わせ全体から見ると、どの図形がどれくらい効いていたのか」を更新する方法です。
こちらの方が正確ですが、認知的な負担は大きくなります。
研究チームのモデル解析では、人間はどちらか一方だけを使っているのではなく、状況に応じて2つのモードを切り替えていることが示されました。
つまり人間の学習は、常に複雑な情報を一度に処理しているわけではないようです。
モデル上では、まず負担の小さい簡易モードを使い、必要に応じて統合モードへ切り替えていると考えられます。
ここまでのことを考慮すると、最初の実験の「部品を1つずつ理解していく」学習の強さが見えてきます。
この方法では、結果の原因を1つの図形に結びつけやすいため、手がかりごとの影響の強さを正確に学びやすくなります。
そのため後の複数手がかり課題でも、モデル上はより正確な統合処理に移りやすかったと考えられます。
逆に、最初から複数の図形をまとめて見せられると、どの図形が結果に効いていたのかが分かりにくくなります。
これを正しく理解するための「統合モード」は、脳にとって負担が大きいものです。
すると参加者は、無意識のうちに負担の小さい簡易モードに頼りやすくなり、結果として手がかりの影響の強さを正確に学びにくくなるのです。
「難しい問題をいきなり丸ごと理解しようとすると、かえって本質をつかみにくくなる」という私たちの実感は、この学習モデルから見ても理にかなっているのかもしれません。
では、今回の研究を現実の教育にどのように当てはめていけるでしょうか。
