画面の分身を大きくすると、現実の動きも大きくなり運動が上手になるのか。仮想の体格を変えた実験が測った報酬に基づく学習と、動作の練習を分けて読む。仮想空間での成績が現実に移るかを調べた試験も手がかりに、アバターの外見より先に確かめたい練習の条件を考える。
画面の中では、腕も脚も長い分身が迷わず動く。自宅のマットに立つ自分は、見本に合わせて手を伸ばす場所で少し迷う。分身を大きく設定すれば、その動きやすさまで借りられるのだろうか。
答えを急ぐ前に、体の大きさを変える実験が何を測ったかを確かめたい。大きなアバターを自分の体として体験させた研究では、報酬に基づく学習の促進が報告された。しかし、そこで得られた結果を「腕を大きく動かせる」「運動神経がよくなる」と読み替えることはできない。報酬に応じた選択と、動作の習得は、この記事では分けて扱う。[1]
近い題材の「女性の筋トレ動画は二つの角度を同時に見る？画面の数と覚えた動きを分けて読む」には、見本を提示する角度の問いを譲る。ここで考えるのは、自分として体験する分身の大きさと、実際に動かす幅との関係である。外見の好みや体型の優劣を決める話ではない。
大きい分身を使うことと、大きく動くことを分ける
アバターとは、仮想空間で使う自分の分身である。体格を変える研究で注目したいのは、画面に大きな人物が映ることだけではない。全身の錯覚を用い、仮想の体を自分の体として体験させたうえで、体の大きさの知覚と行動の関係を調べている。単に運動動画の出演者を大きく表示する場合と同じ実験だとは扱えない。[1]
この区別は、帰宅後の練習を想像すると分かりやすい。画面の人物を拡大して見やすくすること、自分の分身の体格を変えること、自分の手を遠くまで伸ばすこと。日常の言葉なら全部「大きくする」だが、変えている対象が異なる。研究結果を自分の設定に当てはめるときは、何が大きくなったのかを最初に言葉にしたい。
体格を操作した実験では、大きなアバターを体験すると、報酬に基づく学習と、高カロリー食品に対する潜在的な態度に変化が生じた。潜在的な態度は、本人が言葉で表明する好き嫌いとは区別して読む対象である。研究は、知覚する体の大きさと報酬に関わる行動を結びつけている。[1]
この結果から日常へ持ち帰れるのは、「画面の外見は行動と無関係」と片づけない視点である。一方で、体格を大きくする設定を運動上達の処方箋にはできない。報酬を受けて何を選ぶようになったかという結果だけで、肩を動かす範囲や、姿勢を保つ技能が変わったとは判断できないからだ。[1]
運動神経がいい人の特徴を探していると、設定を変えるだけで差を埋められる説明は魅力的に映る。だが、設定画面で変える体格と、練習で確かめる動作は別の欄に置こう。「大きな分身が好きだ」は好みとして成立する。「大きな分身だから動きが上達する」には、動きそのものを比べる検証が要る。[1][5]
初日の汗は、予約した人だけが持ち帰れる。
報酬で学ぶことを、運動技能とひとまとめにしない
報酬に基づく学習という言葉には、「学習」が含まれる。ここで、ヨガの手順を覚えることまで一緒に受け取ると話が飛ぶ。体格操作の研究は、体の大きさの知覚が報酬を伴う行動に影響するかを問う実験である。動作の正確さや、現実の運動課題を直接扱う試験とは、答えようとしている問いが異なる。[1][4]
同じ研究では、体重に関する潜在的な偏見の低減は、アバターの大きさによらず生じた。大きな体格の条件で変わった指標と、体格によらず変わった指標が併存している。「分身を大きくすると全部よい方向へ変わる」という読み方では、この違いが消えてしまう。[1]
また、高カロリー食品に対する潜在的な態度の変化を、食べた量や体重の変化へ置き換えないことも大切である。研究が示すのは、報酬に基づく学習や態度と、知覚された体の大きさとの関係である。食事や運動の目標を立てる際に、仮想の体格の大小を健康の優劣に結びつける理由にはならない。[1]
例えば、ある画面を使って「楽しかった」と感じたとする。その感想は大切にしてよい。ただし、楽しかったことを記録する欄と、動作ができたかを記録する欄は分けられる。前者だけで後者に丸を付けなければ、楽しさを否定せずに技能の変化も確かめられる。これは研究結果を混同しないための、日常での整理の仕方である。[1][4]
「何がよくなったか」を短い名詞にすると判断しやすい。選択、態度、ゲーム得点、バランス、現実の課題。それぞれ別の観察対象である。画面を開く前に、今日は手順を確かめたいのか、特定の動作を練習したいのかを書いておく。分身の見た目が気に入ったという感想だけで練習の採点を終えないためのメモになる。
仮想空間での練習の成果は、体格の効果と分けて読む
では、仮想現実を使う運動練習自体はどうなのか。ダウン症の若年成人と、典型発達の若年成人を対象とした無作為化試験が手がかりになる。参加者は18〜30歳で、ダウン症群が31人、典型発達群が28人だった。各集団を訓練群と対照群に割り付け、訓練群は4週間のバランス練習に取り組んだ。ダウン症のある若年成人を含む試験であり、18〜39歳の女性一般への効果は別に確かめる必要がある。[4]
訓練群では、使った両方のバランスゲームで得点が有意に向上した。ダウン症群の学習曲線には、とくに大きな個人差があった。さらに、ダウン症の訓練群では、練習前後の機能的な運動課題にも有意な改善が認められた。仮想空間で練習した技能が、機能的な能力へ移ることを示す結果である。[4]
ここで評価できるのは、対象と課題を定めた練習の成果だ。体格の違うアバターを比べて得られた結果として読むことはできない。また、対象となった集団の特徴を外し、健康な成人のヨガにも同じ程度の変化があると見積もるのも早い。仮想現実という共通の言葉があっても、対象者と課題の条件は持ち運べない。[4]
脳卒中後の上肢機能を扱った系統的レビューとネットワークメタ分析では、29件の無作為化比較試験、計1,524人を統合している。複数の介入を比較する分析で、没入型の仮想現実は上肢の運動機能について高い順位となり、対照に対する標準化平均差は1.20、95%信頼区間は0.33〜2.07だった。対象は脳卒中後の患者であり、健康な18〜39歳の女性の運動上達にこの効果量をそのまま使うことはできない。[2]
標準化平均差は、測定尺度が異なる結果を共通の単位で比べるための指標である。腕が何センチ遠くへ届くかを直接表す数値ではない。この分析で没入型の介入がよい結果だったことと、大きな分身がよいことを同じ意味にしてはいけない。比べた条件は没入の水準であり、体格の大小という問いとは切り分けて受け取る必要がある。[2]
さらに、脳卒中後の上肢リハビリテーションを技術別に比較した別の分析では、25件の試験、1,145人を扱い、ロボットを使う介入に比較的強い根拠があるとした。仮想現実の利益は控えめと評価されている。こちらも脳卒中後の患者の分析であり、18〜39歳の女性一般への推奨を決める結果ではない。仮想現実の没入度を比較する問いと、異なる技術を比較する問いでは、比較相手も結果の位置づけも変わる。[18]
比較の違いは、研究の食い違いを読む手がかりでもある。没入度の分析で順位が高いとは、そこで比較された介入の中で、特定の指標について高く位置づけられたという意味である。機器の名前を外して「仮想現実は最もよい」とだけ持ち帰ると、比較の枠が消える。別の技術を含む分析の結果も並べて読むと、選択の条件まで含めた判断になる。[2][18]
実際、技術別の分析では、最も高い順位となったロボット介入の一種が単独の試験に基づいていた。著者らは、その数値上の順位を決定的な優越性として解釈しないよう注意している。複数の研究を統合する分析にも、ある選択肢を支える試験が少ない部分はある。「何位だったか」の後ろに「どれだけの比較で支えられているか」を付けて読む必要がある。[18]
自宅の練習の参考にするなら、研究の対象者、練習した課題、比較した条件、評価した能力をつなげて読む。脳卒中後の上肢機能を調べた結果は、その領域の判断に役立つ。同じ数値を、健康な成人が分身を大きくしたときの動作の幅に換算することはできない。使える研究と使いたい場面の距離を、設定の好みで埋めないことが大切だ。[1][2]
数字で読む仮想空間と現実の練習
18〜30歳：バランス練習の無作為化試験に参加した若年成人の年齢である。[4]
4週間：同試験のバランス訓練期間であり、体格を変える推奨期間ではない。[4]
29試験・1,524人：脳卒中後の上肢機能と仮想現実の没入度を比較した分析の規模である。[2]
1.20：没入型の上肢運動機能の標準化平均差。95%信頼区間は0.33〜2.07だった。[2]
0.77：手術技能の現実への移行を調べた分析の効果量。95%信頼区間は−0.64〜2.18で、有意差はなかった。[5]
初日の汗は、予約した人だけが持ち帰れる。
1
2
