運動が苦手だと感じると、失敗のたびに自分の動きを全部直したくなる。しかし同じ大きさのずれでも、体のばらつきか外からの変化かで調整は異なる。腕の実験、ロボットによる妨害、鳥の発声研究を手掛かりに、道具を疑うことと責任転嫁の違い、練習で確かめたい条件を考える。
画面の見本に合わせて腕を伸ばしたのに、狙った場所から外れた。「また運動神経の悪さが出た」と考えたところで、画面の表示がずれていたと分かる。直すべきなのは腕の出し方か、それとも画面との付き合い方か。失敗の見た目だけでは、次に何を変えるかを決めにくい。
答えの芯は、外れた量だけでなく、外れた原因によって体の調整が変わることにある。成人の到達運動を調べた研究では、自分の動作に伴うばらつきによる誤差と、視覚に外から加えた同じ大きさの誤差に対し、無意識の適応が異なった。外からのずれには適応し、内側のばらつきは自動的に割り引くという結果である。成人の実験なので、18〜39歳の女性の日常の運動にそのまま当てはめるには、課題の違いを考える必要がある。[7]
ただし、口で「道具が悪い」と言う練習法を試した結果ではない。原因を推定する神経系の働きと、失敗の責任を誰に置くかという会話は分けて考えたい。既存記事「運動神経の改善はずれに気づくほど速い？考えて直す動きと無意識の調整を読む」に気づきと意識的な修正の話を譲り、ここでは同じずれを何が起こしたと扱うかに絞る。
既存記事「ダイエットの運動は道具のせいで直らない？ずれの原因と自分で動かす感覚を読む」は、主体感と運動の表示をどう解釈するかを扱っている。自分が動かしたという感覚の議論はそちらに譲り、こちらでは内外の誤差をそろえた成人の実験と、学習後の比較に注目する。
同じだけ外れても、原因によって直す量は変わる
運動適応とは、環境の変化などに応じて動作を調整していくことだ。Kimらの研究は、目標へ手を伸ばすときの誤差を使い、体の内側に由来するものと外側に由来するものを分けて検討した。ここでいう内側の誤差は、怠けや注意不足のことではない。運動ノイズと呼ばれる、動作に伴うばらつきである。外側の誤差は、実験者が視覚情報に加えた変化だった。[7]
重要なのは、誤差の大きさをそろえても反応がそろわなかった点だ。手が同じ距離だけ目標から外れたとしても、その結果だけで次の修正量を説明できない。研究では、運動ノイズに由来する誤差を自動的に無視する一方、視覚的な変化に由来する誤差には暗黙的、つまり意識的な手順の立て直しによらない形で適応した。[7]
日常の練習に置くなら、たまたま手の位置が外れた場面と、道具や表示の関係が変わった場面を同じ失敗欄に入れない、という読み方になる。これは実験結果を使った観察の提案であり、ヨガのポーズで同じ反応が測定されたという意味ではない。「できた」「できなかった」だけの記録から、どんな条件で外れたかを残す記録へ変えるのである。
例えば自宅で画面の見本をまねるなら、腕の位置と、画面の向きや見え方を別々に振り返る。表示の条件を確かめる前に、肩の位置も肘の角度も全部変えてしまうと、何を手掛かりに次を比べるのかが曖昧になる。自分の動きを責める文章より、確かめられる条件を示す文章のほうが、練習のメモとして扱いやすい。
疑問の続きは、体で確かめるのがいちばん早い。
脳が推定する原因は、反省の言葉と別である
Kimらは、神経学的に典型的な成人16人で先行する結果を再現し、その振る舞いを説明する数理モデルを作った。モデル名はPIECEで、誤差の内的原因と外的原因を分けて扱うという考え方を表している。ベイズ的な意思決定モデルであり、得られた情報から原因のもっともらしさを更新する枠組みだ。[7]
このモデルでは、修正する量に、今の体の状態をどう推定するかと、動作に外から変化が加わったとどれほど見込むかが関わる。単に「目標までの差を全部埋める」という描き方ではない。研究者は手の知覚位置を目標に合わせ直す立場の代表的な3モデルと比較し、内外の原因を精密に分ける観察結果を捉えられたのはPIECEだったと報告している。[7]
この結果は「外のせいにする人ほど優秀」という性格の評価を扱っていない。比較されたのは神経系の振る舞いを説明するモデルであり、言い訳の多さや性格の順位ではない。外的な変化を検出して修正することと、失敗を認めないことは別の話だ。口で自分を責める言葉と、研究でいう原因推定とは、観察している対象が違う。
練習後に「自分が悪い」と書く代わりに、「表示が変わった可能性」「狙いから外れた方向」「次にも続いたか」と書いてみる。これは性格を変える課題ではなく、比較の材料を残す工夫である。マットも画面も、反省文は読まない。確かめる対象を言葉にしたほうが、道具の確認と動作の練習を混ぜずに済む。
腕の実験では、妨害を受けた群がよく学んだ
ずれを減らすことが目的なら、練習中の邪魔も減らしたくなる。しかしBrookesらは、ロボットから受ける妨害が学習を助ける場合を調べた。参加者は、慣れない立体的な力の場で、腕をさまざまな方向へ動かしながら連続的に目標を追う課題に取り組んだ。対象は腕で追跡課題を行う参加者で、外から加わる力を操作する実験である。18〜39歳の女性のヨガにそのまま当てはめるには、動作と環境が異なる。[15]
この研究の良さは、練習中の見栄えだけを学習の指標にしなかった点にある。新しい力の場を経験する前後の基準となる成績を比べ、何が学ばれたかを評価した。最初の実験では、経験中だけロボットが補助する条件、誘導しない条件、妨害する条件を比べ、妨害群で最もよい学習が見られた。[15]
次の実験では、成績に応じて補助や妨害を加える操作と、ランダムに誤差を操作する条件を比較した。最も改善したのはランダムな操作を受けた群で、研究者のモデルの予測と一致した。彼らは、外の力について予測し直す必要性と、学習を結び付けて説明している。[15]
つまり、助けがあって滑らかにできることと、助けのない場面で変化が残ることは、同じ評価ではない。腕がうまく動いた映像だけでは、実験が測ろうとした学習の全体は見えない。練習の途中の成功を大切にしながらも、条件を戻したときに何が変わったかを見るという、別の窓がある。[15]
ただし、この結果から人の体を突然押す練習を提案する理由はない。実験で設計された力の操作を、日常の不意打ちに置き換えることはできない。普段の運動への応用は、「手伝ってもらってできた」と「自分で同じ課題を試した」を分けて振り返る程度から考えたい。研究でよかった操作を、そのまま危うい遊びに翻訳する必要はない。
大きな失敗ほど、学びも大きいのか
別の角度を示すのが、鳥の発声学習を扱ったZhouらの研究である。対象はジュウシマツで、小さなヘッドホンを通して歌声の聴覚フィードバックを変え、声の高さがどう適応するかを調べた。自分の声を聞いて発声を変える系を扱った理論と実験だ。鳥の発声の結果を、18〜39歳の女性の運動練習にそのまま当てはめることはできない。[19]
研究が説明しようとした現象には、小さな感覚誤差のほうが大きな誤差より修正されやすいこと、急に加えた大きな誤差では、徐々に導入した場合と違って学習が弱くなることが含まれる。提案された理論は、唯一の正解となる運動指令を探すだけでなく、運動指令の分布全体と、新しい感覚情報による推定を扱う。[19]
実際に測った歌の高さの分布には、よくある値から遠い値まで裾が長く続く性質があった。研究者はその性質を理論に取り込み、学習の進み方を説明し、さらに分布の形の変化に関する予測を実験で確かめた。「いつもの値から外れた」という事実にも、その外れ方をどう見積もるかという問題がある。[19]
妨害が役立った腕の実験と、大きく急な誤差では学習が弱くなる発声の研究を並べると、「失敗を増やせばよい」という標語は使いにくくなる。対象も課題も異なり、妨害の有無だけを同じ目盛りに置けないからだ。誤差があるかに加え、何の感覚をどう変え、何を学習として測ったかを読む必要がある。[15][19]
比較するときには、基準にした条件にも注目したい。腕の妨害実験では、ロボットの力が加わる経験の場面と、学習を評価する基準の場面が区別されていた。補助を受けながら目標に近づけたという結果と、その経験を経て基準の成績が変わったという結果では、答えている問いが違う。前者だけを切り取って補助が勝ったと読むと、この実験の設計から離れてしまう。[15]
発声の研究でも、声の高さが変わったかという平均的な動きだけではなく、どんな高さがどれくらい現れるかという分布に目を向けていた。外れ値を邪魔な記録として捨てる代わりに、外れ方も含めた理論を考えた点が特徴である。日常の練習記録で同じ計算をする必要はないが、うまくいった場面だけで全体を代表させないという読み方につながる。[19]
数字で読む誤差と学習
16人：内側と外側の誤差に対する反応を再現した、成人の実験の対象人数である。[7]
3モデル：PIECEと比較された、手の知覚位置を目標へ合わせる立場の代表的なモデル数である。[7]
2実験：連続的な腕の追跡課題で、補助や妨害、ランダムな誤差操作と学習の関係を調べた。[15]
2020年：妨害を学習に役立つ情報として検討した腕の実験の発表年であり、効果の大きさを表す数字ではない。[15]
疑問の続きは、体で確かめるのがいちばん早い。
1
2
