ランニング初心者が腕時計の数字を追うとき、画面の見やすさと周囲への注意をどう分ければよいか。仮想空間の歩行、運転時の表示、時計の転倒検知などの研究を読み、走行中に見る情報と止まって確認する情報を整理する。安全な確認回数を断定せず、表示や通知を見直す視点を示す。
走り出して間もないのに、手首ばかり上げている。今の速さはどうか、予定の距離に近づいたか。公園の曲がり角に来るたびに数字が変わり、もう一度見たくなる。時計を用意したら、走るほかに数字を見張る仕事も増えた。
初心者の腕時計は「何度も見れば安心」とは考えず、走っている間に必要な確認と、止まってから読む記録を分けたい。画面の設計によって視線の動きや情報取得が変わった運転実験はあるが、その結果はランニング中の安全な確認回数を決めるものではない。[20] ここでは回数の正解より、何を見に行くのかを整理する。
目の乾きやまばたきは、既存記事「ランニング初心者は風でまばたきが減る？目の乾きと画面を見る時間を分ける注意点」に譲る。こちらの問いは、手首の情報を読むことと、進む先や足元の情報を得ることを、同じ「確認」として扱ってよいかである。
時計の数字と、道の様子は別の情報である
時計で経過時間を確かめることと、前方の人の動きを確かめることは、目的が異なる。前者を済ませても後者を済ませたことにはならない。この区別を出発点にすると、画面が見やすいかだけで時計の使い方を決めずに済む。数字を読み終えた後、次に目を向ける先まで含めて、自分の確認の流れを考えるのである。
視線と移動の関係を考える手がかりになるのが、仮想空間で道を学ぶ実験だ。有効な参加者75人を、実際に歩く頭部装着型の仮想現実、操作器で移動する同じ方式、机上の画面という条件に分けた。仮想現実とは、表示された空間の中で移動や課題を行う仕組みである。実際に歩いた参加者は、操作器を使った参加者より、環境内の手がかりへ視覚的注意を多く向けた。[12] 対象は仮想迷路を学ぶ参加者であり、18〜39歳の女性が屋外を走る場面にそのまま当てはめるには、課題も移動環境も異なる。
これは、時計を見ると足元への注意が一定量失われると測った実験ではない。迷路を学ぶ場面で、身体を動かす移動と操作器による移動では、環境のどこを見るかが異なったという結果だ。[12] ランニングに置き換えるなら、記録の画面だけで移動の経験を代表させない、という読み方になる。路面や曲がり角の様子は、その場所で確かめる情報として残る。
たとえば、いつも通る道でも工事の囲いがある日は、昨日の記録を開くことより目の前を確かめることを優先する、という運用が考えられる。これは研究で決まった確認手順ではなく、情報の役割を分ける実践案だ。走る前に地図を見る、進んでいる間は道を見る、記録は移動を終えて読む。用途ごとに置き場所を決めると、時計にすべてを担当させなくてよい。
疑問の続きは、体で確かめるのがいちばん早い。
見やすい表示の利点は、対応する場面で変わる
画面を見やすくすれば、それで注意の問題は解決するのだろうか。自動運転から人が運転を引き継ぐ場面を扱った、参加者36人のシミュレーター実験が参考になる。比較されたのは、矢印を使う拡張現実の表示、仮想の影を使う表示、そして拡張現実を使わない表示だ。拡張現実の表示とは、視野内に警告などの情報を重ねて示す仕組みである。[20] 対象は模擬運転を行う参加者であり、18〜39歳の女性のランニングへそのまま当てはめるには、運転と走行、前方表示と手首の画面という違いがある。
全体として、拡張現実を使う表示では、通常の表示に比べ、道路から目を離す回数の減少、視覚情報を得る効率や運転を引き継ぐ効率の改善が報告された。一方、矢印型と、より目を引く影の表示との間では、眼球運動の指標に有意差がなかった。[20] 目立ちやすさの違いは、眼球運動の指標の差には結びつかなかった。
場面別の結果にも違いがある。前方車両の緊急ブレーキでは、拡張現実を使う表示に引き継ぎ効率の利点があった。しかし、後方の車両による追い越しや、非自動車の信号無視という場面では、引き継ぎ効率に有意差がなかった。歩行者横断など、影の表示が最も効率的だった場面もあった。[20] 表示の良し悪しは、何に対応する場面かと切り離せない。
腕時計の文字を大きくする案も、同じ慎重さで考えたい。読みたい項目がすぐ分かるかは、止まった状態で試せる。ただし、運転席の視野に情報を重ねる仕組みと、手首へ視線を向ける時計は別物だ。この実験の利点を、そのまま特定の文字盤の安全性として売ることはできない。[20] 買う前の問いも「情報が多いか」から「自分が使う場面で、読む目的がはっきりしているか」へ変えてみる。
視線が変わることと、成績が変わることを分ける
先ほどの仮想空間の研究では、身体で歩く条件と操作器で移動する条件の間で、学習成績に有意差はなく、戦略の選び方にも一貫した差はなかった。視線の向け方の違いと、迷路の学習成績は別の結果を示した。[12] 「見方が違った」と「課題がうまくできた」は、別々に読む必要がある。
机上の画面を使う条件では、初期の学習が遅い傾向があったが、その差は後のセッションで小さくなった。[12] 最初の成績だけで、ある移動方式の価値を決め切れない結果でもある。時計でも、使い始めの戸惑いと、使い方を決めた後の感想を分けてメモする、という考え方はできる。ただし、それがランナーの安全性を改善するという実験結果ではない。
自分の使い方を振り返る際には、「画面が読みやすかった」と「周囲を確認できた」を別の欄にしてみたい。見たい数字がすぐ読めても、道の様子を覚えていなければ、同じ満足度にまとめない。逆に、時計をあまり見なかった日でも、記録を残す目的が果たせたなら、それを失敗と呼ぶ必要はない。これは採点法ではなく、感想を具体化するための問いである。
また、足元を見るという言葉を、ずっと下を向くことと取り違えないようにしたい。ここで扱うのは、進路、周囲の人、路面といった必要な情報を、その場で確認するという意味だ。特定の視線の角度や、前を見る時間と下を見る時間の配分を処方する話ではない。時計へ目を向ける前に、いま読む必要がある情報かを考えるところから始める。
記録できる時計と、その場を見守れる時計は同じではない
スマートフォンと腕時計のセンサー情報から、人の活動と場所を分類する技術研究がある。公開されたデータを用いた評価では、活動の分類精度と場所の分類精度がそれぞれ示された。対象はセンサーで収集された活動・場所のデータであり、18〜39歳の女性ランナーの画面確認へそのまま当てはめるには、分類課題と注意の配分を調べる課題の違いがある。あるデータでは活動認識が88.25%、場所の分類が90.63%で、別のデータでは活動認識が96.00%、場所の分類が90.50%だった。[17]
ここでいう精度は、用意されたデータで分類がどれほど合ったかを表す。目の前の段差を知らせる割合でも、事故を防いだ割合でもない。[17] 時計の内部で高度な処理ができることと、自分の前方を時計が確認してくれることは、役割が異なる。走った記録がきれいに残る日ほど、その記録が何を測ったものかを見失わないようにしたい。
転倒検知を扱う技術研究では、その違いがさらに具体的になる。研究対象は転倒・活動のデータと時計上で動く検知モデルであり、18〜39歳の女性ランナーの安全性へそのまま当てはめるには、転倒を判定する性能と事故を防ぐ効果を区別する必要がある。[13]複数の学習モデルを比較したところ、保存済みのデータを使う評価で成績のよいモデルが、時計上でそのまま同等のリアルタイム性能を出すとは限らなかった。保存済みデータではある組み合わせのモデルが優れていた一方、実時間での転倒検知への実装には別の方式が好ましいとされた。[13]
この比較では、動作の時系列を学ぶ方式について、長短期記憶と呼ばれるモデルの3種類と、トランスフォーマーと呼ばれるモデルの2種類を調べている。後者は、長い一連のデータの中の関係を扱う仕組みを持つ。名前が新しいかどうかで一律に優劣が決まったのではなく、保存済みデータの評価と実際の動作中の評価で選び方が変わった点が重要だ。[13]
保存済みデータでの評価と、使用中にその場で判定する評価は違う。[13] この点は、機能説明を読むときの確認項目になる。「検知できる」と書かれていたら、どんな評価で、何を検知したのかを読む。転倒を知らせる機能と、転倒前に周囲を確認する行動も分けておく。記録の賢さを、そのまま道路上の見張り役にしないという位置づけである。
数字で読む画面と移動の研究
仮想空間の比較は、有効な参加者75人、各条件25人。環境への視覚的注意と学習成績を区別して読む実験だ。[12]
運転時の表示比較は36人。道路から目を離す回数や、引き継ぎの効率を調べたシミュレーター実験である。[20]
活動認識の88.25%は、公開データで活動を分類した精度。ランナーの事故を防いだ割合ではない。[17]
転倒検知研究は、3つのデータセットを使ってモデルを学習。保存済みデータでの評価と実時間での評価を分けている。[13]
顔に触れる動きを知らせる機器の研究は、日常生活で6日間の試行を実施。通知の目的はランニングの速度管理ではない。[18]
疑問の続きは、体で確かめるのがいちばん早い。
1
2
