なぜ miel は教材を "3 文" で生成するのか — チャンクサイズとワーキングメモリ
miel が AI で生成する 1 教材は、たった 3 文。長くないか、と感じる人もいるはずです。しかしこの「3 文」 は、ワーキングメモリのチャンクサイズ研究と SLA の処理深度仮説に裏付けられた、意図的な設計判断です。Miller の 7±2、Cowan の 4±1 から、なぜ 3 なのかを解説します。
miel の教材を見て、 こう感じる学習者は多いはずです。
- 1 教材が たった 3 文。 短すぎないか
- もっと長い英文を読まないと、 リスニング力は伸びないのでは
- 1 ページに 10 文くらい載せたほうが、 学習量として実感できる
これは自然な反応です。 しかし miel が 1 教材を 3 文に絞っているのは、 UI の都合でも開発リソースの問題でもなく、 ワーキングメモリのチャンクサイズ研究と、 第二言語処理の深度に関する SLA 知見 に基づいた意図的な設計です。
本記事では、 「なぜ 3 文なのか」 を、 認知心理学と SLA 研究の両面から解説します。
ワーキングメモリの「マジカルナンバー」
人間が一度に保持・処理できる情報量については、 心理学に古典的な発見があります。
Miller の 7 ± 2 (1956)
George Miller は 1956 年の論文 “The Magical Number Seven, Plus or Minus Two” で、 短期記憶の容量は 7 ± 2 個のチャンク だと示しました。 チャンクとは、 「意味的にまとまった情報の単位」 のことです。
この「7」 は長年広く引用されましたが、 当時の Miller 自身は 「同時に処理する」 ではなく 「一時的に保持する」 の上限と捉えていました。
Cowan の 4 ± 1 (2001)
その後、 Nelson Cowan らは、 能動的に処理しながら保持 できる情報量は、 もっと少なく 4 ± 1 チャンク が現実的な上限だと示しました。
- 受動的な保持: 7 ± 2 (Miller)
- 能動的な処理を伴う保持: 4 ± 1 (Cowan)
第二言語学習は、 「聞いたものを意味理解しつつ、 構文を分析し、 新しい語彙を記憶する」 という 複数の処理を同時に行う活動 です。 そのため、 適用される容量上限は Miller の 7 ではなく、 Cowan の 4 に近くなります。
「3 文」 という数字の根拠
ここで、 英語の 1 文がワーキングメモリ上で占めるチャンク数を考えてみましょう。
平均的な英文 1 文は、
- 主語句 1 チャンク
- 動詞 + 目的語 1 チャンク
- 修飾語 1 チャンク
合計で 約 3 チャンク を占有します (Just & Carpenter, 1992 の言語処理モデルに基づく)。
すると、
- 1 文 = 約 3 チャンク
- 3 文 = 約 9 チャンク ── 受動的保持の限界 (Miller の 7) をわずかに超える
- 4 文以上 = 能動的処理の限界 (Cowan の 4) を大きく超える
母語であればチャンクの自動化が進んでいるため、 10 文でも 20 文でも処理できます。 しかし第二言語、 特に学習者にとっては、 文単位のチャンクがまだ完全に自動化されていない ため、 ワーキングメモリの占有率がネイティブよりはるかに高くなります。
その結果、 3 文を超える素材を 1 単位として扱うと、 ワーキングメモリが飽和し、 学習関連負荷に回せる資源がほぼゼロになる という現象が起こります。
なぜ「学習量を増やす」 ではなく「処理深度を上げる」 なのか
「もっと長い英文を読むべきでは?」 という直感の裏には、 「英文に触れる量が増える = 学習が進む」 という線形モデルがあります。
しかし 気づき (noticing) 仮説 や 自動化 で見たように、 SLA における習得の鍵は 「触れた量」 ではなく 「処理した深さ」 にあります。
Craik & Lockhart (1972) の 処理水準仮説 (Levels-of-Processing Theory) では、
情報を 深く処理 したほど、 長期記憶に強く残る。 浅く処理した情報は、 量が多くてもすぐに忘れられる。
と示されています。 この「深い処理」 とは、 単に意味を取るだけでなく、
- 文脈の中で意味を再構成する
- 自分の経験と結びつける
- 別の表現で言い換える
- 産出で使う
といった 複数の認知操作を伴う処理 を意味します。
3 文に対してこの深い処理を 10 のフローで繰り返すほうが、 30 文を 1 回流すよりも長期定着に圧倒的に優れる ── これが処理水準仮説と SLA を統合した結論です。
「3 文」 の運用上のメリット
数字の根拠だけでなく、 3 文という単位は学習設計上、 いくつもの実用的メリットを持ちます。
メリット 1: 全フローを同じ素材で完結できる
3 文という分量は、
- リスニング (15〜20 秒)
- ディクテーション (1〜2 分)
- 語彙抽出 (15 語前後)
- シャドーイング (10 回反復しても 5 分以内)
- スピーキング・要約 (1〜2 分)
を すべて同じ 3 文に対して行える ちょうどよい量です。 これにより、 「教材を 3 つまでに制限する理由」 で見た符号化変動性を 1 つの教材内で完結 できます。
10 文の素材だと、 「全フローを通すと 1 教材 1 時間以上かかる」 という問題が発生し、 1 日 5 分の短時間学習 と両立しません。
メリット 2: 完全暗記が現実的になる
3 文は、 反復すれば 完全に暗記できる量 です。 完全暗記まで持っていくことで、
- スピーキング 2 (要約・再現) で 記憶からの再生 が可能になる
- 自動化 の段階に到達できる
- 産出語彙化に必要な「自分で使った経験」 を作れる
逆に 10 文・20 文の素材では、 完全暗記が困難で、 「分かったけど使えない」 状態で終わります。
メリット 3: 認知資源が「意味理解」 ではなく「処理深度」 に回せる
3 文ならば、 学習者の意味理解はほぼ瞬時に完了します。 すると残りの認知資源を、
- 構文の細部に気づく
- 自分ならどう言うかを考える
- 音韻パターンを耳に焼き付ける
など、 より深い処理 に回すことができます。 これは 情意フィルター で見たワーキングメモリの観点とも整合します。
「短い = 物足りない」 という錯覚
学習者の多くは、 「短い教材」 を物足りないと感じます。 これは進歩実感を 「触れたコンテンツの量」 で測る 習慣によります。
しかし 「教材を 3 つまでに制限する理由」 で議論したように、 進歩実感と実際の習得は一致しません。 むしろ、
- 「3 文を 10 通りに処理する」 = 深く咀嚼する学習
- 「30 文を 1 回流す」 = 浅く触れる学習
の対比で、 後者のほうが「進んだ気がする」 だけで、 実際の習得量は前者が上回ります。
これは Robert Bjork の 「望ましい困難 (desirable difficulties)」 の典型例です。 「物足りない」 と感じる短さこそが、 集中的な反復と深い処理を可能にする条件なのです。
ニュース・記事を読むのは別の話
ここで誤解を避けるために強調しておくと、 長文を読むこと自体は重要 です。
- 多読 ── 受容語彙の裾野を広げる
- ニュース・記事 ── 実生活で必要な題材に慣れる
- 小説 ── 文化的・修辞的なバリエーションに触れる
これらは「広く浅く」 触れる学習として独立して価値があります。 miel が 3 文に絞っているのは、 集中的な深い処理を組み込んだ “コア学習” の単位として であり、 学習者が他に多読・多聴を組み合わせることを排除するものではありません。
理想的には、
- コア学習 (深い処理) ── miel の 3 文 × 10 フロー
- 拡張学習 (広い接触) ── 多読・多聴・海外ドラマ・ニュース
の 2 層構造 が、 大人の英語学習にとって最も効率的な組み合わせとなります。
まとめ — 「3」 は経験則ではなく研究の結論
miel が教材を 3 文に絞るのは、
- ワーキングメモリのチャンクサイズ (Miller 7±2 / Cowan 4±1)
- 処理水準仮説 (Craik & Lockhart)
- 望ましい困難 (Bjork)
- 第二言語処理における自動化前の負荷
これらを総合したうえで導いた、 「深い処理を成立させる最大の単位」 という設計判断です。
3 文という数字は、 学習者を制限するためではなく、 学習者のワーキングメモリが処理しきれる範囲で最大限の習得を引き出すため の意図的な選択なのです。
次回は、 miel の学習設計を全体として俯瞰する記事 ── 4 フェーズ × 10 フロー — miel の学習設計を支える SLA 統合モデル を取り上げます。
参考文献
- Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63(2), 81–97.
- Cowan, N. (2001). The magical number 4 in short-term memory: A reconsideration of mental storage capacity. Behavioral and Brain Sciences, 24(1), 87–114.
- Craik, F. I. M., & Lockhart, R. S. (1972). Levels of processing: A framework for memory research. Journal of Verbal Learning and Verbal Behavior, 11(6), 671–684.
- Just, M. A., & Carpenter, P. A. (1992). A capacity theory of comprehension: Individual differences in working memory. Psychological Review, 99(1), 122–149.
- Bjork, R. A., & Bjork, E. L. (2011). Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning. In Psychology and the Real World. Worth Publishers.
関連記事
- miel
- 学習設計
- SLA
4 フェーズ × 10 フロー — miel の学習設計を支える SLA 統合モデル
miel は 1 つの教材を 10 種類の学習フローで扱う設計です。なぜこの数なのか、なぜこの順序なのか — 全ては SLA の主要な仮説と認知科学の知見を統合した、4 フェーズの学習サイクルから導かれています。miel の学習設計を一望し、各フローが SLA のどの理論に紐付くかを解説します。
読む- miel
- 認知負荷
- 符号化変動性
なぜ miel は教材を「3 つまで」に制限するのか — 認知負荷と符号化変動性
もっと教材を増やしたほうが伸びるはず — 多くの学習者がそう感じます。しかし miel は意図的に同時にアクティブな教材を 3 つに制限しています。認知負荷理論と符号化変動性 (encoding variability) の観点から、その設計意図を解説します。
読む- SLA
- シャドーイング
- ワーキングメモリ
シャドーイングの認知メカニズム — 音韻ループとワーキングメモリ
シャドーイングはなぜリスニングと発話の両方を伸ばすのか。Baddeley のワーキングメモリ理論、門田・玉井の実証研究をもとに、シャドーイングが脳の中で何を起こしているのかを認知科学の観点から解説します。
読む