Same Movements, Different Skills: How Context Shapes Learning in Humans and Neural Networks

私たちは、学習とは経験を一つの成長する知識の山へと積み上げていくプロセスであると考えがちです。靴紐の結び方を学べば、キッチンでもポーチでも結ぶことができます。ピアノでメロディを学べば、目を開けていても閉じていても演奏できます。この直感は、脳が核となる動作（動きのシーケンス）を、それが起こる周囲の環境とは切り離された、統一されたスキルとして扱っていることを示唆しています。運動学習の世界において、科学者たちは長年、これが真実かどうかを議論してきました。脳は異なる経験を一つにまとめ、一般的な能力を作り出すのでしょうか、それとも、同じ動きであっても、どこでどのように行われるかによって、それを別のタスクとして別々に扱うのでしょうか。この答えは重要です。なぜなら、それが私たちがどのように新しい状況に適応し、なぜ時としてある環境から別の環境へスキルを転移させるのに苦労するのかを明らかにするからです。

プリンストン大学の研究チームは、この汎化（一般化）の限界をテストすることに乗り出しました。彼らはシンプルながらも深遠な問いを投げかけました。「もし人が全く同じ指の動きのシーケンスを練習するとしても、その周囲の環境が変化し続ける場合、その人は一つのスキルを学ぶのか、それとも二つのスキルを学ぶのか？」という問いです。これを解明するために、彼らは人間のボランティアとコンピュータモデルの両方を用いました。彼らは、物理的な動作は決して変わらないものの、その周囲で語られる「物語」が変わるように設計されたタスクを作成しました。あるバージョンでは、シーケンスは音色と共に画面上をスクロールする音符のように見えました。別のバージョンでは、同じシーケンスがデジタル迷路の中のキャラクターを動かしていました。コンピュータモデルについては、ニューロンが互いに信号を伝達する方法を模倣した単純なネットワークを構築し、それによって研究者が機械の「脳」の内部を覗き込み、情報がどのように整理されているかを確認できるようにしました。

結果は、同一の動きが常に同一の学習をもたらすという考えを覆しました。コンピュータネットワークが特定の種類の柔軟性を備え、強力な環境的手がかりにさらされたとき、それらは二つのタスクを同じものとして扱うのをやめました。指のシーケンスに対して一つの共有されたメモリを構築する代わりに、二つの別々のメモリを構築したのです。コンテキスト（文脈）が音楽から迷路へと切り替わると、ネットワークはまるで最初からシーケンスを学び直さなければならないかのように、つまずきました。この「スイッチング・コスト」は、機械がスキルを二つの明確な部分に分割したことを示す明白な兆候でした。決定的なことに、この分割は二つの条件が満たされたときにのみ起こりました。すなわち、ネットワークが内部の接続を再形成できるほど十分に柔軟であること、そして環境的な手がかりが注意を引くのに十分強力であることです。どちらか一方の条件でも欠けていれば、ネットワークは経験を一つにまとめ、スムーズに汎化しました。

人間の参加者も、驚くほど同様のパターンを示しました。人々はキーボードで同じ8本の指のシーケンスを練習しましたが、ある時は一つのコンテキストに留まり、ある時は音楽バージョンと迷路バージョンの間を行き来しました。コンテキストを交互に切り替えた人々は、単一の滑らかな改善曲線を示しませんでした。代わりに、彼らのパフォーマンス曲線は分断されました。迷路から音楽へと切り替わったとき、彼らの速度は著しく低下し、まるでゼロからやり直しているかのようでした。音楽から迷路へと戻ったときも、再び低下しました。これは、指の動きが同一であり、コンテキストがタスクを解くための有用な情報を提供していなかったにもかかわらず起こりました。脳は、コンテキスト自体がスキルの一部であると判断したようです。設定を変えることで、研究者は意図せずして、一つのスキルを二つのものに変えてしまったのです。

何が起きているのかを理解するために、研究者たちは学習プロセスをモデル化するための数学的枠組みを用いました。彼らは、学習がコンテキスト間で共有されるモデル、コンテキスト同士がわずかに影響し合うモデル、あるいはコンテキストが完全に独立しているモデルのどれにデータが適合するかをテストしました。人間のデータに最も適合したのは「分割モデル」であり、これは人々が実際に同じシーケンスの二つの異なるバージョンを学んでいることを示唆していました。コンピュータモデルもこれを裏付け、学習を分割したモデルこそが、内部表現において最大のギャップを示したのです。この研究は、脳は単に動きを記録しているのではなく、状況全体を記録していることを示唆しています。状況が変わると、脳は、その動きを古いものに更新するのではなく、新しい別個のエンティティとして保存することを選択するのかもしれません。

この知見は、練習と習熟に関する私たちの考え方を再構築します。それは、学習されたスキルの境界が、それを実行するために必要な物理的な動きのみによって定義されるのではないことを意味しています。むしろ、学習が行われるコンテキストが、そのスキルがどのように保存され、呼び出されるかに強力な役割を果たします。もしあなたが特定の曲を演奏しながら音符のシーケンスを学んだとした能、たとえ音符が同一であったとしても、異なる曲を演奏する際に、それと同じ指の動きを同じように使いこなせない可能性があります。脳は、周囲のコンテキストを指示の重要な一部として扱うのです。研究者たちは、この分離は間違いや欠陥ではなく、学習システムが経験を整理するための「機能」であることを発見しました。経験を一つにまとめるか、それとも分けるかは、私たちが環境に対してどれほどの重みを与えるか、そして私たちの内部システムがいかに適応に対して柔軟であるかに依存します。

また、この研究は汎化に必要な繊細なバランスについても浮き彫りにしています。コンピュータ・シミュレーションにおいて、ネットワークが内部構造を再編成する自由を与えられ、かつ環境の手がかりが注意を引くほど十分に大きかった場合にのみ、学習の分割が起こりました。その柔軟性がなければ、ネットワークは単一の共有メモリにしがみつきました。強い手がかりがなければ、ネットワークはコンテキストを無視し、自由に汎化しました。これは、人間の脳も同様に動作しており、タスクの重要性と設定の重要性を常に天秤にかけていることを示唆しています。設定が重要だと感じられるとき、私たちはコンテキスト固有のスキルを学びます。設定が重要ではないと感じるとき、私たちは一般的なスキルを学びます。

結局のところ、この研究は、学習とは単なる事実や動きの蓄積ではないことを明らかにしています。それは、何が共にあり、何が分けられなければならないかを決定するという、ダイナミックなプロセスなのです。同じ指のタップのシーケンスであっても、脳がそのタップがどこで行われているかについてどのような物語を自分に語るかによって、それは一つのスキルにも、二つのスキルにもなり得ます。この洞察は、なぜ私たちが教室で学んだことを現実世界に応用するのに苦労したり、ある環境で学んだスキルが別の環境では異質なものに感じられたりするのかを説明する助けとなります。脳は単に動きを学んでいるのではありません。脳は、その動きが行われる「世界」を学んでいるのです。そしてそうすることで、同じ行動が多くの異なる意味を持ち得るような、豊かで複雑な経験の地図を作り上げているのです。