When Predictive Outcomes Make Task Representations Costly

あなたの脳が、非常に整理整頓された司書であると想像してみてください。あなたが数学の問題を解いたり、靴紐を結んだりするたびに、脳は小さな「イベント・ファイル」を作成します。それは、見た画像、取った行動、そして次に何が起きたかを保存するデジタルフォルダです。通常、これらのファイルは単純です。「ボタンを押したら、緑のライトが点灯した」といった具合です。しかし、もしその緑のライトが単なるランダムな報酬ではなかったらどうでしょう？もしそれが、あなたの脳に「おい、この特定のボタンを押せば、必ずこの特定の緑のライトにつながるんだぞ」と伝える秘密のコードだったとしたら？科学者はこれを「差分結果手続き（Differential Outcomes Procedure）」と呼んでいます。これは、ベルが鳴れば必ずおやつがもらえるけれど、ホイッスルが鳴れば必ず散歩に行ける、という犬の訓練のようなものです。犬は、結果（おやつか散歩か）が行動を予測してくれるため、より早く学習できるのです。

しかし、ここにひねりがあります。非常に詳細でコード化されたフォルダを持つことは、一つのことを学ぶには素晴らしいかもしれませんが、二つの異なる仕事を同時にこなさなければならない時はどうなるでしょうか？これが、認知制御の分野で研究者が問い続けている問題です。彼らは、こうした超予測的な「イベント・ファイル」が、タスクの切り替えを迅速にする助けになるのか、それとも情報の管理が大変すぎて脳に負荷をかけるのかを知りたいと考えています。これは、例えるなら、「役に立つ地図が詰まったバックパックは、一本の道をハイキングしている時には役立つけれど、数分おきに別の道へ切り替えなければならない時には、ただの重荷になるのではないか？」と聞いているようなものです。

---

実験：形、色、そして秘密の報酬のゲーム

この研究では、スペインと中国の大学の研究チームが、まさにこのことをテストするためにデジタルゲームを用意しました。彼らは136人の大学生を募り、形と色を仕分けるゲームを行いました。画面の四隅を想像してください。もし形が上部の角に現れたら、プレイヤーはそれが「円」か「三角形」かを判断しなければなりません。もし下部の角に現れたら、「赤」か「緑」かを判断しなければなりません。

トリッキーな点は、ゲームが交互に切り替わることです。時には、二つの形が連続して現れる（「形」モードのまま）こともあれば、時には「形」から「色」へとモードをジャンプしなければならないこともあります。研究者は、二種類の「コスト」または減速を測定しました：

1. スイッチ・コスト（Switch Costs）： 一つのタスクから別のタスクへ移行する際に、どれくらい遅くなるか。
2. ミキシング・コスト（Mixing Costs）： 二つのタスクを同時に頭の中に準備しておく必要がある場合、一つのタスクだけを繰り返し行う場合と比較して、どれくらい遅くなるか。

「予測的な報酬」がこれらのコストの扱いにどう影響するかを見るために、研究者はプレイヤーを四つのグループに分け、正解に対してそれぞれ異なる種類のフィードバックを与えました。

• 予測的グループ（DOP）： すべての正解に対して、特定の報酬が与えられました。円には「マグカップ」、三角形には「水筒」、赤には「バックパック」、緑には「Tシャツ」です。報酬は、今行った行動についての完璧な手がかりとなりました。
• ランダム・グループ（NOP/2）： 正解に対して報酬はもらえますが、それはランダムです。「形」のゲームにおいて、マグカップや水筒をもらえるかもしれませんが、どれがもらえるかは予測できません。
• 超ランダム・グループ（NOP/4）： 正解に対して、四つの異なる報酬のうちの一つが完全にランダムに与えられます。
• 報酬なしグループ： 正解しても画像は表示されず、単に「正解！（Correct!）」というメッセージが表示されるだけです。

大きな発見：重いバックパック、そして遅いスイッチ

結果は驚くほど具体的でした。研究者は、予測的報酬（すべての形や色に専用のアイテムがあるグループ）のグループは、タスクを**切り替える（スイッチする）**際には実際には遅くならないことを発見しました。例えば、円から赤の色へとジャンプする場合でも、彼らは他のグループと同じ速さでした。

しかし、これと同じプレイヤーたちは、二つのタスクを同時に準備しておく必要があるとき（ミキシング・コスト）、著しく遅くなっていました。実際、彼らの「ミキシング・コスト」は約254ミリ秒（一秒のわずかな断片ですが、脳科学においては統計的に巨大な数値です）であり、他のグループの約122〜167ミリ秒と比較して大きかったのです。

このように考えてみてください。予測的グループは、四つの非常に具体的な地図が入ったバックパックを背負っていました。一つの道（純粋なブロック）を歩いている時、その地図は素晴らしく機能しました。新しい道へジャンプする（スイッチする）時も、彼らは問題なくこなせました。しかし、二つの道を同時に頭の中に保持しなければならない（混合ブロック）時、そのバックパックは負担となりました。「円＝左ボタン」だけでなく、「円＝左ボタン＝マグカップ」という詳細まで覚えなければならないのです。この追加のレイヤーの詳細さが、彼らのメンタル・ワークスペースを混雑させ、重く感じさせたのです。

これによって否定されたこと

この研究は、他のいくつかの可能性を排除するために非常に慎重に行われました。

• 単に報酬があるせいではなかった： ランダムな報酬を得たグループ（NOP/2およびNOP/4）は、報酬が全くないグループと同様のパフォーマンスを示しました。つまり、この効果は「Tシャツやバックパックの画像を見て興奮したから」ではありませんでした。それはモチベーションの問題ではなく、情報の「構造」の問題でした。
• 選択肢の数によるものでもなかった： 四つのランダムな報酬を得たグループ（NOP/4）は、二つのランダムな報酬を得たグループ（NOP/2）よりも遅くなることはありませんでした。これは、減速の原因が、選択可能な結果の多さによるものではないことを証明しています。問題は、結果が「予測可能」であり、かつ「特定のアクションに結びついていた」時にのみ発生したのです。

まとめ

著者らは、私たちの脳がある行動が特定の予測可能な結果につながると学習すると、その結果をその行動の「イベント・ファイル」の中にひとまとめにする（バンドルする）のだと示唆しています。通常、これは学習におけるスーパーパワーです。しかし、二つの異なるルールを同時に頭の中に保持しなければならない状況では、これら超詳細なファイルは足かせとなります。それらは「メンタル・バックパック」を重くし、複数のタスクを維持する必要がある時にスピードを落とさせてしまうのです。

ですから、次にあなたが何か新しいことを学ぼうとしている時は、明確で予測可能な報酬は素晴らしい教師になります。しかし、もしあなたが二つの複雑な仕事を同時にこなそうとしているのなら、あまり多くの具体的な詳細を詰め込みすぎず、シンプルに保つ方が良いのかもしれません。脳は、少しの追加情報が実は大きな重荷になり得ることを知っているほど、賢いのです。