認知的負荷の最小化で削るのは、提示が生む負担

認知的負荷には、三つの種類があります。一つは、内容そのものの難しさから生まれる負担。もう一つは、提示の仕方が余分に加える負担で、外在的負荷にあたるものです。最後の一つは、内容を理解し、すでに知っていることと結びつけるために使う負担です。最小化の対象になるのは、このうちの二つ目だけ。一つ目は扱う範囲を決めた時点でほぼ決まり、三つ目を削ると、学習そのものが薄くなってしまうと言えます。

提示の仕方が加える負担は、教材の中に具体的な形で現れます。説明と図が離れたページに置かれ、視線を往復させる構成。同じ内容が章をまたいで重複している箇所。本題と関係のない装飾や、前置きの長い導入。こうした箇所を削っても、内容の難しさは変わりません。一方で、自分の言葉で言い換える場面や、条件を比べて選ぶ場面は、削る対象には入りません。手間がかかるという理由で減らすと、理解に使う負担まで一緒に削ることになるのです。

どこまでが余分かは、教材の側だけを見て決められません。配属直後の受講者にとって、前提を補う説明は内容を追うための手がかりになります。一方、経験を重ねた受講者にとっては、必要な記述を探すために読み飛ばす対象。不足を埋めようとして説明を足すほど、すでに知っている層では探す手間が増えていきます。同じ教材でも、負担の質は受講者によって変わると言えます。

最小化に一律の基準はありません。削る箇所は、対象とする層が変われば入れ替わります。先に決めるのは、想定する受講者の前提知識をどこに置くか。そのうえで手を入れれば、新人には説明が足りず、経験者には情報が多すぎるという二重のずれを避けやすくなります。前提知識の置き方を決める工程は、削る判断の土台にあたるのです。

AIを使うと、長い資料を処理しやすい単位に切り分け、それぞれの説明の下書きを用意する作業の負担が軽くなります。講師に移るのは、切り分け方が実務の区切りと合っているか、説明を置く位置が受講者の前提知識に合っているかを確かめる仕事。妥当性を判断し、公開を決めるのは引き続き講師です。確認と手直しの手間がなくなるわけではありません。

全員に同じ情報量を配るという前提も、外しやすくなります。前提の説明を厚めに残した版と、要点だけに絞った版を用意する負担が下がるためです。一つの教材で両方の層に合わせようとする無理も、そのぶん減らせるのです。ただし、どこまで補足するか、どの層にどちらを渡すかを決めるのは講師であり、そこは変わりません。