限界的練習（Deliberate Practice）の科学──「ちょうどいい負荷」は本当に学習を加速させるのか

運動学習の研究には、「簡単すぎず、難しすぎない、ちょうどいい負荷（刺激）」が学習を最大化するという理論があります。負荷を適切な水準に保てば、練習の効率は上がるはずだ、という考え方です。※ここでいう負荷とは、運動の強度だけでなく、脳や身体に与える刺激全般を指します。以降、記載を負荷と統一して表記します。

ただ、この「ちょうどいい負荷を探す」という発想を、研究がどこまで裏付けているのかを見ていくと、単純には言い切れない部分が見えてきます。

この記事では、負荷と学習の関係について、現在の研究で分かっていること・分かっていないことを整理します。

著者紹介:阿久津貴史（公式HP）

株式会社ピークパフォーマンスニュートリション（PPN）代表取締役
パワーリフティングジム TXP代表（公式HP）
NPO法人東京都パワーリフティング協会 副理事長（公式HP）

健康科学修士 / NSCA-CPT（2001年〜）/ NSCAストレングス&コンディショニングスペシャリスト（2004年〜）/ 公認スポーツメンタルコーチ（2020年〜）

2012〜2023年パワーリフティング全日本選手権12連覇。2023年11月の世界選手権を最後に引退。現在はプライベートで東京都立大学大学院人間健康科学研究科「知覚運動制御研究室」にて、樋口貴広教授の元で研究生活を送っている。

結論──探すべきは「今日の負荷」ではなく、動かし続ける基準かもしれない

ここから、それぞれの根拠を一つずつ見ていきます。

そもそも、なぜ「負荷」が必要なのか

新しい動きを身につけようとするとき、脳は「実行機能」と呼ばれるプロセスを強く働かせます。何に注意を向けるか、次に何をするかを判断し、動きを細かく調整する——これらを担っているのが、前頭前野をはじめとする脳のネットワークとされています。

しかし、同じ動きを繰り返すうちに、この実行機能への依存度は下がっていきます。このプロセスは「自動化(automaticity)」と呼ばれ、意識して細かく制御しなくても動きが実行できるようになった状態を指します。fMRIを用いた研究では、決まった順序でボタンを押すような課題(連続反応時間課題)を使って、この過程が確認されています(Poldrack et al., 2005)。訓練を重ねる前は、この課題を別の作業と同時に行おうとすると、前頭前野や線条体を含む幅広い脳領域が強く働いていましたが、動きが自動化されると、同時に別の作業を行っても課題の遂行に影響が出にくくなり、前頭前野・線条体の一部領域の活動が低下することが確認されています。

つまり、慣れた動きの反復は、脳にとって一種の「効率化」のプロセスです。その動きから得られる新しい刺激は、この効率化が進むほど小さくなっていくと考えられます。だからこそ運動学習の研究では、「では、どのくらいの負荷をかけ続ければいいのか」が長く議論されてきました。

「ちょうどいい負荷」を1回の練習の中で探した研究

この問いに対する代表的な理論が、Guadagnoli氏とLee氏が提唱した「チャレンジポイント理論(challenge point framework)」です(Guadagnoli & Lee, 2004)。課題の難度が低すぎると新しい情報が少なく学習が進みにくく、逆に高すぎると情報を処理しきれず、これも学習を妨げる。そのため、その場でうまくできるかどうか(パフォーマンス)と、長期的に身につくかどうか(学習)は必ずしも一致しない、という考え方です。

ここで見落とせないのは、この理論自体が「最適な負荷は固定された1点ではない」と述べている点です。学習者の熟達度が上がれば、それまで最適だった負荷では物足りなくなり、最適な水準自体が上にずれていく、とされています。

ところが、実際にこの理論を検証した研究の多くは、あらかじめ決められた複数の難度(低・中・高など)を用意し、そのどれが最も学習を伸ばすかを1回の練習セッションの中で比較する、という方法をとっています。理論が本来想定する「動き続ける基準」ではなく、「固定された、ちょうどいい1点」を探す形の検証です。その結果は、割れています。

支持する結果

姿勢制御課題を用いた研究では、参加者に不安定な台の上でバランスを取る課題を4段階の難度で練習してもらい、後日の保持テストで学習の程度を確認しています(Akizuki & Ohashi, 2015)。結果は、練習中の難度と学習の程度の間に逆U字型の関係を示すものでした。4段階のうち2番目に高い難度で練習したグループが最も高い学習効果を示し、最も簡単な条件・最も難しい条件のどちらでも、学習の定着は遅れる傾向が見られています。

支持しない結果

一方、健常な若年成人36名を対象に、鏡を見ながら図形をなぞる課題を低・中・高の3段階の難度で練習してもらった研究では、練習中のパフォーマンスは難度によって変わったものの、後日の保持テストや、別の難度への応用力(転移)には有意な差が見られませんでした(Bootsma et al., 2018)。負荷そのものよりも、負荷に伴う主観的な負担感(メンタルワークロード)が学習のされ方に影響している可能性が指摘されており、チャレンジポイント理論だけでは難度と学習の関係を十分に説明しきれないと結論づけられています。

より大規模な検証として、150名を対象にゴルフのパッティング課題を用いた研究もあります(Yamada et al., 2025)。参加者を成功率の異なる3つのグループ(高成功率・中成功率・低成功率)に分けて練習してもらったところ、学習の速度にも最終的な学習量にも、グループ間で有意な差は見られませんでした。「最適な難度」をどう定義し、どう測定するかについて、研究間で一貫した基準がないことも課題として指摘されています。

理論が本来想定していたのは、こうした固定点ではなく、習熟度に応じて動き続ける基準でした。では、それを実際に検証した研究ではどうだったのでしょうか。

「点」ではなく「動き続ける基準」を検証した研究

これを直接検証した、数少ない研究があります。6週間にわたる運動学習の追跡研究です(Christiansen et al., 2020)。健常な成人を2つのグループに分け、一方は一定の難度のまま、もう一方は本人の習熟度に合わせて難度を少しずつ引き上げながら、指先を使う運動課題を練習してもらいました。「固定された負荷」と「動き続ける負荷」を直接比較した実験です。

結果は明確でした。負荷を上げ続けたグループは、一定の難度で練習したグループと比べて、より高い難度の課題における最終的なパフォーマンスが約2倍高く、皮質脊髄興奮性(corticospinal excitability)と呼ばれる、神経の可塑性に関連する指標の増加も確認されました。この差は、練習終了から8日後の時点でも維持されていたと報告されています。

まとめ

• 慣れた動きの反復は脳の「自動化」を進め、そこから得られる新しい刺激は小さくなっていきます(Poldrack et al., 2005)。
• 「ちょうどいい負荷」という理論はありますが(Guadagnoli & Lee, 2004)、1回のセッションの中でその1点を固定して探した研究では、結果が一致していません(Akizuki & Ohashi, 2015;Bootsma et al., 2018;Yamada et al., 2025)。
• 数週間かけて負荷を習熟度に応じて動かし続けた研究では、固定した負荷で練習した場合と比べて、パフォーマンスと神経系の指標の両方に明確な違いが確認されています(Christiansen et al., 2020)。
• 「動き続ける負荷」を支持する直接的な証拠は、現時点では主にこの1件の研究によるものです。指先の運動課題という限られた種目・6週間という期間での結果であり、他の種目や、より長い期間でも同じ傾向になるかは、今後の検証が必要です。

では具体的に、何をすればいいのでしょうか。Christiansenらの研究が実際に行っていたのは、決まった難度のまま6週間練習を続けるのではなく、本人の上達に合わせて難度を少しずつ引き上げ続けるという方法でした。裏を返せば、ある負荷に慣れて楽にこなせるようになった時点でそのままにしてしまうと、そこから先の伸びしろは失われやすい、ということです。

実践に置き換えるなら、「今の負荷は、今の自分にとってまだ精一杯と言えるか」を練習の節目ごとに問い直し、慣れて楽になっていれば難度を上げる——このサイクルを止めないことが、鍵になっているようです。1つの実験結果がすべてを証明するわけではありませんが、少なくとも現時点では、負荷を一度決めて満足するより、実力の変化に合わせて動かし続けるほうに、支持材料は揃っています。