プレッシャー下でのパフォーマンスに、精神的負荷がどのように影響するかを探ります。これは、課題の要求度と、それを処理する個人の能力とのバランスを反映したものです。皮膚電気反応（GSR）、心拍数、脳波（EEG）などの測定手法を用いて評価される精神的負荷は、要求度の高まりが注意力、ストレス、ミスにどのような影響を与えるかを明らかにします。そのため、実務における安全性と効率性を向上させる上で極めて重要な要素となります。
Table of Contents
誰もが似たような経験をしたことがあるでしょう。例えば、病院の予約に間に合うよう高速道路を走っているのに、遅れそうになっている場面を想像してみてください。しかも雨が降っています。後部座席には子供たちがいて、騒がしい上、携帯電話の着信音が鳴りやまないのです。
事故に遭う確率はどれくらいでしょうか？
メンタルワークロードとは何ですか？
精神的負荷（認知的負荷とも呼ばれる）の研究は、心理学、人間工学、およびヒューマンファクターの分野において、パフォーマンスを理解するための最も重要な変数の一つである。精神的負荷に関する研究論文は、1980年代以降、ほぼ3倍に増加している[1]。この分野の研究が盛んに行われているにもかかわらず、認知的負荷の定義は、その捉え方によって多岐にわたる。
例を挙げると、あなた（操作者）が初めて運転を習っている（その課題）という、単純なシステムを想像してみてください。
ワークロードを考える一つの方法は、タスクそのものを客観的に見つめることです。これはしばしば「タスクロード」と呼ばれます。例えば、マニュアル車の運転は、オートマ車の運転に比べてはるかに高いタスクロードを伴います。これは、マニュアル車の場合、クラッチの踏み込みや適切なタイミングでのギアチェンジについても考えなければならないためです（これは意識的な認知プロセスである場合もあれば、無意識的な認知プロセスである場合もあります）。
こうした追加のタスクをこなすには、より多くの情報を処理する必要があります。もしこれらのタスクの要求が、一度にすべてを処理する能力を上回ってしまうと、車両はエンストしてしまいます（その際、後ろで待っている車からクラクションを鳴らされることになるでしょう）。
しかし、作業負荷について考えるもう一つの方法は、運転における主観的な体験を通じてです。同じ作業負荷に対処できる能力には、個人の過去の経験、一般的な適性、訓練歴、その他の外的要因によって、人によって非常に大きなばらつきがあります。例えば、一日中レーシングゲームをしている友人と一緒に運転を習った場合、作業負荷は同じであっても、その友人がその作業をどう感じるかは、あなたとは大きく異なるかもしれません。 同様に、教習所に通い、毎日練習を重ねれば、マニュアル車の運転は格段に容易になり、車を適切に操作するために必要な認知的リソースも少なくて済むようになります。マニュアル車を運転する際の主観的なワークロードは減少するのです。これは、ワークロード効率の向上と呼ばれることもあります[2]。
したがって、精神的負荷を全体として定義する適切な方法は、特定のタスク負荷において個人の作業効率に寄与する要因の積として捉えることです。ただし、この定義は、所属する分野や研究課題によって多少異なる場合があります。
この式を理解することは、人間工学の研究者にとって極めて重要である。なぜなら、この式には実用的な応用があり、人的ミスを減らすことで現場の生産性と安全性の両方を向上させることができるからである[3]。
認知的負荷はどのように測定できるでしょうか？
精神的負荷にはさまざまな定義があるのと同様に、その測定方法も多岐にわたります。単一のセンサーだけでは、ある人がタスクに対してどのように反応しているかを完全に把握することはできません。ある意味、このことが、精神的負荷をマルチモーダル生体センサーの典型的な活用事例にしているのです！
ここでは、精神的負荷の研究に最もよく用いられる3つのセンサーについて、簡単に紹介します：
皮膚電気活動／ガルバニック皮膚反応
精神的負荷の増加は、しばしば生理的覚醒の増加を伴うため、多くの論文が皮膚電気伝導度を負荷の間接的な指標として用いているのは当然のことである。
例えば、MITのニューイングランド大学交通センターによるある研究では、参加者に自動車シミュレーターでの運転中に認知課題を行わせた[4]。記憶課題の難易度が高くなるほど、皮膚電気活動（EDA）の絶対値の上昇幅も大きくなり、やがてその値は頭打ちとなった。その後、認知課題と運転課題の両方のパフォーマンスが低下し始めた。
さらに、他の研究では、被験者が算数、読解、記憶の課題を行う際にも、EDA信号の周波数成分が変化することが示されている[5, 6]。
心拍数
EDAと同様に、精神的負荷の増加に伴い心拍数にも変化が見られる。課題の難易度が上がるにつれて[7]、あるいは追加の課題が課されると[8]、心拍数は上昇する。1分あたりの心拍数（bpm）や心拍変動（HRV）は、特に自動車や航空分野の研究において、よく用いられる指標である。
脳波検査（EEG）
最後に、EEGは脳自体の電気的活動を記録するため、作業負荷を研究する上で最も一般的な指標の一つですが、その分析は最も複雑でもあります。アルファ波のパワーは、EEGを用いて作業負荷を分類するために使用される数ある指標の一つです。例えば、飛行機の離陸および着陸段階において、パイロットのアルファ波活動が低下することが示されています[9]。 Emotiv EPOCやABM B-Alert Xシリーズなどの市販ヘッドセットの中には、独自の精神的ワークロード測定指標を備えているものもある[10]。
これらのセンサーは、互いに組み合わせて使用されるほか、呼吸や瞳孔測定などの他のセンサーと併用されることも多く、NASAタスクロード指数[11]のような自己報告式の標準的な作業負荷アンケートといった主観的指標によって補完されることが一般的である。また、これらのセンサーはより一般的にアイトラッキングと組み合わされることが多く、精神的負荷が増加または減少した際に注意がどこに向けられていたかを把握するのに役立つ。
これらの生理学的シグナルを効果的に活用し、解釈する方法を理解することが、ワークロードを客観的に測定するための鍵となります。これらの高度な手法について詳しく知りたい方は、当社の記事「生体計測による精神的ワークロードの評価」をご覧ください。
誰が精神的負荷を研究しているのか？
精神的作業負荷の研究は、従来、心理学、人間工学、およびエルゴノミクスの研究者の領域に属しており、主に自動車、航空、航空管制、宇宙飛行、防衛といった「安全上極めて重要な」分野での応用が知られている。近年では、メディア・コミュニケーション、人間と機械の相互作用、医療シミュレーションおよび訓練、行動経済学、金融などの分野の研究者からも、作業負荷に関する研究に関心が寄せられるようになっている。
応用分野が多岐にわたるため、精神的負荷の研究に万能な解決策は存在せず、推奨される単一の標準的な手法もありません。幸いなことに、精神的負荷を多角的に分析し、さまざまな手法を用いた研究は数多く存在しますが、その量は圧倒されるほどです。選択肢がこれほど多い中で、あなたにとって最適なセンサーの組み合わせはどれでしょうか？
この記事で言及されている精神的負荷に関する研究では、算数課題、読解課題、記憶課題、制御インターフェース課題、さらにはシミュレーター上または実車を用いた飛行や運転といった特殊な課題など、多種多様な課題が用いられていることがお分かりいただけるでしょう。 適切なセンサーを選択する際は、先行研究を参照し、特定のユースケースにおいてどのようなハードウェアやパラダイムが使用されてきたかを確認することが常に有効です。これにより、解決しようとしている研究課題に対して、科学的に最も妥当な選択を行うことができるだけでなく、各手法が提供できるものとできないものを把握することもできます。
メンタルワークロードに関する研究は、現在多くの学問分野において依然として極めて重要な価値を持っており、新たな分野や新興分野においても重要な変数となりつつある。機械学習や人工知能の進歩は、さまざまな状況下における人間の行動や相互作用の理解に引き続き寄与するだろうが、こうした取り組みには、メンタルワークロードの検証に基づく強固な基盤が不可欠である。
参考文献
[1] Young, M. S., Brookhuis, K. A., Wickens, C. D., Hancock, P. A. (2014). 「科学の現状：人間工学における精神的負荷」. Ergonomics, 58(1):1-17.
[2] Xie, B., Salvendy, G. (2000). 単一タスクおよびマルチタスク環境における精神的負荷のモデリングと予測に関する総説と再評価. Work. Stress, 14 (1), 74–99. https://doi.org/10.1080/026783700417249.
[3] Moray, N.E., (1979). 『Mental Workload: its Theory and Measurement』. Plenum Press, ニューヨーク.
[4] Mehler, B. 他（2009）。若年成人ドライバーにおける認知的負荷の漸増が生理的覚醒およびパフォーマンスに及ぼす影響。『Transport. Res. Rec.: J. Transport Res. Board』6–12、2138、全米科学アカデミー交通研究委員会。
[5] 下村 陽子、依田 哲也、杉浦 健、堀口 亜紀、岩永 健、勝浦 哲也（2008）。精神的な作業負荷の評価における皮膚伝導度の周波数領域解析の応用。『J Physiol Anthropol』, 27(4): 173-177.
[6] Nourbakhsh, N., Wang, Y., Chen, F., Calvo, R. A. (2012). 算数および読解課題における認知負荷の測定への皮膚電気反応の応用. OzCHI’12 第24回オーストラリア・コンピュータ・ヒューマン・インタラクション会議論文集, 420-423.
[7] Reimer, B., Mehler, B., Coughlin, J. F., Godfrey, K. M., Tan, C. (2009). 「若年成人ドライバーにおける認知的負荷が生理的覚醒に及ぼす影響に関する実地評価」. Proc Automotive ui’09, ACM, 115-118.
[8] Fournier, L.R. 他（1999）。多重課題遂行時の作業負荷に関する電気生理学的、行動学的、および主観的指標：課題の難易度と訓練の操作。Int. J. Psychophysiol. 31, 129–145
[9] Wilson, G.F. (2002). 複数の心理生理学的指標を用いた飛行中のパイロットの精神的負荷の分析. (Int. J. Aviat. Psychol). 12 (1), 3–18
[10] Berka, C., Levendowski, D. J., Lumicao, M. N., Yau, A., Davis, G., Zivkovic, V. T., … Craven, P. L. (2007). 警戒、学習、および記憶課題における課題への没入度と精神的負荷のEEG相関. Aviation, Space, and Environmental Medicine, 78(5), 14.
[11] Hart, S. G., Staveland, L. E. (1988). 「NASA-TLX（タスク負荷指数）の開発：実証的および理論的研究の結果」 (PDF). In Hancock, Peter A.; Meshkati, Najmedin (eds.). 『Human Mental Workload』. Advances in Psychology. 52. アムステルダム：North Holland. pp. 139–183. doi:10.1016/S0166-4115(08)62386-9. ISBN 978-0-444-70388-0.
