検索練習——思い出す作業が記憶を作る

テストは測る道具ではなく、覚える道具である

テストという言葉には、学習の成果を測るという含意があります。学んだあとに、どれだけ身についたかを確認する。この理解は間違ってはいませんが、研究が示してきたのは別の側面です。

思い出そうとする行為そのものが、記憶を作り変える。測定のつもりで行った作業が、実際には学習の主要な手段になっている。この現象はテスト効果（testing effect）または検索練習（retrieval practice）と呼ばれ、認知心理学で最も再現性の高い知見のひとつとされています。

ただし、この主題はいま現在も専門家のあいだで論争が続いています。「複雑な教材では効果が消える」と主張する研究者と、「その主張は誤りだ」と反論する研究者が、同じ学術誌の同じ特集号で正面から衝突しています。その論争を省いて「テストは効きます」とだけ書くのは、読む側に対して不公平です。この記事では、効いた証拠と同じ分量で、効かなかった証拠と逆効果だった証拠を載せます。

結論を先に6点書きます。

1. 中心的な実験

この分野を現在の形にしたのは、ヘンリー・ローディガーとジェフリー・カーピキが2006年に発表した研究です。設計が単純なので、要点がつかみやすい実験です。

参加者に散文の文章を読ませ、その後の時間の使い方を二群に分けました。一方は同じ文章をもう一度読む、もう一方は文章を見ずに思い出して書き出す。学習に使った総時間は同じです。

結果は、測定の時点によって逆転しました。5分後のテストでは、繰り返し読んだ群のほうが成績が高い。ところが1週間後では、思い出した群のほうが大きく上回りました [21]。

この逆転は、この分野の議論の出発点になっています。短期の測定だけを見れば、読み返しのほうが優れた方法に見えます。学習者の実感もそれに一致します。しかし保持の期間を延ばすと、順序が入れ替わります。

逆転が起きる理由として、著者らは検索の難しさを挙げています。読み返しは情報が目の前にあるため、記憶から取り出す作業が起きません。思い出す作業は、手がかりから記憶を探索する作業を伴い、その探索経路が強化されます。

「何度も思い出す」ことが鍵である

翌年の研究は、この点をさらに分離しました。参加者が複数の学習・テスト試行で単語リストを学び、1週間後に最終再生テストを受ける設計です。

実験2では、いったん再生できた項目をその後の学習から外すか、その後のテストから外すかを比較しました。結果は非対称でした。再生できた項目を繰り返し学習しても保持は改善しなかったのに対し、再生できた項目を繰り返し思い出させると、外した場合に比べて保持が100%以上向上しました [21b]。

実務的な含意は大きい。「一度できた問題はもうやらなくていい」は、学習の常識として広く共有されていますが、少なくとも保持の観点からは誤りです。できた問題こそ、繰り返し思い出す価値があります。

関連して、学習者がこの点で誤るという直接の証拠があります。外国語項目を複数回の学習・テストで学ぶ4実験で、学習者に統制権を与えたところ、多くの参加者が検索練習を選ばず、いったん再生できた項目を学習対象から外し、結果として保持が低下しました [11b]。著者はこれを「自己調整学習に生じる強力なメタ認知的錯覚——いったん再生できると、もう『学んだ』と信じてしまう」と表現しています。

2. どこまで一般化できるのか

効果が確認された範囲は広く、単語対、散文、地図、図、医学の症例、外国語の語彙など多様な材料で報告されています。教室での実施でも、実験室と同様の効果が観測されています。

数字で押さえる

2021年、222の独立研究・48,478名分のデータを統合したレビューが発表されました。結論は、教室でのテスト（小テスト）が学業成績を中程度に高める（g = 0.499）というものです [6]。

この論文は効果の大きさを左右する要因を明示しています——統制条件で何をしているか、練習と本番のテスト形式が一致しているか、教材が一致しているか、正誤フィードバックがあるか、テストの反復回数、実施場所・時点、介入期間、実験デザイン。「テストをすれば g = 0.5」ではありません。

他のメタ分析では、心理学の授業に限定した19本・72効果量で d = 0.56（出版バイアスの可能性も検討済み）[4]。練習テストが再学習や他の統制条件より有益だとする2017年のメタ分析も、効果量がテストの特徴・参加者の特性・測定する構成概念・研究の方法論的特徴によって調整されることを報告しています [2]。

教室研究の定義を従来より狭く取り直したレビューでは、約2,000の抄録を選別して50実験をコード化し、49の効果量・総計 n = 5,374 のうち57%が中程度または大きな利益を示しました [1]。

ただし同じ論文が、重大な限界を自ら記しています。実験のうち非WEIRD諸国（欧米・教育水準の高い・産業化された・富裕な・民主的な国以外）で行われたものは6%にすぎません [1]。日本はこの6%の外側にあると考えるべきです。この記事全体にかかる留保です。

境界条件

境界条件もはっきりしています。整理すると次のようになります。

フィードバックの出し方にも研究がある

フィードバックは「付ければよい」だけではありません。多肢選択テストからの学習を調べた2実験では、遅延させたフィードバックのほうが即時フィードバックより最終成績が良好でした。一方、正解を示す形式と、正解にたどり着くまで答えさせる形式では差がありませんでした [22b]。著者らは、遅延フィードバックの利点を「情報の分散提示」で説明しています。

また、フィードバックの働きは誤りの訂正だけではありません。一般知識の多肢選択テストで回答ごとに確信度を測った2実験では、フィードバックが「正解したが自信がなかった項目」の保持を2倍にしました [22c]。著者らは「フィードバックの機能は、記憶の誤りとメタ認知の誤りの両方を訂正することにある」と結論しています。

3. 子どもでも効くのか

実験室研究の大半は大学生を対象にしています。学齢児での確認は別に要ります。

10歳児での3実験

平均10歳の子ども88名を対象にした3つの実験では、単語リストを学習させたあと再学習か検索練習を行わせ、自由再生または再認でテストしました。すべての実験で頑健な検索練習効果が見られています。さらに、この子どもたちには読解力と処理速度に幅がありましたが、検索練習の利益はこれらの要因から独立していました [17]。

中学理科の教室

中学生39名を対象に、理科の文章を読んでノートを作らせたあと、2日後にノートを書き写すか検索練習をするかに分け、さらに2日後に記憶からの再生課題を課した研究があります。検索練習条件のほうが保持が良好でした [13]。

「ノートを書き写す」は、日本の中高生が実際にやっている作業に近い統制条件です。この比較で差が出た点に価値があります。

4. 誰にでも効くのか

認知能力から独立しているという証拠

高校生を対象に、スワヒリ語–スウェーデン語の単語対を検索練習と学習で覚えさせ、直後・1週間後・4週間後に測った研究があります。参加者を認知能力の低・中・高群に分けて分析した結果、テスト効果は認知能力から独立していました。fMRI では、概念表象の想起と意味処理に関わる脳領域がすべての認知能力群で検索練習後により強く関与していました [15]。

個人差を扱った20研究・20の個人差指標をまとめたスコーピングレビューも、大半の研究で個人差とテスト効果の大きさのあいだに有意な関係が見つからなかったと報告しています [8]。

これは教育的に重要な所見です。「できる子だけに効く方法」ではない、ということだからです。

反証——3分の1に負の効果

しかし、逆の報告もあります。スワヒリ語–英語の単語対を、易しい項目と難しい項目に分けて学習させた研究では、全体としてはテストの利益が出ました。ところがサンプルのほぼ3分の1に負のテスト効果が見られ、これらの参加者は再学習のほうが成績が良く、しかも全体成績も高かったのです。さらに、流動性知能が高い参加者は難しい項目で大きなテスト効果を示し、低い参加者は逆のパターンを示しました [6b]。

すでに良い方略を持つ生徒には効きにくい

事前登録された2研究は、学習者がどんな方略を使っているかが、検索練習から得る利益を左右すると報告しています。有効でない方略しか使っていない学習者ほど、検索練習から大きな利益を得ました。一方、エピソード記憶能力や一般流動性知能は効果を左右しませんでした [20]。

実務的な含意：すでに自分で効果的な学習法を確立している生徒には、外から検索練習を導入しても伸びしろが小さい可能性があります。逆に、読むだけ・写すだけの生徒ほど、変えたときの効果が大きいということです。

5. 反証①——効果が逆転する場合がある

ここからしばらく、効かなかった証拠と逆効果だった証拠を続けます。

小学生とバス時刻表

8〜9歳の児童にバスの時刻表の読み取りと使用を学習させた3実験があります。実験1と実験2では、即時テストで逆のテスト効果——つまり再学習したほうが成績が良い——が観察されました。実験3では1週間後の遅延テストを用いたところ、有意差が消えました [18]。

著者らは、教材の要素間相互作用（element interactivity）が高いことが原因だと論じています。バス時刻表の読み取りは、複数の情報を同時に関係づける必要があり、単独の事実の暗記とは性質が違います。

推移的推論では妨害される

もっと直接的な負の効果が報告されています。推移的推論（A > B、B > C を学んで、B > D を推論する）を扱った実験群では、検索練習は推移的推論を向上させず、むしろ妨害しました。絵を使った提示でも、言語材料でも同じ結果です。先行研究と合わせた小規模メタ分析で、推移的推論に対する有意な負のテスト効果（d = −0.37）が得られています [4b]。

著者らの結論は率直です——「検索練習は記憶の多くの側面を高めるが、人間の推論のこの基本的側面は検索練習によって損なわれる可能性がある」 [4b]。

小5・小6の理科で再学習が上回った

変数の統制という科学的方略（条件を一つずつ変えて調べる考え方）を、小学5年生・6年生に教えた2実験があります（n = 165 / 217）。実験1では検索練習（自由再生）と再学習を、実験2では検索練習（手がかり再生）と再学習と実際に実験をやってみることを比較しました。結果は、両研究とも再学習が他の学習活動を上回りました [19]。

著者らはこれを「子どもにおける検索練習の重要な限界」と表現しています。さらに参加者のメタ認知的予測は実際の結果と逆で、「実際に実験をやること」がもっとも効果的だと予測していました。

負のテスト効果は実験で作り出せる

2013年の3実験は、負のテスト効果を実験的に作り出し、さらに設計を変更して正の効果に反転させてみせました [20b]。テスト効果の正負は教材と手続きの関数であって、テストという行為そのものに固有の性質ではないということです。

6. 反証②——「複雑な教材では消える」をめぐる論争

ここは、この主題で現在もっとも激しい論争点です。どちらか一方だけを紹介するのは不公平なので、両方を書きます。

消える側の主張

2015年、ある研究者らは「学習材料の複雑さが増すにつれてテスト効果は減少し、消滅さえする」と主張しました。指標として用いたのが要素間相互作用——学習課題に含まれる、相互に関係する情報要素の数です [1b]。

彼らは、この知見が新しいものではなく「1世紀前の研究がすでに示していたのに、ほぼ忘れられていた」と指摘し、「学校の学習課題の多くは要素間相互作用が高い。この条件下で効果が見つからないことは、教育にとって重要である」と論じています。

この立場を支持する理論として、「望ましい困難」がつねに望ましいとは限らないという議論があります。ワーキングメモリがすでに逼迫している状況で追加の困難を導入すると、望ましくない困難になる、という主張です [17b]。

消えない側の反論

同じ年、同じ学術誌で、別の研究者らが「その主張は複数の点で誤りである」と反論しました [2b]。論点は5つです。

実験で決着をつけようとした試み

この論争を受けて、要素間相互作用を体系的に操作した3実験が行われました。文章の順序を入れ替える、話題語の有無で文脈的事前知識を変える、カテゴリ名の有無を変える——いずれの操作でも、検索練習の利益は要素間相互作用の高低にかかわらず観察されました [7b]。この研究は「複雑な教材では効果が消える」という主張を支持しませんでした。

第三の説明

2021年、この論争に別の角度から答える提案が出されています。テスト効果が生じる前提条件は、初期学習の段階で教材が十分に理解され、長期記憶に符号化されていることであるという説明です [12b]。

この見方では、複雑さそのものが境界条件なのではありません。複雑な教材では、理解を確保するために初期学習により長い時間や別の手立てが必要になるだけです。それを飛ばして検索練習に入れば、引き出すべきものが記憶にないので効果は出ません。

この説明がもっとも実務的です。「理解していない内容を思い出させても意味がない」という、当たり前の話に帰着します。境界条件2と同じことを言っています。

ワーキングメモリとの関係

視覚探索課題で事前訓練を行い、ワーキングメモリ負荷を操作したうえで連合学習を行わせた研究では、ワーキングメモリ容量が高い参加者は一貫してテスト効果を示したのに対し、容量が低い参加者では、馴染みのある刺激（負荷が低い場合）でのみ利益が現れました [10b]。

また、大学生213名に学術論文を学習させた研究では、検索練習は再読を上回りませんでした。検索練習は認知負荷を高め、その認知負荷が方略と成績の関係を媒介しており、負荷が高いほど最終成績は低くなりました [8b]。

7. 反証③——何と比べたのか

見落とされやすい論点です。教室での検索練習研究をレビューした2019年の論文は、全体としては肯定的な結論を出しつつ、決定的な留保を付けています [3]。

レビューした研究の大半は、検索練習を「繰り返しの学習」または「何もしない」と比較していました。代替的な統制条件と比較した研究の結果はあまり結論的でなく、その一部はテストの優位を見いだしませんでした。

著者らの問いは正当です——「検索練習は、教室ですでに採用されている他の学習活動より有益なのか。現時点では、それを決めるだけの証拠がない。」

より新しい研究でも同じ論点が出ています。研究法の概念を扱った実験（N = 309）では、検索練習は再学習より優れていたが、「クイズの問題と答えを読む」条件や多肢選択条件とは差がありませんでした。ただし練習回数を3回にし、1週間後に測った実験2・3では、検索練習が他条件を上回っています [5b]。

実務的な含意：「テストは再読より良い」は言えます。「テストは、あなたが今やっている他の活動より良い」は、その活動が何かによります。

8. 転移をめぐる論争

この分野で最も議論が続いているのが、検索練習の効果が転移するかという問題です。覚えた内容をそのまま問われれば強い効果が出ますが、形を変えて問われたとき、あるいは応用を求められたときにも効果が残るのか。

肯定側——概念地図との比較

肯定的な証拠として引かれるのが、カーピキとブラントによる2011年の研究です。科学の文章を材料に、反復読解・概念地図作成・検索練習を比較しました。検索練習が有利だったのは事実の再生だけでなく、理解と推論を要する問題でも同様でした。さらに、最終テストが概念地図の作成そのものであった場合でも、検索練習条件が優れていました [23]。

一方、方法上の批判もあります。概念地図の作成条件が最適に実施されていたか、比較が公平だったかという指摘です。

この批判に答える形で行われた後続研究が示唆的です。概念地図を「検索練習として」使う——つまり教材を見ずに概念地図を作らせる——条件を設けたところ、1週間後のテストで段落形式の再生と概念地図形式の再生は同等の成績を示し、どちらも追加学習を上回りました [23b]。

著者らの結論は明快です。効果を生んでいるのは活動の形式ではなく、検索そのものです。「概念地図 vs 検索練習」という対立の立て方自体が適切でなかったことになります。

否定側——出版バイアスを補正すると

検索練習の転移を扱った初の包括的メタ分析があります。122実験・67論文・192の転移効果量・N = 10,382、40年以上の研究を統合したものです [9]。

ランダム効果モデルでの結果は d = 0.40（95%CI 0.31〜0.50）。転移が大きいのは、テスト形式をまたぐ場合、応用・推論問題、医学的診断の問題、媒介語・関連語の手がかりでした。弱いのは、刺激と反応を組み替えた項目、初期学習で見たがテストされなかった教材、ワークトエグザンプルを含む問題です。

ここからが重要です。PET-PEESE 法など複数の方法で出版バイアスを評価したところ、モデレータの効果量はほとんど影響を受けませんでしたが、切片の予測値は大幅に低下し、上記のモデレータがいずれも存在しない場合には「正の転移なし」を示すことがしばしばでした [9]。

言い換えると——条件が整っていれば転移する。整っていなければ転移しない。「テストをすれば応用力がつく」という一般論は、支持されていません。

現時点の穏当な整理

検索練習は、覚えた内容の保持について確立した効果を持つ。近い転移についても支持する証拠がある。遠い転移については、証拠が混在しており結論が出ていない。

実務上は、この不確実性を前提に設計するのが妥当です。検索練習で土台を作り、応用力は応用の練習で別に育てる。片方で両方を賄おうとしないほうが安全です。

9. どんな形式の検索が有効か

検索の形式は、効果の大きさに影響します。研究から整理できる傾向を挙げます。

この序列は、負荷が高いほど効果が大きいという一般則と整合します。ただし前節の境界条件どおり、成功できない負荷は効果を生みません。

直接の比較研究もあります。短い記事・講義・大学の授業教材を用いた3実験では、初期テストが短答式のほうが多肢選択式より最終テストの得点を大きく高めました [24]。講義を用いた別の研究でも、再学習や多肢選択テストは無活動より良かったが、短答式テストが最も良く、その差は1か月後の最終テストでも保たれました [24b]。

再認形式にも使い道があります。選択肢に典型的な誤りを含めた設計では、誤概念の修正に寄与することが報告されています。

間隔を空ける

間隔を空けた検索は単独の検索より効果が高いことが一貫して示されています。反復テストの間隔を操作した実験では、テストのあいだに長い間隔を置いた条件が、間隔を置かない条件に比べて長期保持を200%改善しました [25]。

一方、間隔の「広げ方」（拡張・均等・縮小）には固有の優位性が見つかりませんでした [25]。文章教材を用いた別の2実験でも、反復テストは単回テストより保持を高め、フィードバック付きのほうが良好でしたが、拡張スケジュールと均等スケジュールのあいだに差はありませんでした [25b]。

検索練習と分散学習は独立した効果を持ち、組み合わせると両方の利得が得られます。詳しくは分散学習と交互学習の記事で扱っています。

交互にすると、さらに効く

9〜12年生155名を対象に、4週間にわたり毎週の理科小テストを実施した研究があります。各小テストの問題を概念ごとにまとめる（ブロック）か異なる概念と混ぜる（交互）かで比較し、最後の小テストから1か月後にテストしました。

交互にするだけで、検索練習そのものの効果を上回る追加の利益が出ています [16]。

事実の問題だけにしない

重要な知見です。中学生と大学生を対象に、事実問題のクイズ／高次問題のクイズ／両者の混合で検索練習を行わせた研究があります。

実験室でもK-12の現場でも、検索練習は遅延テストの成績を一貫して高めました。しかし決定的なのは次の点です——高次問題と混合問題は高次テストの成績を改善したが、事実問題のクイズは改善しませんでした [7]。

著者の結論は、一般的な直感に反します。「事実に基づく検索練習で知識の土台を作ることは、高次の検索練習に取り組むことより効果が小さいかもしれない」。

実務的な含意：一問一答の小テストばかりを積んでも、記述や思考を要する問題の成績は上がらない可能性があります。上げたい能力の形で問う必要があります。

10. 失敗する検索には意味があるか

思い出そうとして失敗した場合、その時間は無駄でしょうか。この問いについては、注目に値する結果が出ています。

正解を提示する前に、答えられないと分かっている問いを立てさせる。この手続きを取った条件のほうが、単に正解を読ませた条件より後の保持が高くなることが報告されています。事前テスト効果（pretesting effect）と呼ばれます。

規模の大きい検証があります。合計1,573名を対象とした5実験で、説明文を読む前にテストする（事前テスト）と読んだあとにテストする（事後テスト）を比較しました。結果は、どちらも無テスト条件より記憶を高めたが、事前テストのほうが全体の得点が高くなりました。テスト形式によらず、フィードバックの有無によらず、保持期間によらず成り立っています [10]。

ただし条件がある

機構を調べた3実験は、境界を明確にしています。事前の検索試行が後続の符号化を高めたのは、単語対が意味的に関連している場合だけで、無関連の対では効果が出ませんでした。また、特定の候補語に検索を制約すると（例：tide-wa__ の形で答えさせる）、後続の再生にむしろ負の効果が生じました。さらに、検索試行と学習のあいだに短い遅延を挟むと効果が消えました [26]。

解釈としては、検索の試行が記憶の探索空間（手がかりに関連する候補群）を活性化し、その直後に提示される正解が受け取られやすくなる、という説明がなされています。失敗そのものが有益なのではなく、失敗を経て直後に正解に触れる順序に意味があるという整理です。

実務では、検索の後に必ず、その場で正解を確認する手順を組み込む必要があります。誤った答えを生成したまま放置すれば、その誤りが定着する危険があります。

11. 検索練習の副作用——出題しなかった内容が忘れられる

ほとんど語られませんが、実務に直結する現象です。

ある内容を思い出す作業は、同じカテゴリに属する、思い出さなかった内容の記憶を弱めます。これを検索誘導性忘却（retrieval-induced forgetting, RIF）と呼びます。テスト効果の「明るい側面」と対になる「暗い側面」です。

3つの実験で、参加者はまずカテゴリと例のペアを学習し、そのうち一部のカテゴリについて半分の項目だけ検索練習を行いました。最終テストでは、検索練習したカテゴリのうち練習しなかった項目の成績が、まったく練習しなかったカテゴリの項目より低くなりました [15b]。

同じ研究は、検索練習中に別の課題を同時に行わせて注意を分散させた条件も設けています。注意の分散は検索練習の成績にはほとんど影響しなかった一方、再学習の成績を有意に下げ、結果としてテスト効果は見かけ上大きくなりました。そして検索誘導性忘却は消失しました [15b]。

誤解を避けるために書きます。これは「ながら勉強を推奨する」知見ではありません。分散注意条件で改善したのは副作用の側だけで、再学習の成績は下がっています。

実務上の含意としては、次が穏当です。小テストの範囲を絞るときは、出さなかった部分を別の機会で必ず拾う。「出したところは強くなり、出さなかったところは元のまま」ではなく、出さなかったところが弱くなる可能性があるという前提で組みます。

12. 解答例を読むのと、どちらが良いか

「閉じて解く」の対抗馬は再読だけではありません。数学のような手続き的な科目では、解答例（ワークトエグザンプル）を検討するという有力な方法があります。

3つの実験でこれを比較した研究は、答えは学習の目標と教材の性質によると結論しています [16b]。

著者らの整理では、両者は異なる認知過程に働きます。解答例の検討はスキーマ帰納（型を抽出すること）を助け、反復テストは記憶と流暢さを作ります [16b]。

実務的な含意：新しい単元に入った直後は解答例の検討、型が入ったあとは閉じて解く、という順序に根拠があります。「最初から閉じて解かせる」は、直後のテストで不利になるだけでなく、型の抽出そのものを遅らせる可能性があります。6節の第三の説明と整合します。

13. 教室で実施した研究

実験室の知見が教室で再現されるかは、別の問題です。この点については、実際の授業で長期にわたり検証した研究群があります。

中学校の社会科・3実験

6年生の社会科の授業で行われた3つの実験では、単元の内容の一部を低ストークスの小テスト（成績にほとんど影響しない確認テスト）で扱い、残りを扱わない設計が取られました。

実験1・2では、小テストで扱った項目の成績を、2回提示された項目や小テストに出なかった項目と比較しています。結果は、章末試験でも学期末試験でも、小テストで扱った内容の成績が明確に高いというものでした。実験3では、授業内の小テスト1回に加えて授業外のウェブ自己テストを促し、短答形式の評価でも同様の効果を確認しています [27]。

この設計の利点は、同じ生徒の中で比較している点にあります。生徒の能力差や教員の質は両条件で同じなので、内容ごとの差として効果を取り出せます。

5年間・1,400名超の応用研究

中学生1,400名以上を対象に5年間にわたって行われた応用研究プロジェクトは、複数の知見を報告しています [18b]。

• 実際の教室での検索練習が長期学習を改善する
• 遅延させた小テストが保持にとくに強力
• 小テストは新規の問題への転移にも寄与する
• フィードバック付きの小テストは学習とメタ認知的気づきの両方を改善する

6か月後に測った無作為化比較試験

医学研修医を対象にした無作為化比較試験があります。2つの臨床トピックについて、一方は反復テスト、他方は同じ内容の復習シートによる反復学習を割り当て、約2週間間隔で3回実施しました。

約6か月後の最終テストで、反復テスト群の得点は反復学習群より平均13ポイント高くなりました（39% 対 26%、d = 0.91） [28]。教育的に意味のある長さの保持期間で、無作為化して測った数少ない研究です。

運用上の制約

教室での実施には制約があります。時間の確保、採点の負担、学習者の心理的抵抗です。とくに、テストという語が評価と結びついている環境では、頻度を上げることが緊張を高める場合があります。

14. テスト不安との関係

検索練習を増やすと、テストに対する不安が高まるのではないか。この懸念は自然なものです。

研究の結果は、条件に依存します。成績評価に直結する高ストークスのテストは不安を高めます。一方、成績に影響しない練習としてのテストは、不安を高めないか、低減させることが報告されています。

中学生・高校生1,408名を対象に、学習方略の選好と、教室での検索練習プログラムへの反応を調査した研究があります。検索練習が行われた授業について、92%の生徒が「学ぶのに役立った」と回答し、72%が「単元テストや試験への緊張が減った」と回答しました [5]。

ただし、この研究の限界を明示しておきます。これは自己報告の調査であり、不安の生理的指標や無作為割付による比較ではありません。著者ら自身が「テスト不安と教室での検索練習の関係を検討した最初の研究」と位置づけています。一つの調査を根拠に「テストは不安を減らす」と断定するべきではありません。

解釈としては次が穏当です。低い重みの小テストを日常的に行うと、本番のテストが「初めての経験」でなくなる。これは不安の一因を取り除きます。ただし、点数を掲示する・順位をつけるといった運用を伴えば、話は変わります。

実務上の要点は、評価と練習を明確に分けることです。同じ「テスト」という語で両方を呼ぶと、学習者は練習にも評価の緊張を持ち込みます。名称を変える、記録の扱いを明示する、といった運用が有効です。

15. 自分の理解度が正確に分かるようになる

見落とされがちな利益です。

中高生98名を対象に、文章からの学習で初期テストを検索練習として実施し、1週間後に最終テストを行った研究があります。両テストとも正答と自信の程度を測りました。結果は、最終テストにおいて検索練習を経た項目のほうが正答率も自信のある回答の割合も高く、さらに自信判断がより正確で、偏りが小さくなりました [12]。

実務上、これは大きい。自分が何を分かっていて何を分かっていないかを正確に把握できなければ、限られた時間をどこに配分するか決められません。テストは記憶を強めるだけでなく、配分の判断材料を作ります。

なお、検索練習のあとに学習判断（JOL）をさせるとさらに効果が上がる、という報告がありましたが、事前登録を含む3実験で再現されませんでした（ベイズ的に「効果なし」を支持）[13b]。付け足しの工夫には慎重であるべきです。

16. 動機づけとの交互作用——効果が消える生徒がいる

複雑な教材を用いた2実験（N = 191）で、熟達目標志向（理解そのものを目的とする傾向）がテスト効果を調整することが示されました。効果は熟達目標志向が低い学生では強く、高い学生では消失していました [9b]。

解釈は自然です。理解そのものを目的にしている学生は、再学習の時間も深く処理します。だから検索練習との差がつきません。一方、外から与えられた課題をこなす姿勢の学生は、再学習だと流し読みになり、検索練習との差が大きく開きます。

同じ研究で外的報酬の効果も検討されています。実験1では報酬はテスト効果を高めませんでしたが、「成功した検索練習」の基準をより具体的にした実験2では、報酬が検索練習への努力を増やし、遅延保持を改善しました [9b]。

17. なぜ効くのか——競合する説明

効果の存在は確立していますが、機構については複数の説明が併存しています。それぞれ異なる予測を持つため、区別する意味があります。

2番目の説明には否定的な証拠がある

精緻化された検索仮説は、2つの前提に立ちます——意味的媒介が再学習より検索時に生成されやすいこと、そして媒介の生成が後の再生を促進すること。

7つの実験でこれを直接測った研究の結論は否定的でした。媒介の生成は検索時のほうが起こりやすいわけではなく（むしろ再学習時のほうが起こりやすい可能性がある）、媒介の活性化は後の自由再生と無関係で、手がかり再生とはむしろ負の関係にありました [29]。

一方、エピソード文脈説を支持する証拠もあります。検索練習・統制・精緻化（連想語の生成）の3条件を比較した研究では、正答数・侵入誤答・反応時間・時間的クラスタリングの分析が検索練習と精緻化を解離させ、エピソード文脈説を支持しました [29b]。

既存の説明への挑戦

テスト効果の理論は一般に、検索練習時の成績が良いほどテスト効果も大きくなると予測します。ところが6つの実験で検索練習時の成績を実験的に操作した結果、テスト効果の大きさは検索練習時の成績から独立していました [11]。

データを実験横断で集計すると相関は現れますが、著者らはシミュレーションによってこの相関が統計的な見かけ（アーティファクト）であることを示しました。実験的操作と相関的観察がこのように乖離することは、既存の説明にとって挑戦であると著者ら自身が述べています。

機構が確定していないことは、実務上も意味を持ちます。「なぜ効くか」が定まっていない以上、「だからこう応用できるはずだ」という演繹は慎重であるべきです。ただし実務的には、どの説明を取っても推奨される設計はほぼ一致します——間隔を空け、手がかりを減らし、フィードバックを与える、という形です。

18. 発見は新しくない——百年の間隔

検索練習の効果は、近年の発見のように紹介されることがありますが、記録はかなり古くまで遡ります。

20世紀初頭、アーサー・ゲイツは、学習時間の一部を暗唱に充てる条件と、すべて読むことに充てる条件を比較しました。暗唱に時間を割いた条件のほうが保持が高く、割合を増やすほど効果が大きいという結果を得ています。現代の研究が示すものと同じ方向です。

にもかかわらず、この知見が教育実践に定着したとは言えません。理由の一端は、学習感の問題にあります。効果があるのに、やっている本人には効果が感じられない [11b]。感覚に反する知見は、繰り返し発見されては忘れられます。

6節で見た「複雑な教材では効果が消える」という主張も、「1世紀前の研究がすでに示していたのに、ほぼ忘れられていた」という指摘から始まっています [1b]。この分野は、肯定側も否定側も、同じ忘却の歴史を共有しています。

もう一つの理由は、テストという言葉が担ってきた制度的な役割です。選抜と評価の道具として運用されてきたため、学習の手段として再定義する提案は、評価の強化と受け取られやすい。この誤解を解くには、成績に影響しない形で実施するという設計上の工夫が不可欠になります。

百年前の知見が実務に届いていないという事実は、教育研究の成果が現場に伝わる経路に問題があることを示しています。効果量の大きさより、この伝達の問題のほうが実際には重い、という見方も成り立ちます。

19. 設計に落とす

知見を学習設計に反映するときの要点を整理します。

20. 独学に落とすとどうなるか

教室ではなく、一人で学ぶ場面に適用する場合の要点を整理します。教える側がいない環境では、フィードバックの設計が最大の課題になります。

これらはいずれも特別な道具を必要としません。必要なのは、読む時間の一部を思い出す時間に置き換えるという配分の変更だけです。研究が示しているのは、この置き換えの効果が、道具や教材の差より大きいということです。

21. この知見を誇張しないために

検索練習は再現性の高い知見ですが、万能ではありません。誤用の型を挙げます。

この分野が教育研究の中で特異なのは、効果の方向について専門家の意見がほぼ一致している点にあります。議論が続いているのは、機構と、転移の範囲と、複雑な教材での挙動についてです。実務に取り入れる判断としては、十分に固まった知見だと言えます。

22. この記事で言えないこと

• 「テストをすれば応用力がつく」とは言えません。出版バイアスを補正すると、条件が整わない場合の転移はゼロを示すことがしばしばです [9]。
• 「検索練習が、いま教室でやっている他の活動より良い」とは言えません。比較研究の大半は再読か無活動が統制条件です [3]。
• 複雑な教材での効果は、専門家のあいだで決着していません（6節）[1b][2b][7b]。
• 日本の学齢児での知見は、ここには含まれていません。教室研究の94%は欧米圏です [1]。
• 不安が減るという知見は、自己報告の調査1本に基づきます [5]。
• 機構は確定していません。検索練習時の成績とテスト効果の関係について、実験的操作と相関的観察が乖離しています [11]。精緻化仮説には否定的な証拠があります [29]。
• 次節の運用は当塾の実務判断です。研究からの演繹であり、当塾の生徒を対象にした対照実験の結果ではありません。

当塾の立場

当塾は個別指導の塾であり、この記事の内容は当塾の指導方針と無関係ではありません。利害関係を明示しておきます。

この記事の内容は、塾に来なくても実行できます

はっきり書きます。ここまでの内容の大半は、今日から家庭で実行できます。費用はかかりません。20節にまとめたとおりです。

• 宿題を「解き直す」から「何も見ずに解いてから答えを見る」に変える
• ノートを書き写す時間を、閉じて書き出す時間に振り替える
• 小テストをその日ではなく数日後にし、複数の単元を混ぜる
• 間違えた問題の正答が、その場で分かるようにする
• 記述で問われる科目は、記述の形で自己テストする
• 勉強の最後に、その日の内容を声に出して説明する

これを読んで、塾に通わずに実行する方がいるなら、それでいいと考えています。自分で回せる家庭が月謝を払う必要はありません。

それでも塾に通いたい方へ

そのうえで、塾に通いたい、通わせたいという方には、武蔵野個別指導塾を勧めます。この記事の内容に即して、理由を3つ書きます。

逆に言えば、この3つをやっていない個別指導に、この点での優位性はありません。塾を検討する際は、次のように聞いてみてください。

• 小テストは、習った当日ですか、それとも数日後ですか。複数の単元を混ぜていますか
• 小テストの間違いは、その場でどう扱いますか
• 一度できた問題は、その後どう扱いますか
• どの単元で「閉じて解かせる」を使い、どの単元で使わないか、区別していますか

最後の2つに答えられる塾は多くないはずです。当塾がお答えできるようにしておくのが、こちらの仕事だと考えています。

まとめ

出典

本文中の番号に対応します。抄録に直接あたって確認したものだけを挙げています。結論に反する研究も、同じ基準で載せています。

[1] Agarwal, P. K. et al. (2019). Retrieval Practice Consistently Benefits Student Learning: a Systematic Review of Applied Research in Schools and Classrooms. Educational Psychology Review. DOI: 10.1007/s10648-021-09595-9

[1b] 【反証・論争の一方】van Gog, T. & Sweller, J. (2015). Not New, but Nearly Forgotten: the Testing Effect Decreases or even Disappears as the Complexity of Learning Materials Increases. Educational Psychology Review. DOI: 10.1007/s10648-015-9310-x

[2] Adesope, O. O. et al. (2017). Rethinking the Use of Tests: A Meta-Analysis of Practice Testing. Review of Educational Research. DOI: 10.3102/0034654316689306

[2b] 【論争の他方】Karpicke, J. D. & Aue, W. R. (2015). The Testing Effect Is Alive and Well with Complex Materials. Educational Psychology Review. DOI: 10.1007/s10648-015-9309-3

[3] 【反証】Moreira, B. F. T. et al. (2019). Retrieval Practice in Classroom Settings: A Review of Applied Research. Frontiers in Education. DOI: 10.3389/feduc.2019.00005

[4] Schwieren, J. et al. (2017). The Testing Effect in the Psychology Classroom: A Meta-Analytic Perspective. Psychology Learning & Teaching. DOI: 10.1177/1475725717695149

[4b] 【反証・負の効果】Mulligan, N. W. et al. (2023). Transitive inference and the testing effect: Retrieval practice impairs transitive inference. Quarterly Journal of Experimental Psychology. DOI: 10.1177/17470218231156732

[5] Agarwal, P. K. et al. (2014). Classroom-based programs of retrieval practice reduce middle school and high school students’ test anxiety. Journal of Applied Research in Memory and Cognition. DOI: 10.1016/j.jarmac.2014.07.002

[5b] Corral, D. et al. (2025). Effects of retrieval practice on retention and application of complex educational concepts. Learning and Instruction. DOI: 10.1016/j.learninstruc.2025.102219

[6] Yang, C. et al. (2021). Testing (quizzing) boosts classroom learning: A systematic and meta-analytic review. Psychological Bulletin. DOI: 10.1037/bul0000309

[6b] 【反証】Minear, M. et al. (2018). The Benefits of Retrieval Practice Depend on Item Difficulty and Intelligence. Journal of Experimental Psychology: Learning, Memory, and Cognition. DOI: 10.1037/xlm0000486

[7] Agarwal, P. K. (2019). Retrieval Practice & Bloom’s Taxonomy: Do Students Need Fact Knowledge Before Higher Order Learning?. Journal of Educational Psychology. DOI: 10.1037/edu0000282

[7b] Bedwell, J. P. (2018). The Role of Material Complexity in Retrieval Practice Effects（学位論文・3実験。要素間相互作用を体系的に操作）

[8] Smith-Peirce, R. N. et al. (2025). A scoping review of research on individual differences in the testing effect paradigm. Learning and Individual Differences. DOI: 10.1016/j.lindif.2024.102602

[8b] 【反証】Redifer, J. L. et al. (2025). Testing the testing effect with advanced materials while accounting for individual differences. Instructional Science. DOI: 10.1007/s11251-025-09758-z

[9] 【反証・出版バイアス】Pan, S. C. & Rickard, T. C. (2018). Transfer of Test-Enhanced Learning: Meta-Analytic Review and Synthesis. Psychological Bulletin. DOI: 10.1037/bul0000151

[9b] Endres, T. et al. (2023). Motivation brought to the test: Successful retrieval practice is modulated by mastery goal orientation and external rewards. Applied Cognitive Psychology. DOI: 10.1002/acp.4160

[10] Pan, S. C. et al. (2021). Pretesting versus posttesting: Comparing the pedagogical benefits of errorful generation and retrieval practice. Journal of Experimental Psychology: Applied. DOI: 10.1037/xap0000345

[10b] Zheng, Y. et al. (2023). Retrieval practice is costly and is beneficial only when working memory capacity is abundant. npj Science of Learning. DOI: 10.1038/s41539-023-00159-w

[11] 【既存理論への挑戦】Chan, J. C. K. et al. (2024). The magnitude of the testing effect is independent of retrieval practice performance. Journal of Experimental Psychology: General. DOI: 10.1037/xge0001593

[11b] Karpicke, J. D. (2009). Metacognitive control and strategy selection: deciding to practice retrieval during learning. Journal of Experimental Psychology: General. DOI: 10.1037/a0017341

[12] Barenberg, J. & Dutke, S. (2018). Testing and metacognition: retrieval practise effects on metacognitive monitoring in learning from text. Memory. DOI: 10.1080/09658211.2018.1506481

[12b] Rummer, R. et al. (2021). Komplexität und der Testungseffekt（複雑性とテスト効果——複雑な学習材料における検索練習の利益にとっての理解確保の意義）. Unterrichtswissenschaft. DOI: 10.1007/s42010-021-00137-4

[13] Rowley, T. & Reber, T. (2020). Retrieval practice and retention of course content in a middle school science classroom. Applied Cognitive Psychology. DOI: 10.1002/acp.3710

[13b] 【再現失敗】Zhao, W. et al. (2023). Judgments of Learning Following Retrieval Practice Produce Minimal Reactivity Effect on Learning of Education-Related Materials. Journal of Intelligence. DOI: 10.3390/jintelligence11100190

[14] Rickard, T. C. & Pan, S. C. (2017). A dual memory theory of the testing effect. Psychonomic Bulletin & Review. DOI: 10.3758/s13423-017-1298-4

[15] Jonsson, B. et al. (2020). A learning method for all: The testing effect is independent of cognitive ability. Journal of Educational Psychology. DOI: 10.1037/edu0000627

[15b] Mulligan, N. W. et al. (2021). Attention, the testing effect, and retrieval-induced forgetting: Distraction dissociates the positive and negative effects of retrieval on subsequent memory. Journal of Experimental Psychology: Learning, Memory, and Cognition. DOI: 10.1037/xlm0001097

[16] Sana, F. & Yan, V. X. (2021). Interleaving Retrieval Practice Promotes Science Learning. Psychological Science. DOI: 10.1177/09567976211057507

[16b] Yeo, D. J. & Fazio, L. K. (2018). The Optimal Learning Strategy Depends on Learning Goals and Processes: Retrieval Practice Versus Worked Examples. Journal of Educational Psychology. DOI: 10.1037/edu0000268

[17] Karpicke, J. D. et al. (2016). Retrieval-Based Learning: Positive Effects of Retrieval Practice in Elementary School Children. Frontiers in Psychology. DOI: 10.3389/fpsyg.2016.00350

[17b] Chen, O. et al. (2018). Undesirable Difficulty Effects in the Learning of High-Element Interactivity Materials. Frontiers in Psychology. DOI: 10.3389/fpsyg.2018.01483

[18] 【反証・逆のテスト効果】Leahy, W. et al. (2015). High Element Interactivity Information During Problem Solving may Lead to Failure to Obtain the Testing Effect. Educational Psychology Review. DOI: 10.1007/s10648-015-9296-4

[18b] Agarwal, P. K. et al. (2012). The Value of Applied Research: Retrieval Practice Improves Classroom Learning and Recommendations from a Teacher, a Principal, and a Scientist. Educational Psychology Review. DOI: 10.1007/s10648-012-9210-2

[19] 【反証・再学習が上回った】Kranz, J. et al. (2024). Retrieval Practice: A Tool for Teaching the Control-of-Variables Strategy in Science Classrooms?. The Journal of Experimental Education. DOI: 10.1080/00220973.2024.2392684

[20] Robey, A. (2019). The benefits of testing: Individual differences based on student factors. Journal of Memory and Language. DOI: 10.1016/j.jml.2019.104029

[20b] 【反証・負の効果】Peterson, D. J. & Mulligan, N. W. (2013). The negative testing effect and multifactor account. Journal of Experimental Psychology: Learning, Memory, and Cognition. DOI: 10.1037/a0031337

[21] Roediger, H. L. & Karpicke, J. D. (2006). Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention. Psychological Science.（この分野の中心実験。5分後と1週間後で優劣が逆転）

[21b] Karpicke, J. D. & Roediger, H. L. (2007). Repeated retrieval during learning is the key to long-term retention. Journal of Memory and Language. DOI: 10.1016/j.jml.2006.09.004

[22b] Butler, A. C. et al. (2007). The effect of type and timing of feedback on learning from multiple-choice tests. Journal of Experimental Psychology: Applied. DOI: 10.1037/1076-898x.13.4.273

[22c] Butler, A. C. et al. (2008). Correcting a metacognitive error: feedback increases retention of low-confidence correct responses. Journal of Experimental Psychology: Learning, Memory, and Cognition. DOI: 10.1037/0278-7393.34.4.918

[23] Karpicke, J. D. & Blunt, J. R. (2011). Retrieval Practice Produces More Learning than Elaborative Studying with Concept Mapping. Science. DOI: 10.1126/science.1199327

[23b] Blunt, J. R. & Karpicke, J. D. (2014). Learning with retrieval-based concept mapping. Journal of Educational Psychology. DOI: 10.1037/a0035934

[24] McDaniel, M. A. et al. (2007). Generalizing test-enhanced learning from the laboratory to the classroom. Psychonomic Bulletin & Review. DOI: 10.3758/bf03194052

[24b] Butler, A. C. & Roediger, H. L. (2007). Testing improves long-term retention in a simulated classroom setting. European Journal of Cognitive Psychology. DOI: 10.1080/09541440701326097

[25] Karpicke, J. D. & Bauernschmidt, A. (2011). Spaced retrieval: absolute spacing enhances learning regardless of relative spacing. Journal of Experimental Psychology: Learning, Memory, and Cognition. DOI: 10.1037/a0023436

[25b] Karpicke, J. D. & Roediger, H. L. (2009). Is expanding retrieval a superior method for learning text materials?. Memory & Cognition. DOI: 10.3758/mc.38.1.116

[26] Grimaldi, P. J. & Karpicke, J. D. (2012). When and why do retrieval attempts enhance subsequent encoding?. Memory & Cognition. DOI: 10.3758/s13421-011-0174-0

[27] Roediger, H. L., Agarwal, P. K. et al. (2011). Test-enhanced learning in the classroom: long-term improvements from quizzing. Journal of Experimental Psychology: Applied. DOI: 10.1037/a0026252

[28] Larsen, D. P. et al. (2009). Repeated testing improves long-term retention relative to repeated study: a randomised controlled trial. Medical Education. DOI: 10.1111/j.1365-2923.2009.03518.x

[29] 【機構仮説への反証】Lehman, M. et al. (2016). Elaborative retrieval: Do semantic mediators improve memory?. Journal of Experimental Psychology: Learning, Memory, and Cognition. DOI: 10.1037/xlm0000267

[29b] Lehman, M. et al. (2014). Toward an episodic context account of retrieval-based learning: dissociating retrieval practice and elaboration. Journal of Experimental Psychology: Learning, Memory, and Cognition. DOI: 10.1037/xlm0000012

※ 効果の方向は再現性が高い一方、効果量は材料・学習者・遅延の長さによって幅があります。上に挙げたとおり、教材と手続きによっては効果が消失または逆転する報告があります。

この連載の他の記事

教育学・認知心理学・社会心理学・行動経済学・教育経済学の研究をもとにした連載です。

• 反転授業は何を変えるのか——「動画を家で見る」が本体ではない
• 「わかった気がする」と実際の学習量はなぜずれるのか
• 分散学習と交互学習——同じ時間の配り方で結果が変わる
• 認知負荷理論と「指導の最小化」論争
• 学習スタイル説はなぜ検証に耐えないのか
• マインドセット研究の現在——再現性の検証を経て何が残ったか
• 社会心理学的介入——短時間の介入が長期に効く条件
• 教育経済学——同じ費用で何が一番効くのか
• 行動経済学と教育——ナッジは何を変え、何を変えないか
• フィードバックはなぜ逆効果になりうるのか
• 読解は技能か知識か——背景知識が理解を決める
• リーディング・ウォーズ——初期の読み指導をめぐる論争
• 数学の概念理解と手続き習熟——どちらが先かという問いの誤り
• 作業記憶は訓練で増やせるか——「脳トレ」研究が示した転移の限界
• 能力別編成は誰の利益になるか——ピア効果と習熟度別指導の実証
• 睡眠は学習の一部である——記憶の定着、思春期の体内時計、始業時刻の実証
• 報酬は意欲を壊すのか——過剰正当化効果から大規模実験まで
• 「1万時間の法則」は何を言っていないか——意図的練習研究の実際
• 学歴は何の対価か——人的資本とシグナリングをめぐる実証
• 学んだことはなぜ別の場所で使えないのか——学習の転移をめぐる100年
• 「分かったつもり」はなぜ生じるか——メタ認知的モニタリングの研究
• 試験で実力が出ないという現象——テスト不安とステレオタイプ脅威
• 就学前教育の効果はなぜ「消えて、残る」のか
• 宿題は効くのか——学年・内容・家庭環境で符号が変わる
• ノートは何をしているのか——手書き優位説の再検証
• 教育に技術を入れると何が起きるか——60年分の評価
• 外国語は早いほどよいのか——臨界期をめぐる実証
• グループにすれば学ぶ、わけではない——協同学習の条件
• 教育研究をどう読むか——因果推論と効果量の作法
• 教師の「質」は測れるか——付加価値モデルの実証と限界
• 少人数学級は効くのか——テネシーSTAR実験から40年
• 1対1で教えると何が起きるか——チュータリング研究の効果量と、効かない条件
• 「非認知能力」は何を指しているか——自制心・やり抜く力・マシュマロ実験の再検証
• 夏休みに学力は下がるのか——測定が結論を左右した研究史
• 試験で学校を評価すると何が起きるか——説明責任政策の実証とキャンベルの法則
• 保護者の関与はどこまで効くか——宿題の手伝いより、一行の連絡が効く理由
• スマートフォンと注意——学校の持込禁止、「そこにあるだけ」の害、マルチタスクの実証
• 数学不安は成績を下げるのか——相関の大きさ、因果の向き、介入の再現性
• 教師の期待は生徒を変えるか——ピグマリオン効果の60年が残した結論