プレゼンを科学する

【思考の空洞化】AIがプレゼンを作る時代、脳科学が証明した「あえて負荷をかける」伝わるデザインの絶対価値

AIが数秒で完璧な企画書やプレゼン資料を生成する現代。私たちは圧倒的な生産性を手に入れた一方で、無意識のうちに「考える力」を手放しつつある。最新の認知科学・脳科学研究は、AIへの「認知的オフロード（思考の外部化）」が人間の批判的思考力を低下させ、専門医の腫瘍発見能力すら奪い、脳に不可逆的な「認知の負債」を蓄積させるという衝撃的な事実を実証した。AIによる“摩擦のない”均質な情報が氾濫する時代において、他者の心を動かし、記憶に刻むためには何が必要か。本稿では最新論文を紐解き、「あえて人間に認知的な負荷（摩擦・想起・関与）を設計する」ことの真価と、人間が介在するコミュニケーション・デザインの絶対的優位性を科学的に論証する。

1. 導入：AIによる「無摩擦化」と失われゆく人間の思考力

人工知能（AI）、とりわけ大規模言語モデル（LLM）の急速な普及は、ビジネスから教育、医療に至るまであらゆる知的作業のあり方を根本から覆した。かつては数日を要した市場調査、プレゼンテーションの構成、複雑なデータ分析の要約が、現在では適切なプロンプトを入力するだけで、わずか数秒のうちに極めて流暢なテキストやスライドとして出力される。情報の生成プロセスからあらゆる「摩擦（Friction）」が取り除かれ、人間は史上かつてないほどの生産性と効率性を手に入れたかのように見える。

しかし、この「無摩擦」で「流暢」な情報生成環境の裏側で、人間の認知能力に極めて重大な変容が生じていることが、2025年以降に発表された複数の実証研究によって次々と明らかになり始めている。効率化と引き換えに人間がAIに委ねているのは、単なる「作業」ではなく「思考そのもの」である。人間が自らの脳を使って仮説を立て、情報を検証し、論理を構築するプロセスをAIに代替させる現象は、認知科学において「認知的オフロード（Cognitive Offloading）」と呼ばれる1。

認知的オフロード自体は、古くは文字のハードディスクへの記録や電卓の計算、近年では検索エンジンへの記憶の外部化（Google効果）として知られてきた現象である。しかし、推論や意思決定、文章の生成までも代替する現代のLLMによるオフロードは、過去のいかなる技術とも次元が異なる。本稿では、最新の心理学、脳波（EEG）を用いた神経科学、および医療現場における臨床データなどの多角的なエビデンスを統合し、AIへの過度な依存がもたらす「思考の空洞化」と「認知の負債」の実態を解明する。

さらに、AIが瞬時にプレゼンテーションを生成できる時代において、「伝える」プロセスを自動化することの危険性を提示し、伸滋Designの提唱する「伝わるを科学する」アプローチ——すなわち、人間の認知メカニズムをハックし、意図的な摩擦と関与を設計する戦略的プレゼンテーション・デザイン——がいかにして圧倒的な価値と競争力を持つに至るのかを論理的に裏付ける。

2. 認知的オフロードが招く「批判的思考力」の構造的崩壊

AIによる情報生成が人間の認知に与える影響について、最も包括的かつ最新の知見を提供しているのが、Gerlich（2025）による実証研究である1。この研究は、AIツールの日常的な利用が人間の「批判的思考力（Critical Thinking）」にどのような影響を及ぼすかを明らかにするため、666名の参加者を対象に混合研究手法を用いて実施された1。

2.1. AI依存と批判的思考力の負の相関

Gerlichの調査結果は、頻繁なAIツール利用と批判的思考力スコアとの間に、統計的に有意な「負の相関関係」が存在することを示した1。この関係性を媒介（仲介）している中心的なメカニズムこそが「認知的オフロードの増加」である2。

AI（特にChatGPTのような流暢な対話型AI）は、ユーザーに対して極めてもっともらしく、アクセスしやすい形で答えを提示する。この「情報の流暢性（Fluency）」と「アクセスの容易さ（Accessibility）」が、ユーザーの脳に対して「情報が既に理解され、整理されている」という錯覚を引き起こす2。その結果、ユーザーは出力された情報の背後にある論理の飛躍や、潜在的なバイアス、事実関係の誤りを深く検証しようとする批判的な関与（Critical Engagement）を無意識のうちに放棄してしまうのである2。

Gerlich（2025）研究によるAI利用と認知能力に関する主要な知見詳細なメカニズムと長期的影響
批判的思考力の低下AIの頻繁な利用は批判的思考力スコアの低下と強く相関。認知的オフロードが一次的な媒介要因として機能している1。
若年層における高い依存度と脆弱性17〜25歳の若年層はAIへの依存度が特に高く、高齢の参加者と比較して批判的思考力のスコアが著しく低い傾向が確認された1。
高学歴層による「防波堤（Buffer）」効果高い教育水準（高度な論理構築の訓練を受けた経験）を持つ個人は、AIを利用していても批判的思考力を維持しやすい。これは事前知識がオフロードの悪影響を緩和することを示唆する1。
AIへの「過剰な信頼」の危険性AIツールへの信頼度が高まるほど、ユーザーは認知プロセスをシステムに委ね（オフロードし）、自らの批判的思考への関与を低下させる悪循環に陥る3。

この知見は、企業における企画書作成やプレゼンテーション準備に直接的な警告を発している。AIを使って効率的に作成された「もっともらしい企画書」は、一見すると論理的で美しく見えるが、作成者自身が深い思考プロセス（＝産みの苦しみ）を経ていないため、質疑応答での本質的な問いに答えられず、プロジェクト全体の意思決定の質を著しく低下させるリスクを孕んでいる1。

3. マサチューセッツ工科大学（MIT）が暴く「認知の負債」の実態

心理学的なスコアの低下にとどまらず、AIへの依存は人間の脳の物理的なネットワーク（神経活動）にどのような変化をもたらしているのか。マサチューセッツ工科大学（MIT）メディアラボのKosmynaらの研究チーム（2025年）による論文『Your Brain on ChatGPT』は、脳波（EEG）計測と自然言語処理（NLP）分析を組み合わせることで、この問いに決定的な証拠を突きつけた5。

この研究は、54名の参加者を「LLM（ChatGPT）利用グループ」「検索エンジン利用グループ」「ツールなし（Brain-only：自力で思考する）グループ」の3つに分け、4ヶ月間（全4セッション）にわたってエッセイの執筆タスクを行わせ、その間の認知負荷、脳内ネットワークの接続性、および行動変容を追跡したものである6。

3.1. 脳波（EEG）が示すニューラルネットワークの過少関与

EEG分析の結果は、外部ツールへの依存度が高まるにつれて、脳内の神経接続（Connectivity）がシステマティックに縮小（スケールダウン）することを明確に示した6。ツールを使用せず自力でエッセイを執筆したグループ（Brain-only）は、脳全体にわたる最も強力で広範囲な神経ネットワークの活動を示した。一方、LLMを利用したグループは最も弱い接続性しか示さず、自力グループと比較して最大55%もの脳内接続の低下が観察された6。

この結果は、AIによる即時的な支援が、思考を司る大脳皮質の深い処理（特に後頭頂葉や前頭前野の活性化）をバイパスさせていることを意味する6。

3.2. 記憶の欠落と「所有感（Ownership）」の喪失

さらに衝撃的な事実は、AIを利用して出力された結果に対する「人間の当事者意識」の欠落である。研究後のインタビューにおいて、LLM利用グループの参加者のうち実に83%が、自分が直前に（AIを使って）執筆したエッセイの文章を正確に引用（想起）することができなかった8。また、執筆した文章に対する「所有感（Ownership）」の自己評価は、LLMグループが圧倒的に低く、Brain-onlyグループが最も高かった6。

Kosmyna博士はインタビューにおいて、「所有感を感じられない成果物に対して、一体何を記憶に残すことができるというのか」と述べ、自分の労力を使わずに得た情報はエピソード記憶として脳に定着しないことを指摘している9。

3.3. 思考の均質化とオリジナル性の消失

エッセイの内容そのものについても、自然言語処理（NLP）を用いた解析から興味深い結果が得られた。LLM利用グループの文章は、特定の事実、日付、名前などの「固有表現（Named Entities）」を他グループの2〜3倍多く含んでおり、一見すると情報量が多く高度に見えた7。しかし、トピックのオントロジー（概念体系）やN-gramパターンを分析すると、グループ内で極めて高い「均質性（Homogeneity）」を示しており、独創的でオリジナルな思考が著しく欠如していることが判明した6。

AIは統計的確率に基づいて「最も無難でもっともらしい文字列（平均値）」を生成するツールである。それに頼り切ることは、人間の持つ特異な視点や、個人の経験から滲み出る「血の通った文脈」を漂白し、誰もが同じような平坦なアウトプットしか出せなくなることを意味している4。

3.4. 支払うことのできない「認知の負債（Cognitive Debt）」

研究の第4セッションにおいて、LLMグループからAIツールを取り上げ、自力（Brain-only）で執筆させたところ、彼らは強い適応不全を起こした6。彼らのアルファ波およびベータ波の接続性は低いままであり、AIのサポートなしでは脳が適切にエンゲージ（関与）できない状態に陥っていた6。

研究チームは、これを「認知の負債（Cognitive Debt）」と名付けた。AIは短期的なパフォーマンスと利便性を前借りさせてくれるが、その代償として、長期的な批判的思考力、創造性、記憶力、知的独立性が少しずつ失われていく8。Kosmyna博士の言葉を借りれば、「この負債を清算できる『認知のクレジットカード』は存在しない」のである9。

グループ別の認知・行動データ比較（Kosmyna et al., 2025）Brain-only（ツールなし）Search Engine（検索エンジン）LLM（ChatGPT利用）
脳内ネットワーク接続性最も強く、広範囲に分散（最大）中程度の関与最も弱い（Brain-only比で最大55%低下）6
記憶の想起・引用能力高い中程度極めて低い（83%が自身の文章を引用不可）8
文章に対する「所有感」最も高い中程度最も低い（主体性の喪失）6
NLP分析による文章特性多様性に富む、オリジナリティ高情報収集と統合の痕跡グループ内で高度に均質化（Homogeneity）。固有表現は2〜3倍多いが独創性欠如6

4. プロフェッショナルを蝕む「脱技能化（Deskilling）」：医療現場での実証

AIによる思考の空洞化は、学生や経験の浅いビジネスパーソンだけの問題ではない。高度な専門教育と長年の実務経験を持つエキスパートでさえ、AIへの認知的オフロードによる「脱技能化（Deskilling）」から逃れられないことが、最新の医療データから実証されている。

『The Lancet Gastroenterology and Hepatology』および『Nature』で特集された研究は、結腸内視鏡検査（大腸カメラ）におけるポリープ検出AIの導入が、熟練医師の診断能力に与える影響を追跡したものである11。ポーランドの4つの医療施設で、合計2,000件以上の内視鏡検査を経験した19名の医師を対象に行われたこの観察研究は、医療界に大きな波紋を呼んだ11。

4.1. 腫瘍発見能力の6%低下という衝撃

大腸がんの予防において最も重要な指標は、前癌病変である「腺腫」を見つけ出す「腺腫発見率（ADR：Adenoma Detection Rate）」である。 調査の結果、AI導入前の3ヶ月間における医師単独でのADRは28.4%であった11。その後、医師たちは画面上の疑わしいポリープを強調表示（バウンディングボックスで囲むなど）するAIアシストシステムを導入し、3ヶ月間業務を行った12。 問題は、その後の「AIを使用しない環境（AI-free）」での検査結果である。AI利用期間を経た後の3ヶ月間（1,443件のうちAI非利用の648件）において、医師たちの自力でのADRは22.4%へと下落した。これは統計的に有意な「6パーセントポイントの低下（p=0.0089）」である11。

4.2. 自動化バイアス（Automation Bias）と視覚探索能力の衰え

なぜこのような現象が起きたのか。研究者や消化器科医は、その原因を「AIへの過剰依存（Overreliance）」と「自動化バイアス（Automation Bias）」に求めている11。

AIがリアルタイムで病変のパターン認識を行い、プロンプトとして提示してくれる環境に慣れると、人間の医師の脳は「視覚的探索習慣（Visual search habits）」をAIにオフロードしてしまう12。自らの目で画面の隅々まで注意を払い、微小な隆起や色の変化から病変を推測する認知的関与が薄れ、「AIが枠で囲まないから大丈夫だろう」という受動的な態度（モチベーションや集中力の低下）が無意識に生じるのである11。 シレジア医科大学のMarcin Romańczyk氏は、この効果を「ドライバーがGPS（カーナビ）に依存しすぎるあまり、自力でのナビゲーションスキル（道に迷わないための空間把握能力）を失ってしまう現象」に例えている12。

同様の脱技能化はソフトウェアエンジニアの領域でも報告されている。AI企業Anthropic社が行った52名の開発者を対象とした実験では、AIコーディングアシスタントを利用して作業を行ったグループは、その後「AIなし」で概念理解やデバッグ能力のテストを受けた際、平均約50%のスコアしか得られなかった。対照的に、最初からAIに頼らず自力で作業したグループのスコアは約67%であった11。特に、AI依存グループはエラーを特定して修正するデバッグ作業において極端な苦戦を強いられ、自らが記述したはずのコードの動作原理を根本から理解できていないことが露呈した11。

これらのデータは、AIという強力な「補助輪」が一時的な成果（AI併用時の高い発見率や生成スピード）をもたらす一方で、その環境が取り上げられた瞬間に、人間のプロフェッショナルとしての根幹である「異常を察知する直感」や「問題解決能力」が著しく劣化している事実を示している。ビジネスの現場においても、AIがもっともらしく生成した事業計画やプレゼン資料に依存し続ければ、市場の微細な変化を読み取る洞察力や、自社の強みを自らの言葉で語る能力は急速に失われていくだろう。

5. 認知科学が解き明かす「なぜ“摩擦なき情報”は人の心を動かさないのか」

AIへの認知的オフロードが思考の空洞化を招くメカニズムを理解した上で、次なる疑問が生じる。AIが生成した論理的で美しく、流暢なプレゼンテーション資料やテキストは、なぜ受け手（聞き手）の心を打たず、行動を促すことができないのだろうか。 その答えは、認知心理学における記憶のメカニズムと「摩擦（Friction）」の重要性に隠されている。

5.1. ビョークの「望ましい困難（Desirable Difficulties）」理論

UCLAの心理学者ロバート・ビョーク（Robert A. Bjork）らは、1990年代から「望ましい困難（Desirable Difficulties）」という概念を提唱している13。この理論は、情報の学習や記憶の定着において、処理が容易でスムーズすぎる（直感的に分かりやすい）状況は、短期的なパフォーマンス（その場での理解度）を向上させるものの、長期的な記憶の保持や知識の転移（応用力）には全く寄与しないという、直感に反する事実を指摘したものである13。

ビョークは記憶のメカニズムを以下の2つの独立した指標で説明する13。

  • 検索強度（Retrieval Strength）： 現在、その情報にどれくらいアクセスしやすいか（思い出しやすさ）。直近で学習した内容や、AIが綺麗に要約したスライドを見ている瞬間は、この検索強度が極めて高い状態にある13。
  • 保存強度（Storage Strength）： その情報が長期記憶ネットワークにどれほど深くエンコード（刻み込まれ）され、他の知識と結びついているか。一度高まれば永続的に保持されるが、保存強度を高めるためには、あえて脳に負荷をかける必要がある13。

AIが瞬時に生成した無摩擦なテキストを読み上げているプレゼンテーターは、「検索強度」が高いだけの状態を「自分は深く理解し、記憶している（保存強度が高い）」と錯覚してしまう13。しかし、脳内に認知的負荷（葛藤や思考のプロセス）がかかっていないため、情報は全く定着しない。MITの研究で83%の参加者が自分の文章を思い出せなかったのは、この保存強度が構築されなかったためである8。

5.2. 「生成効果（Generation Effect）」と当事者意識

さらに、認知心理学における「生成効果（Generation Effect）」（Slamecka & Graf, 1978）は、人間が外部から一方的に与えられた情報（読むだけの情報）よりも、自らの労力を使って記憶から手繰り寄せ、能動的に生成した情報のほうが、はるかに強く記憶に残り、深い理解につながることを証明している13。

AIが作った「Déjà Vu（既視感）」に溢れたピッチデッキや、どこかで見たような「AI構文」の文章が人の心を打たない理由は、そこに情報の発信者自身の「生成のプロセス＝認知的な摩擦や産みの苦しみ」が存在しないからである4。苦労して論理を組み上げ、何度も推敲を重ねた言葉には、発信者の「熱量（Passion）」や「確信」が非言語的なシグナルとして宿る4。AIの流暢な出力は、この「人間が葛藤した痕跡」という最も強力な説得の要素を漂白してしまうのである。

6. だからこそ「人間が伝える価値」が上昇する：伸滋Designの科学的アプローチ

「AIが数秒で綺麗なスライドを作ってくれる時代」に対する危機感は、逆に言えば「誰もが同じような平坦で均質なプレゼンしかできなくなる時代」の到来を意味する4。このAIの均質化の海の中で他者から際立ち、相手の心を確実に動かして「YES（意思決定）」を引き出すためには、AIには決して代替できない「人間の脳と感情のメカニズムに基づいた、意図的な摩擦・想起・関与の設計」が絶対的な価値を持つ4。

この「伝わるを科学する」アプローチこそが、伸滋Design（shinji.design）が提供する戦略的プレゼンテーション設計の核である4。以下に、AI依存の空洞化を打ち破り、結果を出すための科学的コミュニケーション・デザインの要諦を提示する。

6.1. 「心理的リアクタンス」の解除と、感情波をハックするストーリーテリング

どれほど論理的に正しい（正論の）データやAI出力の分析結果であっても、それが聞き手の「認知バイアス」や「心理的リアクタンス（説得されることへの無意識の反発）」に触れた瞬間、脳はその情報をノイズとして遮断する4。 伸滋Designの「戦略的プレゼンテーション設計コンサルティング」では、相手を無理に「説得」して考えを変えさせるのではなく、認知科学的アプローチを用いて相手の思考の枠組みを「広げる」設計を行う4。例えば、欧米型のハリウッド・ストーリーテリングに見られる「葛藤と対立」の構造や、あえて対立を生まない東洋的な「葛藤なき起承転結」のフレームワークを、対象者の脳の特性（ビッグファイブ性格分析など）に合わせてパーソナライズする4。これにより、聞き手は単なる受動的な傍観者から、ビジョンを共に実現する「共創のパートナー」へと変貌する。

6.2. 「認知的負荷」のコントロールと「引き算のビジュアルデザイン」

研究者やスタートアップの経営者が陥りがちな罠が、「正確なデータをすべて見せようとする」ことによる「情報過多（Information Overload）」である4。スライドにテキストや複雑なグラフが詰め込まれると、ワーキングメモリがパンクし、聞き手は思考を停止してしまう。 ここで必要なのは、情報をただ綺麗にレイアウトする（AIに要約させる）ことではない。「人間の視線誘導」や「情報処理の限界（1/20秒での認知）」といった神経美学や認知心理学の知見に基づく「引き算のデザイン」である4。複雑な相関関係や研究の真の価値を、非専門家（投資家や役員）の脳が瞬時に理解できる「共通言語（意味）」へと翻訳し、「情報」を強烈な「意思決定の証拠（Evidence）」へと昇華させるプロセスにこそ、人間の専門性が介在する価値がある4。

6.3. 「生成効果」を引き出すAuthority Publishing（出版プロデュース）

伸滋Designが提供する「Authority Publishing（書かずに本を出す）」サービスも、実は認知科学の理にかなったアプローチである4。多忙な経営者に対し、プロのインタビュアーが2時間の徹底的なヒアリングを行う。この「問いに対して自らの頭の中の暗黙知を言語化し、ひねり出す」プロセス自体が、AIに丸投げするのとは全く異なる強力な「生成効果（Generation Effect）」を生み出す4。 著者は自身の経験と情熱を自らの言葉で再構築する「望ましい困難」を経ることで、出来上がった書籍に対して圧倒的な「所有感（Ownership）」を持ち、その後の事業展開において自らの言葉で熱量高く語ることができるようになるのである4。

AIによる無摩擦プレゼンと「科学的プレゼン・デザイン」の比較AI生成（認知的オフロード）伸滋Designの科学的アプローチ（THE LAB）
情報の構造過去のデータの平均値。均質で既視感（Déjà Vu）がある4聞き手の心理的リアクタンスを解除する意図的なストーリー展開4
視覚表現の目的情報を隙間なく、無難に整理・装飾する認知負荷を下げ、1/20秒で「意味」を伝える引き算のデザイン4
語り手の状態記憶の定着が弱く、当事者意識（所有感）が欠如。情熱が伝わらない8自らの思考の壁を越えた「生成のプロセス」を経ており、圧倒的な熱量が宿る4
聞き手の脳の反応検索強度は高いが保存強度が低く、翌日には忘れ去られる13脳波が同調し、エピソード記憶として深く定着。行動（YES）を引き起こす4

7. 結論：摩擦なき時代における「人間」の絶対的ポジショニング

テクノロジーの進化は、私たちから煩雑な「作業」を解放した。しかし、思考のプロセスまでをAIにオフロードすることは、個人の批判的思考力を奪い1、医療現場の専門医の能力さえも後退させ11、そして脳のネットワークから「記憶」と「当事者意識」を奪い去るという、取り返しのつかない「認知の負債」を蓄積させている8。

生成AIが数秒で「美しいが中身のない正論」を量産するこれからの時代、プレゼンテーションやコミュニケーションにおける競争のルールは根本から変わる。単に情報を「綺麗に伝える（Transmit）」だけのスキルは完全にコモディティ化し、その価値はゼロに近づく。

今、真に求められているのは、人間の脳のメカニズムを熟知し、情報の海の中で聞き手の注意を惹きつけ、心に「意図的な摩擦」を生じさせ、最終的な行動（YES）へと至る合意を形成する力である。AIの均質なアウトプットの裏をかき、ビッグファイブ性格分析やストーリーの感情アーク、そして生成効果を利用して相手の脳をハックする「伝わるを科学する」アプローチは、AI時代に人間が担うべき最も高度で代替不可能な知的領域である4。

「伝える」で終わらせない。「伝わる」を設計し、組織や社会を動かすこと。それこそが、テクノロジーの便利さに溺れることなく、人間の持つ根源的な「対話の力」を武器にする伸滋Designの確固たるポジショニングであり、次世代のビジネスリーダーが直視すべき真実である。

This is for informational purposes only. For medical advice or diagnosis, consult a professional.（本稿に記載された医療・健康に関する研究結果は情報提供のみを目的としています。医療的なアドバイスや診断については、専門家にご相談ください。）

引用文献

  1. The Personalized Learning Revolution – IEEE Computer Society, https://www.computer.org/publications/tech-news/trends/cognitive-offloading
  2. (PDF) AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking, https://www.researchgate.net/publication/387701784_AI_Tools_in_Society_Impacts_on_Cognitive_Offloading_and_the_Future_of_Critical_Thinking
  3. AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking, https://www.mdpi.com/2075-4698/15/1/6
  4. https://shinji.design/
  5. Overview ‹ Your Brain on ChatGPT – MIT Media Lab, https://www.media.mit.edu/projects/your-brain-on-chatgpt/overview/
  6. Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task — MIT Media Lab, https://www.media.mit.edu/publications/your-brain-on-chatgpt/
  7. (PDF) Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task – ResearchGate, https://www.researchgate.net/publication/392560878_Your_Brain_on_ChatGPT_Accumulation_of_Cognitive_Debt_when_Using_an_AI_Assistant_for_Essay_Writing_Task
  8. Your brain on ChatGPT – PMC – NIH, https://pmc.ncbi.nlm.nih.gov/articles/PMC12723506/
  9. Your Brain on ChatGPT with Nataliya Kosmyna – Apple Podcasts, https://podcasts.apple.com/us/podcast/your-brain-on-chatgpt-with-nataliya-kosmyna/id1721516836?i=1000723136665
  10. Media Lab Brain Study on ChatGPT Sparks Global Media Coverage, https://www.media.mit.edu/posts/your-brain-on-chatgpt-in-the-news/
  11. AI Overreliance Weakens Skills in Doctors, Developers, https://www.chosun.com/english/industry-en/2026/06/20/CSQLXKBO5RHR3JSECBLX7N3B34/
  12. Doctors’ Skills Drop as AI Takes the Lead in Cancer Detection | by Coby Mendoza, https://ai.plainenglish.io/doctors-skills-drop-as-ai-takes-the-lead-in-cancer-detection-06c92bab0faa
  13. Robert Bjork: A Teacher’s Guide to Desirable Difficulties – Structural Learning, https://www.structural-learning.com/post/robert-bjork-teachers-guide-desirable
  14. Creating Desirable Difficulties to Enhance Learning, https://bjorklab.psych.ucla.edu/wp-content/uploads/sites/13/2016/04/EBjork_RBjork_2011.pdf
  15. Processing strategies and the generation effect: Implications for making a better reader – Bjork Learning and Forgetting Lab, https://bjorklab.psych.ucla.edu/wp-content/uploads/sites/13/2016/07/DeWinstanley_EBjork_2004.pdf
  16. Effectiveness of Self-Generation During Learning is Dependent on Individual Differences in Need for Cognition – ERIC, https://files.eric.ed.gov/fulltext/EJ1215788.pdf

関連記事

TOP