視覚記憶の研究：65%という説は本当か

「人は見たものの65%を覚え、読んだものは10%しか覚えない」という数字を裏付ける実験は確認できません。一方、画像優位性効果、描画効果、概念地図には、それぞれ条件の異なる研究があります。本稿では同じ根拠のように混ぜず、「確認できること」「言い過ぎ」「根拠がないこと」に分けます。

画像は、同じ対象を表す言葉より認識しやすい場合があります。自分で描く行為は再生を助けます。概念地図を作ると、学んだ内容の整理と検索に役立ちます。ただし、これらは別々の課題で測られた研究結果です。「人の65%は視覚型」「図を加えれば会議を6倍覚えられる」という結論にはなりません。

議事録への応用は、もっと地道です。検索できる文章記録を残し、意味のある視覚的な手がかりを1つ添え、会議の記憶が新しいうちに見直します。Meeting.aiでは、時刻付きの文字起こし、AI-Powered Summary、Visual Noteがこの3つの役割を担います。Visual Noteは会話への入口であり、実際の発言を置き換えるものではありません。

視覚表現は、内容を探し直すための手掛かりです。一定の記憶率を保証するものではありません。

視覚記憶で有名な数字はどこから来たのでしょうか？

有名な数字の多くは、出典のない教材、広告、または本来の実験範囲を越えて解釈された研究結果から来ています。

この表は、実在する論文からでも誤った見出しが作れることを示します。13ミリ秒の研究は本物です。参加者は、高速で流れる画像の中から名前で示された標的を探しました。短い提示でも偶然を上回る精度で検出できたことは興味深い結果です。しかし、写真と文章の理解速度を比較したわけではありません。13ミリ秒の検出実験は、6万倍説の根拠にはなりません。

保持率ピラミッドは逆で、数字を支える実験自体がありません。Edgar Daleは1946年、教材を具体的な経験から抽象的な記号へ並べるために「経験の円錐」を発表しました。原図に割合はなく、「行えば90%保持する」とも述べていません。Subramonyらは、後世の図が説得力のありそうな割合を加え、原図を変質させた過程を記録しています。

「人の65%は視覚型」という説の履歴も同様です。確認できる最古の資料は、芸術を使った財産法教育についての2004年の論文です。「残りの65%」を視覚型としていますが、人口調査の引用はありません。繰り返されるうちに馴染み深くなっても、根拠となる測定結果が得られたことにはなりません。

画像と記憶について、本当に分かっていることは何ですか？

画像優位性効果は、個別項目の再認と再生では実証されていますが、どんな図でも文章より優れるという意味ではありません。

Roger Shepardは1967年、約600項目を画像、単語、文章のいずれかで提示し、後から再認を調べました。再認率の中央値は画像が最も高い結果でした。Lionel Standingは1973年、さらに大きな画像集合で研究を進めました。内容が同等なら、対象を示す画像は、その名称を表す言葉より記憶されやすい傾向があります。この傾向が画像優位性効果です。

二重符号化理論は、その理由を説明する枠組みの1つです。Allan Paivioは、言語系とイメージ系が情報を思い出すための、部分的に独立した経路になると考えました。適切な説明と関連画像の両方で記憶された概念には、複数の検索経路が生まれる可能性があります。ただし、どんな画像でも加えれば有用な第2の経路が生まれる、という理論ではありません。画像は言葉で説明した概念を表す必要があります。

研究課題の境界も確認が必要です。椅子の画像を見たと覚えることと、誰が期限を引き受けたか、法務部門がどの例外を挙げたか、予測がなぜ変わったかを覚えることは違います。会議には関係、保留条件、発言者、正確な言い回しがあります。画像は詳細を思い出すきっかけになりますが、保存するのは文字起こしや議事録です。

したがって、画像優位性効果から「65%の人が視覚型」とは言えません。図を好むことは、固定された学習特性の診断ではありません。効果量も一定ではなく、素材、符号化の方法、経過時間、試験で求める内容によって変わります。

描いたり地図にしたりすると、読むだけより覚えやすいのでしょうか？

自分で描画・作図すると、選択、整理、生成が必要になるため、受け身で読むより記憶を助ける場合があります。一方、完成済みの図を見るだけでは関与が小さくなります。

描画効果の実験では、単語の意味を絵にした参加者は、単語を書き写した参加者より後の再生が良好でした。Wammes、Meade、Fernandesは2016年、7実験でこの傾向を報告しています。絵の上手さは結果を左右しませんでした。処理の深さ、心像、画像優位性だけでは、この優位性を説明できないことも確かめられています。

生成効果はさらに広い概念です。Bertschらによる2007年のメタ分析は、86研究の445効果量をまとめ、自分で生成した情報には、読むだけの情報より平均約0.40標準偏差の優位性があると推定しました。答えを補う、関係を説明する、見出しを付けるといった作業も生成です。AIが完成させた画像を受け取るだけでは、自分で描く過程をすべて再現しません。

概念地図は、この生成過程と完成した視覚メモの中間にあります。Schroederらの2018年のメタ分析は、11,814人、142効果量を対象とし、全体で中程度の効果（g ≈ 0.58）を報告しました。自分で地図を作る場合は約0.72、他者が作った地図を学ぶ場合は約0.43でした。教育場面の平均であり、営業会議や取締役会にそのまま当てはまる保証ではありません。

概念地図とマインドマップも同じではありません。概念地図は節点間の関係を明示し、網状になることがあります。マインドマップは中心テーマから放射状に広がる形式が一般的です。Farrandらは2002年、医学生50人でマインドマップを調べました。1週間後の事実再生の差は小さく、信頼区間はほぼ効果なしを含むほど広いものでした。マインドマップ群の意欲も低い結果でした。参考にはなりますが、すべての放射状地図に記憶効果があるとは言えません。

実務では、自分で地図を作る方法が最も生成的です。用意された地図でも、編集すれば構造と見出しを確認できます。完成図を見るだけの場合は、全体像と手がかりとして使い、詳細記録へつなげておきます。

会議の内容はどのくらいの速さで忘れるのでしょうか？

忘却は学習直後に急で、その後は緩やかになることが多いものの、1時間、1日、1週間で全員が同じ割合を失うという有効な曲線はありません。

Hermann Ebbinghausは1885年、無意味つづりの一覧を学び、時間を空けて再学習する際の「節約量」を測りました。会議内容を何%引用できるか調べた研究ではありません。被験者も研究者本人1人でした。MurreとDrosは2015年、20分から31日までの間隔で手続きを再構成しました。初期に大きく低下し、その後なだらかになる大まかな形は再現されました。

正確な忘却量を、異なる条件にそのまま当てはめることはできません。Will Thalheimerが69条件を調べたところ、変化は0%から94%でした。1〜2日という同じ範囲でも0%から73%です。素材、予備知識、学び方、経過時間、試験形式が影響します。「50/70/90」という整った数字は、これらの条件を消してしまいます。

会議向けの記事では、さらに「会議の決定事項の70%は24時間以内に忘れられる」と言い換えられます。この説を支える一次研究はありません。決定事項は無意味つづりではなく、詳細を忘れることと、記録・担当設定・再確認されたチームの決定が失われることも同じではありません。

NicholsとStevensによる1957年のHarvard Business Review論文は、聞いた話の約半分が直後に、約4分の1が2か月後に保持されたと報告しました。補助なしで聞くだけの弱さを示す古典的な警告として読むべきで、現代の基準値ではありません。製品の効果を示せるほど詳細な方法も公開されていません。

実務上の対策に、根拠のない期限設定は不要です。背景を補えるうちに議事録を早めに見直し、次の引き渡し前に決定と担当者を確認します。作業を再開するときは、記憶だけでなく記録を参照します。

メモは手書きのほうが入力より効果的ですか？

手書きが入力より常に優れるとは確認されていません。残った重要な知見は、逐語的に写すより、要点を選び説明するほうが深い処理になることです。

MuellerとOppenheimerの2014年の研究では、パソコン利用者は逐語的な記録が多く、手書き利用者より概念問題の成績が低いと報告されました。手書きは遅いため、書き手が内容を選んで言い換えるという説明には納得感があります。

その後の研究により、媒体の違いを強調する見方は支持されにくくなりました。Urryらは2021年、142人で直接追試を行い、8研究の小規模メタ分析も加えましたが、直後の学習で手書きが優れるという結果を支持しませんでした。Moreheadらの2019年のレビューでも、一貫した差はなく、ノートを見直せると差が縮むとされています。

だからメモの取り方が無関係になるわけではありません。「ペンかキーボードか」より、「情報に何をしているか」が適切な問いです。決定、理由、担当者を短く入力する人は内容を処理しています。すべての文を手で写しても、重要度を判断しなければ浅いままです。

会議中は、全文記録と考える作業が注意を奪い合います。自分で全発言を記録しようとすると、確認、反対意見、決定に集中できません。正確な表現は録音に任せ、人は議論に参加できます。ただし、出力の確認は必要です。自動化によって減らせるのは記録の負担であり、正確性への責任ではありません。

この研究を議事録にどう生かせばよいですか？

議事録は、確認用の正確な記録、実行用の短い文章構造、視覚的な手がかり1つ、早めの見直しを組み合わせると役立ちます。

1. 速記者にならず会話を記録します。 承認された方法で録音し、必要に応じて参加者へ知らせます。Meeting.aiでは、記録が検索可能な時刻付き文字起こしになり、登録済みの話者にはVoice Matchの名前が付きます。
2. 実行に必要な層を文章にします。 決定、アクションアイテム、担当者、日付、未解決の質問、理由には文章が必要です。Meeting.aiのAI-Powered Summaryは会議の言語で整理しますが、重要事項は参加者が文字起こしと照合します。
3. 視覚的な手がかりを1つ選びます。 時系列なら進行順、流れ図なら手順、比較図なら選択肢、地図なら話題の関係を示せます。飾りではなく、会議で生まれた問いに答える図を選びます。
4. 修正しやすいうちに見直します。 24時間で共通する記憶率はありません。それでも早く確認すれば、名前、担当、条件の誤りが次の資料やタスクへ入る前に直せます。
5. 各層をつなぎます。 出典のない図は単純化しすぎます。要約のない文字起こしは探しにくく、文字起こしのない要約は監査しにくくなります。手がかりから決定、正確な発言へ移れる状態にします。

上の例は、まとまりをひと目で確認できる点が有用です。会議の65%を覚えられる証明ではありません。役割は、議論へ戻る道を見つけやすくすることです。Meeting.aiはVisual Noteを文字起こし、AI-Powered Summaryと一緒に作るため、視覚的な手がかりと検索可能な詳細を行き来できます。会議メモの機能ページで3つの出力を確認できます。

会議責任者は、次の順で確認できます。

• Visual Noteを見て、要約を開かずに会議の主要な流れを3つ挙げます。
• AI-Powered Summaryで、決定、担当者、日付を確認します。
• 意見が割れた点やリスクの高い点は、文字起こしの時刻から実際の発言を確認します。
• 記録を直し、「議事録を見てください」ではなく必要な抜粋や次の対応を送ります。
• 次の関連会議の前に以前の決定を検索し、記憶だけで議論をやり直さないようにします。

財務会議なら放射状の地図より表が適切かもしれません。デザインレビューなら例のまとまりが役立ちます。法務の議論では正確な表現が中心です。最適な図は、会議の構造を見せながら、根拠へ戻る道を残すものです。

Meeting.ai自身の表現をどう変更しましたか？

Meeting.aiは、裏付ける実験を確認できなかったため、自社資料から65%の保持率という表現を削除しました。

私たちも、視覚メモの宣伝で広く使われていた出典不明の数字を繰り返していました。これは私たちの誤りです。本稿では、より限定的で根拠のある主張に原典を付け、Visual Noteが役立つ範囲と、研究が示していない範囲を分けました。

正直な約束だけで十分に実用的です。Visual Noteは会議へ戻る道を示し、AI-Powered Summaryは確認すべき点を整理し、文字起こしは実際の発言を残します。3つを一緒に使い、重要な詳細を確認し、65%説は手放してください。