この記事で分かること
- 自動化が注意要求の変化を含むこと
- 動作がまとまり（チャンク）として組織されること
- 自動化が文脈と課題に依存すること
- 意識すると崩れる現象を単純化できない理由
結論
自動化とは、練習により技能がより速く、安定し、少ない意識的監視で実行できるようになる変化を指します。ただし、脳が働かなくなること、注意が完全に不要になることではありません。
音の並びや運動は、個々の要素からより大きなまとまりとして組織されます。注意は消えるのではなく、指一本ずつから、フレーズ、音色、他者との同期など別の階層へ移せるようになります。
自動化は文脈依存です。練習室で自動的にできることが、本番、異なるテンポ、別の楽器、強い不安の中でも同じとは限りません。
自動化は注意要求の変化
学習初期には、順序、位置、タイミングを一つずつ意識しやすく、処理に時間がかかります。練習が進むと、刺激と反応、複数の動作、感覚と音の関係がまとまり、実行に必要な意識的監視が減ることがあります。
この変化により、表現、アンサンブル、譜読み、舞台上の判断などへ注意を配分しやすくなります。
動作はチャンクとして組織される
熟練技能では、個々の音や指の運動を一つずつ開始するのではなく、複数要素がまとまりとして準備・実行されます。まとまりの境界では、計画や注意の負担が増えることがあります。
どこでまとまりをつくるかは、運指だけでなく、和声、フレーズ、呼吸、楽器の力学的条件にも関係します。
二重課題は自動化の一つの指標
技能を行いながら別の課題を加え、どれだけ成績が低下するかを見る方法があります。低下が小さければ自動化が進んだと解釈されることがあります。
しかし二重課題の種類や難度で結果は変わり、熟練しても注意要求が残る技能があります。自動化を一つの数値だけで判断することはできません。
意識は使い方で助けにも妨げにもなる
動作の細部を過度に監視すると、すでにまとまった技能が分解され、流れが変わることがあります。一方、意識的な確認が問題の発見や表現の再構成に必要な場合もあります。
「考えない方がよい」ではなく、学習段階と目的に応じて、注意を結果、外部の音、身体感覚、運動の細部へどう配分するかを選びます。
よくある誤解
自動化すると脳を使わなくなる
活動の分布や効率、結合、注意配分が変わるのであり、神経系の活動が不要になるわけではありません。
自動化した動きはどんな状況でも再現できる
テンポ、環境、緊張、楽器が変わると、注意要求や運動解も変化します。
動きを意識すると必ず崩れる
過度な細部監視が妨げる場合はありますが、問題発見や再学習には意識的な注意も必要です。
自分の身体・演奏で観察してみる
痛みや強い違和感のない範囲で行い、演奏の正解を決めるのではなく、条件による変化を観察します。
- よく慣れた短いフレーズを演奏し、注意がどこへ向いているか記録します
- 次に、フレーズのまとまりや到達点だけを意識して演奏します
- 別の開始位置、テンポ、音量で演奏し、自動的に保たれる要素を確認します
- 崩れた場合は「自動化が足りない」と決めず、文脈の何が変わったか整理します
痛みや強い違和感がある場合
この記事は身体と演奏のしくみを学ぶための一般的な情報であり、診断や治療の代わりになるものではありません。痛み、しびれ、筋力低下、動かしにくさが続く場合や、症状が急に現れた場合は、自己判断で練習を続けず、医師や理学療法士などの医療専門職へご相談ください。
次に読む記事
シリーズを越えて学ぶ
- シリーズ案内：音楽家のための神経・感覚・運動学習｜全10記事
- 悩みから探す：悩み・演奏課題から記事を探す
- 身体の構造へ戻る：すべての記事から探す
参考文献
- Schmidt RA, Lee TD, et al. Motor Control and Learning. 7th ed. Human Kinetics; 2019.
- Ashby FG, Turner BO, Horvitz JC. Cortical and basal ganglia contributions to habit learning and automaticity. Trends in Cognitive Sciences. 2010;14:208–215.
- Kal E, Prosée R, Winters M, van der Kamp J. Does implicit motor learning lead to greater automatization? PLoS ONE. 2018;13:e0203591.
- Babu R. Components of complex movement that can be best studied using the sequence learning paradigm. Journal of Neurophysiology. 2020;124:645–647.
- Fitts PM, Posner MI. Human Performance. Brooks/Cole; 1967.
情報レベル
B｜研究に基づく応用的解釈
技能自動化、系列学習、二重課題に関する研究を土台にしています。自動化の定義と測定は研究ごとに異なり、音楽演奏の複雑さを単一の実験課題へ還元しないよう注意しています。
著者情報
執筆・監修
山本 篤
理学療法士／大阪芸術大学 解剖学非常勤講師／一般社団法人 日本音楽家機能解剖学指導者協会 代表理事／Merge Labo代表
医療・リハビリテーションの現場で培った経験と、解剖学・生理学・運動学・力学の知見をもとに、音楽家の演奏や発声に関わる身体のしくみを伝えています。詳しい経歴は「プロフィール」ページをご覧ください。
もっと体系的に学びたい方へ
音楽家の身体について、さらに体系的に学びたい方のための学習機会をご用意しています。ご自身の演奏のために学ぶ段階から、音楽家へ身体を教える立場を目指す段階まで、学びの深さに応じて進むことができます。
身体についてさらに学ぶ
音身体®の講座やセミナーで、演奏に必要な身体の基礎を体系的に学びます。
指導者として学ぶ
JAMFALAでは、解剖学・生理学・運動学・力学などを土台として、音楽家へ身体を伝えるための知識を体系的に学びます。
実際の人体から学ぶ
人体解剖研修では、教科書や模型で学んできた構造を、実際の人体を通して確認します。