前提
情報処理論者は、学習が刺激と反応の間の関連付けを形成することを含むという行動主義に内在する考え方に異議を唱えました。情報処理論者は、知識の断片間の関連付けの形成が、記憶への獲得と貯蔵を促進するのに役立つと仮定しているため、関連付けを拒否しません。むしろ、これらの理論家は、外部条件にはあまり関心がなく、刺激と反応の間に介在する内部（精神的）プロセスに焦点を当てています。学習者は、情報の積極的な探索者および処理者です。人々が刺激に影響を受けたときに反応すると述べた行動主義者とは異なり、情報処理論者は、人々が環境の特徴を選択して注意を払い、情報を変換してリハーサルし、新しい情報を以前の情報に関連付けると主張しています。
情報処理理論は、どの認知プロセスが重要か、またそれらがどのように機能するかについての見解が異なりますが、いくつかの共通の前提を共有しています。1つは、情報処理が、刺激を受け取ってから反応を生成するまでの間に介在する段階で行われるということです。必然的な結果として、情報の形式、つまり情報が精神的にどのように表現されるかは、段階によって異なります。段階は互いに質的に異なります。
もう1つの前提は、情報処理が、少なくとも比喩的には、コンピュータ処理に類似しているということです。人間のシステムは、コンピュータと同様に機能します。情報を受け取り、メモリに保存し、必要に応じて取り出します。認知処理は非常に効率的です。無駄や重複はほとんどありません。研究者は、この類似性をどこまで拡張するかによって異なります。一部の人にとって、コンピュータの類似性は単なる比喩にすぎません。他の人は、人間の活動をシミュレートするためにコンピュータを使用します。人工知能の分野は、思考、言語の使用、問題解決など、人間の活動を行うようにコンピュータをプログラミングすることに関係しています。
研究者はまた、情報処理が、知覚、リハーサル、思考、問題解決、記憶、忘却、およびイメージング（Farnham-Diggory、1992; Matlin、2009; Mayer、1996; Shuell、1986; Terry、2009）など、すべての認知活動に関与していると想定しています。情報処理は、従来定義されている人間の学習を超えて拡張されます。このレッスンは、学習に最も関連する情報機能に主に関係しています。
二重貯蔵（二元）記憶モデル
「学習と記憶の情報処理モデル」の概略図は、処理段階を組み込んだ情報処理モデルを示しています。このモデルは汎用的ですが、アトキンソンとシフリン（1968年、1971年）によって提唱された古典的なモデルに密接に対応しています。
情報処理は、刺激入力（視覚、聴覚など）が1つ以上の感覚（聴覚、視覚、触覚など）に作用するときに始まります。適切な感覚レジスタが入力を受信し、感覚的な形で一時的に保持します。ここで知覚（パターン認識）が発生します。これは、刺激入力に意味を割り当てるプロセスです。通常、命名には時間がかかり、情報はほんの一瞬しか感覚レジスタに留まらないため、命名は含まれません。むしろ、知覚は入力を既知の情報と照合することを含みます。
感覚レジスタは、情報を短期記憶（STM）に転送します。STMはワーキングメモリ（WM）であり、おおよそ意識、つまり特定の瞬間に意識しているものに対応します。WMは容量が限られています。ミラー（1956）は、それが7プラスマイナス2単位の情報を保持すると提案しました。単位は意味のある項目です：文字、単語、数字、または一般的な表現（たとえば、「パンとバター」）。WMは持続時間も限られています。単位をWMに保持するには、リハーサル（繰り返し）する必要があります。リハーサルがないと、情報は数秒後に失われます。
情報がWMにある間、長期記憶（LTM）、つまり永続的な記憶にある関連知識がアクティブになり、新しい情報と統合するためにWMに配置されます。文字Aで始まるすべての州都を挙げるために、学生は州の名前（おそらく国の地域別）を思い出し、それらの首都の名前を調べます。メリーランド州の首都を知らない学生が「アナポリス」を学ぶと、それをLTMの「メリーランド」と一緒に保存できます。
情報がLTMから失われる（つまり、忘れられる）かどうかは議論の余地があります。一部の研究者はそうなり得ると主張していますが、他の研究者は、リコールの失敗は忘却ではなく、適切な検索キューの欠如を反映していると言います。サラが3年生の担任の先生の名前（マプレトン）を思い出せない場合、「木を考えて」というヒントを与えられれば思い出すことができるかもしれません。理論的な観点に関係なく、研究者は情報がLTMに長期間残ることに同意しています。
制御（実行）プロセスは、情報処理システム全体への情報の流れを調整します。リハーサルは、WMで発生する重要な制御プロセスです。口頭資料の場合、リハーサルは情報を声に出して繰り返したり、心の中で繰り返したりする形を取ります。その他の制御プロセスには、コーディング（情報を意味のあるコンテキストに入れること。冒頭のシナリオで議論されている問題）、イメージング（情報を視覚的に表現すること）、意思決定ルールの実装、情報の整理、理解度の監視、および検索、自己調整、および動機付け戦略の使用が含まれます。
二重貯蔵モデルは、多くの研究結果を説明できます。最も一貫した研究結果の1つは、人々が学習する項目のリストを持っている場合、「項目位置の関数としてリコールの誤りを示す系列位置曲線」に示されているように、最初の項目（初頭効果）と最後の項目（新近性効果）を最もよく思い出す傾向があるということです。二重貯蔵モデルによると、最初の項目は最も多くのリハーサルを受け、LTMに転送されますが、最後の項目はリコールの時点でまだWMにあります。中間の項目は、リコールの時点ではWMにない（後続の項目によって押し出されたため）、最初の項目よりもリハーサルが少なく、LTMに適切に保存されていないため、最も思い出されません。
しかし、研究は、学習が基本的な二重貯蔵モデルが規定するよりも複雑である可能性があることを示唆しています（Baddeley、1998）。1つの問題は、このモデルが情報が1つのストアから別のストアにどのように移動するかを完全に指定していないことです。制御プロセスの概念はもっともらしいですが、曖昧です。次のような質問をするかもしれません。なぜ一部の入力は感覚レジスタからWMに進み、他の入力は進まないのでしょうか？どのメカニズムが情報が十分にリハーサルされたと判断し、それをLTMに転送するのでしょうか？LTMの情報はどのように選択されてアクティブ化されるのでしょうか？もう1つの懸念は、このモデルが口頭資料の処理に最も適しているように見えることです。現代美術や確立されたスキルなど、すぐに言葉で表現できない可能性のある資料で、非言語的な表現がどのように行われるかは明らかではありません。
このモデルは、実際に何が学習されるかについても曖昧です。単語リストを学習する人を考えてみてください。ナンセンスな音節を使用すると、単語自体とそれらが現れる位置を学習する必要があります。すでに単語を知っている場合は、位置のみを学習する必要があります。たとえば、「猫」は4番目の位置に表示され、その後に「木」が続きます。人々は学習の目的を考慮し、それに応じて学習戦略を変更する必要があります。どのメカニズムがこれらのプロセスを制御するのでしょうか？
システムのすべてのコンポーネントが常に使用されるかどうかも問題です。WMは、人々が知識を獲得し、入ってくる情報をLTMの知識に関連付ける必要がある場合に役立ちます。しかし、私たちは多くのことを自動的に行います。服を着たり、歩いたり、自転車に乗ったり、簡単な要求に応えたりします（たとえば、「時間はありますか？」）。多くの大人にとって、読書（解読）と簡単な算術計算は自動プロセスであり、認知プロセスにほとんど要求をかけません。このような自動処理では、WMの操作は必要ないかもしれません。自動処理はどのように発達し、どのメカニズムがそれを支配するのでしょうか？
これらの問題や、二重貯蔵モデルでは十分に対処されていないその他の問題（たとえば、学習における動機付けの役割や自己調整の発達）は、モデルを否定するものではありません。むしろ、それらは対処すべき問題です。二重貯蔵モデルは情報処理理論の最もよく知られた例ですが、多くの研究者はそれを完全には受け入れていません（Matlin、2009; Nairne、2002）。このレッスンで取り上げる代替理論は、処理のレベル（または深さ）とアクティベーションレベル、およびより新しいコネクショニズムと並列分散処理（PDP）理論です。二重貯蔵モデルのコンポーネントがより詳細に説明される前に、処理のレベルとアクティベーションレベルの理論について説明します（コネクショニズムとPDPについては、このレッスンの後半で説明します）。
二重貯蔵モデルの代替案
処理のレベル（深さ）
処理のレベル（深さ）理論は、記憶をその場所ではなく、情報が受ける処理の種類に従って概念化します（Craik, 1979; Craik & Lockhart, 1972; Craik & Tulving, 1975; Lockhart, Craik, & Jacoby, 1976）。この見方は、WMやLTMのような段階や構造的要素を組み込んでいません（Terry, 2009）。むしろ、情報を処理するさまざまな方法（処理されるレベルや深さなど）が存在します。物理的（表面的）、音響的（音韻的、音）、意味的（意味）。これらの3つのレベルは次元的であり、物理的処理が最も表面的です（導入シナリオの教師が議論したように、意味のない記号としての「x」など）。意味的処理が最も深いです。たとえば、あなたが読んでいて、次の単語がミソサザイであるとします。この単語は、表面的レベル（例えば、大文字で書かれていない）、音韻的レベル（デンと韻を踏む）、または意味的レベル（小さな鳥）で処理できます。各レベルは、前のレベルよりも精巧な（より深い）処理の種類を表しています。ミソサザイの意味を処理することは、音響処理よりも項目の情報内容を拡大し、音響処理は表面的レベルの処理よりも内容を拡大します。
これら3つのレベルは、二重貯蔵モデルの感覚登録、WM、およびLTMと概念的に類似しているようです。どちらの見方も、処理が段階またはレベルが進むにつれてより精巧になると主張しています。しかし、処理のレベルモデルは、3種類の処理が段階を構成することを前提としていません。処理のレベルでは、より精巧な処理を行うために次のプロセスに移行する必要はありません。処理の深さはレベル内で変化する可能性があります。ミソサザイは、低レベルの意味的処理（小さな鳥）またはより広範な意味的処理（他の鳥との類似点と相違点）を受けることができます。
2つの情報処理モデルのもう1つの違いは、処理の順序に関係しています。二重貯蔵モデルは、情報が最初に感覚登録、次にWM、最後にLTMによって処理されると想定しています。処理のレベルモデルは、順次的な仮定をしていません。意味レベルで処理されるためには、情報が最初に表面レベルおよび音レベルで処理される必要はありません（情報を受信するために必要な処理を超えて）（Lockhart et al., 1976）。
2つのモデルはまた、処理の種類が記憶にどのように影響するかについて異なる見解を持っています。処理のレベルでは、項目が処理されるレベルが深いほど、記憶痕跡がより深く刻まれるため、記憶はより良くなります。冒頭のシナリオの教師は、生徒が代数情報をより深いレベルで処理するのをどのように支援できるかを懸念しています。項目がレベル内の特定のポイントで処理されると、そのポイントでの追加の処理は記憶を改善するはずではありません。対照的に、二重貯蔵モデルは、同じ種類の追加の処理で記憶を改善できると主張しています。このモデルは、項目のリストがリハーサルされるほど、想起が良くなると予測しています。
いくつかの研究証拠は、処理のレベルを支持しています。CraikとTulving（1975）は、被験者に単語を提示しました。各単語が提示されると、彼らは答えるべき質問を与えられました。質問は、特定のレベルでの処理を促進するように設計されました。表面処理の場合、人々は「単語は大文字で書かれていますか？」と尋ねられました。音韻処理の場合、彼らは「単語はトレインと韻を踏みますか？」と尋ねられました。意味処理の場合、「単語は文「彼は通りで_____に会った」に適合しますか？」と尋ねられました。さまざまなレベルで処理に費やされた時間は制御されました。彼らの想起は、項目が意味レベルで処理されたときが最も良く、次に音韻レベル、そして表面レベルが最も悪かったです。これらの結果は、浅い処理では忘却が起こりやすく、WMまたはLTMからの情報の損失が原因ではないことを示唆しています。
処理のレベルは、教材がより深いレベルで処理されると、学生の理解が向上することを意味します。Glover、Plake、Roberts、Zimmer、およびPalmere（1981）は、学生にエッセイを読んでいる間にアイデアを言い換えるように依頼すると、以前の知識を利用しない活動（例えば、エッセイのキーワードを特定する）と比較して、想起が大幅に向上することを発見しました。ゆっくりと注意深く読むように指示しても、想起中に学生を支援しませんでした。
これらの肯定的な発見にもかかわらず、処理のレベル理論には問題があります。1つの懸念は、意味処理が常に他のレベルよりも深いかどうかです。一部の単語の音（カプート）は、その意味（「台無し」）と少なくとも同じくらい特徴的です。実際、想起は処理のレベルだけでなく、想起タスクの種類にも依存します。Morris、Bransford、およびFranks（1977）は、標準的な想起タスクが与えられた場合、意味コーディングは韻を踏むコーディングよりも良い結果を生み出すことを発見しました。しかし、韻を踏むことを強調する想起タスクが与えられた場合、コーディング中に韻を踏む質問をすると、意味的な質問よりも良い想起が生じました。MoscovitchとCraik（1976）は、学習中のより深い処理はより高い潜在的な記憶パフォーマンスをもたらすが、その可能性は検索時の条件が学習時の条件と一致した場合にのみ実現されると提案しました。
処理のレベル理論に関するもう1つの懸念は、同じレベルでの追加の処理がより良い想起を生み出すかどうかです。Nelson（1977）は、参加者に同じレベルで処理された各刺激（単語）を1回または2回繰り返して与えました。2回の繰り返しはより良い想起を生み出しましたが、これは処理のレベルの仮説に反します。他の研究は、教材の追加のリハーサルが保持と想起、および処理の自動性を促進することを示しています（Anderson, 1990; Jacoby, Bartz, & Evans, 1978）。
最後の問題は、レベルの性質に関係しています。研究者は、深さの概念は、その定義と測定の両方において曖昧であると主張しています（Terry, 2009）。その結果、異なるレベルでの処理が学習と記憶にどのように影響するかはわかりません（Baddeley, 1978; Nelson, 1977）。時間はレベルの悪い基準です。なぜなら、いくつかの表面処理（例えば、「単語は次の文字パターンを持っていますか：子音-母音-子音-子音-母音-子音？」）は、意味処理（「それは鳥の一種ですか？」）よりも時間がかかる可能性があるからです。特定のレベル内の処理時間も、より深い処理を示すものではありません（Baddeley, 1978, 1998）。レベル（深さ）の明確な理解の欠如は、この視点の有用性を制限します。
これらの問題を解決するには、処理のレベルと二重貯蔵のアイデアを組み合わせて、洗練された記憶モデルを作成する必要があるかもしれません。たとえば、WMの情報は、LTMの知識と表面的またはより精巧に関連付けられる可能性があります。また、2つの記憶貯蔵庫には、各貯蔵庫内の処理のレベルが含まれる可能性があります。LTMでの意味コーディングは、より広範な情報のネットワークと、表面コーディングまたは音韻コーディングよりも情報を記憶するより意味のある方法につながる可能性があります。
活性化レベル
記憶の代替概念ですが、二重貯蔵モデルおよび処理のレベルモデルと類似しているのは、記憶構造がその活性化レベルで変化すると主張するものです（Anderson, 1990）。この見方では、別個の記憶構造があるのではなく、異なる活性化状態を持つ1つの記憶があります。情報は、活性状態または非活性状態にある可能性があります。活性化されると、情報にすばやくアクセスできます。活性状態は、情報が注意を払われている限り維持されます。注意がないと、活性化レベルは低下し、その場合、記憶構造が再活性化されると、情報が活性化される可能性があります（Collins & Loftus, 1975）。
活性化された情報には、情報処理システムに入ってくる情報と、記憶に保存されている情報を含めることができます（Baddeley, 1998）。ソースに関係なく、活性化された情報は現在処理されているか、迅速に処理できます。活性化されたマテリアルは、WMとほぼ同義ですが、前者のカテゴリは後者よりも広いです。WMには、即時の意識にある情報が含まれますが、活性化された記憶には、その情報に加えて、簡単にアクセスできるマテリアルが含まれます。たとえば、私がフリーダおばさんを訪問していて、彼女の花壇を鑑賞している場合、その情報はWMにありますが、フリーダおばさんの庭に関連付けられた他の情報（木、低木、犬）は活性化された状態にある可能性があります。
リハーサルにより、情報を活性化された状態に維持できます（Anderson, 1990）。ワーキングメモリと同様に、一度に活性化できる記憶構造の数は限られています。注意が移るにつれて、活性化レベルが変化します。
このレッスンでは、後で活性化レベルのアイデアに再び遭遇します（つまり、アンダーソンのACT理論）。なぜなら、この概念は情報の保存とその記憶からの検索にとって重要であるからです。基本的な概念は、活性化の拡散を含みます。これは、1つの記憶構造が別の構造を活性化する可能性があることを意味します（Anderson, 1990）。活性化は、活性部分から非活性部分の記憶に拡散します。活性化のレベルは、活性化が拡散するパスの強度と、競合する（干渉する）パスの数に依存します。活性化の拡散は、構造を強化する練習の増加によってより可能性が高くなり、強度が弱まる保持間隔の長さによって可能性が低くなります。
活性化レベル理論の1つの利点は、記憶からの情報の検索を説明できることです。別個の記憶貯蔵庫の概念をなくすことで、モデルは1つの貯蔵庫から別の貯蔵庫への情報の転送という潜在的な問題を排除します。STM（WM）は、現在活性化されている記憶の一部です。リハーサルが情報を活性化された状態に保たない限り、活性化は時間の経過とともに低下します（Nairne, 2002）。
同時に、活性化レベルモデルは、二重貯蔵の問題を免れていません。なぜなら、それは情報システム（活性-非活性）を二分化するからです。情報が1つの状態から別の状態に移行するために必要な強度のレベルの問題もあります。したがって、私たちは情報が部分的に活性化されている可能性があることを直感的に知っています（例えば、「舌の先に」あるクロスワードアイテム—あなたはそれを知っていますが、それを思い出すことができません）。したがって、マテリアルを活性化されたと見なすには、どのくらいの活性化が必要か尋ねるかもしれません。これらの懸念にもかかわらず、活性化レベルモデルは情報の処理に関する重要な洞察を提供します。
次に、二重貯蔵モデルのコンポーネント、つまり注意、知覚、エンコード、保存、および検索について詳しく調べます（Shuell, 1986）。次のセクションでは注意について説明します。知覚、エンコード、保存、および検索は、後続のセクションで扱います。