処理水準モデル

英語名 Levels of Processing Model
読み方 レベルズ オブ プロセシング モデル
難易度
所要時間 15分〜30分
提唱者 ファーガス・クレイク、ロバート・ロックハート
目次

ひとことで言うと
#

情報をどれだけ「深く」処理したかで記憶への定着が決まる。文字の見た目(浅い処理)よりも意味の理解(深い処理)のほうが、圧倒的に記憶に残りやすい。

押さえておきたい用語
#

押さえておきたい用語
浅い処理(Shallow Processing)
文字の形や音声など、表面的な特徴にもとづく処理。記憶に残りにくい。
深い処理(Deep Processing)
情報の意味や関連性にもとづく処理。既有知識と結びつけるほど記憶が強固になる。
精緻化(Elaboration)
新しい情報を既存の知識や経験と関連づけて深める処理。深い処理の代表的な方法。
自己参照効果(Self-Reference Effect)
情報を自分自身と結びつけると記憶に残りやすくなる現象を指す。深い処理の一種。

処理水準モデルの全体像
#

処理の深さと記憶定着の関係
浅い処理構造的処理文字の形、フォント色、レイアウト音韻的処理韻、リズム、音の響き記憶定着: 低い中間の処理意味的処理意味の理解カテゴリ分類関連づけ処理他の知識との比較記憶定着: 中程度深い処理精緻化処理自分の経験と結びつける具体例を考える生成的処理自分の言葉で説明する記憶定着: 高い浅い深い処理の深さ →処理が深いほど記憶の痕跡が強くなる
深い処理を促す学習設計フロー
1
理解する
情報の意味を自分の言葉で言い換える
2
関連づける
既存の知識や自分の経験と結びつける
3
生成する
他者に説明する、具体例を自分で作る
長期記憶に定着
深い処理を経た情報は長期間保持される

こんな悩みに効く
#

  • 本を読んでも内容をすぐ忘れてしまう
  • 研修をやっても現場で活用されない
  • 暗記量が多すぎて覚えきれない

基本の使い方
#

情報を自分の言葉で言い換える

テキストをそのまま暗記するのではなく、「つまりどういうことか」を自分の言葉で表現する。これだけで処理水準が1段階深くなる。

  • 教科書の定義をそのまま覚える → 浅い処理
  • 「要するに〇〇ということ」と言い換える → 深い処理
既存の知識や経験と結びつける

新しい情報を「すでに知っていること」と関連づける。精緻化のコツは「どこが似ていて、どこが違うか」を考えること。

  • 「これは前に学んだ〇〇と似ている」
  • 「自分の仕事で言うと、〇〇の場面に当てはまる」
  • 「この理論とあの理論の違いは△△だ」
他者に説明する、または自分で具体例をつくる

最も深い処理は「自分で生成する」こと。他者に教える、具体例を考える、テストを自分で作るなど。

  • 学んだ内容を同僚に5分で説明する
  • フレームワークを自分の業務に当てはめた例を書く
  • 「この理論に反する事例はあるか?」と問いかける

具体例
#

例1:法人営業チームが商品知識の定着率を改善する

従業員25名の医療機器商社。新製品が年間12品目リリースされるが、営業担当の製品テスト正答率は平均 51% で、顧客への説明に自信が持てない状態だった。

従来の研修は「製品マニュアルを読んでテスト」形式。これは音韻的処理(浅い)に留まっていた。

処理水準を深くする研修に再設計:

処理水準従来改善後
浅いマニュアル読了(削除)
中間製品の特徴を3つに要約して提出
深い「顧客のA病院にどう提案するか」をロールプレイ

さらに、営業会議で「先週学んだ製品を1分で後輩に説明する」コーナーを追加(生成的処理)。

3か月後のテスト正答率は 51% → 79%。顧客からの質問への即答率も目に見えて改善し、商談の平均リードタイムが 22日 → 16日 に短縮された。

例2:オンライン英会話サービスが語彙定着率を2倍にする

会員数5万人のオンライン英会話サービス。レッスンで新出単語を毎回10語提示するが、翌週テストでの再生率が 28% と低かった。

語彙学習のデータを分析すると、ほとんどの学習者が「単語リストを眺める→フラッシュカードで確認」という浅い処理で終わっていた。

処理水準を段階的に深める「3層ドリル」を導入:

  1. 浅い処理: 発音を聞いてリピート(音韻処理)
  2. 中間処理: 単語を使った短文の穴埋め(意味処理)
  3. 深い処理: 「この単語を使って、自分の今日の出来事を英語で書く」(自己参照効果)

3層目を追加しただけで、翌週テストの再生率は 28% → 54% に向上。4週間後の保持率も 12% → 38% に改善した。学習時間は1語あたり30秒増えただけだが、定着率は約2倍になった。

例3:社内報の読了率と記憶残存率を同時に上げる

従業員600名のメーカー。月1回の社内報をイントラに掲載しているが、読了率 35%、内容の記憶テスト正答率 18% と低迷。

社内報の構成を見ると、経営方針のテキストが延々と続く形式。読者にとっては「構造的処理(文字を目で追う)」しか起きていなかった。

処理水準を深くする工夫を3つ追加:

  • 中間処理: 各記事の冒頭に「3行サマリー」を配置(意味処理を促進)
  • 深い処理: 各記事末尾に「あなたの部署ではどう活かせますか?」の問いかけを設置(自己参照効果)
  • 生成処理: コメント欄に「一言感想」を投稿すると抽選でランチ券(アウトプット促進)

3か月後、読了率は 35% → 58%、内容テスト正答率は 18% → 41%。特にコメント投稿者の正答率は 63% と突出していた。「読む」だけでなく「考えて書く」という深い処理が記憶定着を押し上げたことがはっきり出た。

やりがちな失敗パターン
#

  1. 繰り返し読むだけで満足する — 同じテキストを何度読んでも、処理水準が浅いまま(構造的処理の反復)なら記憶には残りにくい。「回数」より「深さ」が重要
  2. ハイライトや下線を引いて安心する — マーカーを引く行為は浅い処理。引いた箇所を「自分の言葉で要約する」まで進めないと効果は限定的
  3. 深い処理は時間がかかると敬遠する — 確かに1回の処理時間は増えるが、浅い処理を10回繰り返すより深い処理を2回やるほうが定着率は高い。トータルの学習時間は減ることが多い
  4. 「理解した」と「記憶に残った」を混同する — 説明を聞いて「なるほど」と思った瞬間は理解している。だが、そこから自分で再生できるか(記憶に定着したか)は別問題。テストやアウトプットで確認する

まとめ
#

処理水準モデルは「深く考えたものほど覚えている」という原則を体系化したフレームワーク。学習でも研修でも情報発信でも、「受け手にどれだけ深い処理を促すか」が記憶定着の鍵を握る。自分の言葉で言い換える、既知と結びつける、他者に説明する。この3段階を意識するだけで、同じ情報に触れる時間でも記憶への残り方がまるで変わってくる。