「復習の間隔」の最適値は、どれくらい先まで覚えていたいかで変わる——317実験を統合した分散学習の古典的メタ分析
これまでの記事では、分散学習（同じ内容を間隔を空けて学習すること）や間隔反復について、比較的新しい研究をいくつか紹介してきました。今回紹介するのは、それらの研究の多くが土台として引用している、2006年の古典的なメタ分析です。
著者は Cepeda, Nicholas J., Pashler, Harold, Vul, Edward, Wixted, John T., Rohrer, Doug（2006年、カリフォルニア大学サンディエゴ校ほか）で、心理学分野で権威のある学術誌 Psychological Bulletin に掲載されました。分散学習の研究は1880年代のエビングハウスまでさかのぼる100年以上の歴史がありますが、この論文は「復習の間隔は具体的に何日空けるのが最適なのか」という、実務的にいちばん知りたい問いに、当時としてはじめて本格的な答えを出そうとした研究です。
なぜこの論文が必要だったのか——先行研究がバラバラだった
分散学習に効果があること自体は、以前から広く知られていました。しかし、この論文以前に存在した主要な定量的レビュー（Donovan & Radosevich, 1999；Janiszewski et al., 2003 など）は、互いに矛盾する結論を出していました。
Donovan & Radosevich（1999）：間隔を広げすぎると、逆に学習効果が下がる（非単調な関係）
Janiszewski et al.（2003）：間隔を広げるほど、一貫して学習効果が上がる
同じ現象を見ているはずなのに、正反対の結論が出ていたわけです。著者らは、この矛盾の原因を「先行研究がいずれも、間隔の長さ（ISI）と、どれくらい先まで覚えていたいか（保持期間）を、別々にしか見ていなかったから」ではないかと考えました。この2つを掛け合わせて同時に見ない限り、正しい答えは出ない、というのがこの論文の出発点です。
もう1つ、先行研究には見落とされがちな設計上の欠陥もありました。有名な研究の中には、2回目以降の学習セッションで「全項目を完璧に言えるようになるまで」再学習させるものがあり、この場合、間隔が長いほど（忘れる量が増えるので）再学習の回数も自動的に増えてしまいます。つまり「間隔の効果」のはずが「追加の練習量の効果」と混ざってしまうのです。この論文では、こうした交絡のある研究とない研究を区別して分析しています。
用語の整理
ISI（interstudy interval、学習間隔）：同じ項目を学習する1回目と2回目の間の時間
保持期間（retention interval）：最後の学習から、最終テストまでの時間
分散効果（spacing effect）：同じ項目をぶっ続けで学ぶ「詰め込み（massed）」と、間隔を空けて2回に分けて学ぶ「分散（spaced）」を比べたときの差。ここでは「学習を2回に分けるかどうか」自体の効果を指します
ラグ効果（lag effect）：すでに間隔を空けている前提で、「その間隔をもっと長くしたらどうなるか」を比べたときの差。分散効果とは区別される、別の効果です
この「分散効果」と「ラグ効果」を明確に区別した点が、この論文の先行研究に対する大きな貢献の1つです。
なお、1点だけ先に押さえておきたいことがあります。この論文の「詰め込み」条件は、勉強量が少ないわけではありません。1回あたりの提示時間を2倍に伸ばすことで、詰め込みと分散の総学習時間はきっちり揃えられています（詰め込みの定義は「間隔が1秒未満」あるいは「まったく途切れずに提示される」こと）。つまりこれから見ていく分散学習の優位は、勉強時間が多かったから生まれたものではない、ということです。
方法：317実験・184論文を統合
PsycINFOとERICを中心に、100年以上前からの文献まで検索し、427本の論文を精査した結果、最終的に 184本の論文・317実験 が採用基準を満たしました。得られたデータは、正答率の比較が958件、そのうち分散学習に関する比較が839件、効果量（Cohen's d）が計算できたものが169件です。
採用基準の主なものは以下の通りです。
言語性の記憶課題であること（対連合学習、単語リスト再生、文章再生、スペリングなど）。認識課題（見せられて「知っているかどうか」を答えるだけの課題）は除外し、あくまで「思い出す」再生課題に限定
同じ項目について2回以上の学習機会があること
臨床群ではない一般的な参加者であること
子どもや高齢者を対象にした研究も、条件を満たせば含まれています。
効果量の計算にはCohen's dが使われ、個人差の補正（対応のあるデータの相関を考慮した標準偏差の補正）も行われています。また、単純な正答率の差だけでなく、効果量でも同じ傾向が出ることを確認しており、両方の指標が整合していました。
3種類の「ラグ分析」
ISIと保持期間の関係を調べるために、著者らは3つの異なる分析方法を使っています。
差分ラグ分析：同じ実験内で、隣り合うISI条件同士の正答率の差を計算し、それをISIの差×保持期間でグループ分けする方法。ただし「特定のISIが良い」とまでは言えず、「ISIを広げたときの変化量」しかわからないという限界があります
絶対ラグ分析：特定のISI・特定の保持期間における絶対的な正答率そのものを比較する方法。こちらは「どのISIが最適か」を直接言えますが、異なる研究同士を比較することになるため、研究間の難易度の違いが交絡する可能性があります
研究内ラグ分析：1つの研究の中で3つ以上のISI条件を使っている場合に限定し、その研究の中だけで「どのISIが最適だったか」を質的に確認する方法。研究間の難易度の違いという交絡を回避できます
3つの方法すべてで、後述する同じ結論（保持期間が長いほど最適なISIも長くなる）が支持されたことが、この論文の結論の頑健さを裏づけています。
結果1：分散効果はどんな保持期間でも一貫して見られる
詰め込み学習と分散学習を比べた271件の比較のうち、分散学習が詰め込みより悪かった、あるいは差がなかったものはわずか12件でした。保持期間別に見ると（表1）、次のようになっています。カッコ内は、その行に何件の比較が集まっているかです。
保持期間1〜59秒：詰め込み41.2% → 分散50.1%（105件、有意）
保持期間1分〜10分未満：詰め込み33.8% → 分散44.8%（124件、有意）
保持期間10分〜1日未満：詰め込み40.6% → 分散47.9%（11件、非有意）
保持期間1日：詰め込み32.9% → 分散43.0%（15件、非有意）
保持期間2〜7日：詰め込み31.1% → 分散45.4%（9件、非有意）
保持期間8〜30日：詰め込み32.8% → 分散62.2%（6件、有意）
保持期間31日以上：詰め込み17.0% → 分散39.0%（1件のみ、検定なし）
全体（271件を統合）：詰め込み36.7% → 分散47.3%（p < .001）
この表には、読むときの注意が2つあります。
1つは、行同士を比べてはいけないということ。「10分〜1日未満では47.9%なのに、1日では43.0%」といった上下の動きは、時間が経って忘れたことを表しているのではありません。行ごとに寄与している研究がまったく違うので、水準の差は保持期間ではなく課題の難しさを映しているだけです。意味があるのは、同じ行の中の左右の差だけです。
もう1つは、「非有意」は「効果がない」という意味ではないということ。非有意だった3行は、いずれも比較が9〜15件しかなく、ばらつきの見積もりが粗すぎて判定できていないだけです。実際「2〜7日」の行は、差が+14.3ポイントと、有意になった1行目（+8.9ポイント）より大きいのに非有意です。差が小さいのではなく、データが足りないのです。
そのうえで重要なのは、保持期間が1分未満のごく短い場合でも、1ヶ月以上先の場合でも、分散学習が詰め込みに負けた行は1つもなかったという点です。個々の行のp値よりも、271件中259件（95.6%）が分散側に軍配を上げたという一貫性のほうが、この結果の強い裏づけになっています。もし効果がゼロなら、勝ち負けはおよそ半々になるはずですから。
ただし、いちばん下の「31日以上」の行は比較がたった1件（参加者43名）です。「1ヶ月以上先でも効く」ことの直接の根拠はこれしかない、というのが実情で、著者らが「教育的に意味のある時間スケールのデータが足りない」と繰り返し嘆いているのは、まさにこの薄さのことです。
かつて「Peterson paradox」と呼ばれた、ごく短い保持期間に限っては詰め込みが有利になるという古い知見についても、この論文のデータではその兆候はほとんど見られませんでした。
ただし、ここから「テスト直前の一夜漬けは無意味だ」と結論するのは行きすぎだと、著者ら自身が釘を刺しています。この論文が言う「詰め込み（massed）」は、同じ項目を1秒未満の間隔でぶっ続けに提示する、かなり極端な条件のことです。現実の一夜漬けは、数時間のあいだに色々な項目を行き来しながら何度も見直す形になるので、実態としてはむしろ「間隔の短い分散学習」に近い。また、一夜漬けを擁護する人が本当に比較したいのは「前日にやるか、数週間前にやるか」であって、この論文のデータはその問いに直接答えるものではありません。
結果2：最適な間隔は「どれだけ先まで覚えていたいか」で変わる（本論文の核心）
ここがこの論文でもっとも重要な発見です。「間隔を空けるほど良い」という単純な話ではなく、間隔には最適な長さがあり、それを超えるとむしろ成績が下がる（非単調な関係）こと、そしてその最適な間隔の長さは、保持期間が長くなるほど長くなることが示されました。
具体的な数字で見てみます。以下は差分ラグ分析（表3）の値で、正答率そのものではなく「ISIを1段階伸ばしたときに正答率が何ポイント上乗せされたか」という改善幅である点に注意してください。
保持期間が1日の場合：ISIを1〜15分にした段階では上乗せは+6.4ポイントだったのが、ISIを1日まで伸ばすと+17.5ポイントに拡大（有意）
保持期間が2〜28日の場合：ISIを1日にしたときの+10.3ポイントに対し、そこから2〜28日まで伸ばすと+3.5ポイントに縮小（伸ばしすぎ。ただし p = .091 で、有意になる一歩手前）
保持期間が30〜2900日（約1ヶ月〜8年）の場合：ISIを2〜28日にしたときの+9.0ポイントに対し、29〜84日まで伸ばすと−0.6ポイントと、上乗せがなくなるどころかわずかに逆効果に転じる（有意）
つまり、どの保持期間でも「間隔を伸ばすほど得をする区間」と「伸ばしすぎて損をする区間」があり、その境目が保持期間とともに右へずれていく、ということです。
差分ラグ分析は「伸ばしたときにどれだけ変わったか」しか見ていないので、「結局どのISIがいちばん良いのか」には直接答えられません。それに答えるのが絶対ラグ分析（表5）で、こちらでも同じパターンが出ています。以下の数字は改善幅ではなく、正答率そのものです。
保持期間が1日 → ISI=1日が最適（62.5%。ISI=30〜59秒では36.0%、有意）
保持期間が2〜28日 → ISI=1日が最適（52.8%。ISI=11〜29秒では26.4%、有意）
保持期間が30〜2900日 → ISI=29〜168日（約1ヶ月〜半年）が最適（50.3%。ISI=1分〜3時間では27.0%）
ただし3つ目は、差が23ポイントと大きいにもかかわらず、比較が十数件しかないため非有意（p = .180）にとどまっています。傾向としては明確ですが、いちばん知りたい長期の領域ほどデータが薄いという事情が、ここにも表れています。
これを一言でまとめると、「最適な復習間隔は、テストまでの残り期間が長いほど長くなる」ということです。定期テストの前日に詰め込むよりは前日〜数日前に分けて復習したほうがいいし、数ヶ月後の入試まで覚えていたいなら、復習の間隔ももっと長く（数週間〜1ヶ月単位で）取ったほうがいい、という理屈になります。
この「保持期間に応じて最適なISIが変化していく」という関係性は、後の研究（Cepeda et al., 2008）で「テンポラル・リッジライン（temporal ridgeline：山の稜線のように、保持期間に応じて最適点が移動していく様子を表した言葉）」として、より精密なグラフの形で示されることになります。本論文はその前段階として、この関係を大規模なメタ分析データの中に発見した点に価値があります。
なお、質的な研究内ラグ分析（3件以上のISI条件を持つ個別研究）でも同じ傾向が確認されています。こちらは研究間の難易度差という交絡を受けないので、著者らは「最適ISIの良い推定値になる」としています。ただし、この分析にも「各研究が試したISIは飛び飛びなので、本当の最適値は測られていない範囲にあるかもしれない」という限界があることは、著者ら自身が認めています。
3：拡張型スケジュールは、固定型より明確に優れているわけではない
「復習のたびに間隔をだんだん広げていく（拡張型）べきだ」という主張は、SuperMemoなどのソフトウェア開発者を含め、古くからよく語られてきました。しかし、この論文がこの主張を直接検証した22件の比較を統合したところ、拡張型（正答率62.0%）と固定型（58.6%）の差は統計的に有意ではありませんでした（p = .61）。
数字の上では拡張型がわずかに上回っており、著者らも本文では「全体としては拡張型のほうが成績が良かった」と書いています。ただし研究間のばらつきが非常に大きいうえ、そもそも22件という数では、中くらいの差があったとしても検出できません。だからこそ論文の限界の節では、より慎重に「拡張型が害になることはまずなさそうだが、役に立つと言えるだけのデータもない」とまとめられています。
個別研究を見ても、Tsai（1927）は拡張型が良いと報告し、Cull（2000）は固定型が良いと報告し、Clark（1928）は差がないと報告しており、研究間のばらつきが非常に大きいことがわかります。著者らは、この違いを説明しうる要因として「フィードバックの有無」を挙げていますが、当時のデータではこの仮説を十分に検証できませんでした。
この「拡張型と固定型に明確な優劣はない」という結論は、興味深いことに、これまでの記事で紹介したLatimier et al.（2021）のメタ分析（29件の研究、g = 0.032というほぼゼロの効果量）でもほぼ同じ結論が繰り返されています。2006年の時点ですでに「拡張型が優れているという強い証拠はない」ことが示唆されていて、15年後の2021年の、より精緻な統計手法を使ったメタ分析でも同じ結論に落ち着いた、ということになります。
実験デザインの問題点：再学習の交絡
著者らは、ISIと保持期間が1日以上ある研究を個別に精査し、いくつかの研究に設計上の問題があることを指摘しています。たとえば有名なBahrickらの一連の研究（Bahrick, 1979など）は、2回目以降の学習で「完璧に言えるようになるまで」再学習させる方式を使っており、ISIが長い条件ほど多く再学習することになってしまいます。一方、Cepeda et al.（2005）など、最初のセッションの学習量を固定し、2回目のセッションでも固定回数の復習しかさせない設計の研究は、この交絡を回避できています。
著者らは、交絡のある研究とない研究を分けて比較しても、「保持期間が長いほど最適なISIが長くなる」という結論自体は変わらないことを確認しました。つまり、この結論は特定の研究の設計上の欠陥によって生まれた見せかけの結果ではない、ということです。
理論的な説明：なぜ間隔を空けると覚えやすくなるのか
この論文は、単にデータを集めるだけでなく、当時提唱されていた4つの理論が、この結果をどこまで説明できるかを検討している点でも読み応えがあります。
① 不十分処理理論（deficient processing theory）
間隔が短いと、2回目の学習時に「もう知っている」と感じて注意が疎かになる、という説。詰め込みの成績が保持期間の長さによらず一貫して悪いという結果とは整合しますし、「ISIが短すぎるときに弱くなるのは1回目ではなく2回目の記憶痕跡のほうだ」という実験結果（Hintzman, Block, & Summers, 1973）にも支持されています。しかし、「保持期間が長いほど最適なISIも長くなる」という今回の中心的な発見はうまく説明できません。単純化すると、この理論では「2回目の学習によって記憶の強さは変わっても、忘れる速度（減衰率）までは変わらないはず」で、そうだとすると保持期間が変わっても最適なISIは変わらないはずだからです。著者らはこの理論について「かなり分が悪い」と評価しています。
② 符号化変動性理論（encoding variability theory）
学習する瞬間の「文脈」（気分・場所・直前に考えていたことなど）は時間とともに少しずつ変化していく、という前提に立つ説。間隔を空けて学習するほど、2回の学習時の文脈が異なるものになり、結果としてテスト時の文脈と一致する確率が上がる、という理屈です。著者らが実際にこの理論をシンプルな数理モデルでシミュレーションしたところ、「非単調な関係」も「保持期間が長いほど最適なISIが長くなる」という関係も、両方とも再現できたと報告されています。4つの理論の中で、唯一この結果を積極的に説明できることが示された理論です。
ただし、この理論が万能というわけではありません。著者らは同時に「他の実験結果を説明する段になると、この理論はかなり苦しい」とも書いています。たとえば、参加者にわざと違う覚え方をさせて文脈を強制的にばらけさせても、成績が上がるとは限らない——理論が正しいなら上がるはずなのに、という報告が複数あります。今回のメタ分析の核心部分を説明できるという一点で有力なのであって、分散効果のすべてを説明しきれているわけではない、という位置づけです。
③ 固定化理論（consolidation theory）
2回目の学習で作られる記憶痕跡は、1回目の学習がどれだけ「固定化（コンソリデーション）」されていたかを引き継ぐ、という説。ISIが短すぎると1回目の記憶がまだ固定化されておらず、2回目の学習の質が下がる、という理屈です。ただし、この理論の理屈に従うなら「短いISIで妨げられるのは、固定化を邪魔される1回目の学習のほう」でなければなりません。実際には、先ほどの Hintzman et al.（1973）が示したのはその逆で、弱くなっていたのは2回目の学習でした。同じ実験結果が、①の不十分処理理論にとっては追い風になり、③の固定化理論にとっては向かい風になる、という構図です。
④ 学習フェーズ想起理論（study-phase retrieval theory）
2回目の提示が、1回目の学習内容を「思い出すきっかけ」として働く、という説。この理論の傍証として、2回目の提示時に1回目の内容を思い出すことを妨げると、間隔効果そのものが消えてしまうという実験結果（Thios & D'Agostino, 1976）が挙げられています。
結論として、①の不十分処理理論以外の3つの理論は生き残っており、特に②の符号化変動性理論は、シミュレーションによって今回の核心的な発見（保持期間に応じて最適なISIが変わる）を再現できた唯一の理論だとされています。とはいえ、③と④についても「この発見を再現できないと示されたわけではなく、まだ検証されていないだけ」というのが著者らの立場で、決着はついていません。
教育的な含意とこの論文の限界
著者らは、100年以上研究されてきたにもかかわらず「最適なISIが具体的に何日なのか」を明言できていない現状を率直に認めています。それでも、いくつかの実践的な指針は導けます。
学習を1つのセッションに詰め込むのではなく、少なくとも1日以上空けて複数回に分けることは、ほぼ確実に有益。保持期間が1ヶ月を超える研究に限って見ると、分散した場合の正答率は詰め込みより平均で約15%高くなっていた
この効果は子どもでも大人でも確認されている
実際の教育で覚えていてほしい期間（数ヶ月〜数年単位）を考えると、最適なISIは「1日よりずっと長い」可能性が高い
一方で、著者ら自身が認める限界も多くあります。
出版バイアス（file drawer problem）：効果が出なかった研究は論文になりにくいという偏りは、この分析でも排除できていません。ただし著者らは「これだけ大きな効果が出ている場合、出版バイアスで結論がひっくり返るには非現実的な量の未公表研究が必要になる」として、大きな問題にはならないだろうと述べています
教育に直結するデータの不足：数週間〜数年という、実際の教育で意味のある保持期間・ISIを扱った研究が全体的に少なく、多くは実験室での短時間の研究に偏っています
子どものデータの不足：分析対象の85%が若年成人のデータで、子どもについては「保持期間が1日以上の場合に分散学習が効くかどうか」を断定できるだけのデータがありませんでした
拡張型 vs 固定型の決着がついていない：前述の通り、この論文の時点でも結論が出ていません
そして、著者らが宿題として残した問いの中でもっとも実務的なのが、「最適なISIを行きすぎたとき、成績はどれだけ落ちるのか」というものです。落ち込みが小さいのであれば、「迷ったら間隔は長めに取れ」という単純な原則で運用してよいことになります。逆に落ち込みが大きいなら、いつまで覚えていたいのかを毎回きちんと見積もらなければなりません。復習計画を立てる側にとっては死活的な違いですが、この論文の時点では、どちらなのかがまだ分かっていません。
気になった点
この論文がもっとも価値を持つのは、「間隔は長いほど良い」という単純な直感に対して、「保持期間に応じた最適値がある」という、より精緻な構造をデータから導き出した点だと思います。
面白いのは、これだけの規模のメタ分析でありながら、この論文は分散効果の全体的な効果量（d）を出していないことです。効果量を計算できるだけの情報（標準偏差やサンプル数）を報告している論文が少なすぎて、正答率の差で語らざるをえなかった、と著者らは書いています。「分散学習の効果はd = ○○」という形で引用されがちなこのテーマですが、その代表的な出典であるはずの本論文は、そういう一発の数字を提供していない。100年分の研究が積み上がっていても、後から統合しようとすると必要な情報が揃っていない、という研究の生々しい実情が見えます。
また、4つの理論を比較検討したパートは、単なる「効果があるかないか」を超えて「なぜ効果があるのか」にまで踏み込んでいて、教育実践の記事としては珍しく理論的に読み応えがありました。特に、符号化変動性理論が「保持期間が長いほど最適な間隔も長くなる」という現象までシミュレーションで再現できたという指摘は、単なる経験則ではなく、記憶の仕組みそのものに根ざした現象であることを示唆していて興味深く感じました。
一方で、実務的にいちばん知りたい「では具体的に何日空ければいいのか」という問いには、この論文はまだ明確に答えていません。「保持期間が長いほど最適なISIも長くなる」という関係の"形"は示されましたが、任意の保持期間に対する最適ISIを具体的に計算できる公式のようなものはこの時点ではまだ提示されていません。その部分は、著者ら自身が「今後の研究が必要」と繰り返し述べている通り、後続の研究（Cepeda et al., 2008の"temporal ridgeline"研究など）に委ねられています。
実践との距離
この論文から実務的に持ち帰れる、確度の高い指針は次の2つだと思います。
学習は最低でも1日以上空けて複数回に分ける。同じところを間を置かずに続けて学ぶやり方は、たとえ数分後にテストされる場合であっても不利になる
どれくらい先まで覚えていたいかによって、復習の間隔を変える。1週間後の小テストのための復習と、半年後の入試のための復習では、同じ間隔の取り方が最適とは限らず、後者ではもっと間隔を広く取ったほうがよい可能性が高い
逆に、「拡張型アルゴリズムが固定間隔より優れている」という主張については、この論文の時点でも、後のLatimier et al.（2021）の時点でも、強い裏付けは見つかっていません。単語アプリなどが凝ったアルゴリズムを謳っていても、それが単純な固定間隔よりはっきり優れているという保証はない、と捉えておくのが実態に近そうです。
参考文献
Cepeda, N. J., Pashler, H., Vul, E., Wixted, J. T., & Rohrer, D.（2006）. Distributed Practice in Verbal Recall Tasks: A Review and Quantitative Synthesis. Psychological Bulletin, 132(3), 354–380.
[https://augmentingcognition.com/assets/Cepeda2006.pdf](https://augmentingcognition.com/assets/Cepeda2006.pdf)