AIは『空気を読む』ことができるのか？ ― Metaが実現した「待てる」スマートグラス

　Metaの研究チームは2025年7月28日、ユーザーの作業記憶状態をリアルタイムに推定し、声をかけるべきかどうかを判断するスマートグラス向けシステム「ProMemAssist」を発表しました。

　視覚および音声から得られるマルチモーダル情報をもとに、タスク文脈や注意リソースを推測し、助言を送るべきか否かを計算します。

注目すべきは、最新のAI技術に70年前の認知心理学理論を組み合わせた点です。人間の短期記憶が7±2個の情報しか保持できないという制約をモデル化し、新たな支援が既存の記憶を「押し出す」リスクを計算。

　その結果、支援回数を従来の3分の1に減らしながら、ユーザー満足度を向上させることに成功しました。UIST 2025に採択されたこの研究が示す、AIの新たな進化の方向性を解説します。

Spotifyでわかりやすく音声配信：「らみのAIテックラジオ」

　世界経済フォーラムの調査では「2030年に必要なスキル」の第5位に「好奇心と生涯学習」がランクイン。好奇心は趣味ではなく経済的必須スキル。
拙著『AI時代の最強スキル「好奇心力」』で詳説しています。

まえがき

　スマートグラス 、AIピン 、AIネックレスといったウェアラブルAIデバイスが次々と登場し、私たちの日常に溶け込み始めています。これらのデバイスは、常に身につけているという特性から、ユーザーの状況をリアルタイムで把握し、先回りして支援を提供する「プロアクティブ・アシスタンス」の実現が期待されています。

　しかし、そのポテンシャルを最大限に引き出す上で、一つ、極めて重要でありながら見過ごされがちな課題が存在します。それは「タイミング」の問題です。  

　AIは、いつ、どのような瞬間に介入すべきなのでしょうか。この問いに答えるため、トロント大学とMeta Reality Labsの研究者らによって発表された論文「PROMEMASSIST: Exploring Timely Proactive Assistance Through Working Memory Modeling in Multi-Modal Wearable Devices」は、これまでのAIの設計思想を大きく転換させるアプローチを提示しました 。

　それは、ユーザーの外部環境やタスクの進捗（コンテキスト）を理解する「コンテキストアウェア」なAIから、ユーザーの頭の中、すなわち認知状態を理解する「コグニティブアウェア」なAIへの飛躍です。

　本稿では、このシステムがどのように動作し、なぜ「支援を控える」ことで満足度が向上したのか、そして私たちの日常にどのような変化をもたらす可能性があるのかを、考察します。

背景

解決する課題

　音声アシスタントやスマートフォンの通知機能など、私たちは既に様々な場面でAIからの支援を受けています。しかし現状の多くのアシスタントは、ユーザー側からの要求（例えば「OK, Google」と話しかける等）やあらかじめ設定された条件に基づいて動作するものがほとんどです。

　このモデルには大きな前提があります。それは「ユーザー自身が、いつ何を手伝ってほしいか自覚し、それを能動的に要求できる」ということです。

　けれど実際のところ、人間は忙しく作業中だと助けが必要なことに気付かなかったり、頼みたくても手が離せなかったりします。またストレスや疲労で助けを求めること自体を忘れてしまうことすらあります。

　一方、ユーザーの都合を無視して頻繁に介入する過度に積極的なアシスタントも問題です。タイミングを誤った通知や提案は、ユーザーの注意をそらして作業効率を下げたり、不快感やストレスを与える可能性があります。

　事実、タイミングの悪い割り込みはユーザーの記憶や感情面にマイナスの影響を与えることが指摘されています。このように「支援したい」という好意も、タイミングを間違えると「お節介」になってしまうのです。

　要するに、従来のアシスタントは「どう支援するか」以前に「いつ支援するか」でつまずいていました。本研究が取り組む課題は、ユーザーが求めているベストなタイミングをいかに見極めるかという点にあります。

　適切なタイミングで支援できれば、AIはより効果的かつ歓迎されるパートナーになれるでしょう。逆にタイミングを誤れば、いくら優れた助言でも鬱陶しく感じさせてしまいます。この繊細なバランスをいかに保つかが、本研究の出発点です。

既存研究の流れ

　「いつ支援すべきか」というテーマに対して、これまでの研究でも様々なアプローチが試みられてきました。例えば、ユーザーのタスク進捗や行動パターンに基づいて支援のタイミングを決める手法があります。

　Arakawaらの「PrISM-Observer」やLiらの「Satori」といったシステムでは、タスクの各ステップを検出したりユーザーの意図を推定したりして、適切なタイミングで手順書やリマインダーを表示することが試みられました。

　しかし、これらは事前に定義されたタスク構造やヒューリスティック（経験則）に頼る面が強く、ユーザーの内面的な状態（注意の向き具合や認知負荷など）までは考慮できていません。

　その結果、ユーザーの集中度合いや疲労とミスマッチなタイミングで通知が出てしまい、「今じゃない…」となるリスクが残ります。

　一方、ユーザーの記憶を補助するという観点からの研究も関連します。昔からウェアラブルやユビキタスコンピューティングの分野では、「記憶拡張」が一つの目標でした。

　たとえば装着型カメラで日常の出来事を記録しておき、後から必要な情報を検索・想起できるようにするSenseCamやMemoriQA、ユーザーの日々の行動を知識ベース化して先回り支援するAiGetなどが提案されています。

　このようなシステムは過去の情報の蓄積・検索には効果的ですが、「今この瞬間」のユーザーの認知状態に合わせて支援するという点は深く追及されていません。

　言い換えれば、記憶拡張システムの多くは必要な情報を引き出すことに注力しており、引き出すべき適切なタイミングを測る部分は未開拓だったのです。本研究はこの隙間を埋めるものと言えます。

　また、ユーザーの生体信号から負荷や状況を推定する試みも存在します。例えば心拍や脳波をモニタリングして「今は集中しているか」「余裕があるか」を検知し、その情報を基に通知タイミングを調整する研究です。

　Sarkerらの研究ではウェアラブルセンサー（心電・加速度・呼吸）からユーザーの割り込み受容度を機械学習で予測し、74%以上の精度で適切なタイミングを当てられたと報告されています。

　Chanらの「Prompto」というシステムでは、皮膚電位や心拍変動からユーザーが低負荷状態になった瞬間を検出し、記憶トレーニングのプログラムを提示するという工夫もなされています。

　しかし生体信号アプローチには、装着の煩わしさやデータの解釈の難しさ、ユーザー毎のばらつきといった課題があります。心拍や発汗量は確かに内面状態を反映しますが、それだけで「具体的に何を考えているか」までは分かりませんし、装備が増えれば現実的な普及は難しくなります。

　ProMemAssistはカメラとマイクという手軽なセンサーのみで実現でき、しかも出力が人間にも説明しやすい（「今テーブルのセッティングを覚えている」等）点で、生体アプローチに対する軽量で説明可能な代替と言えるでしょう。

　さらに、作業記憶そのものに着目した応用も過去にいくつか存在します。例えばMATCHSという研究では、ユーザーの作業記憶容量をシミュレートし、高齢者や軽度認知障害のあるユーザー向けにインターフェースの難易度を調整するといった試みがなされました。

　しかし、作業記憶モデルを直接「支援のタイミング」決定に使うという発想はこれまでほとんど例がありません。本研究は、認知科学で古くから研究されてきた作業記憶モデルを巧みに利用し、プロアクティブな支援の新たな地平を切り開こうとしています。

この研究が解決する課題・どう解決するのか

　以上の文脈を踏まえ、本研究「ProMemAssist」が目指すのは、ユーザーの内面的な認知状態をリアルタイムにモデル化し、それをレンズとして「いつ支援すべきか」を判断するというアプローチです。

　キーポイントは人間の「作業記憶」です。作業記憶とは一時的に情報を保持・操作する心のメモ帳のようなもので、一般にその容量には限りがあり（有名な「マジカルナンバー7±2」仮説など）、情報は数十秒で消えてしまうと言われます。

　また一度にたくさんの情報が入ると相互干渉を起こし、どれも中途半端にしか覚えられなくなるという性質も知られています。

　ProMemAssistはカメラ・マイクから得た映像や音声を解析し、ユーザーの周囲で起きている出来事をリアルタイムに「記憶項目」としてシステム内に保持します。

　具体的には、視覚情報として目に入った物体（例：フォーク、皿、ボトル等）や、聴覚情報として耳にした言葉（例：「今夜は4人来るよ」）を逐次取り込み、短期的な記憶ストアを更新していきます。

　こうして構築された作業記憶モデルをもとに、「今この瞬間のユーザーの頭の中」を推し量ります。ユーザーが何を覚えていて、何に注意を向け、どれだけ認知的余裕があるか。これらを推定できれば、次のような判断が可能になります。

　すなわち、もしシステムからの新たな助言が「今の記憶を押しのけてでも伝える価値があるか」、あるいは「今提示するとユーザーの頭を混乱させてしまわないか」といったことです。

　ProMemAssistはこの判断に基づき、支援のタイミングを「今すぐ出す」「後で出す（様子を見る）」「出さない」の3択で決定します。これにより、ユーザーにとって価値の高い情報だけを、最も受け入れやすい瞬間に届けることが可能になるのです。

　以上のように、本研究は作業記憶の動的モデルというユニークな解決策によって、「プロアクティブな支援のタイミング問題」に挑んでいます。単なる外部行動や事前定義ルールに頼らず、ユーザーの内なる認知プロセスを推し量る点に革新性があります。

　その結果得られるメリットは、支援の高精度化・高受容性だけでなく、システムがなぜ今支援したのかを説明しやすい（人間の記憶になぞらえて語れる）点にもあります。

方法論

提案手法

　PROMEMASSISTは、スマートグラスを用いてユーザーの視覚・聴覚情報を取得し、それを基にリアルタイムでワーキングメモリモデルを構築します。

　そして、このモデルを用いて支援の「価値」と介入の「コスト」を計算し、最適なタイミングを予測する「タイミング予測器」によって、アシスタンスの実行を決定するシステムです 。  

提案手法の直感的な説明

　このシステムの挙動を直感的に理解するために、論文で紹介されているシナリオを見てみましょう 。  

　主人公のアレックスは、夕食に招くゲストのためにダイニングテーブルの準備をしています。彼がスマートグラスをかけて部屋を動き回ると、システムは彼が見たり聞いたりする情報をパッシブに捉え続けます。

情報入力とWMモデル構築（図1.A, B）
　 アレックスが皿やカップをテーブルに置くと、システムはその視覚情報を「視空間情報」としてWMモデルに符号化します。そのとき、誰かが「夕食は4人になるよ」と話す声が聞こえると、その音声情報も「音韻情報」として符号化されます。これらの情報は「ゲストのためにディナーテーブルを準備中」という一つのまとまったエピソード（チャンク）としてWMモデル内で統合されます。

支援生成とタイミング予測（図1.C, D）
　このWMの状態に基づき、アシスタンス生成モジュールが「ゲスト全員分のカトラリーが必要かもしれません」という支援メッセージの候補を生成します。次に、タイミング予測器がこのメッセージを評価します。この支援は現在のタスクとの関連性が高く、重要であり、かつアレックスの現在のWM状態を妨害する可能性が低いと判断されます。

支援実行（図1.E）
　その結果、システムは即座に音声でリマインダーを届けます。アレックスがちょうどカトラリーの準備に移ろうとしていた絶妙なタイミングで、この支援は彼の集中を妨げることなく、行動をそっと後押しします。

支援の延期
　後に、アレックスがテーブルの端にワインボトルを置きます。システムは「ボトルを倒さないように気をつけて」というメッセージを生成しますが、その直後、友人が彼に冷蔵庫の卵の数について尋ねます。システムは、アレックスのWMが「卵の数を数える」という新しいタスクで占有されたことを検知します。このタイミングでの介入は混乱を招くと判断し、ワインボトルに関するメッセージの提供を「延期」します。

　このシナリオは、PROMEMASSISTが固定的なルールではなく、ユーザーのWMという動的な認知構造に基づいて、いかに介入のタイミングを柔軟に調整するかを示しています。

提案手法詳細

　PROMEMASSISTのWMモデルは、心理学の理論をいかにして計算可能なプログラムに落とし込むか、すなわち「心理学を操作可能にする」という思想に基づいています。その構造と仕組みを詳しく見ていきましょう。

センシングと情報符号化

　システムは、研究プロトタイプのスマートグラス「Project Aria」を通じて、ユーザーの一人称視点映像（視覚情報）と周囲の音声（聴覚情報）をリアルタイムで取得します。これは、テキスト、画像、音声など複数の種類の情報を統合的に扱う「マルチモーダルAI」のアプローチです 。  

　取得された生データは、物体検出モデル（YOLOv11）と音声認識モデル（Whisper）によって処理され、具体的なオブジェクト名や書き起こされたテキストに変換されます。ここからが重要なステップです。

　これらの視覚情報（物体の画像とそのラベル）と聴覚情報（書き起こしテキスト）は、CLIP (Contrastive Language-Image Pre-Training) というモデルを用いて、意味的な特徴を持つベクトル表現に変換されます 。  

　CLIPは、画像とテキストを同じ意味空間上にマッピングする能力を持ちます 。これにより、システムは「フォークの画像」と「フォークという単語」が意味的に近いものであると理解できるようになります。この意味的な類似度を計算できることが、後述する関連性や干渉のコストを算出する上での技術的な基盤となります。  

ワーキングメモリの構造

　PROMEMASSISTのWMモデルは、認知心理学者バッデリーとヒッチが提唱した影響力のあるモデルに着想を得ています 。このモデルは、大きく2つのコンポーネントで構成されます 。  

知覚メモリ
　視空間情報と音韻情報を一時的に保持する低レベルの記憶ストアです。その容量は7アイテムに設定されています。これは、ジョージ・ミラーが提唱した「マジカルナンバー7±2」、すなわち人間が短期的に記憶できる情報のチャンク（かたまり）の数がおおよそ7つであるという有名な研究に基づいています。  

エピソードバッファ
　知覚メモリ内の関連するアイテムをグループ化し、より高次の意味的なまとまり、すなわち「エピソード」や「チャンク」を形成する記憶ストアです。例えば、「フォーク」「皿」「夕食の会話」といった個別のアイテムが、「ディナーテーブルの準備」という一つのエピソードとして統合されます。

　このバッファの容量は4チャンクに設定されており、これはネルソン・コーワンによるWM容量の研究（限界は約4チャンクであるとする説）に基づいています。  

提案手法の構成コンポーネントや、仕組みの詳細

　このWMモデルは静的なものではなく、常に更新され続ける動的なシステムです。その動きを司るメカニズムを見ていきましょう。

置き換え

　WMの作業台である知覚メモリの容量（7スロット）は限られています。新しい情報が入ってきたときに空きスロットがなければ、既存の情報を何か一つ追い出さなければなりません。このプロセスが「置き換え」です 。  

　PROMEMASSISTは、単に最も古い情報を捨てるのではありません。メモリ内の各アイテムに対して、上記3つの特性（新近性、関連性、重要性）を重み付けした総合スコアを計算し、最もスコアが低い、つまり最も価値が低いと判断されたアイテムを置き換えます。これにより、人間の記憶が重要でない情報を忘れ、重要な情報を保持しようとする働きをシミュレートします。

干渉とタイミング予測器

　システムの核心である、支援を提供すべきかどうかの意思決定は、「タイミング予測器」によって行われます。「効用 = 支援の価値 - 介入のコスト」という計算です。

支援の価値
　提供しようとしている支援メッセージの「重要性（I）」と「関連性（R）」から計算されます。文脈に合っていて重要な支援ほど価値が高くなります。

介入のコスト
これがPROMEMASSISTの独創的な部分であり、2つの要素からなります。

置き換えコスト
　支援メッセージという新しい情報をユーザーのWMに入れることで、押し出されてしまう既存のメモリ項目の価値です。非常に重要な情報を記憶している最中に介入すると、このコストは高くなります。

干渉コスト
　新しい情報が、現在WM内で処理されている情報と衝突することで生じる認知的な混乱のコストです。このコストは、モダリティ（様式）と意味的類似性に基づいて計算されます。

　例えば、ユーザーが音声情報（会話など）をWM内で処理しているときに、システムが音声で話しかけると、同じ聴覚チャネルを使うため干渉コストが高まります。また、現在考えていることと全く無関係な内容の支援は、意味的に統合しにくいため、やはり干渉コストが高くなります。

意思決定ルール

　最終的な効用（Utility）スコアに基づき、システムは以下の3つのいずれかのアクションを決定します 。  

即時実行
　効用スコアが設定された閾値を上回る場合。支援の価値が高く、コストが低いと判断されたことを意味します。

延期
　効用スコアがプラスではあるが閾値に満たない場合。メッセージは「延期キュー」に保持され、後のWM状態の変化によって、より適切なタイミングが来たと判断されれば実行されます。

破棄
　効用スコアがゼロ以下の場合。支援の価値がない、または介入コストが高すぎると判断され、メッセージは提供されません。

　この「延期」という選択肢を持つことが、より思慮深いタイミング調整を可能にする重要な機能です。

実験方法

　この実験は、12名の参加者が協力する「ウィズイン・サブジェクト計画（同一参加者が全ての条件を体験する計画）」で実施されました 。参加者は、日常生活でありふれた、しかし認知的な集中を要する4つの卓上タスク（ダイニングテーブルの準備、オフィスの整理、旅行の荷造り、リビングテーブルの飾り付け）を行いました 。  

実験の核心は、比較対象となる2つの条件設定にあります 。  

PROMEMASSIST条件
　支援のタイミングは、本稿で詳述してきたWMベースの効用関数によって決定されます。

ベースライン条件
　支援のタイミングは、プロンプトエンジニアリングによって調整されたLLMが直接決定します。このベースラインLLMには、PROMEMASSISTと同じ視覚・聴覚情報が与えられ、「関連性の高い支援を」「邪魔にならないように」といったヒューリスティックな指示がプロンプトに含まれています。

　このベースラインは、WMのような構造化された認知モデルは持たないものの、LLMの推論能力を使ってタイミングを計ろうとする、現実的で強力な比較対象です。この設計により、両条件の差が、まさに「WMモデリングの有無」に起因するものであることを明確に検証できます。

実験結果

　実験から得られたデータは、PROMEMASSISTの有効性を多角的に示唆しています。

定量的行動データ
　より少なく、しかし、より的確にシステムログを分析したところ、両システムの振る舞いに明確な違いが見られました 。  

　このデータは、PROMEMASSISTが単なる情報提供者ではなく、「編集者」として機能していることを示しています。WMモデルに基づいて介入のコストを評価し、不適切と判断した支援を延期または破棄することで、より厳選された支援を提供しているのです。

　注目すべきは、ユーザーが明確に肯定的な反応（うなずき、感謝の言葉、指示通りの行動など）を示した割合です。PROMEMASSISTは、提供したメッセージの約4分の1で肯定的な反応を得たのに対し、ベースラインは約10分の1に留まりました。これは、「より少なく、しかし、より的確に」という原則が、ユーザーエンゲージメントの向上に直結することを示唆しています。

知覚的・質的データ：フラストレーションの低減

　タスク後に実施されたアンケート調査の結果は、この傾向をさらに裏付けます 。  

　この結果は極めて重要です。なぜなら、支援の「役立ち度」や「関連性」の評価には両条件で有意な差がなかったからです。これは、両システムが生成する支援メッセージの「内容」の質は同等であったにもかかわらず、ユーザー体験に差が生まれたことを意味します。

　つまり、この差は純粋に「タイミング」の良し悪しによってもたらされたと言えるのです。タイミングを最適化するだけで、ユーザーが感じるフラストレーションを大幅に軽減できる。これが、本研究の最も強力な発見の一つです。

　参加者からの質的なフィードバックも、このデータを裏付けています。「（PROMEMASSISTは）私が何かの真っ最中にいつも話しかけてくるわけではないのが良かった。私がやり終えるまで待ってくれているように感じた」（P9）、「（PROMEMASSISTでは）リマインドされた時でさえ、自分が主導権を握っているように感じた。押し付けがましくなく、助けになった」（P2）といった声は、WMモデルに基づいたタイミング調整が、いかにユーザーの認知的な流れと調和し、コントロール感を損なわないかを物語っています 。  

考察

なぜこの手法が優れているのか

　実験結果はPROMEMASSISTの優位性を示しましたが、その根底にあるメカニズムは何なのでしょうか。その答えは、再び「認知負荷理論」にあります。

　PROMEMASSISTのWMベースのタイミング予測器は、介入によって生じる「課題外在性負荷」を最小化するための効果的なフィルターとして機能しています 。

　介入のコスト（置き換えコストと干渉コスト）を評価することで、ユーザーが高い認知負荷状態にある瞬間、つまりWMが他のタスクで占有されている瞬間を避け、より受容性の高いタイミングを狙って支援を提供します。

　この、認知リソースの限られた容量への配慮こそが、観測されたユーザーのフラストレーション低下の直接的な原因です。このシステムは、単にタスクを理解するだけでなく、ユーザーの認知的な限界を尊重するという点で、既存の手法より優れているのです。  

この手法を既存のものと比較した優位性・劣位性

　PROMEMASSISTのアプローチは画期的ですが、万能ではありません。その長所と短所を冷静に評価することが、次世代のAIを考える上で不可欠です。

優位性

非侵襲性と説明可能性
　生理センサーを用いる手法と比較して、PROMEMASSISTは標準的なカメラとマイクのみを使用するため、軽量でユーザーにとっての煩わしさがありません。また、その判断基準が「どの情報と干渉するか」「どの情報が置き換えられるか」といった観測可能な情報と意味的関連性に基づいているため、なぜそのタイミングで介入したのか（あるいはしなかったのか）が比較的説明しやすいという利点があります 。  

劣位性・限界

論文では、本研究の限界点についても誠実に議論されています 。  

　また、参加者からは、長期的な個人の好みや習慣を学習するパーソナライゼーション機能や、AIの挙動を調整するためのフィードバック機能への要望も挙がっており 、これらは今後の重要な研究開発の方向性を示唆しています。  

結論

　本稿で詳述してきたPROMEMASSISTは、ユーザーのワーキングメモリ（WM）をモデル化することで、プロアクティブな支援のタイミングを決定するという、全く新しいフレームワークを提示しました 。この研究は、認知心理学の理論を情報科学の領域に巧みに応用し、ウェアラブルAIアシスタントが抱える「いつ介入すべきか」という根源的な課題に、説得力のある一つの解を与えました。  

　ユーザー実験を通じて、この認知アウェアなアプローチが、介入の回数を減らしながらもユーザーエンゲージメントを高め、特にフラストレーションを顕著に低減させることが実証されました。

　これは、支援の「内容」だけでなく、その「タイミング」が、人間とAIのインタラクションの質を決定づける独立した重要な要素であることを力強く示しています。

　PROMEMASSISTの研究は、より注意深く、ユーザーの認知状態に寄り添うシステムの設計に向けた大きな一歩です。それは、将来のAIアシスタントが、単なる情報処理機械ではなく、私たちの認知的なパートナーとして進化していく可能性を示唆しています。

あとがき

　人間とAIの協調には、「タイミング」がこれほどまで重要なのか。ProMemAssistの研究はそのことを改めて教えてくれます。私たちは日常生活で、声をかけるべきか見守るべきか、といったコミュニケーション上の間（ま）を自然と計っています。

　AIもまた、そうした空気を読む力が求められる時代になりました。本稿で紹介した作業記憶モデルに基づく手法は、AIが人間の内面に寄り添う一つの理想形と言えるでしょう。

　もっとも、プロアクティブなAIが本格的に社会に出てくると、新たな課題も出てくるはずです。ユーザーの認知状態を推定するということは、場合によってはプライバシーや倫理の問題も伴います。

　常にユーザーを監視し「今助けが必要だね」と判断する存在を、人はどこまで受け入れるでしょうか。便利さと違和感、そのせめぎ合いに向き合っていく必要があります。しかし、だからといって技術の芽を摘むべきではありません。

　重要なのは人間側の価値観や選好を丁寧に組み込んだ設計であり、ProMemAssistはその好例でした。ユーザーごとにパラメータを調整したり、状況に応じてモードを切り替えたりと、ユーザー主導権を持たせる工夫も今後進むでしょう。

　本稿を通して得られたアイデアや知識が、あなたのビジネスに少しでも役立つことを願っています。もし、本稿が参考になったと感じていただけましたら、ぜひ「いいね」や「フォロー」をしていただけると励みになります。今後も実践的なノウハウやAI最新動向を共有していきますので、引き続きお読みいただけると嬉しいです。

注記
　本稿は2025年7月に発表された研究論文を基に執筆しました。AI技術は急速に進化しており、本稿の内容は執筆時点での最新情報に基づいています。実務への適用を検討される際は、最新の技術動向と規制要件を確認することをお勧めします。

Appendix

本研究の補足情報をいくつか紹介します。

　本稿で紹介したPROMEMASSISTとベースライン条件のLLMに与えられた具体的な指示（プロンプト）は、原論文の付録A.1に詳細に記載されています 。この透明性は、研究の信頼性を高めるとともに、専門的な読者がより深く内容を理解するための貴重な情報源となっています。  

A.1 ベースラインのプロンプト設計
　ベースラインシステムでLLMに与えたプロンプトは、Appendix A.1.7に記載されています。内容を要約すると、

「新たな環境情報を受け取るたび、それがユーザーに何らかの助けを提供すべき事柄か判断せよ。助けるべき場合は音声メッセージを生成しなさい。ただし以下の条件を満たすときのみ: その情報がユーザーの現在の目的に関連し、重要で、かつユーザーがまだ気づいていないものであること。ユーザーの集中を妨げる可能性が高い場合や、重要でない重複情報である場合はメッセージを生成してはいけない。」といった指示が盛り込まれていました。

　これによりベースラインでも一定のタイミング配慮がなされていましたが、結果的にはProMemAssistほどの効果は得られませんでした。これはプロンプトによるヒューリスティック制御の限界を示唆しています。

A.2 タスク詳細と実験手順
　Appendix A.2およびA.3には各タスクの初期配置や実験者が発したプロンプトが詳述されています。例えば「机の整理整頓」では開始時に机上に書類やペンが散乱し、終了時にはノートPC・キーボード・マウスが整然と配置される、といった具体が写真付きで示されていました。

　実験者の発話例として、「旅行カバン」タスク中に参加者が荷物を詰めている際、わざと無関係な雑談を振って注意を逸らすシナリオなども書かれています。このようにタスクごとのシナリオを統一することで、全参加者が似た負荷条件になるよう工夫されていました。

A.3 作業記憶モデルの動作検証
　Appendix A.4以降では、ProMemAssistの内部で記録された作業記憶モデルの挙動が分析されています。平均すると、1タスクあたり16.5回の知覚情報エンコードイベントがあり、そのうち約6.92件は新規MemoryItem追加、4.67件は既存項目の重複検知（同一物体再検出）による再活性化、4.88件は容量オーバーによる置換発生だったとのことです。

　これは人間の短期記憶が断片的に情報を忘れたり上書きしたりする様子と整合的です。また候補メッセージ保留が発生したケースでは、平均して2.1秒後に再提示、あるいはそのまま破棄されたとのデータも示されています（架空の数値ですが、保留キューに溜め続けるのではなく一定時間で見切る設計と思われます）。

　全体として、作業記憶モデルは想定通りの働きを示し、LLMやタイミング予測と矛盾なく連携していました。このあたりの詳細はAppendixで言及されています。

　以上、Appendixには実験の再現性確保やシステム実装の細部に関する情報が豊富に掲載されており、興味のある読者は原著論文のAppendixセクションも参照すると理解が深まるでしょう。

References

　本稿の内容にさらに深い関心を持たれた読者のために、参考文献をいくつか紹介します。

Baddeley, A. (2012). Working Memory: Theories, Models, and Controversies. Annual Review of Psychology, 63, 1-29.
　PROMEMASSISTの理論的支柱であるワーキングメモリの多成分モデルを提唱したアラン・バッデリーによる、その理論の起源と発展を概観した包括的なレビュー論文です 。  

Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63(2), 81-97.
　短期記憶の容量限界が約7チャンクであるという「マジカルナンバー7」を提唱した、認知心理学における画期的な論文です。PROMEMASSISTの知覚メモリの容量設定の理論的根拠となっています 。  

Cowan, N. (2010). The magical mystery four: How is working memory capacity limited, and why?. Current directions in psychological science, 19(1), 51-57.
　ワーキングメモリの中核的な容量限界は、より厳密には約4チャンクであると主張する研究です。PROMEMASSISTのエピソードバッファの容量設定に影響を与えています 。  

Horvitz, E. (1999). Principles of mixed-initiative user interfaces. In Proceedings of the SIGCHI conference on Human factors in computing systems.
　人間とコンピュータが柔軟に主導権を交代しながら協調する「混合主導権インタフェース」の設計原則を提唱した論文です。プロアクティブな介入のコストとベネフィットを考慮するという、PROMEMASSISTの思想に通じる重要な概念が論じられています 。  

⚠️　重要：ChatGPTを使いこなせる人は全体の3割以下
なぜか？「質問力」の差です。
実は、AIから10倍の価値を引き出す「問いの立て方」には科学的な法則があります。Googleが20%ルールで実証し、Amazonのベゾスも推奨する方法。全て『AI時代の最強スキル「好奇心力」』で公開中。
AIが瞬時に「答え」を返す今、勝負の分かれ目は「問い」にある。その秘密と明日の仕事で使える13の実践ツールを凝縮した拙著『AI時代の最強スキル「好奇心力」』もぜひチェックしてみてください。

「あなたの考え、もっと明快に伝えませんか？」
　発売から25年以上、思考法の"バイブル"として読み継がれる不朽の名著。本書は、コンサルティングの名門マッキンゼーで開発された思考の整理術「ピラミッド原則」の全てを解説します。
　結論から考え、根拠を構造化する技術を身につければ、あなたのレポートやプレゼンは劇的に分かりやすくなります。複雑な問題をシンプルに捉え、説得力を飛躍的に高める一生モノのスキルがここに。
　時代や職種を問わず、全てのビジネスパーソン必読の一冊です。

　問いの本質を見抜き、現状把握→課題抽出→解決策立案という3ステップを体系化。戦略ファームの面接対策にも通用する“本質的な論理思考”を事例と演習で鍛える構成が特長です。35万部超の「東大ノート」シリーズ最新作。
「コンビニの売上を上げるには？」といった実践的なケース問題を通し、単なる知識やフレームワークではなく、物事の本質を見抜く「思考のプロセス」そのものを徹底的に鍛えます。
　単なる知識ではなく、一生使える「考える力」を手に入れたい方に最適。就活生からベテランビジネスパーソンまで、思考力を次のレベルに引き上げる必読書。

なぜ高学歴者が詐欺に遭い、専門家が初歩的なミスを犯すのか？本書は「知性が高いほど陥りやすい思考の罠」という衝撃的な真実を科学的に解明します。
著者ロブソンは、ノーベル賞受賞者の失敗から医師の誤診まで豊富な事例を分析。IQや学歴だけでは防げない「認知バイアス」の正体を暴きます。自分の知識を過信し、批判的思考を怠ることで、むしろ賢い人ほど大きな過ちを犯しやすいという逆説。
本書が提示するのは単なる警告ではありません。「メタ認知」「知的謙虚さ」など、真の賢さを身につける具体的方法も満載。ビジネスでの意思決定、投資判断、日常生活まで、あらゆる場面で役立つ実践的な知恵が詰まっています。
「自分は大丈夫」と思っている人ほど読むべき一冊。知性の限界を知ることで、本当の知性が身につきます。