人間の集中はシングルコア

人間の集中はシングルコア @kumackey 1

目次 1. 中断コストの重さ 2. マルチタスクの正体 3. AI 開発への示唆 2

目次 1. 中断コストの重さ 2. マルチタスクの正体 3. AI 開発への示唆 3

中断コストは重い Mark, Gonzalez & Harris (2005) 4

• https://dl.acm.org/doi/10.1145/1054972.1055017

メールの割り込みコストは高い Iqbal & Horvitz (2007) 5

• https://dl.acm.org/doi/10.1145/1240624.1240730

メールの割り込みコストは高い 復帰まで 35 分 Iqbal & Horvitz (2007) 6

• https://dl.acm.org/doi/10.1145/1240624.1240730

チャットでも同様 IM ＝ インスタントメッセージ（チャット） Iqbal & Horvitz (2007) 7

• https://dl.acm.org/doi/10.1145/1240624.1240730

通知が来るだけで悪影響 Stothart, Mitchum & Yehnert (2015) 8

• https://psycnet.apa.org/doi/10.1037/xhp0000100

通知が来るだけで悪影響 → Stothart, Mitchum & Yehnert (2015) 9

• https://psycnet.apa.org/doi/10.1037/xhp0000100

通知が来るだけで悪影響 → 通知が出るだけで認知資源は奪われる Stothart, Mitchum & Yehnert (2015) 10

• https://psycnet.apa.org/doi/10.1037/xhp0000100

目次 1. 中断コストの重さ 2. マルチタスクの正体 3. AI 開発への示唆 11

「私はマルチタスク得意だよ？」 12

マルチタスクの正体 思い込み：並列処理 「同時にやっている」 タスクA タスクB 時間 → 完了 Rubinstein, Meyer & Evans (2001) 13

• https://psycnet.apa.org/doi/10.1037/0096-1523.27.4.763

マルチタスクの正体 思い込み：並列処理 現実：並⾏処理（タスク切り替え） 「同時にやっている」 タスクA タスクB 「⾼速に切り替えている」 時間 → 脳 完了 時間 → SW タスクA SW タスクB Rubinstein, Meyer & Evans (2001) SW スイッチコスト SW 完了 14

• https://psycnet.apa.org/doi/10.1037/0096-1523.27.4.763

マルチタスクの正体 思い込み：並列処理 現実：並⾏処理（タスク切り替え） 「同時にやっている」 タスクA タスクB 「⾼速に切り替えている」 時間 → 脳 時間 → SW タスクA SW タスクB SW スイッチコスト SW 完了 集中はシングルコア 完了 Rubinstein, Meyer & Evans (2001) 15

• https://psycnet.apa.org/doi/10.1037/0096-1523.27.4.763

マルチタスクが得意な人はごく稀 2.5% スーパータスカー (パフォーマンス低下なし) 97.5% パフォーマンス低下 Watson & Strayer (2010) / Sanbonmatsu et al. (2013) 16

• https://link.springer.com/article/10.3758/PBR.17.4.479

マルチタスクが得意な人はごく稀 2.5% スーパータスカー (パフォーマンス低下なし) 97.5% パフォーマンス低下 自分がその 2.5% かは 自己評価では分からない Watson & Strayer (2010) / Sanbonmatsu et al. (2013) 17

• https://link.springer.com/article/10.3758/PBR.17.4.479

マルチタスクが得意な人はごく稀 2.5% スーパータスカー (パフォーマンス低下なし) 97.5% パフォーマンス低下 自分がその 2.5% かは 自己評価では分からない 頻繁にマルチタスクする人ほど 過大評価する傾向 Watson & Strayer (2010) / Sanbonmatsu et al. (2013) 18

• https://link.springer.com/article/10.3758/PBR.17.4.479

目次 1. 中断コストの重さ 2. マルチタスクの正体 3. AI 開発への示唆 19

「でも現代では AI で並列で 開発しなくちゃいけない」 20

エキスパートはコード ⇔ AI の往復が少ない UC Berkeley iSchool (2025) "Eyes on the Code" 21

• https://www.ischool.berkeley.edu/projects/2025/eyes-code-tracking-attention-ai-assisted-ides

エキスパートはコード ⇔ AI の往復が少ない コンテキストスイッチを抑制 UC Berkeley iSchool (2025) "Eyes on the Code" 22

• https://www.ischool.berkeley.edu/projects/2025/eyes-code-tracking-attention-ai-assisted-ides

エキスパートは AI を「使い分けて」いる UC Berkeley iSchool (2025) "Eyes on the Code" 23

• https://www.ischool.berkeley.edu/projects/2025/eyes-code-tracking-attention-ai-assisted-ides

エキスパートは "切り替え" が少ない アイトラッキング研究から見えた傾向 コード ⇔ AI の往復が少ない 切り替えの発生源が少ない AI を「使い分け」ている 機械的タスクは頼り、解釈は自分で 24

エキスパートは "切り替え" が少ない アイトラッキング研究から見えた傾向 コード ⇔ AI の往復が少ない 切り替えの発生源が少ない AI を「使い分け」ている 機械的タスクは頼り、解釈は自分で ここからの示唆（私見） 並列開発を神格化しすぎない 切り替えのコストがあることを認識する AI に任せられるタスクと、集中すべきタスクを見極める AI に任せられると決めたら、任せ切る 並列で自走させる 25

まとめ 中断コストは思った以上に大きい 気軽な通知も "ちょっと見るだけ" にはならない マルチタスクは "並列" ではなく "切り替え" 自分を "得意な側" と思わない AI 開発も同じ。コード ⇔ AI を行き来しすぎず、任せ切るところ は任せ切る。 26

Appendix 引用研究の詳細 27

Mark, Gonzalez & Harris (2005) "No Task Left Behind? Examining the Nature of Fragmented Work" (CHI 2005) 手法：情報労働者の民族誌的フィールド観察 参加者：N=24（オフィスワーカー、3 日間追跡） 主な発見： 中断されたタスクは、戻るまで平均 23 分 15 秒 中断後、44% は別タスクに切り替わる 中断されたタスクと、されなかったタスクの比較で 約 2 倍の時 間・約 2 倍のエラー DOI: 10.1145/1054972.1055017 28

• https://dl.acm.org/doi/10.1145/1054972.1055017

Iqbal & Horvitz (2007) "Disruption and Recovery of Computing Tasks" (CHI 2007) 手法：Microsoft 社内の通知ログ観察 + 自己報告 参加者：N=27、14 日間 主な発見： メール 1 件で平均 35 分 のタスク中断 27% のケースで 2 時間以上 戻れず IM 通知は平均 19 分 中断、即時反応率 71% DOI: 10.1145/1240624.1240730 29

• https://dl.acm.org/doi/10.1145/1240624.1240730

Stothart, Mitchum & Yehnert (2015) "The Attentional Cost of Receiving a Cell Phone Notification" J. Exp. Psychol. Hum. Percept. Perform.（査読あり） 手法：SART（持続的注意課題）+ スマホ通知 参加者：N=212 学生（応答禁止条件） 主な発見： 通知なし群のエラー率：7% テキスト通知群（応答せず）：28% 通話通知群：28%（応答しなくてもエラー率 約 4 倍） DOI: 10.1037/xhp0000100 30

• https://psycnet.apa.org/doi/10.1037/xhp0000100

Rubinstein, Meyer & Evans (2001) "Executive Control of Cognitive Processes in Task Switching" J. Exp. Psychol. Hum. Percept. Perform.（査読あり） 手法：タスク切り替えの実験室実験（4 実験） 主な発見： 「ルール変更」「対象変更」両方の切り替えコストが存在 複雑なタスクほど切り替えコストは大きい マルチタスクの正体は メンタルモデルの退避と復元（= コンテキ ストスイッチ） DOI: 10.1037/0096-1523.27.4.763 31

• https://psycnet.apa.org/doi/10.1037/0096-1523.27.4.763

Watson & Strayer (2010) "Supertaskers: Profiles in Extraordinary Multitasking Ability" Psychonomic Bulletin & Review（査読あり） 手法：運転シミュレータ + OSPAN（作動記憶課題）の二重タスク 参加者：N=200 主な発見： 二重タスクでパフォーマンスが落ちない人が 約 2.5% 存在 著者らは "supertaskers" と命名 残り 97.5% は明確な性能低下 DOI: 10.3758/PBR.17.4.479 32

• https://link.springer.com/article/10.3758/PBR.17.4.479

Sanbonmatsu et al. (2013) "Who Multi-Tasks and Why?" PLOS ONE（査読あり） 手法：マルチタスク能力の自己評価と実測の比較 参加者：N=310 大学生 主な発見： マルチタスク能力の 自己評価と実測能力の相関はほぼゼロ 日常的にマルチタスクをする人ほど 自己評価が高い 自己評価で自分が "2.5%" のスーパータスカーかは判定できない DOI: 10.1371/journal.pone.0054402 33

• https://doi.org/10.1371/journal.pone.0054402

UC Berkeley iSchool (2025) "Eyes on the Code: Tracking Attention in AI-Assisted IDEs" iSchool 修士キャップストーン（未査読 / 予備的研究） 手法：AI-first IDE + アイトラッキング 参加者：N=6（Python 経験 1〜5 年の学生開発者） 主な発見： Library Task（機械的）の AI 注視率：19% Mystery Task（解釈的）の AI 注視率：1% 未満 5 分の視線往復：中級者 153 回 vs エキスパート 37 回 ischool.berkeley.edu 34

• https://www.ischool.berkeley.edu/projects/2025/eyes-code-tracking-attention-ai-assisted-ides