はじめに：事象境界と主観的時間を定量化する意義
場面の切り替わりや予想外の出来事といった「事象境界」は、私たちの時間感覚を変えると考えられています。ただし、境界があれば一律に時間が長く感じられるわけではありません。測り方によっては、むしろ短く感じられる場合もあります。
この記事では、事象境界と主観的時間に関する研究知見を整理したうえで、その関係を検証するための合成データ・ベンチマークの設計方法を解説します。前半では理論と実験知見、後半では刺激生成・評価指標・検証プロトコルを扱います。
事象境界と主観的時間とは？基本の考え方
事象分節理論における境界の役割
事象分節研究では、人は連続した経験を意味のあるまとまり（事象）に区切って理解すると考えます。現在の状況モデルで次の展開を予測しにくくなった地点で、モデルが更新され、境界として知覚されやすくなるという考え方です。自然な行動映像を用いた研究では、予測が難しい地点ほど観察者が境界と判断しやすい傾向が報告されています。
「主観的時間の拡張」は一つの現象ではない
主観的時間には、性質の異なる複数の側面があります。後から思い出したときの「二つの出来事の隔たり」（回顧的な時間距離）、進行中に見積もる「区間の長さ」（予期的な持続時間）、時間の再生、リズムの局所的なずれなどです。予期的評価は進行中の時間への注意に依存し、回顧的評価とは異なる認知過程にもとづくと考えられています。そのため、これらを一つの「時間拡張スコア」にまとめると、重要な違いが見えなくなるおそれがあります。
研究知見：事象境界は時間を延ばすのか、縮めるのか
回顧的な時間距離は拡張しやすい
境界をまたいだ二つの項目は、同じ文脈内の項目よりも時間的に離れていたと記憶されやすいことが、複数の研究で報告されています。聴覚的な文脈切り替え、音楽の知覚的・情動的な境界、仮想空間での空間境界など、異なるパラダイムでも同じ方向の結果が得られている点は注目に値します。一方、音楽研究では覚醒度の変化による境界では同様の効果が見られなかったとされ、境界の種類によって効果が異なる可能性があります。
進行中の持続時間評価では短く感じることも
自然な動画を見ながら区間の長さを比較する課題では、境界を含む区間がかえって短く判断されやすかったという報告があります。同じ研究で、境界で隔てられた音は「より遠い」と判断されており、測定法によって効果の向きが逆になりうることが示されました。境界の処理に注意が向くことで、時間そのものへの注意が減る可能性が考えられます。
境界の前後で起こる局所的な歪み
不規則な音列のリズムを再生する課題では、境界の直前が早く、直後が遅く再生される傾向が報告されています。つまり、事象と事象の間は引き伸ばされ、事象の内部は圧縮されるという、向きの異なる歪みが同時に生じうるということです。
境界の強さを一つの変数で定義してはいけない理由
予測誤差と文脈変化を分けて扱う
「驚き（予測誤差）が大きいほど境界も強い」と単純に定義するのは危険です。近年の研究では、予測誤差と文脈の安定性を切り分けたとき、文脈の変化そのものが記憶の区切りに強く影響する可能性が示されています。そのためベンチマークでは、予測誤差、知覚的な変化、意味・文脈の変化、情動の変化、遷移の急峻さ、境界の頻度、複数感覚の同期性を、それぞれ独立に操作できるようにすることが重要です。
生成上の強度と人が知覚する強度を区別する
刺激を作る側が設定した境界の強さ（B_gen）と、人が実際に感じた境界の強さ（B_human）は同じではありません。自然な動画の研究では、観察者のうち何割が境界と判断したかという一致率が、境界の強さを表す連続的な指標として使われています。この二つを同一視すると、設定した変数で時間効果を作り込み、それをそのまま正解とする循環論法に陥りかねません。
合成データ・ベンチマークの設計方法
三層アーキテクチャで因果関係を分離する
推奨される基本構造は三層です。第一層は刺激の物理・生成層で、介入変数と境界の時刻がすべて既知の刺激を作ります。第二層は知覚境界層で、境界判断の一致率や強度評定、瞳孔反応などから人が感じた境界の強さを推定します。第三層は時間判断層で、測定法ごとに主観的時間の出力を扱います。あわせて、明るさや動き、音圧といった低水準の刺激特徴が時間知覚に直接影響する経路もモデルに残しておくことが大切です。
操作パラメータと条件グリッドの組み方
各刺激には、持続時間、境界の数と位置、予測誤差、視覚・聴覚の変化量、意味の変化、情動変化（絶対量と符号）、遷移の長さ、音と映像のずれなどを記録します。数値の水準は確定した心理学的閾値ではないため、設定ファイルから変更できる形にしておきます。すべての組み合わせを網羅すると条件数が膨大になるため、小規模な要因計画と空間充填型のサンプリングを組み合わせるのが現実的です。最低限、「予測誤差の高低」×「文脈変化の高低」の四象限を含めることで、純粋な驚きと意味的な境界を区別できます。
刺激生成：手続き的シミュレーションとGANの役割分担
因果的な正解データを作るのは、境界のスケジュールが完全にわかる手続き的シミュレーションが適しています。Kubric、Omniverse Replicator、Unity Perceptionなどの3D合成ツールは、制御可能な刺激と注釈の生成に活用できます。GANは見た目の写実化やドメインの多様化を補う役割にとどめるのが無難です。潜在空間の変化が心理的な「意味の切り替わり」と一致する保証はないためです。音響刺激は、まず音高・音色・定位などを精密に制御できる手続き的合成から始めるとよいでしょう。
ノイズとバイアスのモデル化
平均的な効果だけをきれいに再現する「おもちゃのデータ」にしないために、観測過程のノイズも組み込みます。個人ごとの基準値や境界への感度の違い、前の試行の影響、感覚・運動のノイズ、装置のタイミング誤差、外れ値、欠損、瞳孔の基線ドリフトなどです。注意や作業記憶の負荷も時間評価を変えうるため、統制すべき変数として扱います。
用途別に4つの構成を用意する
一つの巨大なベンチマークより、目的の異なる構成を共通のデータ形式に載せる方が解釈しやすくなります。因果の特定を担う「Core」、境界前後の細かな時間変化を扱う「Rhythm」、自然な場面への一般化を確かめる「Naturalistic」、実機や実データへの移行を検証する「XR」の四つです。
評価指標と検証プロトコル
予測精度だけでなく因果係数の回収を測る
連続値の予測誤差や順位相関、拡張・圧縮の識別性能に加えて、合成データならではの指標として「既知の因果係数をどれだけ正確に回収できたか」を重視します。推定の偏り、信頼区間が真値を含む割合、効果の向きの正答率をあわせて報告することで、モデルが生成規則を丸暗記しただけなのかを見分けやすくなります。
データ分割と分布外（OOD）評価
試行単位のランダム分割だけでは、同じ参加者や同系統の刺激が学習用とテスト用の両方に混ざり、性能を過大評価するおそれがあります。参加者と刺激系統の両方でグループ化した分割に加え、未知の刺激系統、未知のメカニズムの組み合わせ、未知の感覚モダリティで評価する枠を分けて設けることが推奨されます。
実データとの整合性と検出力
合成データ上の高得点が、そのまま科学的な妥当性を意味するわけではありません。既存研究で報告された効果の向き、境界前後の時間変化の形、生理・神経指標との関係と照らし合わせる外部検証が必要です。整合性の合格基準や人間実験の参加者数は事前に決め打ちせず、設定値として公開し、シミュレーションによる検出力分析で利用者が判断できるようにします。
避けるべき5つの設計ミス
- 驚き（予測誤差）と境界の強さを同一視する
- 予期的な持続時間と回顧的な時間距離を同じラベルで扱う
- 生成側が設定した強度を、人が知覚する強度の正解とみなす
- ランダムな試行分割だけで性能を報告する
- 実データでの検証をせず、合成テストの得点だけで妥当性を主張する
まとめ
事象境界と主観的時間の関係は、「境界が強いほど時間が長く感じる」という単純な図式では捉えきれません。回顧的評価では拡張、進行中の評価では短縮、境界前後では局所的な圧縮と拡張が報告されており、測定法による違いこそが検証の中心課題になります。
ベンチマークを設計する際は、刺激の操作から知覚された境界の強さ、そして測定法ごとの時間判断へと至る二段階の構造を基本とし、刺激特徴が時間に直接作用する経路も残すことが重要です。今後は、合成刺激と人の知覚を結ぶ較正方法や、複数の感覚にまたがる境界の効果など、まだ確立していない領域の検証が鍵になると考えられます。
コメント