脳は「外」とつながって初めて完成する——拡張された予測的認知という視点
私たちは日常的に、スマートフォンにメモを取り、カレンダーに予定を入れ、検索エンジンで情報を補完する。こうした行動は単なる「便利な道具の使用」ではなく、認知プロセスそのものが脳の外側まで広がっている証拠である可能性がある——これが「拡張された予測的認知（Extended Predictive Cognition）」の核心的な問いかけだ。
本記事では、神経科学における「予測的認知（Predictive Processing）」と哲学・認知科学の「拡張認知（Extended Cognition）」を統合したこの新しい概念枠組みを解説する。理論的背景から実証研究、応用可能性、そして倫理的課題まで、現在の研究が示す知見を体系的に整理する。
予測的認知とは何か——脳が「予測する機械」である理由
階層的生成モデルと予測誤差最小化
予測的認知（Predictive Processing, PP）は、脳が受動的に情報を受け取るのではなく、常に「次に何が起きるか」を予測し続けているという理論だ。脳は階層的な生成モデル（Generative Model）を内部に持ち、感覚入力と照合しながら「予測誤差（Prediction Error）」を最小化しようとする。
この考え方は、19世紀の物理学者・医師ヘルムホルツの無意識的推論の概念に源流を持ち、Rao & Ballard（1999）の予測符号化モデルによって神経科学的に定式化された。さらにKarl Fristonの「自由エネルギー原理（Free Energy Principle）」（2010, 2013）とJakob Hohwyの著書『The Predictive Mind』（2013）によって体系化され、現在では知覚・行動・感情を統一的に説明する有力な枠組みとなっている。
重要なのは、予測誤差を最小化する手段が二つある点だ。一つは内部モデルの更新（知覚・学習）、もう一つは外部環境に働きかける行動（能動推論、Active Inference）である。後者の観点が、拡張認知との接点を生む。
Andy Clarkが結んだ「脳と世界」の橋
予測的認知に外部世界との関係性を持ち込んだのが、Andy Clarkら認知哲学者たちだ。Clarkは自著や論文の中で、予測誤差最小化のプロセスが脳の内側にとどまる必然性はなく、外部ツールや環境もそのループに組み込まれうると主張してきた（Clark 2013, 2022）。この問題提起が、拡張認知との理論統合への道を開いた。
拡張認知の哲学的基盤——「心はどこにあるか」という問い
Clark & Chalmersの「拡張された心」
1998年、哲学者のAndy ClarkとDavid Chalmersは論文「The Extended Mind」を発表し、認知プロセスは必ずしも頭蓋骨の内側に限定されないと主張した。彼らが提示した「パリティ原理（Parity Principle）」によれば、ある外部プロセスが脳内で行われた場合に「認知」と呼べるなら、外部で同等の機能を果たす場合もそれは認知の一部とみなすべきだとする。
代表的な思考実験として、アルツハイマー初期の患者オットーが常に手帳にメモを取り、それを記憶として参照する例が挙げられる。この手帳は単なる道具なのか、それともオットーの認知システムの一部なのか——この問いが拡張認知論争の出発点となった。
その後、Clark（2008）やMenary（2010）らによって拡張認知は発展し、「4E認知科学（Embodied, Embedded, Extended, Enactive）」という包括的な枠組みの中に位置づけられるようになった。
統合モデルの全体像——拡張された予測的認知の三つのアーキテクチャ
予測的認知と拡張認知を具体的に接続しようとする試みは複数存在する。それぞれ異なる数理的・概念的アプローチをとっている。
拡張能動推論（Extended Active Inference）
Constant et al.（2022）が提案した「拡張能動推論（EAI）」は、「認知的ニッチ構築（Cognitive Niche Construction）」という概念を核とする。主体が環境に情報の痕跡を残すことで、脳の生成モデルを最適化するというモデルだ。環境そのものが生成モデルの一部として機能するため、道具や文化環境が脳と機能的に同等の役割を果たすとされる。
情報フローとしては、主体と環境の間で双方向の生成モデル共有が生じる。外部に書き込まれた情報は単なるデータではなく、能動推論のループに組み込まれた認知資源として扱われる。
拡張マルコフ毯モデル
Kirchhoff & Kiverstein（2019）は、自由エネルギー原理における「マルコフ毯（Markov Blanket）」——システムの内部と外部を統計的に分離する境界——を拡張することで、認知システムの境界問題に数理的解釈を与えた。
彼らによれば、外部リソースが主体の「自己証明性（Self-evidencing）」の維持に寄与するならば、そのリソースは主体のマルコフ毯に含まれる。蜘蛛の巣が感覚情報の一部として機能する例は、この拡張マルコフ毯の直感的な説明として示されている。このモデルは、「どこまでが自己の認知か」という哲学的問いに形式的な回答を与える試みとして注目される。
拡張PEMモデル（Extended Prediction Error Minimization）
Clark（2022）が提案する拡張PEMモデルは、より機能主義的なアプローチをとる。予測誤差最小化（PEM）を認知の指標とみなし、「外部リソースを含むシステムがPEMを実装していれば、それは認知的である」と主張する。
このモデルの特徴は、認知の「居場所」ではなく「機能」に着目する点だ。脳だけでなく、道具や環境も含めたシステム全体でPEMが生じていれば、それを拡張された認知として認める立場である。
実証研究から見える「外部リソースと脳の協調」
エピステミック動作——物理的操作が思考を代替する
Kirsh & Maglio（1994）はテトリスゲームを用いた実験で、熟練プレイヤーが脳内でブロックを回転させる代わりに、実際にコントローラーを操作してブロックを物理的に回転させていることを発見した。この「エピステミック動作（Epistemic Action）」は、精神的回転という内部計算コストを、外部の物理操作によって代替する行動と解釈できる。
外部操作が単なる入力作業ではなく、認知負荷を積極的に外部化するプロセスである可能性を示した先駆的研究だ。
Googleの登場と「トランザクティブ記憶」の変容
Sparrow et al.（2011）は、インターネット検索が可能な環境に置かれると、人は情報そのものより「その情報がどこで入手できるか」を優先的に記憶するという現象を実験的に示した。これは「トランザクティブ記憶（Transactive Memory）」——誰が何を知っているかという知識の分散管理——がデジタルツールにまで拡張されている証拠と見なされる。
手書きvs.PCノート——記述様式が概念理解を変える
Mueller & Oppenheimer（2014）の研究は、講義をPCで記録した学生と手書きした学生を比較したとき、手書き群が概念理解を問う試験で高いスコアを示したことを報告した。PCでの記録は逐語的になりやすく、情報の処理深度が浅くなる可能性を示唆している。これは外部リソースの「質」が認知プロセスに影響を与えることを示す知見だ。
オフロードの功罪——即時パフォーマンスと記憶の二律背反
Grinschgl et al.（2021）はタブレットを用いたパターン模写課題で、外部へのオフロード（情報を外部に書き出す行為）が即時のタスク遂行を改善する一方、後続の記憶テストではパフォーマンスが低下することを示した。ただし、「後でテストがある」と事前に告知された被験者ではこの影響が軽減されており、メタ認知的な意図がオフロード効果を調整することも明らかになった。
Goldberg & Magen（2026）は小学生を含む子どもと成人を対象とした実験で、外部保存が可能と期待された被験者群では記憶エンコーディングの戦略が低下し、想起率も下がることを報告している。依存の期待そのものが認知処理を変える可能性がある。
教育・医療・HCIへの応用可能性
教育分野——適応型学習環境と拡張認知の設計
拡張された予測的認知の原理を教育に応用する場合、学習者の生成モデル（既有知識・誤概念）を把握し、それに合わせて外部情報の提示を最適化するインテリジェント・チュータリングシステム（ITS）の設計が考えられる。外部ノートやクラウドベースの協働プラットフォームを、単なる記録ツールではなく認知システムの一部として設計することが重要になる。
加えて、学習者自身がどの情報を外部化し、何を内部に保持すべきかを判断するメタ認知スキルの育成も、外部リソース依存の弊害を防ぐ観点から不可欠だと考えられる。
医療・福祉分野——認知症支援とAIアシスタント
認知機能が低下している高齢者や認知症患者にとって、外部記憶補助デバイスやAIチャットボット、ARを用いたスケジュール提示は、日常生活の予測可能性を高め、不安や誤認を軽減する可能性がある。音声アシスタントの継続利用が高齢者の認知機能維持に寄与するという報告も存在し、拡張認知の医療的応用への期待は高まっている。
HCIと拡張現実——認知負荷を外部に委ねるインタフェース設計
ヒューマン・コンピュータ・インタラクション（HCI）の文脈では、ユーザの作業状態をシステムが予測し、必要な情報をタイムリーに提供することで認知補助を行う設計が理論的に支持される。拡張現実（AR）を用いた作業支援では、現実空間に重ねて手順や警告を表示することで、内部記憶に頼らないタスク遂行が可能になる。これは拡張PEMモデルが示す「外部を含むPEMループ」の実装例として解釈できる。
倫理・社会的課題——「拡張された心」が生む新たなリスク
拡張認知の実装には固有の倫理的問題が伴う。Clowes et al.（2024）が指摘するように、認知が外部デバイスにまで及ぶ場合、「精神的プライバシー（Mental Privacy）」の問題が生じる。外部デバイスに蓄積された記憶や意図の情報に不正アクセスされれば、それは単なる情報漏洩にとどまらず、思考への不当な介入になりうる。
また、外部ツールが利用者の選好や行動を予測・誘導する場合、自主的意思決定が損なわれる懸念もある。誤ったアドバイスに従った結果の責任がユーザとシステム設計者のどちらに帰属するかは、法的・倫理的に未解決の問題だ。
認知強化技術へのアクセス格差も社会的課題として浮上している。高性能なAIアシスタントや学習支援ツールを利用できる層とそうでない層の間で、認知的格差が拡大する可能性は否定できない。外部依存によって内部記憶力が低下するリスク（いわゆる「デジタル健忘」）への対処も、個人・社会両方のレベルで検討が必要だ。
まとめ——「拡張された予測的認知」が問い直す認知の境界
予測的認知と拡張認知を統合した「拡張された予測的認知」は、脳という閉じたシステムで完結していた認知観を根本的に問い直す枠組みだ。EAI、拡張マルコフ毯モデル、拡張PEMモデルといった統合的提案が理論面での基盤を形成しつつある一方、神経科学的な実証証拠はまだ限られており、「外部メモ使用時に予測誤差信号が実際に減衰するか」といった直接的な検証は今後の課題として残る。
教育・医療・HCIへの応用は広がりを見せているが、プライバシー・責任・依存リスクといった倫理的課題への応答なしには、社会実装は困難だろう。認知が「どこ」にあるかという問いは、今や純粋に哲学的な問題ではなく、AIやデジタル技術と日々協働する私たち全員に突きつけられた実践的課題でもある。
コメント