一般論を現場に当てはめるな――エビデンス教育に抜けていた「特殊」という中間層

一般論を現場に当てはめるな

――教育実践知は「特殊」をどうつくるか

「エビデンスに基づいて教育しましょう」

この言葉は、一見すると何もおかしくない。

経験や思いつきだけで教育方法を決めるより、研究によって得られた知見を参照した方がよい。効果を検証し、失敗した方法を修正する。そこまでは当然である。

しかし、ここで一つ変な矢印が現れる。

研究で得られた一般的知見
↓
目の前の教育実践へ適用

本当に、この矢印でよいのだろうか。

「平均的に効果がある」と分かった方法を、この子、この教師、この教室、この時間、この制度へ持ってくれば、そのまま同じ働きをするのだろうか。

逆に、

「子どもは一人一人違う」

と言ってしまえば、それで研究知は不要になるのだろうか。

私は、どちらも違うと思う。

問題は、一般論か個別論かではない。

一般と個別のあいだが抜けている。

その「あいだ」を、ここでは古い論理学的な語彙を借りて、特殊と呼んでみたい。

ただし特殊とは、「珍しいもの」でも、「一般と個別の中間に最初から置かれている棚」でもない。

ある個別具体を、別の個別具体と比較するために、その都度抽出する条件構造である。

1　2015年、日本の教育学はすでにエビデンスを疑っていた

日本教育学会の『教育学研究』第82巻第2号は、2015年に「教育研究にとってのエビデンス」を特集した。

今井康雄、松下良平、石井英真、杉田浩崇らが、それぞれ異なる角度からエビデンスと教育の関係を検討している。

松下は、Evidence-Based Educationを単なる研究手法ではなく、教育研究・実践・政策をまとめて動かす「意味システム」として捉え、その政治的・再帰的作用まで問題にした。

石井英真は、エビデンス重視を教育の標準化・市場化、教師の専門職性、説明責任、教育研究のあり方と結びつけて問い直した。つまり2015年の時点で問題はすでに、「RCTが正しいか間違っているか」という統計手法論には収まっていなかった。

石井の論点を単純化すれば、

「効果がある」こと
と
「この教育実践でそれを行うべきである」こと

は同一ではない。

ある方法がテスト得点を上げるとしても、それだけでは、

何を教育目的とするのか。

この子に今それを使うのか。

他の価値との衝突をどう扱うのか。

まで決まらない。

研究結果から実践的決定へ行く途中には、まだ何かがある。

2　しかも「エビデンス」という言葉自体が一種類ではない

亘理陽一は2020年、「エビデンスに基づく教育は何をもたらすのか」で、教育で使われる「エビデンス」を少なくとも複数の意味に分けている。

因果関係を示唆する研究上の根拠。

主張を支える学術的・権威的な典拠。

意思決定に使われるテストやアンケートなどのデータ。

そして、個別の体験を反省することで得られる明証性。

同じ「エビデンス」という一語の下に、認識論的にかなり違うものが入っている。

亘理の指摘で今回特に重要なのは、スケールの違うデータが教室へ直結される問題である。

全国調査や自治体レベルの数値は、本来そのレベルでの政策や行政を検討する資料である。

ところが学校研修へ持ち込まれると、

「全国で読書をしない子どもが増えている」

という統計が、

「だから、目の前のこのクラスには読書指導が必要だ」

という実践上の課題へ変換されることがある。

すると教師が目の前の子どもを観察するより先に、データが「この子の問題」を作ってしまう。

これは「数字を信用するな」という話ではない。

マクロで成立した記述を、別スケールの個別具体へ直接移していること

が問題なのである。

3　RCTは強力だが、「この一人の未来」を直接教えてはいない

ランダム化比較試験、RCTは、介入の因果効果を推定するための強力な手法である。

だが通常そこで得られるAverage Treatment Effect、ATEは集団についての平均効果である。

そこから、

この子に同じ効果が出る

とは直接言えない。

亘理も、RCTなどで示される因果関係は限定された要因についての確率的因果であり、他の要因が消えたわけではないと指摘する。個々の児童生徒へ平均効果をそのまま当てはめても、実践の確実性は保証されない。

だが、だからといって、

へ戻る必要もない。

ここから先が重要である。

4　「一般と個別の間」は、海外でもずっと問題になっていた

以前の私は、近年の海外研究がようやく「一般と個別の間」に気づき始めたかのように書いた。

これは訂正した方がよい。

この問題には、もっと長い系譜がある。

PawsonとTilleyが1997年に提示したRealist Evaluationは、単純に「この介入は効くか」を問うのではなく、どの文脈で、どのようなメカニズムが作動し、どのような結果になるのかをContext–Mechanism–Outcome、CMOという構成で捉えようとした。その後のrealist evaluationでも、contextは介入の実施とmechanismの作動条件を左右する不可欠な要素として扱われている。

さらにNancy CartwrightとJeremy Hardieは2012年、『Evidence-Based Policy』で、

「あそこでは効いた」
から
「ここでも効くのか」

への移動自体を問題にした。

彼らは、必要なsupport factorsを探すこと、因果的に関連する適切な抽象度を探すことを、horizontal search／vertical searchという比喩で整理している。

これは庄司和晃の「のぼり・おり・よこばい」と同じ理論ではない。

歴史的系譜も、問題設定も、用語も違う。

しかし、

という問題構造には明らかな類似がある。

したがって、本稿が「特殊」という中間条件を初めて発見したわけではない。

本稿ができるのは、異なる研究伝統がcontext、support factors、effect heterogeneity、implementation、scaleなど別々の語彙で扱ってきたものを、一般―特殊―個別という一つの認識論的座標から読み直すことである。

5　2020年代には「真ん中」がさらに細かく数量化されている

古くから問題は分かっていた。

では最近何が変わったのか。

一つは、大量のRCTデータから効果の異質性をより細かく推定しようとしていることである。

Xiaoらは2024年、EEFが支援した48件の教育RCT、84アウトカムを再分析し、従来のATEや固定的なサブグループ分析を越えてIndividualised Treatment Effects、ITEを予測する方法を検討した。

これは、

この方法は効くか

から、

観測された条件の違いによって、誰にどの程度異なる効果が予測されるか

への移動である。

ただしITEを「個人の真の因果効果」と読んではいけない。

同じ人を、同じ時点で、

介入した世界

と

介入しなかった世界

の両方へ置くことはできない。

一方は観測できても、他方は反実仮想として推定するしかない。

Xiaoら自身、真のデータ生成過程は不明で、文化・伝統・価値判断など観測されない共変量が残り、どの方法でも完全に個人化された効果へ到達できないと明記している。

つまり、個人へ近づけば「一般と個別の問題」が消えるのではない。

より細かい条件付き推定になるだけである。

6　同じ「教育方法」でも、規模が変われば別物になる

もう一つ重要なのが、scaleの問題である。

Kraft、Schueler、Falkenの2026年の査読済みメタ分析は、263件のtutoringのRCTを再分析した。

全標本では学習成果への平均効果は0.40標準偏差だった。

しかし、政策上のターゲットである大規模tutoringへ条件を近づけると、400～999人規模で0.22、1000人以上では0.16標準偏差となった。

研究者らは、規模拡大に伴う学生―チューター比、dosage、対象選定、実装品質などの変化を候補として検討している。

これは単に、

という話ではない。

規模を変えると、介入の物質的な実体そのものが変化する。

人員を大量に集めなければならない。

研修が変わる。

実施頻度が変わる。

欠席が増える。

管理が複雑になる。

予算制約が入る。

「tutoring」という同じ名前を残しても、中で起こっていることは同一とは限らない。

ここでは認識の問題だけでなく、実物の教育システムそのものが変わっている。

7　実装は「研究結果を運ぶ箱」ではない

implementation scienceが扱うのも、この問題である。

Fixsen、Ward、Blaseは2025年、州教育システムにおけるimplementation capacityを測定し、その能力を意図的に形成できるかを検討した。

ただし、この論文が直接示したのは実装能力の指標が変化したことであり、それが児童生徒の成果改善まで因果的につながったことではない。論文自身、次の研究課題としてimplementation／scaling capacityを教師の教授実践やstudent outcomesへ接続する必要を明記している。

この区別は重要である。

エビデンスを論じる文章で、実装研究を「実装は成果を上げることが証明された」と雑に使えば、本稿自身が批判していることを自分でやってしまう。

それでもFixsenらの研究には意味がある。

「方法が効くか」だけではなく、「その方法を実際の制度の中で成立させられる能力」自体が研究対象になっている

ことを示しているからである。

8　では「特殊」とは何なのか

ここで特殊を定義し直したい。

以前は、

個別 ↔ 特殊 ↔ 一般

という三つの階層が、世界に最初からあるかのように書いていた。

しかし、それでは「特殊」が新しい分類表になる。

特殊とは固定された棚ではない。

である。

たとえば、今日3時間目にAさんが分数の問題で誤答した。

これは個別具体である。

そこから、

• 分数を学び始めた段階

• 整数の除法は理解している

• 問題文の語彙理解が弱い

• 即時フィードバックを受けた

• 少人数授業

• 午前中

などを抽出する。

この条件の束を、暫定的に特殊仮説Sと呼ぶ。

なぜ「仮説」なのか。

何が重要条件かは、最初から分かっていないからである。

比較した結果、

午前か午後かは関係なかった。

語彙理解が決定的だった。

実は教師の説明順序の方が大きかった。

となれば、特殊仮説を組み替えればよい。

9　一般・特殊・個別は、上下の身分制度ではない

一般論は、個別具体より「高級な真理」ではない。

一般化では、現実の大量の情報を捨てる。

この教師の声。

昨日の出来事。

教室の気温。

生徒同士の関係。

教材の文字配置。

その多くを一度捨てなければ、別の事例と比較できないからである。

つまり、

一方、個別具体は情報量が多い。

だが、そのままでは他の個別具体と比較しにくい。

その間を媒介するのが特殊仮説である。

だから知識生成は、

個別₁
↓
条件抽出
↓
特殊仮説₁
↓
他事例・既存研究と比較
↓
一般仮説
↓
別条件を復元
↓
特殊仮説₂
↓
個別₂
↓
不一致
↓
修正
↺

となる。

ここで重要なのは、一つの個別を抽象化しただけで一般論が生まれるわけではないことである。

複数の事例。

既存研究。

反例。

比較。

それらを通じて初めて一般仮説になる。

10　「子どもは一人一人違う」も、そこで止まれば個別主義になる

エビデンスの標準化へ反発すると、

という言葉が出てくる。

正しい。

しかし、それだけなら何も共有できない。

A先生：

「この子にはこうしたらうまくいった」

B先生：

「うちでは違った」

C先生：

「やっぱり子どもは一人一人違うね」

これでは個別具体論が横に積み上がるだけである。

必要なのは、

である。

現場知を共有知へ変えるには、現場知から情報を少し捨て、比較可能な条件を取り出さなければならない。

だから一般化は、現場を捨てる行為ではない。

別の現場と対話可能にする行為でもある。

11　ただし「特殊」にはH₁とH₂がある

ここで、特殊条件を全部「認識の仕方」に還元してはいけない。

二種類を分ける必要がある。

H₁――認識・分類側

何を同じ事例とみなすか。

どの条件を比較軸にするか。

どこからを初心者と呼ぶか。

どの成果を「学力」とするか。

何を成功とみなすか。

ここには分析者・教師・制度の分類と価値判断が入る。

H₂――物質・制度側

教師が何人いるか。

授業は何分か。

教材は存在するか。

睡眠不足か。

欠席しているか。

教室は何人か。

チューターを確保できるか。

予算があるか。

規模拡大によって実施密度が落ちるか。

こちらは、言葉遣いを変えただけでは消えない。

Kraftらが示したscale attenuationは、少なくともこのH₂を無視して「より正しい分類をすれば解決する」とは言えない問題である。規模が変わることでdosageや人員構成、実装品質など、介入の現実的構成自体が変化しうる。

教育実践知とは、

H₁――どう見ているか
と
H₂――実際に何が存在し、どう動いているか

の往復でもある。

12　「わからない」は一種類ではない――A／B／P／Eで切る

この問題をさらに、以前整理したA／B／P／Eの類型で見ることができる。

A型――規約依存

「初心者」と「熟練者」をどこで分けるか。

何を成果指標にするか。

どの条件を「同じ」とみなすか。

ここには目的と規約の選択が入る。

B型――構造的不能

同じ一人の子どもを、同じ時点で、

介入あり

と

介入なし

の両世界に置いて直接比較することはできない。

これは単なるデータ不足ではない。

因果推論における反実仮想の構造的制約である。XiaoらのITEも、その一方をモデルによって推定しているのであって、この制約そのものを消してはいない。

E型――接近限界

文化。

家庭内の出来事。

過去の経験。

教師との関係。

その日の身体状態。

研究データにそもそも記録されていない条件。

これは「原理的に永遠に知れない」と証明されたものではない。

ただ、現在の観測系では届いていない。

だからB型ではなく、まずE型として残しておく。

P型――遂行的構成

テストで「学力下位」と分類する。

AIが「理解度40％」と表示する。

教師が「主体性が低い」と評価する。

すると本人・教師・保護者・学校がその分類に応答し、行動を変える。

次に測定すると、最初の分類が介入の一部になっている。

ここでは観測者は対象の外にいない。

観測→分類→介入→対象変化→次の観測

という回路が生まれる。

ただし普通に「教えたから変わった」だけではP型ではない。

分類や観測自体が対象の更新規則へ戻る場合に限定した方がよい。

13　庄司和晃は、そのまま使わず分解する

ここで庄司和晃の三段階連関理論へ戻る。

以前の私は、庄司を、

感覚的認識
→
表象的認識
→
概念的認識

そして、

のぼり・おり・よこばい

という認識運動として紹介した。

同時に、庄司が第二段階にコトワザのような社会的伝承知と、個人的イメージのような心的表象を一緒に置いていること、理論がワークシート化すると「認識の往復」と「正しい欄を埋めること」が混同される危険も指摘した。

今回、この庄司理論をそのまま採用するのではなく再構成する。

一つの軸に、

個別 ↔ 特殊 ↔ 一般

を置く。

これは対象をどの範囲・条件で切り取るかという軸。

もう一つに、

感覚 ↔ 表象 ↔ 概念

を置く。

こちらは認識の形式である。

二つは一致しない。

目の前のAさん一人について、概念的・論理的に分析することもできる。

一般理論を図や比喩として表象することもできる。

だから、

個別＝感覚
特殊＝表象
一般＝概念

と固定することはできない。

庄司が一つの「抽象度」の流れに重ねていた性質を、ここでは二軸へ分解する。

これは庄司理論の説明ではなく、庄司理論への改訂提案である。

14　それでも「のぼり・おり・よこばい」は残る

二軸へ分解しても、「往復」という洞察は残せる。

のぼり

個別具体から、

何を残し、

何を捨て、

どんな条件構造として比較するかを考える。

よこばい

個別と個別。

特殊仮説と特殊仮説。

一般仮説と一般仮説。

同じ抽象度で異同を比較する。

おり

一般仮説を「適用」するのではない。

一般化するとき捨てた条件を、別の個別具体について戻していく。

対象集団。

制度。

身体。

教材。

目的。

実装条件。

それらを復元して、

を検討する。

CartwrightとHardieのvertical／horizontal searchと庄司の「のぼり・おり・よこばい」は同一ではない。

しかし、独立した系譜がともに垂直方向の抽象度移動と、水平方向の条件探索を必要としている点は興味深い。

15　教師の経験知を「名人芸」で終わらせない

ここから教師の専門職性も少し違って見える。

「研究は一般論だからダメだ。現場は熟練教師の勘だ」

では、議論は逆転しただけである。

経験が長ければ正しいわけではない。

教師の実践知を知識として扱うなら、

何を観察したのか。

何を重要条件と判断したのか。

どの過去事例と似ていると考えたのか。

何が違うと判断したのか。

どの研究を参照したのか。

どこは適用不能だと考えたのか。

何を予測したのか。

結果はどう外れたのか。

を、可能な範囲で外化する必要がある。

これは教師に「全部説明しろ」と要求する官僚的な説明責任とは違う。

目的は教師を評価することではない。

別の実践者が比較できる形にすることである。

16　ところが外化した瞬間、また官僚制がやってくる

ここに罠がある。

この文章を研修担当者が読んで、

「なるほど。では授業後に次の13項目を書いてください」

となったら、理論はかなりの確率で死ぬ。

①個別を書きましょう。

②特殊を書きましょう。

③一般を書きましょう。

④エビデンスを書きましょう。

⑤振り返りを書きましょう。

これでは、

「一般論を機械的に適用するな」という一般論を、機械的に適用している。

庄司理論が「感覚・表象・概念」の欄埋めへ変わりうるのと同じである。

以前、私はこれを理論の「コトワザ化」「官僚制化」と呼んだ。

理論が広まるほど、その理論を使っているように見せる形式が作られ、形式を満たすことが目的になる。

では、どうすればよいのか。

問いを増やせばよいのでもない。

問いの一覧もチェックリストになる。

17　必要なのは「予測を外す」ことである

そこで庄司論の過去稿にあった予測誤差の考え方を、今回はこちらへ移してみる。

最初に必要なのは、立派な振り返り文章ではない。

予測である。

たとえば、

と置く。

これが特殊仮説Sₜである。

そして介入する。

結果を見る。

もし予測どおりなら、とりあえず仮説は生き残る。

外れたら、そこで初めて問う。

観測を間違えたのか。

特殊仮説の条件選択が違ったのか。

介入が予定どおり実装されなかったのか。

一般仮説が違ったのか。

成果指標が違ったのか。

想定していないH₂条件が動いたのか。

こうすれば、

全欄を埋めれば終了

ではなく、

現実が予測を裏切ったところから更新が始まる

になる。

理論の制度化を完全に防ぐことはできない。

しかし少なくとも、「正しい言葉を書くこと」と「モデルを更新すること」を分離できる。

18　教育実践を時間発展系として見る

少し記号を使ってみる。

学習者の現在状態を、

xₜ

とする。

ここには、現在の知識、技能、理解、動機、疲労、情動など、時間とともに変わるものが入る。

教師はxₜそのものを直接見られない。

見られるのは、

発言、

答案、

表情、

行動、

テスト結果

などの観測だけである。

それを、

yₜ = H(xₜ) + εₜ

と置く。

教師は不完全な観測yから、学習者の状態を推定し、研究知、過去経験、教育目的などを使って介入uₜを選ぶ。

そして、

xₜ₊₁ = F(xₜ, uₜ, wₜ, θ)

として次の状態へ移る。

wₜは偶発的な環境変化。

θは比較的安定した身体的・制度的・構造的条件である。

大事なのは数式そのものではない。

教師は学習者の内部状態を直接操作しているわけでも、完全に観測しているわけでもない

という構造である。

そして厳密には教師自身も系の外にはいない。

生徒の反応を見る。

教師の理解が変わる。

次の介入が変わる。

教室集団も変わる。

制度もその結果を見て動く。

だから現実には、

学習者系 ↔ 教師系 ↔ 教室集団 ↔ 学校・制度

という複数の時間尺度をもつ結合系である。

19　一般論は正解ではない。しかし単なる参考資料でもない

ここで、エビデンスの位置をもう一度考える。

エビデンスは命令書ではない。

だからといって、

「参考になるかもしれない話」

まで弱める必要もない。

RCTは代替説明を減らし、因果仮説を制約する。

メタ分析は複数研究を比較する。

HTEやITEは条件による差を探る。

realist evaluationはcontextとmechanismを問う。

implementation研究は、制度の中で介入が実際に何へ変わったのかを問う。

scale研究は、小さな成功をそのまま大きくできるという仮定を検査する。

したがってエビデンスは、

と考えた方がよい。

「私はこう感じました」

だけでは残せない制約を、外部の研究が持ち込む。

しかし外部研究も、自分の文脈を消して普遍的命令にはなれない。

両方が互いを制約する。

20　Evidence-Informed Practiceを倒す必要はない

ここで新しい看板を作って、

Evidence-Based Educationは古い。

これからはEvidence-Informed Comparisonだ。

と宣言する必要もない。

現在のEvidence-Informed Practice自体、research evidenceだけではなく、professional judgement、context、adaptationを重視する方向へ進んでいる。

EEFの実装ガイドもcontextual factorsを主要な構成要素に置き、認知科学の実践化についても、エビデンスと専門職判断、文脈理解を組み合わせ、何を維持し何を柔軟に変えるかを考える必要を述べている。

したがってEvidence-Informed Comparison、EICは新しい主義ではない。

Evidence-Informed Practiceの中で、しばしば暗黙になっている「比較」という認識操作を見えるようにする補助概念

くらいがちょうどよい。

何と何を比較しているのか。

どの条件を同じとみなしたのか。

何を捨てたのか。

どの差を重要と判断したのか。

そこを明示するための言葉である。

21　一般論を「適用」するのではなく、個別具体を比較可能にする

ここまでの議論をまとめる。

現場にあるのは、個別具体である。

この教師。

この子。

この身体。

この教材。

この教室。

この時間。

この制度。

そこから、現在の問いに必要な条件を抽出する。

これが特殊仮説になる。

特殊仮説を別の事例や研究知と比較する。

そこで一般仮説ができる。

一般仮説を別の現場へ持っていくときは、答えとして適用しない。

その現場について条件を復元し、

どこまで同じか。

どこから違うか。

を調べる。

介入する。

予測する。

外れる。

修正する。

また比較する。

だから、

一般 → 個別

ではない。

かといって、

個別だけ

でもない。

より正確には、

個別₁
→
特殊仮説₁
↔
他の個別・特殊
→
一般仮説
→
特殊仮説₂
→
個別₂
→
予測誤差
→
修正
↺

である。

結論　教育実践知は、完成した知識ではなく更新する比較回路である

研究知と現場知は、敵ではない。

一般と個別も、敵ではない。

エビデンスと専門職判断も、どちらか一方を選ぶ問題ではない。

問題は、それらの間を一本の矢印で結んでしまうことである。

一般論は、個別具体に答えを与えるためだけにあるのではない。

そのために一般化する。

しかし一般化では情報を捨てる。

だから別の個別へ戻るときには、条件をもう一度入れ直さなければならない。

その条件構造を、私はここで「特殊仮説」と呼んだ。

特殊仮説も一般仮説も暫定である。

予測が外れれば壊せばよい。

むしろ壊れなければ、往復している意味がない。

石井英真や亘理陽一が日本のエビデンス教育論で問い直してきた問題。

PawsonとTilleyがcontext–mechanism–outcomeとして扱ってきた問題。

CartwrightとHardieが「あそこで効いた」から「ここでも効くか」への移動として扱った問題。

近年のITE、scale、implementation研究が統計的・制度的に細分化している問題。

そして庄司和晃が「のぼり・おり・よこばい」という教育実践の言葉で捉えようとした問題。

これらは同じ理論ではない。

無理に一つへ融合すべきでもない。

だが、それぞれのローカルな合理性を残したまま、一つの問いの周りへ配置することはできる。

私たちは、ある場所で得た知識を、別の場所へどう持っていくのか。

答えは、おそらく「適用」ではない。

比較する。

条件を切る。

抽象化する。

戻す。

試す。

外す。

修正する。

そしてまた別の個別具体と比較する。

教育実践知とは、教師の頭の中に完成品として蓄積されている「経験知」でも、研究論文から降りてくる「正解」でもない。

個別・特殊・一般を往復しながら、自分自身の誤りによって更新され続ける比較回路なのである。

主要参考文献・資料

石井英真（2015）「教育実践の論理から『エビデンスに基づく教育』を問い直す―教育の標準化・市場化の中で―」『教育学研究』82巻2号、216–228。

松下良平（2015）「エビデンスに基づく教育の逆説―教育の失調から教育学の廃棄へ―」『教育学研究』82巻2号、202–215。

亘理陽一（2020）「エビデンスに基づく教育は何をもたらすのか」『人間と教育』106号、20–27頁。本文参照資料では、エビデンス概念の多義性、マクロデータと教室実践、確率的因果推論の限界を参照した。

Pawson, R. & Tilley, N. (1997), Realistic Evaluation. 本稿では、後続のrealist evaluation文献も含め、context–mechanism–outcomeという問題構成を参照した。

Cartwright, N. & Hardie, J. (2012), Evidence-Based Policy: A Practical Guide to Doing It Better. 本稿ではhorizontal／vertical searchおよびsupport factorsの問題を参照した。

Xiao, Z. M. et al. (2024), “Uncovering individualised treatment effects for educational trials,” Scientific Reports, 14, 22606.

Kraft, M. A., Schueler, B. E. & Falken, G. T. (2026), “What Impacts Should We Expect From Tutoring at Scale? Exploring Meta-Analytic Generalizability,” Review of Educational Research. 263件のRCTによるscaleと外的妥当性の検討。

Fixsen, D. L., Ward, C. S. & Blase, K. A. (2025), “Developing Implementation & Scaling Capacity in Education,” Global Implementation Research and Applications, 5, 538–555.

参考稿「『認識の中間層』が意識を決める――庄司和晃の三段階説を最新脳科学で検証する」。本稿では、庄司の三段階、「のぼり・おり・よこばい」、コトワザと個人的表象の混在、理論の官僚制化、予測誤差という既存の検討を再構成した。

石部統久・ChatGPT5.６
査読：ChatGPT5.６・Claude Opus5・Grok・Gemini3.7（Parcae Protocol）