物体や顔を視覚的に認識する能力には人によって大きな差があり、こうした能力は一般知能と関連しないことが新たな研究で示唆された。
頭が良く意欲的だからといって、指紋の照合、医療用X線画像の読影、レーダー画面上の航空機の追跡、法医学的な顔照合などで優れた成績を上げるために必要な視覚能力を身につけられるとは限らない、と研究は示唆している。
「自分が物体を視覚的にどれだけうまく識別できるかは分かると思う人もいるでしょう」と、研究を主導したヴァンダービルト大学の心理学教授、イザベル・ゴーティエは言う。「しかし実際には、自分の能力を他者と比べて評価するのはあまり得意ではありません。」
グリーブル、シェインバグ、ジガリン
これまで、視覚的な物体認識の研究は、人々に共通する点に主に焦点を当ててきた。しかしゴーティエは、視覚能力が個人間でどの程度異なるのかに関心を持った。この問いに答えるため、彼女と同僚は、見慣れない物体を識別する能力を測る新たな検査を開発した。これを新奇物体記憶検査（NOMT）と呼んでいる。
ゴーティエはまず、視覚能力に関する一般の人々の意見を把握しようとした。Amazon Mechanical Turkのクラウドソーシングサービスを使い、一般の人100人を対象に調査を行った。
ゴーティエは、回答者は一般に、視覚を使う課題を一般知能に関連する他の課題とはかなり異なるものと考えていることを見いだした。また、言語能力や数学能力など視覚以外の能力に比べて、視覚能力の個人差は小さいと感じていることも分かった。
個人の生来の視覚認識能力を評価するうえで、ゴーティエらが解決すべき主な問題は、対象への慣れだった。顔、車、鳥など特定の種類の物体について学ぶ時間が長いほど、それらを識別する能力は高くなる。そのため、よく知られた物体の画像を使う視覚認識検査の成績には、人の視覚能力と、そうした物体についての経験が複雑に混在する。
重要なのは、こうした検査が、新しい領域で物体を識別する能力をどれだけ身につけられるかを予測する指標として、優れていないことが分かった点だ。
ゴーティエはこの問題に対処するため、グリーブル、シェインバグ、ジガリンと呼ばれるコンピューター生成の新奇な生き物を使って、視覚認識を研究した。
基本的な検査では、まず標的となる生き物を6種類学習する。その後、生き物を3体ずつ提示する試行を複数回行う。各組には標的グループの生き物1体と、見慣れない生き物2体が含まれ、参加者は見覚えのある生き物を選ぶよう求められる。
2000人を超える被験者の結果を分析したところ、ある生き物をどれだけうまく認識できるかは、見た目がかなり異なる別種の生き物を認識する能力を予測することを、ゴーティエらは見いだした。これにより、新しいカテゴリーを学ぶ能力をこの新しい検査で予測できることが確認された。
IQではない
心理学者らは、IQに関連する複数の検査の成績も用い、NOMTで測定される視覚能力は一般知能とは異なり、独立していると判断した。
「認知能力の成績は、ほとんどの場合、一般知能と関連するので、これはとても興味深いことです」とゴーティエは言う。「この検査を使えば、すでに測定方法が分かっている能力に加えて、人々について新たなことを知ることができると示唆しています。」
この研究は、視覚能力が一般知能とは異なるという広く共有された直感を裏付ける一方、視覚能力の個人差は多くの人が考えるよりはるかに大きいことを明らかにした。例えば、変動係数と呼ばれる指標では、NOMTの成績における人々のばらつきは、非言語IQ検査より大きかった。
「多くの仕事や趣味は視覚能力に依存しています」とゴーティエは言う。「一般知能とは独立しているため、次の段階では、これまで成績を十分に予測できなかった実社会の場面で、こうした検査をどう活用できるかを探ることです。」
この研究は、全米科学財団（National Science Foundation）の助成を受けた。
研究者らはその成果を学術誌Cognitionで報告している。『Current Directions in Psychological Science』に掲載予定の総説論文では、その意義が論じられている。
