カクテルパーティー効果

カクテルパーティー効果とは、脳が人の注意を特定の刺激、通常は聴覚に集中させる現象を指します。この集中により、パーティー参加者が騒がしい部屋で一つの会話を追っているときのように、意識から他のさまざまな刺激が排除されます。^{[1] [2]}この能力は人間に広く分布しており、ほとんどのリスナーは、耳で検出された音全体を明確なストリームに分割し、その後、他のすべてまたはほとんどを除外して、どのストリームが最も関連しているかを判断することができます。^[3]

人間の感覚記憶は、すべての刺激を無意識に解析し、それらの感覚の個々の部分をその顕著性に応じて識別すると考えられています。^[4]これにより、ほとんどの人は、他のすべての声を無視しながら、1つの声に簡単に同調することができます。この現象は、「選択的注意」または「選択的聴覚」として説明されることがよくあります。また、広範囲の聴覚入力の中で自分の名前を聞くなど、注意を払っていない刺激から発生する重要な単語をすぐに検出できる場合に発生する同様の現象を説明することもできます。^{[5] [6]}

このように刺激を分離する能力に欠ける人は、カクテルパーティー問題^[7]またはカクテルパーティー難聴^[8]を示すことが多いと言われています。これは聴覚処理障害またはキング・コペツキー症候群とも呼ばれます。

カクテルパーティー効果に関する聴覚注意は、主に聴覚皮質の非主要領域である上側頭回の左半球で発生します。下前頭回、上頭頂溝、頭頂間溝を含む前頭頭頂ネットワークも、注意の転換、発話処理、注意制御の行為を説明します。 ^{[9] [10]}ターゲットストリーム（注意を向けられているより重要な情報）と競合/干渉ストリームの両方が左半球内の同じ経路で処理されますが、fMRIスキャンでは、ターゲットストリームが競合ストリームよりも多くの注意を払って処理されることが示されています。^[11]

さらに、競合する刺激ストリーム（通常は重要な価値を持つ）が発生すると、ターゲットストリームに向かう上側頭回（STG）の活動が減少/妨害される。「カクテルパーティー効果」、つまり複数の話者がいる状況で重要な刺激を検出する能力は、「カクテルパーティー問題」とも呼ばれている。これは、選択的に同時に注意を向ける能力が神経レベルでの注意の有効性を妨げるためである。^[11]

カクテルパーティー効果は、両耳で聞くことを必要とするバイノーラル効果として最もよく機能します。片方の耳しか機能していない人は、通常の両耳を持つ人よりも妨害ノイズにはるかに気を取られるようです。^[12]両耳を使用する利点は、音源の位置特定に部分的に関係している可能性があります。聴覚システムは、少なくとも2つの音源を特定し、これらの音源に同時に正しい特性を割り当てることができます。聴覚システムが音源を特定するとすぐに、干渉する音源の混合物からこの音源の信号を抽出できます。^{[13]ただし、このバイノーラルの利点の多くは、他の2つのプロセス、つまり、より良い耳のリスニングと}バイノーラルアンマスキングに起因する可能性があります。^[12]より良い耳のリスニングは、耳で利用できる2つの信号対雑音比のうちより良い方を利用するプロセスです。バイノーラルアンマスキングは、ノイズから信号を抽出するために、2つの耳からの情報を組み合わせるプロセスです。

1950 年代初頭、初期の注意に関する研究の多くは、航空管制官が直面した問題にまで遡ることができます。当時、管制官は管制塔の拡声器でパイロットからのメッセージを受け取っていました。1 つの拡声器で多数のパイロットの声が混ざり合うのを聞くと、管制官の作業は非常に困難になりました。^[14]この効果は、 1953 年にコリン チェリーによって初めて定義され、「カクテル パーティー問題」と名付けられました。 ^[7] チェリーは、参加者が 1 つの拡声器から同時に 2 つの異なるメッセージを聞き、それらを区別しようとする注意実験を行いました。これは後に、両耳聴課題と呼ばれました。 ^[15]彼の研究は、音を背景雑音から区別する能力が、話者の性別、音が来る方向、ピッチ、発話速度など、多くの変数によって影響を受けることを明らかにしました。^[7]

チェリーは、人々が他の声や雑音の中でどのように 1 つのメッセージに選択的に注意を向けるかをさらに研究するために、シャドウイング タスクを開発しました。シャドウイング タスクでは、参加者は両耳に異なるメッセージを提供する特別なヘッドセットを装着します。参加者は、指定された耳 (チャネルと呼ばれる) で聞こえるメッセージ (シャドウイングと呼ばれる) を声に出して繰り返すように求められます。 ^[15]チェリーは、参加者がシャドウイングしていない無人チャネルから自分の名前を検出できることを発見しました。^{[16]チェリーのシャドウイング タスクを使用した後の研究は、1959 年に}ネヴィル モレーによって行われました。彼は、主観的に「重要な」メッセージを除き、拒否されたメッセージのほとんどはブロック設定を貫通できないという結論を出しました。^[16]

選択的注意は、すべての年齢層で見られる。乳児期から、乳児は親の声など、なじみのある音に頭を向け始める。^[17]これは、乳児が環境内の特定の刺激に選択的に注意を払っていることを示している。さらに、選択的注意に関するレビューでは、乳児は大人の口調の話し方よりも「赤ちゃん」の話し方を好むことが示唆されている。^{[15] [ 17]}この好みは、乳児が話し方の口調の物理的な変化を認識できることを示している。しかし、背景の雑音の中で口調などのこれらの物理的な違いに気づく正確さは、時間の経過とともに向上する。^[17] 乳児は、自分の名前のようなものがなじみのあるものであるにもかかわらず、そのような幼い年齢では特別な意味を持たないため、刺激を単に無視する可能性がある。しかし、研究によると、より可能性が高いシナリオは、乳児が気を散らす雑音の中で提示された雑音が自分の名前であることを理解せず、したがって反応しないことである。^[18]無視された刺激をフィルタリングする能力は、若い成人期にピークに達する。カクテルパーティー現象に関連して言えば、背景雑音として「主観的に」重要なメッセージなどの競合する刺激がある場合、高齢者は若い成人よりも1つの会話に集中するのが難しい。^[17]

人の注意を引くメッセージの例としては、人名やタブー語などがある。自分の名前に選択的に注意を向ける能力は、生後5か月の乳児にも見られ、13か月までに完全に発達しているようである。^[18]この分野の複数の専門家とともに、アン・トレイスマン氏は、人は名前のような個人的に重要な単語を検出するように恒久的に準備されており、それらの単語は識別をトリガーするのに他の単語よりも知覚情報が少なくて済む可能性があると理論づけている。^[19] 注意を向けられていないチャネルにある程度のセマンティック処理に達する別の刺激は、タブー語である。^[20] これらの単語には性的に露骨な内容が含まれることが多く、人々の警戒システムを引き起こし、シャドーイングタスクのパフォーマンスを低下させる。^[21]タブー語は、言語を理解した豊富な語彙を発達させるまで、選択的注意の子供には影響を及ぼさない。

選択的注意は年齢を重ねるにつれて揺らぎ始めます。高齢者は会話の流れを区別するのに長い潜伏期間を持っています。これは一般的に、一般的な認知能力が高齢化とともに衰え始めるという事実に起因します（記憶、視覚、高次機能などで例示）。^{[9] [22]}

さらに最近では、カクテル パーティー問題の研究に現代の神経科学の手法が応用されています。そのような研究を行っている研究者の注目すべき例としては、皮質電気記録法を使用した Edward Chang、Nima Mesgarani、Charles Schroeder、磁気脳記録法を使用した Jonathan Simon、Mounya Elhilali、Adrian KC Lee、Shihab Shamma、Barbara Shinn-Cunningham、Daniel Baldauf、Jyrki Ahveninen、脳波記録法を使用したJyrki Ahveninen、Edmund Lalor、Barbara Shinn-Cunningham 、機能的磁気共鳴画像法を使用した Jyrki Ahveninen と Lee M. Miller などが挙げられます。

提示されるすべての情報が処理できるわけではありません。理論的には、何に注意を払うかの選択はランダムにも非ランダムにもなり得ます。^[23]たとえば、運転中、ドライバーはシーンに存在する他の刺激ではなく、信号に集中することができます。このような場合、提示された刺激のどの部分が重要であるかを選択することが必須です。心理学における基本的な問題は、この選択がいつ行われるかです。^[15] この問題は、早期選択と後期選択の論争に発展しました。この論争の根拠は、チェリー両耳聴実験にあります。参加者は、無人チャネルで、話者のピッチや性別の変化などの物理的な変化や、自分の名前などの刺激に気付くことができました。これにより、無人メッセージの意味、セマンティクスが選択前に処理されたかどうかという疑問が生じました。 ^[15]早期選択注意モデルでは、選択が行われる前に処理される情報はほとんどありません。後期選択注意モデルでは、選択が行われる前にセマンティクスなどのより多くの情報が処理されます。^[23]

初期の選択的注意のメカニズムを探る最も初期の研究はドナルド・ブロードベントによって行われ、彼はフィルターモデルとして知られるようになった理論を提唱した。^[24]このモデルは両耳分離聴課題を用いて確立された。彼の研究は、ほとんどの参加者が積極的に注意を払った情報を正確に思い出すことができたが、注意を払わなかった情報を思い出すことは非常に不正確であることを示した。これによりブロードベントは、選択的に注意を払われなかった情報を遮断できる「フィルター」メカニズムが脳内に存在しているに違いないという結論に至った。フィルターモデルは次のように機能すると仮定された。情報は感覚器官（この場合は耳）から脳に入ると、感覚記憶に格納される。感覚記憶は、注意を払うのに十分な長さの情報のストリームをホストするバッファメモリシステムである。 ^[15]情報がさらに処理される前に、フィルターメカニズムは注意を払われた情報のみを通過させる。選択された注意は次に、短期記憶の基礎となり長期記憶と通信するメカニズムのセットである作業記憶に渡される。^[15]このモデルでは、聴覚情報は、位置や音量などの物理的特性に基づいて選択的に注意を向けることができます。^{[24] [25] [26]}他の人は、情報は連続性や閉鎖性などのゲシュタルト特性に基づいて注意を向けることができると示唆しています。 ^[27] ブロードベントにとって、これは、人々が一度に1つの情報源だけに注意を向け、他の情報源を排除することを選択できるメカニズムを説明しています。 しかし、ブロードベントのモデルは、意味的に重要な単語、たとえば個人の名前は、無人のチャネルにあったにもかかわらず、即座に注意を向けることができるという観察を説明できませんでした。

ブロードベントの実験の直後、オックスフォード大学の学部生グレイとウェダーバーンは、意味のあるフレーズを形成できる単音節語に置き換えた両耳聴取課題を繰り返したが、単語は両耳に分かれていた。^[28]たとえば、「親愛なる、1、ジェーン」という単語は右耳に順番に提示されることがあり、一方、「3、叔母さん、6」という単語は左耳に同時に競合する順番で提示された。被験者は数字を覚えるよりも「親愛なる叔母さん、ジェーン」を覚える傾向が強かった。また、数字を示された順番に覚えるよりも、フレーズの順番に単語を覚える傾向が強かった。この結果は、ブロードベントの完全濾過理論に反する。なぜなら、濾過機構にはチャンネルを切り替える時間がないからである。これは、意味が最初に処理される可能性があることを示唆している。

選択的注意に関する既存の理論に後から加わったのが、アン・トレイスマンによる減衰モデルである。^[29]このモデルでは、情報は、フィルター機構を通して処理される際に、ブロードベントが示唆するように完全に遮断されるわけではない。その代わりに、情報は弱められ（減衰され）、無意識レベルで処理のすべての段階を通過することができる。トレイスマンはまた、意味的重要性に基づいて、一部の単語が注意を引かないストリームから人の注意を引く閾値メカニズムを提唱した。トレイスマンによれば、自分の名前は閾値が低い（つまり意味レベルが高い）ため、より簡単に認識される。同じ原理が「火」などの単語にも当てはまり、注意が直ちに必要になる可能性のある状況に注意を向けさせる。これが起こる唯一の方法は、情報が注意を引かないストリームで継続的に処理されている場合だとトレイスマンは主張した。

音楽知覚と聴覚錯覚の研究で最もよく知られているダイアナ・ドイチュも、注意のモデルに重要な貢献をしている。意味的重要性に基づいて単語に注意を向ける方法をより詳しく説明するために、ドイチュ＆ドイチュ^[30]とノーマン^[31]は、意味に基づく第2の選択メカニズムを含む注意のモデルを提唱した。ドイチュ-ノーマンモデルとして知られるようになったものでは、トレイスマンのモデルが示唆するように、注意を払われていないストリームの情報はワーキングメモリまで完全に処理されるわけではない。その代わりに、注意を払われていないストリームの情報は、パターン認識後に第2のフィルターを通過する。注意を払われていない情報が第2のフィルターによって認識され、重要でないと判断された場合、ワーキングメモリに入るのを防ぐ。このようにして、注意を払われていないチャネルからの直ちに重要な情報だけが意識されるようになる。

ダニエル・カーネマンも注意のモデルを提唱したが、選択ではなく容量の観点から注意を説明している点で以前のモデルとは異なる。カーネマンにとって、注意はさまざまな刺激に分配されるリソースであり、^[32]この命題はある程度支持されている。^{[6] [4] [33]}このモデルは、注意がいつ集中するかではなく、どのように集中するかを説明する。カーネマンによると、注意は一般的に覚醒、つまり生理的活動の一般的な状態によって決まる。ヤーキス・ドットソンの法則は、覚醒は中程度のレベルで最適になると予測しており、覚醒しすぎたり覚醒が不足したりするとパフォーマンスは低下する。特に関連性が高いのは、ナラヤンらが、背景雑音が多すぎて複雑な場合、聴覚刺激を識別する能力が急激に低下することを発見したことだ。これは、過覚醒が注意に悪影響を及ぼす証拠である。^[4]したがって、覚醒が注意の利用可能な容量を決定する。次に、割り当てポリシーは、利用可能な注意をさまざまな可能な活動に分配する役割を果たします。割り当てポリシーによって最も重要であると判断されたものには、最も多くの注意が向けられます。割り当てポリシーは、持続的性質(注意に対する自動的な影響) と瞬間的な意図(何かに注意を向けるという意識的な決定) によって影響を受けます。集中した注意の方向を必要とする瞬間的な意図は、持続的性質よりも大幅に多くの注意リソースに依存します。^[34]さらに、特定の活動が注意容量に与える特定の要求が継続的に評価されます。^[32]つまり、特に注意リソースに負担がかかる活動は注意容量を低下させ、割り当てポリシーに影響します。この場合、ある活動が容量を消耗しすぎると、割り当てポリシーはおそらくその活動にリソースを向けるのをやめ、代わりに負担の少ないタスクに焦点を合わせます。カーネマンのモデルは、瞬間的な意図によって特定の聴覚刺激に明示的に集中できる可能性があるが、持続的性質(新しいイベントや、おそらく特に意味的に重要な単語を含む) によって注意を惹きつけられる可能性があるという点で、カクテル パーティー現象を説明します。カーンマンのモデルは必ずしも選択モデルと矛盾するものではなく、選択モデルを補完するために使用できることに注意することが重要です。

いくつかの研究では、カクテルパーティー効果は単なる聴覚現象ではなく、視覚情報のテストでも関連する効果が得られる可能性があることが実証されています。たとえば、シャピロらは視覚タスクで「自分の名前効果」を実証し、被験者は注意を向けられていない刺激として自分の名前が提示されたときに簡単に自分の名前を認識できました。^[35]彼らは、トレイスマンやドイチュ・ノーマンモデルなどの注意の後期選択モデルに沿った立場を採用し、初期選択ではこのような現象を説明できないことを示唆しました。この効果が発生するメカニズムは説明されていません。

カエル、昆虫、鳴鳥、その他音響でコミュニケーションする動物など、合唱でコミュニケーションする動物は、複数の信号や鳴き声が同時に発生するため、カクテルパーティー効果を経験することができます。人間と同様に、動物は音響の仲介により、環境内で必要なものを聞き取ることができます。バンクツバメ、崖ツバメ、キングペンギンでは、音響の仲介により、騒がしい環境でも親子を認識できます。両生類もカエルで証明されているようにこの効果を発揮します。メスのカエルはオスの求愛の声を聞き分けることができ、オスは他のオスの攻撃的な声を仲介することができます。^{[36]音響シグナリングが異なる種の間で進化した理由については、2つの主要な理論があります。受信者心理学では、音響シグナリングの発達は、神経系と神経系が使用する処理戦略にまでさかのぼることができると考えています。具体的には、}聴覚シーン分析の生理学が、種が音を解釈して意味を得る方法にどのように影響するかです。コミュニケーションネットワーク理論によれば、動物は同種の動物同士の信号を盗聴することで情報を得ることができるとされている。これは特に鳴鳥に当てはまる。^[36]

ノイズキャンセリングヘッドホンのようなヒアラブルデバイスは、カクテルパーティー問題に対処するために設計されています。^{[37] [38]}この種のデバイスは、着用者に周囲の音源をある程度制御できるようにします。^{[39] [40] [41]}

ターゲットスピーチヒアリングのようなディープラーニングヘッドフォンシステムは、複数の話者と背景ノイズのある混雑した部屋で、ターゲットの人物の声が聞こえるように装着者に与えることが提案されている。^[37]この技術は、リアルタイムニューラルネットワークを使用して、登録されたターゲット話者の音声特性を学習し、後でその音声に焦点を合わせ、他の話者とノイズを抑制するのに使用します。^{[39] [42]}セマンティックヒアリングヘッドセットもニューラルネットワークを使用して、鳥のさえずりやアラームの音など、特定の音を意味的な説明に基づいて装着者が聞き取り、環境内の他の周囲の音を抑制できるようにします。^[38]リアルタイムニューラルネットワークは、ヘッドセット上にプログラム可能なサウンドバブルを作成するためにも使用されており、バブル内のすべての話者の声が聞こえるようにしながら、バブルの外側の話者とノイズを抑制することができます。^{[43] [41]}

これらのデバイスは、難聴、感覚処理障害、ミソフォニアを患う人や、医療や軍隊の仕事で集中して聞く必要がある人、工場や建設作業員などに 役立つ可能性があります。