新人未経験学生対象 エンジニア育成に 効く研究知見

研 新人未経験学生対象 エンジニア育成に 効く研究知見 5本の論文から学ぶ、現場で使えるサイエンス IT現場式ではない、新人未経験学生のIT就職応援 教育設計案 Yukiko ｜ 2026

今日紹介する5つの研究知見 01 02 03 04 05 認知負荷理論 Sweller, 1988 ／ Chandler & Sweller, 1992 意図的練習と専門家育成 Ericsson et al., 1993 忘却曲線と間隔反復 Ebbinghaus, 1885 ／ Cepeda et al., 2006 Growth Mindset理論 Dweck, 2006 ／ TalentLMS, 2024 ペアプログラミングの効果 Williams et al., 2000 ／ Garcia et al., 2024

01 認知負荷理論 Sweller (1988) ／ Chandler & Sweller (1992) 核心的知見 ワーキングメモリは容量制限がある。 「余分な認知負荷」を減らすだけで学習効率は大きく上がる。 内在的負荷 (Intrinsic) 外在的負荷 (Extraneous) 関連的負荷 (Germane) 学習内容自体の複雑さ → スキルで制御できない 不適切な教授設計から生まれる → ここを減らすのが講師の仕事 スキーマ形成に使われる処理 → ここを増やすのが目標 現場への応用 分割注意効果：図と説明文は分離しない → コードにコメントをインラインで書く 冗長性効果：同じ情報を重複して提示しない → スライド読み上げは逆効果 ワーキング例示法：まず完成例を見せてから解かせる（Worked Example）

02 意図的練習と専門家育成 Ericsson et al. (1993) 核心的知見 専門性は「経験年数」ではなく「意図的練習の質と量」で決まる。 ただし10,000時間ルールは誤解 — 重要なのは練習の「質」 意図的練習の4条件 ただの練習との違い ① 明確に定義された課題 ① 目的のない反復 ≠ 上達 ② 即時フィードバック ② コンフォートゾーンの維持は成長しない ③ 現在のスキルをわずかに超えるレベル ③ 自動化（automacity）に陥ると停滞 ④ 繰り返し・改善のサイクル ④ 意図的に難しい課題を選ぶ必要あり 現場への応用 課題はコンフォートゾーン+10%の難易度に設定する | コードレビューは「何がいいか」より「どう改善するか」にフォーカ ス | 同じ課題を繰り返すより、類似する別課題で汎化を促す

03 忘却曲線と間隔反復 Ebbinghaus (1885) ／ Cepeda et al. (2006) 核心的知見 学習後24時間で約70%を忘れる。しかし「間隔をあけた反復」により 定着率は劇的に向上する（1日後、1週間後、1か月後の復習が最適）。 復習なしの記憶保持率 100 % 間隔反復で定着率が劇変 56% 33% 直後 1時間後 1日後 25% 1週間後 21% 1か月後 現場への応用 研修翌日にミニテストを実施する（5問でOK） 1週間後にコードのリファクタ課題で復習を促す 「詰め込み型」1日研修より「分散型」週1研修が定着率で勝る 学習当日 → 短期記憶に格納 翌日に復習 → 海馬への転送が加速 1週間後 → 長期記憶へ定着 1か月後 → ほぼ永続記憶化

04 Growth Mindset理論 Dweck (2006) ／ TalentLMS Research (2024) 核心的知見 「能力は生まれつき」と信じる人（Fixed）は失敗を避け、 「努力で伸びる」と信じる人（Growth）は挑戦し続ける。 Fixed Mindset（固定型） Growth Mindset（成長型） ✗ 失敗＝能力の欠如と解釈する ✗ 失敗＝学習の機会と解釈する ✗ 難しい課題を回避する ✗ 困難な課題に挑戦する ✗ 批判に防衛的になる ✗ フィードバックを歓迎する ✗ 他者の成功を脅威と感じる ✗ 他者の成功から学ぼうとする 現場への応用 「まだできない」（not yet）という言葉を使う TalentLMS 2024） | 87%のシニアリーダーが継続学習文化をGrowth Mindsetの核と認識（

05 ペアプログラミングの効果 Williams et al. (2000) ／ Garcia et al. (2024 SIGCSE) 核心的知見 ペアプロはコード品質を向上させ、知識転移を加速する。 NASA実験ではバグ率が15%減少、ペアは「説明することで自分の理解が深まる」効果もある。 15% 30% ×6 バグ率の低下 (NASA実験) オンボーディング期間の短縮 (TechInnovate事例) メンター側の昇進率 (Sun Microsystems 2006) ドライバー & ナビゲーターの役割 ドライバー（書く人） コードを実際に入力・実装する ナビゲーター（考える人） 設計・レビュー・次の手を考える 研修中の演習はペアプロ形式で設計する（30分ごとにロールチェンジ） ジュニア×シニアのペアは双方向学習 — シニアも「説明で理解が深まる」効果あり

5つの知見に共通するパターン 適切な難易度の設計 認知負荷理論・意図的練習どちらも「ちょうど難しい 」ゾーンが成長を生む。 簡単すぎても難しすぎても学習は止まる。 失敗を「情報」として扱う文化 Growth Mindsetと認知負荷理論は「エラーは学習の 素材」という共通認識を持つ。 「なんで間違えたの」は最悪のフィードバック。 フィードバックループの速度 間隔反復・ペアプロ・意図的練習の三者が「即時フィ ードバック」を重視。 コードレビューは書いた直後が最も効果的。 時間の使い方を設計する 詰め込み研修より分散学習。同じ時間でも「いつやる か」で定着率が数倍変わる。 週1×4週のほうが1日×1回より効果的。

明日から使える研修デザインチェックリスト ☐ 課題はコンフォートゾーン+10%の難易度か？（意図的練習） 設計 時 ☐ 図と説明文は分離させていないか？（認知負荷理論） ☐ 学習は1日集中より複数回に分散させているか？（間隔反復） ☐ 失敗を「学習の情報」として扱う言葉づかいをしているか？（Growth Mindset） 授業 中 ☐ 演習にペアプロ・コードレビューの形式を取り入れているか？ ☐ フィードバックは即時に、具体的に返しているか？ ☐ 翌日・1週間後に小テストや復習課題を設定しているか？（間隔反復） 授業 後 ☐ 受講生が「できた」体験を最短で得られる設計か？（自己効力感）

参考文献 / References Sweller, J. (1988). Cognitive load during problem solving. Cognitive Science, 12(2), 257-285. Chandler, P. & Sweller, J. (1992). The split-attention effect as a factor in the design of instruction. British Journal of Educational Psychology, 62, 233-246. Ericsson, K. A., Krampe, R. T., & Tesch-Römer, C. (1993). The role of deliberate practice in the acquisition of expert performance. Psychological Review, 100(3), 363-406. Ebbinghaus, H. (1885). Über das Gedächtnis. / Cepeda, N. J. et al. (2006). Distributed practice in verbal recall tasks. Psychological Bulletin, 132(3), 354. Dweck, C. S. (2006). Mindset: The New Psychology of Success. Random House. TalentLMS (2024). Growth Mindset in the Workplace Research Report. Williams, L. et al. (2000). Strengthening the case for pair programming. IEEE Software, 17(4), 19-25. Garcia, R., Treude, C., & Valentine, A. (2024). Application of Collaborative Learning Paradigms within Software Engineering Education. SIGCSE 2024.

Take Away 「教え方」にも エビデンスがある 認知負荷 図と説明は分離しない。情報を統合して渡す。 意図的練習 課題の難易度を意図的に調整する。 間隔反復 翌日・1週間後に必ず復習の機会を設ける。 Growth Mindset 「まだできない」の文化を作る。 ペアプロ 演習は一人より二人で設計する。

Q&A ご質問・ご意見はありますか？ 「この研究知見、自分の研修ではどう応用できる？」 「認知負荷を減らすための資料設計、見せてほしい」 「ペアプロを研修に取り入れる際の注意点は？」 ありがとうございました！ 私達で受講生を物心供に豊かなエンジニア人生を送れるように、導きましょう！