目次から探す
試験直前に長時間勉強するのと、短い学習を何日かに分けるのでは、どちらが記憶に残りやすいのでしょうか。
間隔を空けて学ぶ「分散学習（distributed practice）」の効果は古くから研究されています。ただし、有名な実験の多くは実験室の単語記憶などの課題を扱い、仕事や学校の学習にそのまま当てはめられるのかは別の問題です。
2025年にMawsonとKangが公表したメタ分析は、実際の教室で行われた22報告、31効果量、3,000人超のデータを対象に、まとめ学習より分散学習が有利になる中程度の効果を示しました（d = 0.54、95％信頼区間0.31〜0.77）[1]。
ただし、研究対象は教室であり、社会人の職業訓練だけを集めたものではありません。復習の最適間隔も一律に決められません。この記事では研究で言えることと、実践時の編集部提案を分けます。
結論：学習時間が同じでも、分け方で結果は変わる
分散学習は、同じ教材を一度に繰り返すのではなく、間隔を空けて繰り返し取り組む方法です。まとめ学習（massed practice）では学習時間を一つの長い枠に集中させます。
2025年のメタ分析は、教室での授業や教育内容を扱う研究でも分散学習が有利な傾向を報告しました[1]。しかし、試験直前の短期的な成績と数週間後の保持は同じではありません。目的と測定時点を区別しましょう。
身につけたいのは、一度の提出課題？ それとも後日も自力で使う知識？
短期の納期があっても、後日の復習を予定に含める。
2025年メタ分析が調べたこと
MawsonとKang（2025）は、教室環境における分散学習の研究を体系的に調査しました。3,000件を超える記録をスクリーニングし、教材や学習期間が授業に近い研究を採用しています[1]。
22報告・31効果量・参加者3,000人超を統合し、分散学習とまとめ学習の差を推定しました。全体として d = 0.54（95％信頼区間0.31〜0.77） で、分散学習に有利な中程度の平均効果がありました。ただし研究間の異質性はI² = 92.13％と高く、すべての教室・教材・学習者で同程度の効果が生じるとは言えません[1]。
| 数値 | 研究での意味 | 読み違えやすい点 |
|---|---|---|
| 22報告 | 分析に含まれた研究報告の数 | 独立した全世界の学校22校という意味ではない |
| 31効果量 | 分析の比較結果の数 | 参加者31人ではない |
| d = 0.54 | 標準化された平均的な効果量 | 点数が54％上がるという意味ではない |
| 95％CI 0.31〜0.77 | 平均効果量の統計的不確実性 | 個々の学習者の改善範囲ではない |
この研究で結果が大きく見られる傾向があったのは、保持期間が長い場合、学習者がより高い教育段階にいる場合、教材への再接触回数が少ない場合などでした[1]。ただし研究数の制約で包括的な調整変数分析は難しく、傾向の解釈には注意が必要です。
「何日おきに復習すればよい？」には単一の答えがない
古典的なレビューや実験でも、学習と復習の間隔は、あとでいつ思い出す必要があるかによって変わります。例えば翌日に使う知識と数か月後に使う知識では、最適な日程は同じではありません。
2025年の教室研究メタ分析では、最終的な評価までの間隔が42日を超える研究が見つからなかったと報告しています[1]。何年も後の専門技能まで定着すると断言することはできません。
分散学習と検索練習は別の方法
分散学習は「時間を分けること」、検索練習は「資料なしに思い出すこと」です。組み合わせることはできますが、同じ概念ではありません。
例えば月曜に資料を読み、木曜に内容を見ずに説明し、翌週に別の例題を解けば、日を分けることと検索練習の両方を含みます。ただし、この具体的な曜日の組み合わせが最適であると実験で確認されたわけではありません。
検索練習と精緻化的学習の比較では、2025年の別のメタ分析がフィードバックの重要性を指摘しています[2]。単に日を分ければ十分でも、テストさえすれば十分でもない点に注意しましょう。
社会人の学び直しで試す場合
以下は教室研究を成人の独学へ応用した編集部の提案です。仕事の忙しさ、家事や介護などの事情、学ぶ内容によって合う配分は異なります。
- 01一つ理解する
説明を読み、短い練習問題を解く。
- 02数日後に再現
資料なしで説明し、答え合わせをする。
- 03別条件で試す
翌週などに異なる課題で再確認する。
分散学習・検索練習の知見に基づく編集部の実践例。固定した復習間隔を推奨するものではありません。
仕事で使う技能なら、再現と説明をセットにする
Excel関数なら「同じ式を入力できるか」だけでなく、元データの形式が変わったときにどこを修正するか説明します。概念を学ぶなら、他人に説明できるかや例外を挙げられるかを確認します。
予定を守れない日は、別日に移してかまわない
「毎日同じ時間に学ぶ」ことが目的ではありません。長期的に再現できる技能が目標なら、忙しい週は回数を減らしても復習機会を残す方針を検討できます。
AIを使う場合は、正解を先に出させない
AIに復習問題を作ってもらうことはできますが、AIによる問題文や解答は誤る可能性があります。教材の一次資料や公式説明と照合しましょう。AIで勉強すると記憶に残らない？ではAI利用と自力の検索練習の関係を扱っています。
2025年メタ分析で見る検索練習とフィードバックでは、正答確認が結果にどう関わるかを詳しく紹介します。
まとめ：復習の「回数」だけではなく「間隔」と「質」を見る
教室での分散学習に関する2025年メタ分析は、まとめ学習より有利になる中程度の平均効果を報告しました[1]。ただし、教室の研究から社会人の仕事の習熟にまで同じ効果量を当てはめることはできません。
学習時間を分け、自分で思い出し、誤りを訂正する。こうした作業をそれぞれの目的に合わせて組み合わせることが、研究結果を過度に単純化しない方法です。
参考文献と研究の限界
掲載研究の対象は主に教室で、個々の学習者の最適な復習日程を決めたものではありません。
- Mawson, R. D., & Kang, S. H. K. (2025). The distributed practice effect on classroom learning: A meta-analytic review of applied research. Behavioral Sciences, 15(6), 771. DOI
- Gonçalves, A. O., Muniz, B. F. B., & Jaeger, A. (2025). Retrieval practice versus elaborative encoding: A systematic and meta-analytic review. Educational Psychology Review, 37, 100. DOI
- Dunlosky, J., et al. (2013). Improving students' learning with effective learning techniques. Psychological Science in the Public Interest, 14(1), 4–58. DOI