はじめに―「なんとなくできる」の正体
外国語を学んだことのある人なら、きっとこんな経験があるはずです。最初のうちは、簡単な文を作るのにも頭をフル回転させて、「主語は何で、動詞はどう変化して、語順はどうなるんだっけ」と一つひとつ確認しながら話していたのに、ある時点からそれが「なんとなくできる」ようになってくる。そのプロセスこそが、本論文の中心テーマである「自動化（automatization）」です。
本稿で取り上げるのは、Yuichi Suzuki（早稲田大学）、Ryo Maie（東北大学）、Bronson Hui（メリーランド大学）の三名が共同執筆した、Language Teaching誌掲載の論文”Research timeline: Automatization in second language learning”（研究タイムライン―第二言語学習における自動化）です。本論文は、第二言語習得（SLA）における「自動化」研究の40年間の歩みを体系的に整理したものであり、認知心理学の理論から実際の教室での実践まで、幅広い視野からこの概念を論じています。
Suzukiは第二言語習得論の専門家として、理論と実践の架け橋となる研究を精力的に行ってきた研究者で、中学・高校教師向けの英語教育書の執筆にも携わるなど、現場との接点を重視しています。Maieはスキル習得・自動化・言語適性などを専門とし、Huiは語彙学習や量的研究方法論に造詣が深い。三者の専門性が組み合わさって、本論文は理論・方法論・教育実践の三つの軸を総合的にカバーする内容になっています。
「自動化」とはどういうことか
まず、「自動化」という概念を、できるだけわかりやすく説明してみましょう。自転車に初めて乗ったとき、バランスを保つことに必死で、周りの景色を楽しむ余裕などまったくなかったはずです。しかし慣れてくると、ペダルをこぐ動作やハンドル操作は無意識に行えるようになり、友人と会話しながら走れるようになる。言語の習得も、これとまったく同じメカニズムで進むというのが、本論文の基本的な立場です。
論文の冒頭では、「自動化とは、意識的で努力を要するゆっくりとした言語処理が、練習を通じて無意識的・省力的・高速な処理へと移行していく学習プロセスである」と定義されています。初級学習者が文法規則を一つひとつ意識しながら文を作るのに対し、上級者はそれを意識せずリアルタイムで行える。この差こそが、自動化によってもたらされるものです。
本論文が特に力を入れているのは、こうした「自動化した状態（automaticity）」と「自動化のプロセス（automatization）」を区別しながら、後者がどのように進展するのかを40年にわたる研究の蓄積によって描き出している点です。
理論の系譜―情報処理からスキル習得理論へ
1980年代、第二言語習得研究の世界では、Stephen Krashenの「モニター・モデル」と呼ばれる理論が大きな影響力を持っていました。Krashenは「習得（acquisition）」と「学習（learning）」を明確に区別し、意識的な文法学習は無意識的な言語使用にはつながらないと主張しました。これに対抗するかたちで登場したのが、認知心理学に基づく「情報処理アプローチ」です。
このアプローチの核心は、言語習得も自転車の乗り方や数学の計算と同じ「スキル習得」のプロセスとして理解できるという考え方にあります。1990年代以降、Robert DeKeyserらを中心に「スキル習得理論」が体系化され、学習者が宣言的知識（declarative knowledge―いわゆる「頭でわかっている知識」）から手続き的知識（procedural knowledge―「実際に使える知識」）へと移行し、さらにそれが自動化されていくという三段階モデルが提唱されました。
本論文で紹介されているDeKeyser（1997）の研究は、人工言語「Autopractan」を使い、11週間にわたる訓練で形態統語論の処理がどう変化するかを追ったものです。結果として、エラー率と反応時間がともに指数関数的な法則（power law of practice）に従って減少することが示され、言語学習も他の認知スキルと同様のパターンを示すことが確認されました。また、習得したスキルが「練習した活動に特化する」という「スキル特異性」も実証されており、たとえばリスニングの練習だけをしても、スピーキングの自動化にはつながりにくいという重要な示唆が得られています。
計測の問題―CVとRTをめぐる論争
論文の中でも特に興味深いのが、「自動化をどうやって測るか」という方法論をめぐる議論です。直感的には「速くなれば自動化が進んだ証拠だ」と思いがちですが、研究者たちはもっと精緻な区別をしようとしてきました。
Segalowitz & Segalowitz（1993）は、単なる「スピードアップ」と「真の自動化」を区別するために、CV（変動係数―coefficient of variation）という指標を提案しました。これは、反応時間のばらつきを平均反応時間で割った値で、値が低いほど処理が安定していること、つまり自動化が進んでいることを示すとされます。
ただし、この指標をめぐっては長年の論争があります。Hulstijn et al.（2009）はCVの有用性に疑問を呈し、実際の学習場面では新しい知識の習得と既有知識の自動化が同時進行するため、CVで自動化の進捗を切り分けることは難しいと主張しました。これに対し、Lim & Godfroid（2015）はCV値が習熟度の向上とともに低下する傾向を示し、Hulstijn et al.の結論とは異なる結果を報告しています。
さらに、Suzuki & Sunada（2018）は反応時間（RT）の方がCVよりも英語運用能力の予測力が高いという結果を示す一方で、Zhang & Yang（2023）はその逆のパターンを報告しています。本論文はこの矛盾を、「習熟度の段階によって有効な指標が変わる」という考え方で整理しており、初期段階ではRTが、上級段階ではCVが重要になる可能性を示唆しています。こうした議論を通じて、自動化の測定がいかに複雑で難しいかがよくわかります。
教育実践への架け橋―ドリルから「意味ある繰り返し」へ
本論文のもう一つの大きな貢献は、理論研究と教育実践をつなぐ橋渡しの役割です。長らく、「意味のあるコミュニケーション活動」を重視するコミュニカティブ・ランゲージ・ティーチング（CLT）と、自動化を促す「反復練習」は相容れないものとして対立させられてきました。
しかし本論文が紹介するGatbonton & Segalowitz（1988, 2005）の研究は、この二項対立を乗り越えようとするものでした。彼らのアプローチは、機械的なドリルではなく、日常的なコミュニケーション場面で自然に発生する表現（たとえば依頼や質問のための定型表現）を繰り返し使う機会を設けることで、意味のある練習の中に自動化を促す仕組みを組み込もうとするものです。
Sato & McDonough（2019）の研究は教室での事例として注目に値します。週1回5週間、英語のwh疑問文を引き出すコミュニカティブなタスクを実施した結果、事前に宣言的知識（文法規則の理解）を持っていた学習者は、初期段階では有意に速く正確な発話を示しました。ただし、その効果は初期段階に限定されており、練習の質が単なる量よりも重要であることも示されています。
また、Suzuki & Hanzawa（2021/2022）の研究は、同じ課題の繰り返しに関して「間隔の置き方（スペーシング）」の重要性を明らかにしました。1回の授業で6回同じ課題を行う「集中練習」と、1週間間隔で分散させた「分散練習」では、流暢さの発達に異なる影響があり、集中練習は短期的にはポーズ（間）を減らす効果がある一方、発話速度の向上には必ずしもつながらないことがわかっています。タスクをただ繰り返せばよいというわけではなく、その設計が重要だという教訓は、現場の教員にとっても実践的なヒントになるでしょう。
日本の英語教育現場への示唆
ここで少し視野を広げ、本論文の知見を日本の英語教育の文脈で考えてみましょう。日本の英語学習者は、多くの場合、教室内でのみ英語に触れるEFL（外国語としての英語）環境に置かれています。論文の序論でも、「目標言語への教室外での接触が限られる外国語環境では、自動化を支える体系的な練習の機会を意図的に設計することが特に重要だ」と指摘されています。
Hanzawa & Suzuki（2023/2024）の6ヶ月縦断研究は、日本のEFL学習者を対象にしたもので、語彙・文法処理の速度と安定性が口頭流暢性の伸びを予測するという結果を示しています。特に「高頻度語はすでに自動化されている」という発見は、授業での優先事項を考える上で示唆的です。基礎的な語彙を使いこなすことができているなら、次は文法処理の速度と安定性を高めることに注力すべきという方向性が見えてきます。
また、DeKeyser（1997）らが示した「スキル特異性」の原則は、日本の英語教育が長年抱えてきた問題と深くつながっています。読み書き中心の受験英語で高いスコアを取れる学習者が、なぜ会話になると途端に詰まってしまうのか―それは「リーディング・ライティングの練習がスピーキングの自動化にはつながらない」というスキル特異性の原則で、ある程度説明できます。教室でスピーキングを自動化させるためには、スピーキングそのものの練習を意図的に設計する必要があるのです。
さらに、McManus & Marsden（2019）の研究は、L1（母語）の文法規則の説明をL2の指導に組み込むことで、自動化が有意に促進されるという結果を示しており、日本語話者向けの英語指導における「母語の活用」という観点からも重要な参照点となります。ただし、この研究はフランス語学習者を対象としており、日本語英語学習者への直接の一般化には注意が必要です。
記憶システムと個人差―なぜ人によって習得速度が違うのか
本論文のもう一つの重要な論点が、個人差の問題です。同じように練習しているのに、ある人はすぐに流暢になり、別の人はなかなか伸びない。この違いはどこから来るのでしょうか。
Suzuki（2018）とPili-Moss et al.（2020）の研究は、宣言的記憶（declarative memory―事実や規則を意識的に記憶する能力）と手続き的記憶（procedural memory―無意識の技能的処理を担う記憶システム）という、長期記憶の二種類のシステムが、自動化の異なる段階に関与していることを示しています。宣言的記憶能力は初期の正確性の発達に貢献し、手続き的記憶能力はその後の処理安定性（CV値の低下）に関わるという分業構造が見えてきています。
最新の研究であるForyś-Nogala et al.（2025）は、知能指数（IQ）や作業記憶よりも「言語分析能力（Language Analytic Ability）」が自動化の予測に重要であることを示しており、スキル習得における言語特有の認知能力の役割が再注目されています。こうした個人差の研究は、「なぜある学習者には特定の指導法が効果的なのか」を理解する上で欠かせない視点を提供しています。
タイムライン形式の意義と限界
本論文の形式的な特徴として、1982年から2025年にわたる研究を年代順に一覧化した「タイムライン」形式が採用されています。各研究について、テーマ・文脈・研究デザイン・言語領域・測定指標が統一されたカテゴリで示されており、読者が研究間の関係を比較しながら把握できるよう工夫されています。
この形式は、広範な研究の流れを見渡すための地図として非常に有用です。特に、「どの時期にどのような問題意識が生まれたか」「ある研究が後続の研究にどう影響したか」という知的な系譜が視覚的に追えるようになっており、SLA研究に不案内な読者でも全体像をつかみやすいと感じます。
ただし、タイムライン形式ゆえの限界もあります。本論文自身が認めているとおり、英語で書かれた書籍章や主要学術誌の論文に限定されており、引用頻度と新知見への貢献度が選定基準とされています。これは合理的な基準ですが、日本語や他言語で蓄積されたEFLを対象とした研究、特にアジア圏での実践研究が十分に反映されていない可能性があります。また、選定された研究の多くが実験室的設定での人工言語使用を含んでおり、実際の教室環境との乖離についてはさらなる議論の余地があります。
関連する批判的視点として、Dörnyei（2009）をはじめとするモチベーション研究者が指摘するように、自動化の進展は認知的な処理速度だけでなく、学習者の動機や情意的な要因とも深く絡み合っています。本論文はあくまで認知・処理の観点に焦点を当てており、その整合性は評価できますが、情意的側面の研究との統合は今後の課題として残ります。
暗示的知識と自動化した明示的知識の区別という難問
本論文が提起する最も難しい問いの一つが、「自動化した明示的知識（automatized explicit knowledge）」と「暗示的知識（implicit knowledge）」の関係です。意識的に学んだ文法規則を十分に練習することで、意識せず使えるようになる―これが自動化した明示的知識です。一方、暗示的知識は大量のインプットへの暴露を通じて無意識に発達する知識で、そもそも意識的にアクセスすること自体が困難な種類の知識です。
Suzuki（2017）とSuzuki & DeKeyser（2017）の研究は、前者が後者の習得を促進する可能性、すなわち「明示的から暗示的へのインターフェース」の存在を示唆しており、これはKrashenが否定し続けてきた主張と真っ向から対立します。Suzuki et al.（2023）のfMRI研究では、L2話者が音声産出課題において、L1話者とは異なる神経回路（左尾状核）を使用することが示され、行動データを超えた神経科学的根拠が蓄積されつつあります。こうした神経科学との融合は、本分野の今後の展望を示す重要な動向です。
まとめ―理論と実践を往復する姿勢の重要性
本論文全体を通じて感じることは、「自動化」という一見地味に聞こえる概念が、実は第二言語習得の中心的なメカニズムに関わる、非常に奥の深い研究領域であるということです。単に「反復練習すれば上手くなる」という経験則に対して、「なぜ上手くなるのか」「どんな練習がどんな条件で有効か」「個人差はどこから来るのか」という問いに、40年かけて少しずつ答えが蓄積されてきたことが伝わってきます。
日本の英語教育が長年抱えてきた課題―読み書きは得意でも話せない、学習期間が長くても流暢性が伸びない―を解決するためのヒントが、本論文の中に散りばめられています。それは、スピーキングの練習をスピーキングで行うこと、意味のある文脈の中で同じ構造を繰り返し使う機会を設けること、そして初期段階での明示的な文法理解を大切にしつつも、それを使いこなすための十分な練習機会を保証することです。
理論的には精緻化が続く一方で、教育実践への応用はまだ途上にあります。本論文がそのギャップを埋めようとする誠実な試みであることは確かで、SLA研究者だけでなく、英語教育の実践者や政策立案者にとっても、手元に置いておきたい一本だといえるでしょう。
Suzuki, Y., Maie, R., & Hui, B. (2025). Research timeline: Automatization in second language learning. Language Teaching, 1–20. https://doi.org/10.1017/S026144482500059X