科学用語 よそくふごうか

予測符号化

脳は常に次に来る情報を予測しながら処理しているとする神経科学の理論。催眠暗示が効くメカニズムの一つとして近年注目されています。

別名: Predictive Coding予測処理Predictive Processing

予測符号化

定義

予測符号化(Predictive Coding)とは、脳は受動的に外界の情報を受け取るのではなく、常に次に起こることを予測しながら、予測と実際の差分のみを処理する とする神経科学の理論です。

Karl Fristonらによって2000年代に体系化され、現在では 知覚・認知・意識の統一理論 の有力候補となっています。

基本原理

従来のモデル vs 予測符号化モデル

[従来モデル(ボトムアップ)]
感覚入力 → 処理 → 知覚
↑ ボトムから意味を組み立てる

[予測符号化モデル]
上位層が予測 → 感覚入力で検証 → 予測誤差のみ伝達
↑ トップダウンの予測が主役

つまり脳は 「何が見える/聞こえるはずか」を先に予測し、実際の入力との差分だけを意識に上げる

催眠への関連

暗示が効く仕組みの説明

従来、催眠の暗示効果は「批判機能の低下」で説明されていました。予測符号化の枠組みでは、暗示が「高い予測」として機能し、それが実際の知覚を書き換える と説明されます。

催眠誘導: 「あなたの腕は重くなる」

脳が「腕が重い」という予測を構築

予測が強すぎて、実際の感覚入力より予測が優先される

本当に腕が重く感じる(幻覚に近い現象)

幻覚・離人感との連続性

予測が極端に強くなると、実際の感覚入力を無視した体験(幻覚・離人感) が発生します。深い催眠状態で起きる感覚変容は、この現象の弱いバージョンと考えられています。

トランス状態との関係

トップダウン処理の優位性

トランス 状態では、外界からの感覚入力を処理する割合が低下し、内的な予測(=暗示)の影響が相対的に大きくなる。これが「催眠に深く入ると、暗示の効果が高まる」理由の神経科学的説明です。

DMN(デフォルトモードネットワーク)との関連

予測符号化の上位層は、DMNと重なる領域(内側前頭前野・後帯状皮質)で実行されています。催眠中にDMNの活動パターンが変化することが知られており、これが予測の書き換えやすさを生み出している可能性があります。

催眠音声での応用

期待値の誘導が最初のステップ

優れた催眠音声の冒頭は、「これから起こること」の予測をリスナーに正確に植え付ける ことから始まります。

「今から深くリラックスしていきます」
「全身の力が抜けていきます」
「気持ちよくなっていきます」

これらは単なるアナウンスではなく、予測を脳内に構築させる 操作。一度構築された予測は、その後の感覚入力を上書きしていきます。

リスナー側の協力の重要性

予測符号化の観点では、リスナーが予測に「同意」するかどうか が効果を大きく左右します。

  • 「かからないだろう」と予測する → その通りかからない
  • 「きっとかかる」と予測する → 暗示が効きやすい

これは プラセボ効果 とも密接に関連しています。

プラセボとの統合理解

予測符号化は、プラセボ効果と催眠効果を同じ枠組みで説明可能にした 画期的な理論です。

プラセボ: 「効く」という予測 → 実際に効く
催眠暗示: 「変化する」という予測 → 実際に変化する

両者は別現象ではなく、予測の強さの違い として連続的に理解できます。

最新の研究動向

意識の統一理論としての発展

2020年代、予測符号化は 意識研究の中核理論 として発展しています。Anil Seth、Giulio Tononiらが関連理論を展開中。

催眠研究への応用

Grumerらの2023年研究では、催眠深度と予測誤差信号の関係がfMRIで測定され、深い催眠ほど予測誤差の伝達が抑制される ことが示されています。

参考文献

  • Friston, K. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience, 11(2), 127-138.
  • Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and Brain Sciences, 36(3), 181-204.
  • Martin, J. R., & Pacherie, E. (2019). Alterations of agency in hypnosis: A new predictive coding model. Psychological Review, 126(1), 133-152.