スマートフォンの普及率とマルチタスクの傾向の両方が高まっているため、歩行中のスマートフォンの使用が注意に与える影響を理解することが重要です。文献は、タスクの切り替えには、歩行中のスマートフォンの使用を含め、コスト¹が伴うことを繰り返し示しています。研究によると、歩きながらスマートフォンを使用すると、気が散り、危険な場合があります^2,3,4。これらの危険は、そのようなタスクを実行することの注意障害に関連しています3,4,5,6,7。歩行者環境の複雑な性質のために、生態学的に有効な実験的文脈でそれを研究することは問題になる可能性があります。それにもかかわらず、実際の歩行者環境でそのような研究を実施することは、多くの無関係な変数が作用する可能性があり、注意散漫のために参加者に害を及ぼすリスクがあるため、それ自体が複雑になる可能性があります。可能な限り現実的な比較的安全な環境でこのような現象を研究できることが重要です。この記事では、歩行中のテキストメッセージのタスク切り替えコストを調査しながら、タスクの有効性を高め、関連する潜在的なリスクを軽減する調査方法について説明します。

歩行中にスマートフォンを使用する場合、個人はスマートフォンのタスクから歩行および環境関連のタスクに切り替えることを余儀なくされます。したがって、このような現象を研究するためには、マルチタスクに関する文献の中でこの方法を組み立てることが適切であり、特にタスク切り替えパラダイムに焦点を当てていることがわかりました。これを行うために、タスク切り替えパラダイム^{が使用されました 1}、参加者に刺激前のタスクと刺激後のタスクを切り替えるようにしました。2つの刺激前タスクのうちの1つはマルチタスクを含み、もう1つはそうではありませんでした。刺激後の課題では、参加者は、知覚が分割注意の影響を受ける刺激に反応しなければなりませんでした⁸。さらに、可能な限り生態学的に有効であろうとする実験実験室の研究では、歩行中のスマートフォン使用の注意の影響を理解するために、仮想歩行者環境を使用することがよくあります^4,9。それにもかかわらず、根底にある神経生理学的メカニズムを捉えるために、参加者が反応しなければならない刺激の数を最小限に抑えるために、1つの刺激に対する特定のタスク切り替え反応に焦点を当てることを選択しました。このようにして、スマートフォンから刺激に注意を向けることから生じるタスク切り替えコストをより正確に特定できます。私たちの研究デザインでは、行動測定(つまり、タスク切り替えコスト)と神経生理学的データを使用して、歩行者のスマートフォン使用中に見られる注意障害をよりよく理解します。

タスク切り替え実験中、参加者は通常、一連の刺激に関連する少なくとも2つの単純なタスクを実行し、各タスクには「タスクセット」と呼ばれる異なる認知リソースのセットが必要です¹。個人がタスク間の切り替えを余儀なくされた場合、彼らの精神的資源は適応する必要があります(すなわち、前のタスクセットの抑制と現在のタスクセットの活性化)。この「タスクセット再構成」処理が、タスク切替コスト¹の原因であると考えられる。タスク切り替えコストは通常、参加者がタスクを切り替える試行と切り替えない試行間の応答時間および/またはエラー率のいずれかの違いを観察することによって決定されます¹⁰。私たちの実験では、3つのタスクセットがありました:1)ポイントライトウォーカー刺激に反応します。2)歩きながらスマートフォンでテキストメッセージを送る。3)単に歩く。1)刺激に反応する前に単に歩く、2)応答する前にテキストメッセージを送りながら歩くという2つの異なる条件の間で切り替えコストを比較した。このようにして、タスクを切り替える前にスマートフォンでマルチタスクのコストをキャプチャし、視覚刺激が現れる前に単に歩くという非マルチタスクのスイッチコストと直接比較することができました。この研究で使用されたスマートフォンは特定のブランドのものであったため、すべての参加者は実験前にスクリーニングされ、デバイスの適切な使用方法を知っていることを確認しました。

歩行者のコンテキストを代表するリアルな体験をシミュレートするために、参加者の左または右に向かって3.5°の偏差角度で歩く人間の形を表す視覚刺激としてポイントライトウォーカーフィギュアを使用することにしました。この図は、白い背景に15個の黒い点で構成されており、ドットは人間の頭、肩、腰、肘、手首、膝、足首を表しています(図1)。この刺激は生物学的運動に基づいており、これは人間および動物に典型的な運動のパターンに従うことを意味する¹¹。さらに、この刺激は生態学的に有効以上のものです。正常に分析されるためには、複雑な視覚処理と注意が必要です^12,13。興味深いことに、Thorntonら⁸は、点状の歩行者の方向の適切な識別は、分割注意によって大きく影響され、マルチタスク時のタスク切り替えコストを研究する際のパフォーマンス尺度として適していることを発見しました。参加者は、人物が歩いている方向を口頭で述べるように求められました。歩行者の出現の前には、常に画面上のその外観を知らせる聴覚的な合図がありました。

ポイントライトウォーカータスクと神経生理学的データのパフォーマンスにより、両方の状態の注意への影響を判断し、それらを引き起こした原因を特定するのに役立ちました。パフォーマンスは、ポイントライトウォーカーフィギュアの方向を決定する際のエラー率と応答時間を調べることによって測定されました。パフォーマンス測定で見つかった注意障害に関与する根本的な認知および注意メカニズムを理解するために、32個の電極を備えたEEG actiCAPを使用して参加者の神経生理学的データを評価しました。EEGは一時的な精度の観点から適切なツールであり、特定の瞬間(ポイントライトウォーカーフィギュアの外観など)でパフォーマンスが低下する原因を確認しようとするときに重要ですが、動きのためにアーティファクトがデータに存在する場合があります。EEGデータを分析する場合、2つの指標が特に重要です:1)アルファ振動;2)認知的関与。研究によると、アルファ振動は、ワーキングメモリ制御と、タスクに無関係な脳回路の能動的な阻害を表す可能性があります^14,15,16,17。ベースラインレベルでのアルファ振動を刺激提示^18,19で発生する振動と比較することにより、アルファ比を取得しました。この比率で、歩行中にテキストメッセージを送るときに観察される注意障害の根底にある可能性のあるイベント関連の変化を特定しました。認知的関与に関して、Pope et al.20は、ベータ活性が覚醒と注意の増加を表し、アルファとシータの活動が覚醒と注意の減少を反映する指標を開発しました^21,22。この分析は、刺激の出現前のエンゲージメントの増加が、歩行者の姿に応答するために必要なタスクセットの再構成を複雑にするかどうかを判断するために行われました。

本稿で説明した方法論を用いて、マルチタスクエピソードに従事する参加者のタスク切り替えパフォーマンスに影響を与える根本的なメカニズムを把握しようとしています。歩行条件は、マルチタスクタスクスイッチ性能(すなわち、歩行中のテキストメッセージ)と比較される非マルチタスクタスクスイッチ性能を表す。タスクセットの抑制とタスクセットの活性化の役割を測定することにより、歩行中にテキストメッセージを送信するときに発生するスイッチコストをよりよく理解しようとしました。元の研究は没入型仮想環境で行われたが²³ 、後に実験室( 図2を参照)で複製され、参加者の前のスクリーンに歩行者の姿を表示するプロジェクターで再現されたことに注意することは重要です。この仮想環境は利用できなくなったため、プロトコルは現在の実験室の設計に適合しました。