ConvoLive の教え方と、その根拠となる研究

更新日

ConvoLive の教え方はひとつです。アプリを開くと、キャラクターが学習中の言語で話しかけてきます。あなたはそれに声で返し、その場面で求められた三つのことをやり終えるまで話し続けます。飲み物を注文する、アレルギーについて尋ねる、会計をしてもらう。そこで終わりです。明日はまた別の場面が待っています。

これはかなり絞り込んだ設計で、なぜここまで絞るのかとよく聞かれます。文法表は、単語リストは、選択問題はどこにあるのか。正直に答えると、最初はそれらもありました。使われ方を見て、そのうえで、人が実際に話せるようになる仕組みについて研究が何を言っているのかを読みに行きました。このページは、その答えの後半です。

以下の各セクションは、ひとつの判断と、それに基づいてアプリで行っていること、そして根拠となる研究をまとめたものです。要点は次のとおりです。

  1. 没入が効くのは、話さざるを得なくなるからであって、言語に囲まれるからではない
  2. 話すことは記憶からの引き出しであり、引き出す力は引き出す練習でしか伸びない
  3. 目標のある会話は、ドリルより多くを教える
  4. 助けは最初の一回を試したあとに出す。その前ではない
  5. 同じ場面の繰り返しは流暢さを育てるが、繰り返すのは今ではなく明日
  6. 一日の練習には終わりがあり、明日の予定はもう決まっている
  7. 休みの日がある連続記録は、厳しい連続記録より長続きする
  8. AI と話すことは、人を黙らせる不安を下げる
  9. 参加するだけでもらえる報酬は意欲を削ぐ。正直なフィードバックは削がない

出典の一覧はページの末尾にあり、本文中の引用番号はそれぞれの項目に飛びます。

没入は効く。ただし、よく言われる理由とは違う

語学学習でいちばんよく聞く話はこうです。何年も勉強したのに何も身につかず、現地に移り住んだとたんに急にできるようになった。その説明としてよく挙がるのは、言語に囲まれていたから、というものです。インプットがそこらじゅうにある。

研究が示しているのは、囲まれることは必要だが十分ではない、ということです。

1980年代、Merrill Swain はカナダのフレンチ・イマージョン校に通う子どもたちを調べました。子どもたちは何年もフランス語で授業を受け、理解できるインプットを何千時間も浴びてきており、聞いて理解する力は非常に高かった。それでも話すフランス語は、それだけの量から期待される水準にはまるで届いていませんでした。Swain の結論は、のちにアウトプット仮説と呼ばれるものです。理解と産出は別の技能であり、インプットだけでは後者は育たない。言葉を産出するよう迫られ、失敗して自分の穴に気づき、もう一度試す必要がある1。

もっとすっきりした検証が2004年にありました。Freed、Segalowitz、Dewey は、フランス語学習者の三つのグループを比較しました。自国での通常の授業、フランスでの一学期の留学、そして自国での七週間の集中プログラムで、参加者はフランス語しか話さないと誓約したものです。話す流暢さがもっとも伸びたのは、フランスにいたグループではありませんでした。国内イマージョンのグループで、授業外でフランス語を話し、書いた量も他の二グループよりはるかに多いと報告していました2。28人の学生というのは小さな研究で、流暢さの伸びを統計的に予測した唯一の変数は、意外にも授業外で書いた時間でした。だから正直な読み方は見出しより狭くなります。グループを分けたのは、どこに立っていたかではなく、どれだけその言語を使ったかです。現地に住むことと、話さざるを得ない状況に置かれることは同じではありません。

そこで私たちは、留学を再現しようとはしませんでした。留学のうち効いている部分を再現しようとしました。日常が、目標のついた小さな問題を手渡してきて、何か言う以外に解決する方法がない、という部分です。

アプリでは: すべてのレッスンが、やるべきことのある音声会話です。読むモードも、聞くモードも、独立した活動としては存在しません。初期設定さえ音声です。ホストが何を学びたいか尋ね、あなたが声で答えるので、習慣は最初の30秒から始まります。

話すことは記憶からの引き出しであり、引き出す練習が必要

見れば分かる単語と、必要なときに出てくる単語は別の能力で、強さも別々に保たれています。読書や単語カードが鍛えるのは前者です。話すには後者が要ります。この差がなぜ開くのかについては別の記事に書きましたが、短く言えば、意味から言葉へ向かう経路は使うことでしか速くならない、ということです。

記憶から引き出すほうが、もう一度見るより多くを学べるという証拠は、学習科学の中でも指折りに堅いものです。Roediger と Karpicke は学生に、文章を読み直すか、その文章についてテストを受けるかのどちらかをさせました。一週間後、テストを受けたグループのほうがはるかによく覚えていました。読み直したグループのほうが自信はあったにもかかわらず、です3。続いて Karpicke と Roediger は外国語の単語を使い、持続する学習を生むのは繰り返しの学習ではなく繰り返しの引き出しであることを示しました。一週間後の再生率はおよそ二倍でした4。

スピーキングアプリにとってもっとも重要なのは、2013年の Kang、Gollan、Pashler の研究です。語学プログラムの多くは、ネイティブスピーカーのあとについて繰り返すよう求めます。Kang らはそれを、学習者がまず自分でその単語を言おうとし、そのあとで初めてお手本を聞くという条件と比べました。先に試したほうが、単語の理解も産出も良くなり、そして誰もが心配する点である発音の質は落ちませんでした5。うまく言うために先に聞く必要はない。手を伸ばす必要があるのです。Kang らの研究が使ったのは単語と絵で、会話の中の文ではありません。ですから私たちのようなアプリにとっては、直接の検証というより隣接する証拠です。

技能習得理論がその仕組みを説明します。DeKeyser によれば、言語の知識が宣言的なもの（規則を述べられる）から手続き的なもの（考えずに使える）へ移るのは、実際に使う状況に近い条件で、その技能そのものを練習することによってのみです6。読む練習は読む力を伸ばします。リアルタイムで文を作る練習は、その力を伸ばします。

アプリでは: 毎ターン、あなたが話します。レッスン終了時のまとめでは、自分の言葉で言ったセリフと、提案を読み上げたセリフを分けて数えます。引き出しだったのは前者だからです。

ドリルではなく会話

産出が目標なら、なぜドリルではないのか。この文を言ってください。次はこれ。作るのはそのほうが簡単です。

インタラクションの研究が、やり取りそのものが学習の多くが起きる場所だと言っているからです。Long のインタラクション仮説は、相手と意味の交渉をしなければならないとき（相手が分からない、言い換える、相手が確認する、こちらが認める）、その交渉自体が関連する言葉を、ドリルにはできない形で際立たせると提唱しました7。Mackey と Goo のメタ分析は、インタラクションが直後のテストでも遅延テストでも大きな伸びを生み、とくに語彙への効果は数週間後もなお強かったことを示しました8。

タスク中心の教授法はこれをさらに進めます。学習者に、結果を判定できる本物のタスクを与え、言葉はそこにたどり着くために必要なものであれば何でもよい、とする。Bryfonski と McKay はタスク中心プログラムの52の研究を統合し、全体として強い効果（d = 0.93）を見いだしました。のちの再分析は g = 0.61 とし、2023年のレビューは、研究があまりに多様で統合すること自体が無理だと論じています9。つまり効果の大きさには争いがあります。争いがないのは、ここでも上のインタラクション研究でも、学習者は言語を何かのために使う必要があり、結果のあるタスクが会話に存在理由を与える、という点です。

ここで大事な言葉はタスクです。終わりのない雑談には成功すべきものがなく、うまくいったかどうかを知る手立てもありません。「AI とただ話すだけ」という製品の多くが人を失うのはここです。タスクには終わりがあります。

アプリでは: どの場面にも三つの目標があり、チェックリストとして表示されます。実際にそれを言ったときにチェックが付き、すべて終わると会話が終わります。キャラクターがあなたの言葉を理解できなければ、赤いバツを出す代わりに、人がそうするように、分からないと言ってもう一度尋ねます。セリフが通じたかどうかは返ってくる言葉で分かり、次の一言で直します。会話一本は数分で終わります。

助けは、試したあとに来る

学習者は誰でも、何も出てこない瞬間に突き当たります。スピーキングアプリはその瞬間をうまく扱わなければ、人はやめてしまいます。問題は、いつ助けるかです。

研究の答えは、試みのあと、前ではない、です。Kornell、Hays、Bjork は、答えようとして失敗し、それから答えを見るほうが、最初から答えを見せられるより学習の質が高いことを示しました。試みが見込みのないものだったときでさえ、です10。Bjork の「望ましい困難」に関する幅広い研究には、同じ形の結果が数多く集まっています。練習を難しく遅く感じさせる条件のほうが定着しやすく、なめらかに感じさせる条件はそうでないことが多い11。上の Kang らの結果は、同じ発見をスピーキングの文脈で見たものです。単語に手を伸ばすほうが、手渡されるより勝る。

これは作る側にとって居心地の悪い話です。先に出すヒントのほうが親切に見えますし、最初の一分間のテストでは成績も良い。しかし試みの前のヒントは、引き出す練習を読む練習に戻してしまいます。

アプリでは: あなたの番になると、タップして正しい言い方を聞ける提案と、母語で「これはなんて言うの？」と尋ねる手段があります。どちらも、固まるのではなく話し続けるためにあり、どちらも任意です。会話はあなたがそれを使うのを待ちません。レッスン終了時のまとめでは、自分の言葉で言ったセリフと提案を読み上げたセリフを分けて数えます。学習が起きるのは手を伸ばすところであり、増やすべき数字はそれだからです。

場面を繰り返す。ただし明日

ConvoLive では同じ状況が何度もめぐってくることに気づくはずです。それは意図的で、その間隔も意図的です。

De Jong と Perfetti は ESL の学生に、4分間のスピーチをさせ、次に3分、次に2分と短くしていきました。半数は同じ話題を繰り返し、半数は毎回新しい話題でした。訓練中はどちらのグループも速くなりました。しかし後のテストで伸びを保っていたのは繰り返したグループだけで、その速さは一度も練習したことのない新しい話題にも転移しました12。タスクの繰り返しは、そのタスクだけを教えるのではありません。その中の言語を手続き化するのです。Bygate の先行研究も同じことを見いだしています。スピーキングタスクの繰り返しは、流暢さと複雑さの両方を向上させました13。

次に、いつ繰り返すかという問題があります。Suzuki と Hanzawa は、同じタスクを一回の練習で六回行う場合と、授業をまたいで、あるいは一週間に分けて行う場合を比べました。集中的な繰り返しは、ポーズを消すのはいちばん速かったものの、発話速度を落とし、丸ごと同じ言い回しの繰り返しを増やしました。学習者は話していたのではなく、暗唱していたのです14。続いて Kakitani と Kormos は、流暢さの練習の間隔を一日空ける場合と七日空ける場合を検証し、一か月後の伸びはどちらも同じでした15。一日の間隔で十分です。すぐにもう一度やるのが、唯一避けるべき間隔です。

間隔をあけること自体は、記憶研究のもっとも古い知見のひとつで、Cepeda らの総説は250を超える研究を扱っています16。Duolingo が330万人の学習者を対象に本番環境で行った実験では、より良い間隔モデルによって、どの活動でも日次の継続率が12%上がりました17。

アプリでは: ひとつのコースは100の場面から成るので、同じ機能（注文する、道を尋ねる、問題を説明する）は同じ台本の繰り返しではなく、新しい設定でめぐってきます。場面を終えると、アプリはベストの記録を残し、今ではなく明日それを超えるよう誘います。

一日の練習には終わりがある

一日にどれだけやるかも設計上の問いで、ここでの証拠は論文ではなく私たち自身のものです。これは相関であって試験ではないので、そのつもりで読んでください。

2026年8月18日から25日に登録した461人のうち、初日に四本以上の会話を終えた人は48%が後日戻ってきました。一本も終えなかった人では14%です。ただしそのグループの初回セッションの中央値は24分で、大半はそれでも二度と戻ってきませんでした。大きな初回セッションは熱意であって、習慣ではありません。三本というのは研究から出た数字ではなく、製品としての選択です。本物のセッションと言えるだけの量で、終えて止められるだけの少なさ。

一回のセッションを二回目につなげる、証拠のいちばん揃った安上がりな道具は実行意図です。次にいつやるかを、具体的に決めること。Gollwitzer と Sheeran による94の研究のメタ分析は、その効果を d = 0.65 としており、質問ひとつで済むものとしては大きい18。Nunes と Drèze は、ゼロから始まる目標より、すでに進捗が見えている目標のほうが、人がはるかに達成しやすいことを見いだしました19。

アプリでは: 一日の練習は会話三本です。三本目が終わるとアプリはそう告げ、すでに用意された明日の場面を見せ、質問をひとつだけします。明日は何時に？ リマインダーはその時刻に、その場面の名前を添えて届きます。四本目をやりたければできますが、画面はもう今日は終わりだと伝えています。

休んでもいい連続記録

連続記録は効きます。同時に、もろい。Silverman と Barasch は、途切れた連続記録を見せられた人は、続いている記録を見せられた人より続けにくくなること、そして記録を修復できる場合はその害がはるかに小さいことを示しました20。Sharif と Shu は、小さな余裕を組み込んだ目標（「七日のうち五日」）のほうが厳格な目標より好まれ、達成もされやすく、一日抜けた人が立ち直る割合も余裕がある場合のほうがはるかに高いことを見いだしました21。Duolingo で記録に残っている連続記録の最大の改善は、一日の目標を丸ごと求める代わりに、小さな活動ひとつで記録を延ばせるようにしたことでした22。

アプリでは: 連続記録は日数のカウントで、直近の一週間ごとに二日の休みが組み込まれています。二日休んでも何も起きません。会話一本で記録は続きます。記録が終わるときも、アプリは大げさに騒ぎません。

評価してこない相手と話す

話すことは四技能の中でもっとも不安を招き、その不安は測定できるほどにパフォーマンスと、そもそも話そうとする意欲を抑え込みます23。MacIntyre のコミュニケーション意欲モデルは、この意欲を発話が起きる直前の最後の段階と位置づけます。つまり、ほかのあらゆる変数が最終的に動かさなければならないものです24。

ここ数年で一貫して見られる知見のひとつは、機械と話すとハードルが下がる、というものです。Bashori らはインドネシアの中等学校の生徒232人を対象に準実験を行いました。音声認識ウェブサイトで練習したグループは、通常の授業のグループよりスピーキング不安が低くなり、インタビューでは、人よりウェブサイトに向かって話すほうが不安が少ないと生徒が答えました25。Tai と Chen は、音声アシスタントで練習した青少年が英語で話そうとする意欲を有意に高め、不安が下がり自信が上がったことを見いだしました。教室より脅威の少ない環境だったからです26。

これは AI の相手が人間の相手に対して持つ唯一の強みで、私たちはそこに寄りかかっています。キャラクターはあなたについて何の意見も持ちません。カフェの場面で三回続けてひどい出来でも、あなた以外の誰にも分かりません。

アプリでは: いつでもやり直せます。誰かの前で採点されることはなく、どの場面でも最初の一回はひどくてかまいません。

あえて入れていないもの

ないものの中には、まだ手が回っていないからではなく、証拠がそれに反しているから入れていないものがあります。

ハートも、エネルギーも、ジェムのショップも、バッジの棚もありません。一部は証拠に基づき、一部は好みなので、どちらがどちらかを書いておきます。

証拠があるのは、予告された報酬と競争についてです。Deci、Koestner、Ryan による128の研究のメタ分析は、面白い活動に対する予告された有形の報酬がその活動への内発的動機を下げる一方、自分の出来についての情報はそうならないことを示しました27。Mekler らは、ポイント、レベル、ランキングが人の活動量を増やす一方で、出来の質も、やりたい気持ちも変えないことを見いだしました28。Hanus と Fox は、バッジとランキングを一学期にわたって教室で試し、ゲーム化したグループのほうが意欲も試験の点も低かったことを報告しています29。

ハートとエネルギーは別の話です。報酬ではなく、間違いに対する罰であり、上の助けについてのセクションは、間違いを安くするための議論です。入れないのはそれと一貫した設計上の選択であって、研究の知見ではありません。

だからレッスン終了時の画面は、何が起きたかを伝えます。どの目標を達成したか、何本のセリフを言ったか、そのうち何本が自分の言葉だったか、何本をキャラクターが一度で理解したか、そしてその場面でのベストの記録。能力についての情報で、同じ研究がこれは役に立つとしているものです。XP は控えめな数字として置いてあります。それだけです。

自由会話モードもありません。理由は会話のセクションに書いたとおりです。終わりがなく、失敗のしようもなく、失敗できないタスクは進歩に感じられません。

まとめ

目標のある状況で、声に出して言う。できるだけ自分で言葉に手を伸ばす。通じたかどうかは、返ってくる言葉で知る。同じ種類のことを、今ではなく明日もう一度やる。一日三本で、やめる。連続記録は守り、抜けた日は許す。参加するだけの報酬はなく、何を言ったかの正直な記録だけ。

どれも独創的ではありません。人がどうやって話せるようになるかについて研究が長らく言ってきたことを、最初の一分間でアプリを心地よくし、最初の一か月で空っぽにする部分を抜いて、そのまま適用しただけです。どんな感じか試したければ、アプリは無料です。最初の会話は難しくて当然です。

ConvoLive の数字は、2026年8月18日から25日に登録したユーザーについての私たち自身の分析によるもので、テスト用アカウントは除いています。「戻ってきた」とは、登録から少なくとも五日後の時点で観察した、後日の暦日における何らかの活動を指します。

参考文献

  1. Swain, M. (1985). Communicative competence: Some roles of comprehensible input and comprehensible output in its development. In S. Gass & C. Madden (Eds.), Input in Second Language Acquisition (pp. 235–253). Newbury House. ↩

  2. Freed, B. F., Segalowitz, N., & Dewey, D. P. (2004). Context of learning and second language fluency in French: Comparing regular classroom, study abroad, and intensive domestic immersion programs. Studies in Second Language Acquisition, 26(2), 275–301. doi:10.1017/S0272263104262064 ↩

  3. Roediger, H. L., & Karpicke, J. D. (2006). Test-enhanced learning: Taking memory tests improves long-term retention. Psychological Science, 17(3), 249–255. doi:10.1111/j.1467-9280.2006.01693.x ↩

  4. Karpicke, J. D., & Roediger, H. L. (2008). The critical importance of retrieval for learning. Science, 319(5865), 966–968. doi:10.1126/science.1152408 ↩

  5. Kang, S. H. K., Gollan, T. H., & Pashler, H. (2013). Don't just repeat after me: Retrieval practice is better than imitation for foreign vocabulary learning. Psychonomic Bulletin & Review, 20(6), 1259–1265. doi:10.3758/s13423-013-0450-z ↩

  6. DeKeyser, R. (2007). Skill acquisition theory. In B. VanPatten & J. Williams (Eds.), Theories in Second Language Acquisition: An Introduction (pp. 97–112). Lawrence Erlbaum. ↩

  7. Long, M. H. (1996). The role of the linguistic environment in second language acquisition. In W. C. Ritchie & T. K. Bhatia (Eds.), Handbook of Second Language Acquisition (pp. 413–468). Academic Press. doi:10.1016/B978-012589042-7/50015-3 ↩

  8. Mackey, A., & Goo, J. (2007). Interaction research in SLA: A meta-analysis and research synthesis. In A. Mackey (Ed.), Conversational Interaction in Second Language Acquisition (pp. 407–452). Oxford University Press. eprints.lancs.ac.uk ↩

  9. Bryfonski, L., & McKay, T. H. (2019). TBLT implementation and evaluation: A meta-analysis. Language Teaching Research, 23(5), 603–632. doi:10.1177/1362168817744389. Re-analysis: Xuan, Q., Cheung, A., & Liu, J. (2025). Language Teaching Research. doi:10.1177/13621688221131127. Review: Boers, F., & Faez, F. (2023). Meta-analysis to estimate the relative effectiveness of TBLT programs: Are we there yet? Language Teaching Research. doi:10.1177/13621688231167573 ↩

  10. Kornell, N., Hays, M. J., & Bjork, R. A. (2009). Unsuccessful retrieval attempts enhance subsequent learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 35(4), 989–998. doi:10.1037/a0015729 ↩

  11. Bjork, E. L., & Bjork, R. A. (2011). Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning. In M. A. Gernsbacher et al. (Eds.), Psychology and the Real World (pp. 56–64). Worth. bjorklab.psych.ucla.edu ↩

  12. de Jong, N., & Perfetti, C. A. (2011). Fluency training in the ESL classroom: An experimental study of fluency development and proceduralization. Language Learning, 61(2), 533–568. doi:10.1111/j.1467-9922.2010.00620.x ↩

  13. Bygate, M. (2001). Effects of task repetition on the structure and control of oral language. In M. Bygate, P. Skehan & M. Swain (Eds.), Researching Pedagogic Tasks: Second Language Learning, Teaching and Testing (pp. 23–48). Longman. routledge.com ↩

  14. Suzuki, Y., & Hanzawa, K. (2022). Massed task repetition is a double-edged sword for fluency development: An EFL classroom study. Studies in Second Language Acquisition, 44(2), 536–561. doi:10.1017/S0272263121000358 ↩

  15. Kakitani, J., & Kormos, J. (2024). The effects of distributed practice on second language fluency development. Studies in Second Language Acquisition, 46(3), 770–794. doi:10.1017/S0272263124000251 ↩

  16. Cepeda, N. J., Pashler, H., Vul, E., Wixted, J. T., & Rohrer, D. (2006). Distributed practice in verbal recall tasks: A review and quantitative synthesis. Psychological Bulletin, 132(3), 354–380. doi:10.1037/0033-2909.132.3.354 ↩

  17. Settles, B., & Meeder, B. (2016). A trainable spaced repetition model for language learning. Proceedings of ACL 2016, 1848–1858. research.duolingo.com ↩

  18. Gollwitzer, P. M., & Sheeran, P. (2006). Implementation intentions and goal achievement: A meta-analysis of effects and processes. Advances in Experimental Social Psychology, 38, 69–119. doi:10.1016/S0065-2601(06)38002-1 ↩

  19. Nunes, J. C., & Drèze, X. (2006). The endowed progress effect: How artificial advancement increases effort. Journal of Consumer Research, 32(4), 504–512. doi:10.1086/500480 ↩

  20. Silverman, J., & Barasch, A. (2023). On or off track: How (broken) streaks affect consumer decisions. Journal of Consumer Research, 49(6), 1095–1117. doi:10.1093/jcr/ucac029 ↩

  21. Sharif, M. A., & Shu, S. B. (2017). The benefits of emergency reserves: Greater preference and persistence for goals that have slack with a cost. Journal of Marketing Research, 54(3), 495–509. doi:10.1509/jmr.15.0231 ↩

  22. Duolingo (2020). Improving the streak. blog.duolingo.com ↩

  23. Horwitz, E. K., Horwitz, M. B., & Cope, J. (1986). Foreign language classroom anxiety. The Modern Language Journal, 70(2), 125–132. doi:10.1111/j.1540-4781.1986.tb05256.x ↩

  24. MacIntyre, P. D., Clément, R., Dörnyei, Z., & Noels, K. A. (1998). Conceptualizing willingness to communicate in a L2: A situational model of L2 confidence and affiliation. The Modern Language Journal, 82(4), 545–562. doi:10.1111/j.1540-4781.1998.tb05543.x ↩

  25. Bashori, M., van Hout, R., Strik, H., & Cucchiarini, C. (2021). Effects of ASR-based websites on EFL learners' vocabulary, speaking anxiety, and language enjoyment. System, 99, 102496. doi:10.1016/j.system.2021.102496 ↩

  26. Tai, T.-Y., & Chen, H. H.-J. (2023). The impact of Google Assistant on adolescent EFL learners' willingness to communicate. Interactive Learning Environments, 31(3), 1485–1502. doi:10.1080/10494820.2020.1841801 ↩

  27. Deci, E. L., Koestner, R., & Ryan, R. M. (1999). A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivation. Psychological Bulletin, 125(6), 627–668. doi:10.1037/0033-2909.125.6.627 ↩

  28. Mekler, E. D., Brühlmann, F., Tuch, A. N., & Opwis, K. (2017). Towards understanding the effects of individual gamification elements on intrinsic motivation and performance. Computers in Human Behavior, 71, 525–534. doi:10.1016/j.chb.2015.08.048 ↩

  29. Hanus, M. D., & Fox, J. (2015). Assessing the effects of gamification in the classroom: A longitudinal study on intrinsic motivation, social comparison, satisfaction, effort, and academic performance. Computers & Education, 80, 152–161. doi:10.1016/j.compedu.2014.08.019 ↩