# ワーキングメモリの鍛え方｜日常でできる5つの方法

出典: https://iqcat.vercel.app/blog/working-memory-training
公開日: 2026-05-09 / 更新日: 2026-08-10
発行: ねこIQ (https://iqcat.vercel.app)
タグ: 認知能力, 記憶

> ワーキングメモリ（作業記憶）は鍛えられる？チャンク化・n-back課題など日常でできる5つの方法を紹介しつつ、近転移・遠転移の知見から「容量そのものは大きく増えない」という効果の限界も正直に解説します。

ワーキングメモリのトレーニングで確実に伸びるのは「容量そのもの」ではなく「使い方（方略）」です。この前提を押さえたうえで、日常に組み込める5つの方法と、効果がどこまで及ぶのかを正直に解説します。

## ワーキングメモリとは

ワーキングメモリ（作業記憶）は、情報を一時的に保持しながら同時に操作する能力です。暗算の途中結果を覚えておく、長い文の前半を保持したまま後半を読む、会話の流れを追う――こうした場面で常に使われています。

CHC理論では短期記憶（Gsm）という広域能力に位置づけられ、[流動性推理（Gf）](https://iqcat.vercel.app/blog/fluid-crystallized-intelligence)と強く相関することが知られています。IQテストの図形問題で「複数の規則を同時に追う」ときに効いてくるのがこの能力です（[g因子とCHC理論](https://iqcat.vercel.app/blog/g-factor)）。

## 5つの方法

日常で取り入れやすい順に挙げます。

- チャンク化: 情報を意味のある塊にまとめる。電話番号をハイフンで区切るのと同じ原理で、保持できる「項目数」を実質的に増やせます
- n-back課題: n個前に出た刺激と一致するかを判断する課題。作業記憶を直接負荷する代表的トレーニングです
- 暗算の日課: 買い物の合計を暗算するなど、途中結果を保持する場面を意図的に作ります
- デュアルタスク: 歩きながら数を逆順に数えるなど、2つの処理を並行させます
- 十分な睡眠: 睡眠不足はワーキングメモリを直撃します。削るともっとも損をする項目です

共通する条件は「少し難しいレベルを保つこと」です。慣れて自動化された作業を繰り返しても負荷がかからず、トレーニングになりません。

## 効果の限界：近転移と遠転移

ここは誇張されやすい部分なので正直に書きます。トレーニング研究では、練習した課題そのものや似た課題への効果（近転移）は安定して確認される一方、知能全体への効果（遠転移）は小さいか確認が難しい、というのが現在の標準的な見解です。

つまり「n-back課題を続ければn-backが上手くなる」は起きますが、「n-back課題でIQが大きく上がる」は期待しすぎです。この線引きは[IQを上げる方法の科学的検証](https://iqcat.vercel.app/blog/how-to-raise-iq)で詳しく扱っています。

> 図: 近転移と遠転移の違い

## それでも方略の改善には価値がある

遠転移が限定的でも、チャンク化のような方略は実生活で直接効きます。覚えるべき情報を構造化する、外部メモに逃がす、割り込みを減らす――これらは容量の限界を前提にした現実的な対処であり、勉強や仕事の成果に直結します。

土台として最も一貫した証拠があるのは有酸素運動と睡眠です。認知機能の維持という観点では、この2つを削らないことがどのトレーニングよりも優先されます（[頭を使う趣味10選](https://iqcat.vercel.app/blog/brain-training-hobbies)）。

## 現在の水準を測ってみる

ワーキングメモリは、複数の規則を同時に追う問題でその働きが表に出ます。[ねこIQの無料IQテスト](https://iqcat.vercel.app/start)は20問・約10分で4分野を個別に採点するため、同時処理が要求される問題での自分の傾向を確認できます。

## 免責事項

ねこIQは娯楽・自己理解を目的とした推定値を提供するもので、医療・臨床目的の検査や公式な心理検査ではありません。記載の割合は平均100・標準偏差15の正規分布モデルからの算出値です。