ハイライトの科学：ほとんどの人がやり方を間違えている理由

ハイライトは本当に効果があるのか？

はい、ハイライトには効果があります。ただしその効果は控えめで、上手に行うほど大きくなります。公刊された36本の論文を対象とした2022年のメタ分析によると、読みながら自分でハイライトすると記憶には小〜中程度の効果がある一方、理解度に確かな向上は見られませんでした。以下で紹介する研究からは、選択的にハイライトし、さらにマークした内容を整理したり想起したりしたときに、より大きな効果が得られることがうかがえます。研究が「低い有用性」と評価しているのは、何をマークすべきかの訓練を受けないまま、ほとんどの学生がやっているようにハイライトするやり方です。問題はツールではなく、テクニックにあったのです。

2013年、心理学者John Dunloskyと4人の同僚がPsychological Science in the Public Interestに画期的なレビューを発表しました。彼らは一般的な10の学習テクニックを評価し、それぞれの効果が、異なる学習条件、学生、教材、テストの種類にわたってどれだけ通用するかを判定しました。ハイライトと下線は最低ランクの「低い有用性」に位置付けられました。

メディアはこれに飛びつきました。「教科書のハイライトをやめよう！」という見出しが広まりました。教育ブログはこの判定を定説として繰り返しました。教師は学生にハイライターをしまうように言いました。数年のうちに、「ハイライトは効果がない」というのが常識になりました。

しかし、ほとんどの人は実際の論文を読んでいませんでした。要約の要約を読み、ニュアンスが途中で失われてしまったのです。

Dunloskyのレビューがハイライトを評価したのは、一般的に行われている方法であって、行い得る方法ではありませんでした。そしてほとんどの学生はどのようにハイライトしているかというと、ページのほぼすべての行に黄色のマーカーを引き、教材と実際に向き合うことなく、偽りの親近感を生み出しているのです。効果がないのは、そのバージョンのハイライトです。

誰も問わなかった問いがあります：ハイライトを上手に行うとどうなるのか？

---

Dunloskyが実際に述べたこと

細かい部分を見てみましょう。Dunlosky et al.（2013）は、ほとんどの学生が使うようなハイライトと下線は「学生の成績を一貫して向上させるわけではない」と結論づけ、さらにテキストを断片化させることで、より高度な推論問題の成績を損なう可能性さえあるとしました。

この「一貫して」という言葉が重要です。ハイライトが成績を向上させたケースもあったということを意味しています。このレビューは全面的な批判ではなく、ほとんどの学生がテクニックを不適切に使用しているという警告だったのです。

著者らは重要な限界を認めています：レビューした研究のほとんどは、何をどのようにマークするかについてのトレーニングを提供せずに、参加者にテキストを読んでマークするよう求めただけでした。参加者は選択性に関するガイダンスも、ハイライトと他の戦略を組み合わせる指導も、ハイライトした教材を復習するためのフレームワークも受けていませんでした。

料理を教わったことがない人を観察して、料理の効果を評価することを想像してみてください。料理は良い食事を生み出さないと結論づけるでしょう。しかし問題は料理ではなく、スキルの欠如なのです。

Dunloskyと同僚は5つのテクニックを「低い有用性」（ハイライト、再読、要約、キーワード記憶術、イメージ利用）、2つだけを「高い有用性」（テスト練習と分散学習）と評価しました。高い有用性のテクニックには重要な共通点がありました：能動的な処理を強制することです。低い有用性のテクニックは、一般的に使用される場合、受動的でした。

受動的か能動的かというこの区別に、真の洞察があります。ハイライトは受動的になり得ます。しかし、そうである必要はありません。

---

ハイライトが効果的な場合：研究結果

2013年以降、増え続ける研究が「ハイライトは無駄」という物語を複雑にしてきました。いくつかの研究が、ハイライトが真に効果的となる条件を特定しています。

最も明快な要約はメタ分析から得られます。Educational Psychology Reviewに掲載されたPonce, Mayer, and Méndez（2022）は、公刊された36本の論文から85の効果量をプールしました。学習者が生成したハイライトは記憶を向上させました（d ≈ 0.36）が、理解度は向上させず（d ≈ 0.20）、また若い学齢期の生徒（d ≈ 0.24）よりも大学生（d ≈ 0.39）により役立ちました。指導者がハイライトを提供した場合は、記憶と理解度の両方が向上しました（それぞれ d ≈ 0.44）。つまり、専門家が選んだハイライトは自分で作ったものよりもさらに役立つということであり、これは何をマークするかを選ぶスキルこそが重要な役割を果たしていることを示唆しています。

Educational Psychology Reviewに掲載されたYue, Storm, Kornell, and Bjork（2015）からは、示唆に富む結果が得られています。彼らは、ハイライトが有用だと信じていなかった学生の方が、熱心な信奉者よりも実際に大きな恩恵を受けたこと、そしてハイライトがハイライトされていない部分の記憶を損なわなかったことを発見しました。恩恵はテキストに関与することから生まれたのであって、儀式を信じることから生まれたのではありませんでした。

より最近の研究は、これをスクリーンにも広げています。Mason、Ronconiら（2024）は、デジタル読書においてハイライトそのものには効果がなかったものの、専門家が重要と評価した箇所をより多くマークした学生ほど、字義的な理解度と転移のスコアが高かったことを発見しました。

さらに一歩踏み込んだ、より新しい研究もあります。米国教育学会（AERA）の2026年年次大会で、先ほどの2022年のメタ分析の筆頭著者であるHector Ponceが、チリのサンティアゴで7年生（中学1年生に相当）186人を対象に行った実験を報告しました。生徒たちは、2つの事柄を比較対照する文章を、次の4つの方法のいずれかで学習するよう無作為に割り当てられました：読むだけ、通常のハイライト、色分けハイライト（各ハイライトを文章構造の中での役割によって分類する）、そして色分けをしながら各ハイライトを比較マトリックスのマス目に書き入れる方法です。

理解度を有意に向上させたのはマトリックス群だけでした（データセットとともに公開された分析では、「読むだけ」に対して d = 0.77、通常のハイライトに対して d = 0.61）。ただし、色分け群を確実に上回ったとまでは言えません。記憶については群間に差がなく、またハイライトを伴う条件はいずれも読むだけの場合より時間がかかったため、文章に長く向き合ったことが効果の一部を説明している可能性があります。これは中学生を対象に1つの文章だけを用いた単一の研究で、学会のポスター発表として共有され、データセットが2026年9月に公開されたものです。確立した科学ではなく、有望な手がかりとして受け止めてください。

これらの肯定的な研究結果に共通するものは何でしょうか？すべての場合において、ハイライトが効果的だったのは、選択性、注釈、構造化された復習、あるいはマークした内容の整理という意図的なプロセスと組み合わされたためです。ハイライターは学習ツールではありませんでした。ハイライトの背後にある思考が学習ツールだったのです。

---

選択性の原則

ハイライトが学習に役立つか害になるかを左右する最大の要因の一つは、どれだけハイライトするかです。

Fowler and Barker（1974）は、「テキスト教材の保持におけるハイライトの効果」と題したJournal of Applied Psychologyの研究で、これに関する最も初期のテストの一つを行い、学生が通常行うようなハイライトからは信頼できる全体的な効果は見られませんでした。その後の研究は、この描像をより鮮明にしました：マークしすぎると、ハイライトした箇所は読み飛ばした箇所に対する優位性を失います。すべてをハイライトすれば、何もハイライトしていないのと同じです。ハイライトを有用にする視覚的な対比（重要なものと重要でないものの分離）は、ページの70%が黄色になると消えてしまいます。

この対比には古典的な説明があります。1933年、Hedwig von Restorffは、リストの中に他と異なる項目が1つあると、人はそれを周りの項目よりもよく覚えていることを示しました。この発見は現在、孤立効果、またはフォン・レストルフ効果と呼ばれています。ハイライトとは、自分の手で作り出す孤立効果なのです。マークした行がマークしていない行から際立っているときに最もよく機能するので、ハイライトしすぎると効果が小さくなってしまいます。

これを選択的なハイライトと比較してみてください。読書の専門家は、段落やセクションを読み終えてからハイライトすることを推奨しています。プロセスは次のとおりです：まず読み、何が重要かを考え、それから戻って核心的なアイデアだけをマークする。1段落につき1文が良い出発点です。多くても2文です。

これは、熟練した読者がテキストに自然に取り組む方法と一致しています。熟練した学術研究者は読みながらハイライトするのではなく、議論の構造を理解した後の2回目のパスでハイライトします。ハイライトは理解の代替ではなく、検索のためのブックマークになります。

自分のハイライトが上手くいっているかの簡単なテストがあります：1週間後にページに戻ってきたとき、ハイライトだけで議論を再構成できますか？できるなら、選択的にハイライトできています。ハイライトが明確な筋道のない色の壁を形成しているだけなら、受動性の罠に陥っています。

Glasp のウェブハイライターのようなツールは、このような選択的な関わりをサポートします。任意のウェブページで文章をハイライトすると、何が重要かについて意識的な判断を行っています。また、Glasp はハイライトを個人ライブラリに保存するため、後で復習のために再訪でき、一度きりの読書行為を間隔反復練習に変えることができます。ウェブページでテキストを効果的にハイライトする方法についてさらに詳しく学べます。

---

何をハイライトすべきか？重要な情報の見つけ方

ハイライトすべきなのは、重要な情報を担っている文です。具体的には、各セクションの主張、新しい用語の定義、論点の決め手となるエビデンス1つ、そして自分が答えを求めて読んでいる問いに答えるものすべてです。すでに理解している例、すでに知っている背景、すでにマークした内容を言い換えているだけの文は飛ばしましょう。フラッシュカードにするほどの価値がない行なら、おそらくハイライトも必要ありません。

当たり前に聞こえるかもしれませんが、難しいのは上手に選ぶことです。前述のメタ分析では、指導者が選んだハイライトの方が、学生が自分で選んだものよりも役立ちました。適切な行を選ぶことはスキルであり、多くのスキルと同じく、明確なルールがあれば上達します。

著者の合図を活用する。 書き手は、タイトル、見出し、予告、まとめ、太字や斜体、そして「重要な発見は」「要するに」といった言い回しで、何が重要かを示しています。心理学者はこれを「テキスト・シグナル」と呼びます。Educational Psychology Reviewに掲載されたRobert Lorchの1989年のレビューは、ほぼあらゆる種類のシグナルが、それが示す情報の記憶を向上させる一方、テキストのそれ以外の部分の記憶は変わらないことが多いと結論づけました。著者がすでに主要なアイデアを指し示しているなら、ハイライトもたいていそこに置くべきです。

問いを持って読む。 読み始める前に、そのテキストから何を知りたいのかを書き出しておきましょう。問いはフィルターとして働きます。問いに答えるものはハイライトの候補になり、それ以外のものをハイライトするには強い理由が必要です。これは古典的なSQ3R法の「Q（Question：問い）」にあたり、反射的にハイライトしてしまう癖を止める最も簡単な方法です。

例よりも主張を優先する。 例はアイデアを理解する助けになりますが、アイデアをつかんでしまえば、例はもう役目を終えています。マークするのは要点を述べた1文であり、それを例示する3つの段落ではありません。

まとめると次のとおりです：

同じルールは動画にも使えます。YouTube Summaryを使ってプレーヤーの横で講義の文字起こしを読むときも、ページの場合と同じように、話し手の主要な主張を述べた行をハイライトし、冒頭の前置きは飛ばしましょう。

---

学習のためのハイライトシステムの作り方

ハイライトシステムとは、読む前に決めておく短いルールのセットです：各色が何を意味するか、どれだけマークするか、そしてマークしたものをどう使うか。ほとんどのシステムは色の取り決めで止まってしまい、最後のルールを飛ばしています。

まずは色から始めましょう。ただし、過度な期待は禁物です。色と記憶に関するエビデンスは、学習ブログが示唆するほど確固たるものではありません。色は一定の条件下では記憶を助けることができます：Malaysian Journal of Medical Sciencesに掲載されたDzulkifli and Mustafa（2013）のレビューは、色が一部には注意と覚醒を高めることによって記憶パフォーマンスを向上させ得ると結論づけました。しかし、特定の色の配色が想起を正確な割合で高めるという主張は、たいてい出典のないブログ記事にたどり着くので、正確な数値には懐疑的に接するべきです。擁護できる論点はもっとシンプルです：色をカテゴリーに割り当てることで、読みながら情報を分類することが強制され、その分類が精緻化処理の一形態となるのです。

一般的な色分けハイライトシステムでは、4色にそれぞれ1つの意味を与えます：

• 黄色：主要な議論またはテーゼ
• 青：方法とエビデンス
• ピンク/赤：反対意見や疑問を持つ点
• 緑：他の読書や自分の研究とのつながり

学術的な読書の専門家であるRaul Pacheco-Vegaは、内容の種類ではなく重要度のレベルによってコード化する、異なるロジックを用いています：主要なアイデアには黄色、次にピンク、緑、青と、段階的に下位の論点へと割り当てるのです。どちらのアプローチでも機能します。重要なのは、読む前に各色に意味を割り当て、一貫性を保つことです。

色は整理の始まりであって、終わりではない。 Ponceの2026年の実験では、構造上の役割によってハイライトを色分けした生徒は、理解度で読むだけの場合を有意には上回りませんでした。そのハイライトをさらにマトリックスに書き入れた生徒は上回りましたが、この研究では、その2つの群の差を確実に見分けることはできませんでした。Richard MayerのSOIモデル（1996）は、この方向性を予測しています。テキストから学ぶには3つのプロセスが必要です。関連するものを選択し（Selecting）、それを首尾一貫した構造へと整理し（Organizing）、すでに知っていることと統合する（Integrating）ことです。ハイライターが担うのは1つ目です。色は2つ目にわずかに触れる程度にすぎません。本当の意味で整理を担うのは、ハイライトをもとに作るマトリックス、アウトライン、要約であり、統合を担うのは自分自身のメモです。

ですから、完全なシステムには整理のステップが組み込まれています。どんな整理が適しているかは、読んでいるものによって変わります：

Glasp は複数のハイライト色に対応しているので、同じ種類のテキストを読むたびに同じ色のキーを使うことができ、読みながら任意のハイライトにメモを添えることもできます。

---

デジタル vs. 紙：何が変わるか？

長年、深刻な読書においては紙が常にスクリーンより優れているというのが定説でした。ハイライトはその描像を複雑にします。

デジタル読書に関する2024年の研究で、Lucia Masonらは、重要なのは学生がハイライトしたかどうかではなく、何をハイライトしたかの質であることを発見しました。重要なアイデアを捉えたハイライトを行った学生は、字義的な理解度と転移の両方でより高いスコアを示しました（Mason & Ronconi et al., 2024, Journal of Computer Assisted Learning）。高いスコアを予測したのは、マークするという行為ではなく、適切なアイデアを選ぶことでした。デジタルツールがその選択を代わりにしてくれるわけではありませんが、選んだ言葉を正確にマークし、あとで再び見つけることは容易になります。

デジタルハイライトは紙に対していくつかの利点を提供します：

精度。 デジタルハイライトでは正確なフレーズや文を選択できますが、紙のハイライターは周囲のテキストにはみ出すことがあります。偶発的な過剰マーキングがありません。

検索性。 紙のハイライトは物理的に本に戻ったときにのみ有用です。デジタルハイライトは検索、タグ付け、整理、エクスポートが可能です。Glaspでは、すべてのハイライトが自動的にプロフィールに保存され、読書履歴全体にわたって検索できます。

携帯性。 ハイライトした文章はどこにでも持ち運べます。ノートパソコンで記事をハイライトした場合、通勤中にスマートフォンでそのハイライトを復習できます。Glasp はKindle のハイライトにも対応しており、物理的な読書をデジタル知識ライブラリに取り込めます。

AIとの統合。 これは紙では単純に真似できない機能です。Glasp の AI 要約機能は、ハイライトを分析して要約を生成したり、テーマを特定したり、異なる記事にわたってマークした箇所の間のつながりを提案したりできます。これにより、ハイライトは単なる受動的なブックマークではなく、より深い思考のためのインプットに変わります。AIが学習方法をどのように変えているかについてさらに読むことができます。

とはいえ、デジタル読書には独自の課題もあります。スクリーン疲労は現実の問題です。スクリーン上ではスキミングの誘惑がより強くなります。また、デジタルと紙の理解度に全体的な有意差がないことを示す研究もあります。重要な結論は、デジタルが普遍的に優れているということではなく、デジタルハイライトツールを意図的に使用すると、紙のハイライトの効果を低下させるいくつかの摩擦点が取り除かれるということです。

---

ハイライト vs. AI要約：それでも読む必要があるのか？

以前のハイライト研究が直面する必要のなかった新しい問いが現れました：AIが数秒で記事を要約できるなら、なぜわざわざ自分でマークアップする必要があるのか？もっともな問いであり、正直な答えは、AI要約と能動的なハイライトは異なる問題を解決するということです。一方は時間を節約します。もう一方は理解を築きます。両者は組み合わせたときに最も強く、代替として使うと最も弱くなります。

ChatGPTが登場するはるか前に、数十年にわたる記憶研究が確立したことから始めましょう。Slamecka and Graf（1978）によって初めて記録された生成効果は、自分で生み出した情報の方が、同一の情報を単に読んだ場合よりもよく記憶されることを示しています。「この文が要点だ」と決めることは、小さな生成行為です。機械の要約を受け入れることは、受動的な「読む」条件です。検索練習も同じ方向を指しています：Scienceに掲載されたKarpicke and Blunt（2011）は、テキストを能動的に想起した学生の方が、精緻な概念マップを使って学習した学生よりも多くを学んだことを発見しました。学生自身は逆の予測をしていたにもかかわらずです。AI要約を読むことは、能動的な想起よりも受動的な再暴露に近いのです。そしてRobert Bjorkの望ましい困難という概念は、なぜ楽な選択肢がこれほど頻繁に負けるのかを説明します：その瞬間には学習をより難しく感じさせる条件が、より永続的な記憶を生み出す傾向があるのです。AI要約は、まさに定着を築きそこなう流暢さのために最適化されているのです。

最新のエビデンスは示唆的ですが、慎重に読むべきです。2025年のMIT Media Labのプレプリント（Kosmyna et al., "Your Brain on ChatGPT"）は、AIを使ってエッセイを書いた人々では、支援なしで書いた人々よりも脳の結合が弱く、分散が少ないことを記録し、またAIグループはしばしば自分が生み出したばかりのものを引用できなかったことを発見しました。これは小規模な研究（54人の参加者）で、査読を受けておらず、読書ではなく執筆に関するものなので、証拠ではなく初期のシグナルとして扱ってください。他の2つの2025年の発見も同じ方向に収束します：MicrosoftとCarnegie Mellonによる319人の知識労働者への調査（Lee et al., CHI 2025）は、AIツールを信頼する人ほど、自分が行う批判的思考が少ないと報告したことを発見し、666人を対象とした研究（Gerlich, 2025）は、頻繁なAI利用が、認知的オフロードを介して、より低い批判的思考スコアと相関することを発見しました。どちらも自己申告で相関的なので、関連を示すものであって、AIが人の思考を悪化させることを示すものではありません。

これらのどれも、AIを学習の敵にするものではありません。それが意味するのは、守る価値があるのは読者の判断だということです。科学を尊重するワークフローは次のようになります：あなたは選択的に読んでハイライトし、何が重要かを決める認知的作業を行い、それからそれらのハイライトをAIに渡して、要約し、クラスタリングし、つなげてもらうのです。Glasp はまさにこのループのために作られています。あなたが重要なものをハイライトすると、Glasp のAIは生の記事からではなく、あなたが選んだものから作業するので、統合はあなた自身の判断に根ざしたままとなります。学習に焦点を当てたツールについてさらに詳しく知りたい場合は、AI学習モードの比較ガイドと2026年のNotebookLMの解説をご覧ください。選択は人間に、統合は機械に任せましょう。

---

ソーシャルハイライト：乗数効果

これまで議論してきたことはすべて、ハイライトを個人的な活動として扱ってきました：読んで、マークして、復習する。しかし、同じテキストで他の人がハイライトした箇所を見ることができたらどうでしょう？

これがソーシャルハイライト（協調的注釈とも呼ばれる）の考え方であり、その背景にある研究は励みになるものです。

コーネル大学のCenter for Teaching Innovationは、ソーシャルアノテーションを「一緒に読み、考えること」と表現し、「テキストにマークをつけるという昔ながらのプロセスを、それを協働的な演習にしながら、デジタル学習空間に持ち込む」ものだとしています。Perusallのようなツールに関する準実験研究はこの実践を裏付けています：ソーシャルアノテーションの課題を完了した学生は、試験でより高いスコアを取る傾向があります（Miller et al., 2018; Suhre et al., 2019）。これらの結果はランダム化ではなく相関的ですが、一貫して同じ方向を指しています。なぜなら学生は単に受動的に情報を吸収するのではなく、コミュニティとの会話の中で自分の読書について能動的に振り返るからです。

利点はいくつかのカテゴリーに分けられます：

分散的な注意。 単独の読者がテキスト内の重要な箇所をすべて捉えることはできません。数十人や数百人の他の読者からのハイライトを見ることで、自分が読み飛ばしていたかもしれない箇所を発見できます。すべてを読み、最良の部分を示してくれるスタディグループがいるようなものです。

重要性のソーシャルプルーフ。 200人が同じ文をハイライトしたなら、その文が何か本質的なものを捉えているという強いシグナルです。この形のクラウドソース型キュレーションは、特に何を探すべきかわからない不慣れなテーマにおいて、読者の優先順位付けを助けます。

異なる視点への接触。 他の読者の注釈は、異なる背景を持つ人々が同じテキストをどのように解釈するかを明らかにします。データサイエンティストはデザイナーがまったく読み飛ばすような方法論のセクションをハイライトするかもしれません。両方の視点を見ることで、自分自身の理解が深まります。

説明責任とモチベーション。 他の人が自分のハイライトを見ることができると知ることで、より注意深く読み、より丁寧にハイライトしようという微妙な動機付けが生まれます。ワークアウトパートナーがいると、より一貫して運動するようになるのと同じ原理です。

ただし、注意点が一つあります。大勢のハイライトにも死角があるのです。多くの読者が途中で投げ出す本では、人気のハイライトが冒頭近くに集中します。多くの読者がそこまでしか読み進めないからです。数学者のJordan Ellenbergが2014年にThe Wall Street Journalへの寄稿で、Kindleの「ポピュラーハイライト」を使って冗談半分の「ホーキング指数（Hawking Index）」を作ったとき、Daniel Kahnemanの『ファスト＆スロー』で最も多くハイライトされた上位5箇所は、平均すると本の冒頭からわずか6.8%の位置にありました。大勢の読者のハイライトを調べたGlasp独自の調査でも、同じように冒頭へ偏る傾向が見られます（ハイライトに関する統計をご覧ください）。大勢のハイライトは、他の読者がどこに価値を見いだしたかを示す地図として使い、残りは自分で読みましょう。

ソーシャルハイライトこそ、Glaspが提供するものの核心です。Glasp のコミュニティフィードでは、他の読者がウェブ全体でハイライトした内容を見ることができます。読書の嗜好が合う人をフォローし、彼らのハイライトを通じて新しい記事を発見し、お互いの知識を基に構築していくことができます。個人的な学習ハックではなく、社会的な学習実践としてのハイライトです。

Glasp はまた、トピック別にハイライトを整理しており、あらゆるテーマにおいてコミュニティが最も価値があると感じたものを簡単に探索できます。機械学習、哲学、プロダクトデザインのいずれを研究していても、世界中の読者からのトピックベースのハイライトコレクションを閲覧できます。

---

実践的なハイライトプロトコル

研究に基づいて、実際に学習を向上させるハイライトのステップバイステップのプロトコルを紹介します：

ステップ1：まず読んでから、次にハイライト

段落を初めて読むときにハイライトしないでください。セクション全体を読み、議論を理解し、それから戻ってキーポイントをマークします。これにより、最も一般的なミスである、何が重要かわかる前にハイライトしてしまうことを防げます。

ステップ2：自分を制限する

1段落につき1つのハイライトを目指し、多くても2つまでにします。すべてが重要に感じる場合は、より明確な問いを持って再読する必要があるサインです。自問してください：「このセクションから1つだけ覚えられるとしたら、それは何か？」

ステップ3：目的を持って色を使う

読み始める前に、色のキーを1つ決めておきましょう。この記事で先に紹介したキーのどれかを使っても構いません。そして、章の途中で場当たり的に変えないことです。色を分類として機能させるのは一貫性です。同じ種類のテキストを読むときは、黄色のマークが毎回同じ意味を持つようにしてください。

ステップ4：メモを追加する

2〜3個のハイライトごとに、簡単な注釈を書きます。一文の要約、質問、または他の知識とのつながりでも構いません。注釈こそが、受動的なハイライトを能動的な処理に変えるものです。Glasp では任意のハイライトにメモを添付でき、思考をソース素材のすぐ隣に保持できます。あらゆるメディアタイプにわたる注釈の完全なガイドについては、注釈のガイドをご覧ください。

ステップ5：マークした内容を整理する

ハイライトを構造に落とし込みましょう。比較対照マトリックス、アウトライン、主張とエビデンスを2列に並べたリストなどです。テキストが2つのものを比較しているなら、ハイライトしながらマトリックスを埋めていきます。これは2026年の実験でマトリックス群が行ったことです。それ以外のテキストでは、各セクションの終わりに整理しましょう。ただし、このタイミングは私たちの提案であり、研究で検証されたものではありません。いずれにしても、これはハイライトする人の多くが飛ばしてしまうステップです。概念マップも有効ですが、研究によれば、シンプルなアウトラインでもほぼ同じくらいの効果があるようです。詳しくはマインドマップについて研究が示していることをご覧ください。

ステップ6：復習して想起する

ハイライトは二度と見なければ無駄になります。最近のハイライトの週次レビューをスケジュールしましょう。Glasp のようなツールは、すべてのハイライトを記事、日付、トピック別に整理して一か所に集めることで、これを容易にします。復習中は、ソースを再読する前に各ハイライトの文脈を思い出すようにしてください。これは想起練習の一形態として機能し、Dunlosky自身の研究で最も高く評価された学習テクニックの一つです。能動的想起の仕組みについてさらに学べます。

ステップ7：共有して議論する

ハイライトした箇所を他の人と共有しましょう。Glasp プロフィールに投稿したり、同僚と議論したり、執筆の出発点として使用したりしてください。読んだことを教えたり説明したりすることは、理解を固めるための最も効果的な方法の一つです。

---

受動的 vs. 能動的 vs. ソーシャルハイライト

3つのアプローチが主要な側面でどのように比較されるかを示します：

受動的から能動的、そしてソーシャルへの進化は、テキストにマークをつけることからアイデアに取り組むこと、そしてコミュニティで学ぶことへのシフトを表しています。各レベルは前のレベルの上に構築されます。

---

よくある質問

ハイライトは本当に悪い学習戦略なのですか？

いいえ、しかし受動的なハイライトはそうです。この主張を広めた2013年のDunloskyのレビューは、選択性、注釈、構造化された復習を伴わないハイライトを特に評価したものです。学生が選択的に（1段落につき1〜2文）ハイライトし、色分けを使い、余白にメモを加え、マークした内容を整理すれば、ハイライトは有用な学習テクニックとなります。ツールが問題なのではなく、ほとんどの人がどのように使っているかが問題なのです。

1ページでどれくらいハイライトすべきですか？

思っているよりも少なめにしましょう。マークすればするほど、1つ1つのマークは目立たなくなるからです。すべてをハイライトすれば、何もハイライトしていないのと同じです。Fowler and Barker（1974）は、ほとんどの学生が行うようなハイライトからは信頼できる全体的な効果は見られないことを発見し、ハイライトを機能させる視覚的な対比は、ページの大部分が色付けされると崩れてしまいます。実用的な目安は、テキストの10〜20%以下をハイライトすることです。一般的な段落の場合、1文、場合によっては2文です。テキストの3分の1以上をハイライトしている場合は、一歩引いて特定の問いを持ってセクションを再読してください。

読むときは何をハイライトすべきですか？

重要な情報をハイライトしましょう。各セクションの主張、新しい用語の定義、各論点の決め手となるエビデンス1つ、そして答えを求めて読んでいる問いに答えるものすべてです。すでに理解している例、すでに知っている背景、すでにマークした論点の言い換えは飛ばします。著者はたいてい、見出し、太字や斜体、「重要な発見は」といった言い回しで主要なアイデアを示しているので、まずはそこから探しましょう。

学習に最適なハイライトシステムは何ですか？

最適なシステムは、読む前に決めておく3つのルールから成ります。短い色のキー（3〜4色で、それぞれが主要なアイデア、エビデンス、疑問、つながりといったカテゴリーを表す）、1段落につきハイライトは1〜2か所までという上限、そして整理のステップです。整理のステップとは、たとえば読みながらハイライトを比較マトリックスに振り分ける、各セクションを読み終えたらアウトラインにまとめる、ハイライトを問いに変えて何も見ずに答える、といったものです。整理のステップは飛ばさないでください。7年生（中学1年生に相当）を対象とした2026年の実験では、理解度で読むだけの場合を有意に上回ったのは、ハイライトをマトリックスに整理した生徒だけでした。

ハイライターの色は重要ですか？

少しは、ただしあなたが思うような形ではないかもしれません。個々の色は注意に対して控えめで、いくらか議論の余地のある効果を持っています。本当の利点は、各色が情報のカテゴリーを表す色のシステムを使用することにあります。そうすることで、読んでいる内容を読みながら分類せざるを得なくなるからです。それでも、色は最初のステップと考え、マークした内容を整理するところまで計画しておきましょう。

AIが記事を要約してくれるなら、それでもハイライトすべきですか？

はい、そして両者は代替としてではなく、組み合わせたときに最もうまく機能します。何が重要かを決めることは、記憶を築く認知的に能動的なステップであり（生成効果; Slamecka & Graf, 1978）、その判断をAIに委ねることは、それを飛ばすことを意味します。より強力なワークフローは、まず自分で能動的に読んでハイライトし、それからAIを使ってハイライトを要約し、見落としたものを浮かび上がらせ、ソースをまたいでアイデアをつなげることです。選択は人間に、統合は機械に任せましょう。

デジタルハイライトは紙のハイライトより良いですか？

デジタルハイライトには真の利点があります：正確な選択、検索性、携帯性、そしてAIとの統合です。デジタル読書に関する2024年の研究では、ハイライトそれ自体は役に立ちませんでしたが、重要なアイデアをより多くハイライトで捉えた学生ほど、字義的な理解度と転移のスコアが高くなりました（Mason & Ronconi, 2024）。しかし、媒体は方法ほど重要ではありません：注釈と復習を組み合わせた選択的なハイライトこそが、スクリーンであれ紙であれ、学習を推し進めるものです。

ソーシャルハイライトはどのように学習を改善しますか？

ソーシャルハイライトはいくつかのメカニズムを通じて機能します。第一に、見落としていた可能性のある箇所に触れることで、注意を広げます。第二に、多くの他の読者が同じ箇所をハイライトしていることを見ることが、重要性のシグナルとなります。第三に、他者の注釈を読むことで、異なる解釈や視点に接触できます。Perusallのような協調的注釈ツールに関する準実験研究は、この実践をより良い試験成績と一貫して結びつけていますが、これらの結果はランダム化ではなく相関的です。

Glasp を学術研究に使用できますか？

もちろんです。Glasp では、任意のウェブページをハイライトし、メモを添付し、トピック別にハイライトを整理できます。学術研究のために、色分けを使って発見を分類し（エビデンス、方法、反論）、ハイライトを論文で使用するためにエクスポートし、AI 要約機能を使って複数のソースにわたるパターンを特定できます。コミュニティフィードはまた、分野内の他の研究者のハイライトを通じて関連記事を発見するのにも役立ちます。

---

結論：正しいハイライトの方法

「ハイライトは効果がない」という神話は、学習科学において最も根強い過度の単純化の一つです。研究が実際に示しているのは、より微妙で、より実践的なものです：無意識のハイライトは効果がありませんが、戦略的なハイライトは有用な学習ツールです。

エビデンスは、行動に移すのに十分なほど明確です。選択的なハイライトは、何が重要かを評価することを強制します。一貫した色分けシステムは読んだ内容の仕分けを助け、そのハイライトを構造へと整理することこそ、最新の研究が理解度の向上を見いだしたポイントです。注釈を加えることで、受動的なマークを能動的な思考に変えます。そしてハイライトをコミュニティと共有することで、関係者全員に利益をもたらすソーシャルな強化ループが生まれます。即席のAI要約の時代においてさえ、自分自身のために残しておく価値のある唯一のステップは、何が重要かについての判断です。

これらは複雑なテクニックではありません。学習ルーティン全体を見直す必要はありません。「重要に見えるものをすべてマークする」から「まず読み、重要なものをハイライトし、それからマークした内容を整理する」に切り替えるだけです。より深く読むための戦略については、深い読書のガイドをご覧ください。

Glaspはまさにこのような意図的な読書のために作られました。インターネット上の任意のページをハイライトし、色やメモでハイライトを整理し、個人ライブラリで復習し、好奇心旺盛な読者のコミュニティと共有できる無料のウェブハイライターです。学生であれ、研究者であれ、生涯学習者であれ、Glasp はあなたの読書を永続的な知識資産に変えます。

すべてをハイライトするのをやめましょう。重要なものをハイライトし始めましょう。そして、あなたが見つけたものを他の人にも見えるようにしましょう。

Glasp を無料で始める →