ABAスクール トゥギャザー

― 行動の科学はどのように生まれ、発展してきたのか 行動主義（Behaviorism）は、 「人の行動は環境との相互作用によって学習される」 という考え方を中心に発展してきた心理学の潮流です。 ここでは、行動主義がどのように生まれ、どのように現代のABA（応用行動分析）につながっていったのかを、シンプルに整理して紹介します。 1. パブロフ（1890〜1900年代） ― 古典的条件づけの発見 行動主義の源流は、ロシアの生理学者 イワン・パブロフ にさかのぼります。 犬の唾液分泌の研究から刺激（ベル）と反応（唾液）の結びつき を発見 行動が「学習される」ことを科学的に示した最初の研究 この発見が、後の行動主義の基礎となりました。 2. ワトソン（1913年） ― 行動主義の宣言 アメリカの心理学者 ジョン・B・ワトソン は、「心理学は観察可能な行動だけを扱うべきだ」と主張し、行動主義を正式にスタートさせた人物です。 内面（心・意識）を排除 行動を科学的に研究する立場を確立 有名な「リトル・アルバート実験」で恐怖の学習を示す ワトソンは、心理学を“

〜ロヴァス研究から最新メタ分析まで、40年の歩みをやさしく解説〜 ABA（応用行動分析学）は、自閉スペクトラム症（ASD）をはじめとする発達支援の分野で広く使われています。 その「エビデンス（科学的根拠）」として最も有名なのが、1987年のロヴァス研究です。 しかし、ABAの科学的根拠はロヴァス研究だけではありません。 その後の追試、地域での実践研究、そして近年の大規模メタ分析まで、幅広い研究の積み重ねによって支えられています。 この記事では、ABAの主要なエビデンスを歴史の流れに沿ってわかりやすく紹介します。 1. ロヴァス研究（1987）：ABAエビデンスの象徴的スタート 1987年、イヴァー・ロヴァスは、幼児への集中的なABA介入（週40時間前後、2〜3年）を行い、 約47％の子どもが通常学級で学べるレベルまで伸びたと報告しました。 この研究は世界に大きな衝撃を与え、 「早期・集中的なABA介入（EIBI）」という考え方が広く知られるきっかけになりました。 ただし、後年の研究では次のような課題も指摘されています。 サンプルサイズが小さい

ABA（応用行動分析）は、 「行動を変える技術」だけではなく、 行動を科学的に理解するための学問 です。 その科学としての目標は、次の3つに整理されています。 Description（記述） Prediction（予測） Control（統制） この3つは、行動を理解し、支援に活かすための“階段”のような関係になっています。 ① Description（記述） 行動を正確に“言葉とデータで表す”こと まず最初のステップは 記述（Description）。 行動を科学として扱うためには、 曖昧な表現ではなく、誰が見ても同じ意味になるように記述すること が必要です。 ■ 例： 「落ち着きがない」 → ×（主観的） 「授業中に席を離れた回数が10回」 → ○（客観的） ■ 記述の目的 行動を“見える化”する チームで共通理解を持つ データとして扱えるようにする 記述が曖昧だと、支援も曖昧になります。 ABA が“データに基づく支援”と言われるのは、この記述の段階を大切にしているからです。 ② Prediction（予測） “この条件なら、この行動が起き

ABA（応用行動分析）では、 一人の行動が介入によってどう変化したか を丁寧に追うために 単一事例デザイン（Single-Subject Design） がよく使われます。 単一事例デザインは、 ベースライン（介入前） 介入（Treatment） の2つの段階を比較しながら、 介入の効果を科学的に検証する方法 です。 集団平均ではなく、 その子自身の変化 を見られるのが最大の特徴です。 単一事例デザインが大切にしている3つのポイント 単一事例デザインが成立するためには、次の3つが欠かせません。 ① グラフによる視覚的分析（Visual Analysis） データは必ずグラフ化し、 傾向（Trend） 水準（Level） 変動（Variability） 即時効果（Immediacy） などを視覚的に確認します。 ② 安定したデータが集まるまで繰り返し測定（Repeated Measurement） ベースラインが安定しないと、 介入後の変化が“本物”かどうか判断できません。 ③ 交絡変数を排除するデザイン（Control of Confoundin

ABA（応用行動分析）の研究や実践でよく使われるのが 単一事例デザイン（Single-Subject Design） です。 このデザインを成立させるための中心的な考え方が ベースライン・ロジック（Baseline Logic）。 ベースライン・ロジックは、次の3つの要素で構成されています。 Prediction（予測） Replication（反復） Verification（検証） この3つがそろうことで、 「介入の効果が本物かどうか」を科学的に判断できるようになります。 なぜベースラインが必要なのか？ 介入を始める前に、 その行動が“何もしなかったらどうなるのか” というデータを集める必要があります。 これが ベースライン（Baseline）。 ベースラインが安定していないと、 介入後の変化が「介入の効果なのか」「自然な変動なのか」が判断できません。 そのため、ABA では ベースラインが安定するまで次の条件に進まない というルールがあります。 ベースライン・ロジックの3つの要素 ここからは、画像にあった3つの要素を、現場で使えるレ

ABA（応用行動分析）の大きな土台となっているのが 「セレクショニズム（Selectionism）＝選択による進化の考え方」 です。 セレクショニズムとは、 行動が「続く」「変わる」「消える」のは、その人が経験した結果によって“選ばれる”から という考え方。 つまり、 役に立った行動は残る 役に立たなかった行動は減る 生き残るために必要な行動は強化される という、非常にシンプルで自然な仕組みです。 ABA はこの考え方をもとに、 「なぜその行動が続くのか？」 「どうすれば望ましい行動が増えるのか？」 を理解していきます。 セレクショニズムには3つの種類がある ABA では、行動が“選ばれる”仕組みを次の3つに分類します。 個体レベル（Ontogenic Selectionism） 種レベル（Phylogenic Selectionism） 文化レベル（Cultural Selectionism） ひとつずつ、わかりやすく見ていきましょう。 ① 個体レベルの選択（Ontogenic Selectionism） その人の経験によって行動が選ばれる

ABA（応用行動分析）を学んでいると、「科学の6つの態度」という言葉を目にすることがあります。 これは、行動分析だけでなく、科学全般を支える“基本的な姿勢”のことです。 行動分析学の教科書として有名な Cooper, Heron, & Heward（2020） でも、この6つの態度の重要性が強調されています。 では、科学を科学たらしめる「6つの態度」とは何でしょうか。 ひとつずつ、日常の例も交えながら紹介します。 科学の態度1. 決定論（Determinism） ― 行動には必ず理由がある 科学の出発点は、「物事には原因がある」という考え方です。 行動分析では、 「その行動が起きたのは、必ず何かの環境要因が影響している」 と考えます。 たとえば、子どもが急に走り出したときも、 ・楽しいものを見つけた ・逃げたい状況だった ・注目を引きたかった など、背景には必ず理由があります。 科学の態度2. 経験主義（Empiricism） ― 観察できる事実を大切にする 科学は「見えるもの」「測れるもの」を扱います。 ABA でも、 ・行動を数える ・時間を

ABA（応用行動分析）を学んでいると、「行動分析学には4つの領域がある」という話を耳にすることがあります。 しかし、専門用語が多くて少しとっつきにくいと感じる方も多いかもしれません。 そこで今回は、行動分析学を構成する4つの領域を、できるだけわかりやすく紹介します。 4つの領域とは？ 行動分析学は、大きく次の4つに分けられます。 行動主義（Behaviorism） 実験行動分析（EAB） 応用行動分析（ABA） 行動分析に基づく実践（Practice） この4つは、役割も目的も少しずつ異なりますが、すべてがつながり合って、今の ABA の実践を支えています。 1. 行動主義：行動をどう捉えるかという“哲学” 行動主義は、行動分析学の土台となる考え方です。 「行動は観察できるものに基づいて理解する」 「行動には必ず原因がある」 といった哲学的な視点を提供します。 理論と哲学が中心なので、扱う範囲はとても広い一方、実験データがない部分も含むため、精密さは高くありません。 2. 実験行動分析（EAB）：行動の“基本原理”を明らかにする研究 EAB...

ABA（Applied Behavior Analysis／応用行動分析）は、行動を科学的に理解し、より良い行動を増やすための実践的な学問です。 言語、コミュニケーション、ソーシャルスキル、セルフヘルプ、安全スキルなど、日常生活に欠かせない力を育てるために、世界中で活用されています。 今回は、ABA がどのように発展してきたのか、その歴史をわかりやすく紹介します。 ABA のはじまり： 行動を“科学”として見る視点（1897〜1930年代） ABA のルーツは、19世紀末の心理学研究にさかのぼります。 1897年：イワン・パブロフが古典的条件づけを研究 1913年：ジョン・B・ワトソンが「行動主義」を提唱 1924年：ワトソンが著書『Behaviorism』を出版 「行動は観察できる」「行動には法則性がある」という考え方が、この時期に形づくられました。 スキナーによる行動分析の基盤づくり （1930〜1950年代） ABA の発展に欠かせないのが B.F. スキナー です。 1938年：『Behavior of Organisms』を出版 195

Baer、Wolf、Risley（1968）は、Journal of Applied Behavior Analysis（JABA） に「Some Current Dimensions of Applied Behavior Analysis」 という論文を発表し、ABAを特徴づける7つ次元を示しました。 これらの7つ次元は、行動分析家の間で長く大切にされ、ABAの基盤であり、核心となる価値観として扱われています。 ABAの7つ次元 Analytic（分析的） Applied（応用的） Behavioral（行動的） Conceptually systematic（概念的体系性） Effective（効果的） Generality（般化性） Technological（技術的） 次元1. Applied（応用的） 実際の生活に役立つ行動に焦点を当てること。 対象者本人や家族、支援者にとって“意味のある行動”を扱うという姿勢です。 例 片づけができるようになる 授業中に座っていられる 自分の気持ちを言葉で伝えられる 次元2. Behaviora

ABA（応用行動分析）では、行動の変化を科学的に理解するために「実験デザイン」を使います。 その中心となるのが Dependent Variable（従属変数） と Independent Variable（独立変数） という2つの変数です。 名前だけ聞くと難しそうですが、実は支援の現場でも日常的に使っている、とても身近な考え方です。 この記事では、この2つの違いをやさしく解説します。 ■ Dependent Variable（従属変数） 変化させたいターゲット行動 Dependent Variable（以下、従属変数）とは、介入によって変化させたい行動そのもの のことです。 ABAでは、社会的に重要で、客観的に測定できる行動を従属変数として扱います。 ● 従属変数のポイント 介入（Independent Variable）の影響を受けるかどうかを調べる対象 測定できる行動であること グラフでは Y軸（縦軸） に表示される ● 具体例 叩く行動の回数（Rate） 癇癪の持続時間（Duration） 完了した課題の枚数（Count）...

ビジュアル分析（Visual Analysis） 治療の効果は、グラフ上で視覚的に確認できる必要があります。 私たちは、治療のさまざまな条件やフェーズにおいて、データポイントがどのように変化しているかを分析します。 グラフを見るときは、主に レベル（Level）・トレンド（Trend）・バリアビリティ（Variability）の3つに注目します。 1. レベル（Level）とは？ レベルとは、そのフェーズのデータの平均値を示す水平線のことです。 この線を見ることで、行動が「高い状態なのか」「低い状態なのか」がひと目でわかります。 ● レベルでわかること 行動がどのくらいの高さで安定しているか フェーズ間で行動が変化したか 介入の効果が出ているかどうか ● 例 ベースラインでは癇癪が高いレベルで続いていたのに、 介入フェーズに入るとレベルがぐっと下がる—— これは「介入が効果を出している」サインです。 平均値（Mean）と中央値（Median） レベルを理解するうえで欠かせないのが、この2つ。 ● 平均値（Mean） すべてのデータを足して、データ

行動分析では、データを「集める」だけでなく、「伝える・分析する」こともとても大切です。 そのときに役立つのが グラフ。 視覚的に変化がわかるので、保護者や支援者、チームメンバーと共通理解をつくる強力なツールになります。 この記事では、ABAでよく使われる5つのグラフを、できるだけやさしく・実践的に紹介します。 ✦ 1. ライングラフ（Equal-Interval Line Graph） どんなグラフ？ もっとも一般的に使われるグラフで、 行動が時間とともにどう変化したか を示すのに最適です。 わかること レベル（高い／低い） トレンド（上昇／下降） ばらつき（安定／不安定） 介入の効果（フェーズ変更で比較できる） どんな場面で使う？ 課題の正答率の変化 問題行動の頻度の推移 介入前後の比較 「行動の変化を一番わかりやすく伝えたい」 そんなときは、まずライングラフを選べば間違いありません。 ✦ 2. バーグラフ（Bar Graph） どんなグラフ？ 棒の高さで値を比較するグラフ。 時間の流れは扱わず、項目同士の比較 に向いています。 わかること ど

ABA では、行動を理解し、支援の効果を判断するために データ を取ります。 しかし、どれだけ丁寧に記録しても、データそのものの「質」が低ければ、正しい判断ができません。 そこで重要になるのが、 妥当性（Validity）・正確性（Accuracy）・信頼性（Reliability） という3つの指標です。 この記事では、それぞれの意味と、現場でどう意識すればよいかをわかりやすく解説します。 1. 妥当性（Validity） “そもそも正しいものを測れているか？” 妥当性は、データの質を決める 最重要ポイント です。 どれだけ正確に記録しても、測っている内容がズレていたら意味がありません。 ● 妥当性が高いとは？ 測っているデータが、本当に知りたい行動を反映している 適切な場面・条件 で測定されている ● 妥当性が低い例 朝のかんしゃくを知りたいのに、午後にデータを取って「ゼロでした」 体重を減らしたいのに、ジムに行った時間だけを記録している → どちらも“知りたいこと”を測れていない ● 現場でのポイント 「このデータは、本当に知りたい行動

行動の“すべて”を記録するのではなく、 一定の間隔やタイミングで行動の有無をチェックします。 ● 間欠測定で使われる主な方法 部分区間記録（Partial Interval Recording） → 区間のどこかで行動が起きたら「あり」 全区間記録（Whole Interval Recording） → 区間の“全て”でずっと行動が続いていたら「あり」 瞬間サンプリング（Momentary Time Sampling） → 区間の終わりの瞬間に行動があれば「あり」 ① 部分区間記録（Partial Interval Recording） 区間のどこかで行動が起きたら「あり」 ● どんな行動に向いている？ 減らしたい行動 高頻度で起きる行動 短い行動が何度も起きる場合 ● なぜ？ 部分区間記録は、行動を 過大評価しやすい（実際より多く見える）ため、 「減らしたい行動の変化を敏感にキャッチできる」メリットがあります。 ● 例 立ち歩き 叫び声 つぶやき かんしゃくの細かい行動 ② 全区間記録（Whole Interval Recordin

ABA では、行動を理解し、支援の効果を確かめるために データの測定 が欠かせません。 しかし、行動にはいろいろな側面があり、目的に応じて測定方法を使い分ける必要があります。 この記事では、行動の生起を測るための主要な指標を、日常例とともにわかりやすく紹介します。 1. Count（カウント／頻度） 行動が何回起きたかを数える方法。 もっともシンプルで、ABA でよく使われる測定です。 ● 例 授業中に手を挙げた回数 友だちに話しかけた回数 立ち歩きの回数 ● こんなときに使う 行動に明確な開始と終了がある 回数を知りたいとき 2. Rate（レート／単位時間あたりの頻度） 一定時間あたりの行動回数（Count ÷ 時間）。 行動の多さを公平に比較したいときに便利です。 ● 例 5分間に10回手を挙げた → 2回／分 1時間に3回叩いた → 3回／時 ● こんなときに使う 観察時間が毎回違う 行動の“密度”を知りたい 自由反応（Free Operant）の行動 3. Celeration（加速度） レートが時間とともにどう変化しているか（Rat

自閉症は脳の機能障害 ​ 自閉症は、先天的な脳の機能障害であり、発達障害の一つです。 ​ 相手の気持ちがわからない、新しい環境が苦手、自分視点だけの思い込みが多い 空気が読めないなどの「社会性の障害」、言葉が遅い・出ない、表現力が乏しい・言葉の定義が狭く周囲とのやりとりがずれやすいなどの「コミュニケーションの障害」、好き嫌いが極端、自分のルールを曲げられない、ルーティン通りにしないと不安などの「行動や興味のかたより」など特徴が認められます。 スペクトラム、つまり連続体であり、症状や重症度は度はお子さんによって様々です。ほとんどわからないお子さんから、生活のほとんどにサポートが必要なお子さんまでいらっしゃいます。 ​ これらの特徴により自閉症の子供達は定型発達の子供達が自然に周囲から学び成長していく様には出来ず、生活のなかで多くの助けを必要とします。しかしこれは自閉症の子供たちが学ぶ事が出来ない、ということではありません。自閉症の子供達は、学ぶために特別な方法を必要としている、ということです。 症状はお子さんによって様々。例えば‥...