韓国語リスニングの「自動化」とは何か — 速く聞くことではなく、安定して分かること
「速く聞き取れること」と、「聞き取りが自動化していること」。このふたつは似ているようで、別のことです。リスニングの伸び悩みは、しばしばこの違いが見えないところから始まる、というのが今の私の考えです。
韓国語が速くて聞き取れないと、つい「速さに慣れればいい」と考えます。私もそう思って、ひたすら速い音声に体当たりしていた時期がありました。でも、本当に必要だったのは速さに慣れることではなく、自動化という別のものを育てることでした。
「速い」と「自動化された」は、同じではない
母語を聞くときのことを思い出すと、私たちは日本語を、速く聞き取っているというより、考えなくても勝手に意味が立ち上がる状態で聞いています。速いだけでなく、相手が誰でも、どんな話し方でも、安定して分かる。この「考えずに、安定して分かる」状態が自動化です。
ここが見落とされがちなところです。たまたま速く聞き取れた瞬間があっても、それだけでは自動化とは言えません。聞き取れるときと聞き取れないときがバラついているなら、まだ意識的に処理している証拠です。語学の習得研究でも、自動化は「速くなること」そのものではなく、「速く、かつ安定して」処理できるようになることだ、と区別されています。速さは結果のひとつであって、それ自体が目的ではない。
「分かった感」は、自動化ではない
もうひとつ紛らわしいのが「分かった感」です。
アプリや教材のレッスンで、例文をていねいに聞けば、たいてい「分かった」と感じられます。区切ってくれて、文字も見て、何度か聞けば、その場では聞き取れる。ところが、いざ韓国ドラマや実際の会話に戻ると、同じはずの言葉が耳をすり抜けていく。レッスンでの「できた」が、本番に渡っていかない。
この食い違いは、よくあることです。その場でうまくできること（パフォーマンス）と、後で本当に身についていること（学習）は、別物だと言われています。そして「分かった感」を作るのは、実はそれほど難しくありません。むしろ多くのアプリは、それを作るのがとても上手です。本当に難しいのは、その先の自動化のほうです。
自動化に要る、3つの条件
では、聞き取りの自動化を進めるには何が要るのか。少なくとも次の3つが、同時にそろっている必要がありそうだと考えています。
① いろいろな人の声で聞く（多話者）。 ひとりの話し手の、同じ音声を何度も繰り返すと、その音声そのものを覚えてしまいます。覚えた音は聞き取れますが、別の人が同じことを言うと、とたんに分からない。それは暗記であって、自動化ではありません。高さも、癖も、速さも違う複数の話し手で聞いて初めて、「この単語はこういう音だ」という芯が、誰の声でも通じる形で育っていきます。たくさんの声で練習したほうが聞き取りが伸びやすい、というのは音声知覚の研究でも言われていることです。
② ネイティブの速さのまま聞く。 速くて聞き取れないからとスロー再生すると、その場では聞けます。でも、ゆっくりなら通用する「意識的な処理」のままなので、本番の速さに戻すとまた聞き取れない。鍛えたいはずの脳が動かないのです（この話はスロー再生の記事に詳しく書きました）。速さは落とさず、別のところで助ける必要があります。
③ 自分で意味に変える負荷をかける（処理圧）。 日本語の字幕にもたれて受け身で眺めているだけだと、脳は韓国語の音を意味に変える作業をサボれてしまいます。サボれる回路は育ちません。聞こえた音を自分の側で意味に変える、ほんの少しの負荷が要ります。ただし、いきなり丸腰で浴びても雑音として通り過ぎるだけなので（この話は中級の壁の記事に書きました）、最初は意味の足場を渡し、慣れたら少しずつ外して負荷を上げていく、という設計が要ります。
この3つを、ひとつのアプリにそろえるのは案外むずかしい。多話者にすると素材を作る手間が増え、速いままだと難しすぎて離脱され、負荷をかけると続かない。だから多くのサービスは、作りやすく続きやすい「分かった感」のほうに寄っていきがちなのだと思います。
OtoOiが、この3つをどう満たそうとしているか
私が作っている OtoOi は、まさにこの3つをそろえることを狙っています。
物語には複数の登場人物がいて、それぞれ違う声で話します（①多話者）。音声はスローにせず、ネイティブの速さのまま流します（②）。そして、最初は日本語（意味）を先に流し、韓国語（音）を少し遅らせて重ねる「ステレオ・リスニング」で意味の足場を渡し、同じ場面を繰り返すうちにその足場を外していく。意味を先に渡される状態から、韓国語の音だけで聞き取る状態へ、少しずつ負荷を上げていきます（③）。
「分かった感」で止めず、誰の声でも、本番の速さで、自分の力で意味に変えられる耳まで連れて行く。そこを設計の軸に置いています。
効くかどうかは、これから正直に確かめます
ここまで、「自動化にはこの3つが要るはずだ」という研究で知られている考え方と、それをどう実装したかの話をしてきました。ただ、一般論として知られていることと、OtoOi のこのやり方が実際にどれだけ効くのかは、別の話です。この設計で自動化がどこまで進むのかは、私はまだ数字で証明できていません。 これから、うまくいったことも、そうでなかったことも、分かった範囲で出していきます。
「レッスンでは分かるのに、本番で聞き取れない」という同じ行き止まりにいる人と、一緒に確かめながら進められたらうれしいです。
この記事が参考にした研究
ここで書いたことは、主に次の研究で知られている考え方をもとにしています。いずれも言語習得や音声知覚について一般に確かめられてきた知見であって、OtoOi というやり方そのものの効果を証明するものではありません。そこは、これから私自身が正直に確かめていく部分です。
- 自動化は「速さ」だけでなく「安定して出せること」で捉える（Hulstijn ほか, 2009）
- いろいろな話し手の声で聞くほうが、音の聞き分けがほかの人の声にも広がる（Bradlow ほか, 1997。英語の子音の聞き分けを対象にした研究です）
- 練習中にうまくできることと、あとに残る力は、必ずしも一致しない（DeKeyser, 1997 ほか）
- 音を一律に遅くするより、意味の区切りに「間」を置くほうが理解を助ける（Sugai ほか, 2016）
OtoOi はまだ作っている最中です。最初の公開は、このブログと X でお知らせします。