認知負荷理論とは、人的作業記憶の容量制限が意思決定や学習に与える影響を定量化する理論である。
目次
概要
認知負荷理論は、20世紀後半に認知心理学の枠組みで体系化された。情報処理に必要な作業記憶は有限であり、同時に処理できる情報量には上限がある。金融環境では、投資家が市場情報、リスク評価、ポートフォリオ構成など複数の要素を同時に考慮する際に、認知負荷が高まることで意思決定の質が低下すると説明される。
役割と機能
金融心理学において認知負荷理論は、投資行動の非合理性を説明するツールとして機能する。
- 情報過剰：市場データやニュースが過剰に提示されると、投資家は重要情報を選別できず、過剰取引や過度のリスク回避に陥る。
- ヒューリスティックの使用：作業記憶が逼迫すると、投資家は簡便なルール（アンカリング、メンタルアカウンティングなど）に頼りやすくなる。
- 学習と適応：ポートフォリオの再調整や新規投資戦略の学習は、認知負荷を減らす設計（情報の分割・階層化）が効果的である。
特徴
- 有限作業記憶：短期的に保持できる情報は数個に限定される。
- 負荷の種類：
- 内在的負荷：課題自体の複雑さ。
- 外在的負荷：提示方法や情報量の多さ。
- 関連的負荷：学習目的に対する関連性。
- 対策：情報の「チャンク化」や「分割提示」などにより、外在的負荷を低減できる。
- 他理論との違い：プロスペクト理論や損失回避はリスク評価の心理的側面を重視するのに対し、認知負荷理論は情報処理能力自体の制限を中心に論じる。
現在の位置づけ
近年、金融機関は投資家向けの情報提供設計に認知負荷理論を取り入れ、ダッシュボードやレポートのレイアウトを最適化している。規制当局も、投資商品説明書の情報量と構造を検討する際に、投資家の認知負荷を考慮する指針を示している。学術的には、行動経済学の実証研究で、認知負荷が取引頻度、ポートフォリオ多様化、リスク選好に与える影響が検証されている。さらに、金融テクノロジーの発展に伴い、AIによる情報フィルタリングやパーソナライズドレコメンドが認知負荷を軽減する手段として注目されている。
