試行錯誤学習(Trial-and-Error Learning)とは、やり方がわからないまま、いろいろな行動を試して失敗をくり返し、うまくいった行動だけを少しずつ身につけていく学習です。Edward L. Thorndikeがネコの「問題箱」の実験で調べ、効果の法則にまとめました。

簡単な説明
初めて使うゲーム機のボタンを、説明書を読まずにあちこち押したことはありませんか。最初は関係ないボタンばかり押してしまいますが、くり返すうちに「このボタンで先に進める」とわかり、やがて迷わず押せるようになります。
このとき、あなたは解き方をひらめいたわけではありません。たまたま当たった行動が「うまくいった」という結果と結びつき、だんだん選ばれやすくなったのです。これが試行錯誤学習のイメージです。
由来
Edward L. Thorndike(アメリカ)は、1897〜98年にコロンビア大学の心理学実験室を中心に、ネコ・イヌ・ヒヨコを使った実験を行いました。当時の動物心理学は逸話に頼りがちでしたが、Thorndikeは条件をそろえて時間を測る実験を用いました。
| 年 | できごと |
|---|---|
| 1898年 | Thorndikeが学位論文Animal Intelligence: An Experimental Study of the Associative Processes in Animalsを発表。Chance(1999)は、この年を実験的行動分析の出発点と見なせると述べる |
| 1911年 | 著書Animal Intelligence: Experimental Studiesに論文が収められ、第5章で効果の法則と練習の法則が示される |
| 1917年 | Wolfgang Köhlerがチンパンジーの研究を刊行し、試行錯誤とは異なる「洞察」を主張 |
| 1938年 | B. F. SkinnerがThe Behavior of Organismsを刊行(オペラント条件づけ) |
具体的な説明
試行錯誤学習の特徴
- はじめは解決の方法を知らず、多くの行動が出る
- 偶然成功した行動が「刻み込まれ(stamped in)」、役に立たない行動は「消されて(stamped out)」いく
- 成功までの時間や失敗の数が、回を重ねて少しずつ減る(学習曲線)。Thorndikeは、なだらかな坂になるのは「突然わかった」からではなく、結びつきが少しずつ強まるからだと考えた
効果の法則と練習の法則(1911)
効果の法則:同じ場面でとった反応のうち、満足がともなう反応は、その場面との結びつきが強まり、不快がともなう反応は弱まります。満足や不快が大きいほど、変化も大きくなります。ここでの満足とは、気持ちの話ではなく、「動物がそれを避けず、むしろ手に入れて保とうとする状態」です。何が満足になるかは観察で確かめるしかない、とThorndike自身が書いています。
練習の法則:ある場面での反応は、その場面と結びついた回数が多く、結びつきが強く長いほど、強まります。
どちらも、学習を「場面(刺激)」と「反応」のあいだの結びつきの強弱で説明します。この立場は、教科書では結合説(S-R結合説)と呼ばれることがあります。
洞察学習との対比
| 比較項目 | 試行錯誤学習 | 洞察学習 |
|---|---|---|
| 代表者・対象 | Thorndike(ネコ・問題箱) | Köhler(チンパンジー) |
| 解決のしかた | いろいろ試すうち偶然成功する | 状況の全体を見通して、突然解決する |
| 成績の変化 | 時間や失敗が少しずつ減る | 途中でいきなり解決する |
| 学習のとらえ方 | 場面と反応の結びつき(S-R結合) | 問題の構造の理解(認知の再体制化) |
洞察学習の詳しい内容は別記事を見てください。なお、Thorndikeは1911年に、動物が観念をまったく使わないと主張したわけではないと補足しています。
オペラント条件づけへの発展
「結果によって反応が増えたり減ったりする」という効果の法則の考え方は、現在の行動分析でいう強化と弱化に近いものです。Skinnerは行動の頻度が結果によって変わる過程を実験的に分析し、オペラント条件づけを体系化しました。Chance(1999)は、Thorndikeの論文にはSkinnerの後の研究につながる種が含まれていたと述べています。
試験で押さえる論点
| 論点 | 正しい理解 | よくあるひっかけ |
|---|---|---|
| 提唱者と実験 | Thorndike、ネコ、問題箱 | Pavlov(古典的条件づけ)やSkinner(スキナー箱)と混同 |
| 効果の法則 | 満足な結果が伴う反応は結びつきが強まる | 「結果を予測して選ぶ」→誤り。S-R結合で説明する |
| 学習曲線 | 脱出時間が徐々に短くなる | 「突然解決する」は洞察学習 |
令和9年版の公認心理師試験出題基準・ブループリントでは、大項目8「学習及び言語」(約2%)の「人の行動が変化する過程」の用語例に、「試行錯誤」が「洞察学習」「オペラント条件づけ」などと並んで挙がっています。
実験や観察の方法と結論
方法:Thorndikeは、空腹のネコ(子ネコが中心)を、長さ約50cm・高さ約30cmの箱に入れ、外に食べ物が見えるように置きました。箱の中の輪・ボタン・レバーなどの仕掛けを動かすとドアが開きます(必要な力は20〜100g程度)。ドアが開くまでの時間を毎回記録し、10〜15分たっても出られないときは取り出しました。
結果:ネコは、すき間に体を入れる、柵をかむ、ひっかくなど激しくもがき、その中で偶然に仕掛けに触れて外に出ました。下の表は、箱A(針金の輪を引く)に入れたネコ12番の24回の記録からの抜粋です。
| 試行 | 1回目 | 5回目 | 10回目 | 15回目 | 20回目 | 24回目 |
|---|---|---|---|---|---|---|
| 脱出時間(秒) | 160 | 15 | 11 | 14 | 10 | 7 |
毎回かならず減るのではなく、行きつ戻りつしながら全体として下がります。

結論:Thorndikeは、時間がなだらかに減ることを、ネコが「そうか」と気づいた証拠ではなく、快によって成功した行動が刻み込まれ、むだな行動が消えていく結果だと解釈しました。また、なめる・かくといった、箱の仕掛けと関係のない行動でも、出られるようにすれば結びつけられることを示しました。
例文
「使い方のわからない新しい機械のボタンをあちこち押すうちに、操作が身につきました。試行錯誤学習の例です。」
「箱の中でもがいていたネコが、偶然レバーに触れて外に出られ、次からはより早くレバーに向かうようになったのは、効果の法則で説明できます。」
疑問
Q: 最初の成功は偶然なら、「運がよかっただけ」ではありませんか?
A: 最初の成功は偶然でも、そのあと成功した行動が選ばれやすくなる点が学習です。もし運だけなら、回数を重ねても脱出時間は短くなりません。
Q: 人間にも当てはまりますか?
A: 新しい機械やゲームの操作を覚える場面など、日常にも当てはまる例は多くあります。ただし人間は説明を聞いたり見通しを立てたりもできるため、試行錯誤だけでは説明できません。
Q: 洞察学習とは何が違うのですか?
A: 試行錯誤学習は、いろいろ試して成績が少しずつ良くなるのが特徴です。洞察学習は、状況を見通して途中で突然解決する点が特徴で、Köhlerがチンパンジーで示しました。
理解度を確認する問題
問題1. Thorndikeの問題箱の実験に関する記述として、最も適切なものはどれか。
- A. 空腹のネコが、箱から出ようとするうちに偶然成功した行動を覚え、脱出時間が徐々に短くなった
- B. チンパンジーが、棒をつなぎ合わせて突然、手の届かない果物を取った
- C. イヌに、音とえさを対にして示すと、音だけで唾液が出るようになった
- D. ラットがレバーを押すとえさが出る装置で、押す頻度が高まった
正解:A 問題箱はThorndikeの実験で、脱出時間が徐々に短くなることが試行錯誤学習の特徴です。BはKöhlerの洞察学習、CはPavlovの古典的条件づけ、DはSkinnerの実験で、いずれも別の研究者です。
問題2. Thorndikeの効果の法則の説明として、最も適切なものはどれか。
- A. 刺激と反応が同時に起こった回数だけで、結びつきの強さが決まる
- B. ある場面での反応に満足な結果が伴うと、その場面との結びつきが強まる
- C. 動物は、結果を予測して、最もよい行動を選ぶ
- D. 問題の全体構造を見通すと、解決が突然に起こる
正解:B 満足がともなう反応は結びつきが強まり、不快がともなう反応は弱まります。Aは練習の法則に近い内容で、効果の法則は結果が鍵です。Cは、結果の予測を想定する点で、場面と反応の結びつきで説明するThorndikeの立場と合いません。Dは洞察学習の説明です。
問題3. 試行錯誤学習と洞察学習の比較として、最も適切なものはどれか。
- A. 試行錯誤学習では解決が突然起こり、洞察学習では少しずつ解決に近づく
- B. 試行錯誤学習では、成功までの時間が徐々に短くなり、洞察学習では、見通しがついた時点で急に解決する
- C. 洞察学習はThorndikeが、試行錯誤学習はKöhlerが主に示した
- D. 試行錯誤学習では、成功までの時間が試行ごとに必ず短くなる
正解:B 試行錯誤学習は徐々に、洞察学習は急に解決するのが対比のポイントです。Aは逆です。Cは提唱者が逆で、試行錯誤学習がThorndike、洞察学習がKöhlerです。Dは「必ず」が誤りで、時間は行きつ戻りつしながら全体として短くなります。
関連キーワード
- オペラント条件づけ(Operant Conditioning)
- 洞察学習(Insight Learning)
- 強化(Reinforcement)と弱化(Punishment)
- 古典的条件づけ(Classical Conditioning)
- 行動主義(Behaviorism)
- 潜在学習(Latent Learning)
- 効果の法則(Law of Effect)
- 結合説(Connectionism)
関連論文
まずこの1本
Thorndike, E. L.(1898)Animal intelligence: An experimental study of the associative processes in animals. Psychological Review Monograph Supplements, 2(4), i–109.
ネコの問題箱の実験を、箱の種類ごとの時間の曲線とともに報告した論文です。試験では、問題箱、脱出時間が徐々に減ること、成功した行動が快によって結びつくことが問われやすい点です。1911年の著書の第2章に再録されており、全文はClassics in the History of Psychologyで読めます。
https://doi.org/10.1037/h0092987

Classics in the History of Psychology -- Thorndike (1911) Index
その他の参考文献
Chance, P.(1999)“Thorndike’s puzzle boxes and the origins of the experimental analysis of behavior.” Journal of the Experimental Analysis of Behavior, 72(3), 433–440.
概要 1898年のThorndikeの学位論文を、実験的行動分析の出発点として位置づけた論文です。
解説 Thorndikeは1898年の時点では連合主義者でしたが、行動の基本的な過程を体系的に探る姿勢をとり、のちのSkinnerの研究につながる土台をつくったと述べています。
https://doi.org/10.1901/jeab.1999.72-433
ほそめがねのひとこと
試行錯誤学習と洞察学習は見分けにくかったですか?
覚え方
①「ネコ箱ソーン」:ネコの箱(問題箱)といえばThorndike。チンパンジーの棒はKöhler、イヌのよだれはPavlov、ラットのレバーはSkinnerと、動物と人名をセットで覚えましょう。
②「ゆっくり坂は試行錯誤、ハッと一気は洞察」:成績がなだらかに下がるなら試行錯誤学習、途中でいきなり解決するなら洞察学習です。


コメント