認知科学（Cognitive Science）は、人間の心や知能の仕組みを解明するための学際的分野である。心理学、神経科学、人工知能、哲学、言語学、人類学などの様々な領域が協働し、知覚、記憶、推論、言語理解、意識といった高次認知機能を研究対象とする。20世紀半ばの認知革命を契機に誕生し、計算理論や脳画像技術の発展とともに急速に進展した。現代では教育や臨床、AI開発など多くの応用分野にも貢献しており、人間の思考プロセスを理解するための基盤を提供している。
1.1 定義と研究対象
認知科学は、知覚、記憶、注意、言語、推論、意思決定、問題解決、意識などの高次認知機能を、情報処理システムとしての視点から統合的に研究する学問である。研究対象は、個人の内的過程だけでなく、社会的・文化的文脈での認知や、人工物との相互作用も含む。認知科学では、これらの現象を計算論的・神経科学的・行動的レベルで記述し、モデル化することを目指す。
1.2 学際的性質とその意義
認知科学は、心理学、神経科学、人工知能、哲学、言語学、人類学の6分野を主要な柱とし、それぞれが異なる方法論と視点を提供する。心理学は行動実験で人間の情報処理を定量化し、神経科学は脳の基盤を明らかにする。人工知能は計算モデルで理論を検証し、哲学は概念基盤を問う。言語学は自然言語の構造と獲得を分析し、人類学は文化的・進化的要因を考慮する。この学際性により、単一分野では捉えきれない認知の複雑性を多角的に理解できる。
2.1 認知革命以前
20世紀前半は行動主義が心理学を支配し、意識や心の内部過程を研究対象とせず、刺激と反応の関係のみを扱った。哲学では心身問題が議論され続けたが、実証的な研究手法は乏しかった。神経科学も限られた技術のため、認知機能の局在に関する初期の知見（ブローカ野、ウェルニッケ野）が得られた程度だった。
2.2 認知革命と情報処理パラダイム
1950～60年代、心理学、言語学、人工知能、神経科学の同時多発的な進展により「認知革命」が起こった。ノーム・チョムスキーは行動主義では説明できない言語の創造性を指摘し、ジョージ・ミラーは短期記憶の容量が7±2であることを示した。同時に、チューリングやフォン・ノイマンの計算理論の影響を受け、人間の認知を「情報処理システム」と捉えるパラダイムが確立された。この時期、人工知能の基礎として記号処理アプローチが登場し、心理学では情報処理モデル（アトキンソン・シフリン記憶モデルなど）が提唱された。
2.3 現代の認知科学
1980年代以降、コネクショニズム（並列分散処理）が台頭し、脳の神経回路網に着想を得たモデルが注目された。さらに1990年代以降のfMRI、EEG、MEGなどの脳画像技術の進歩により、認知活動中の脳活動を直接観察できるようになった。2000年代以降は、身体性認知（embodied cognition）、状況的認知（situated cognition）、拡張された心（extended mind）などの新たな視点が加わり、認知科学はより多様で動的な枠組みへと発展している。
3.1 認知心理学
3.1.1 記憶と注意の研究
認知心理学では、記憶を感覚記憶、短期記憶（ワーキングメモリ）、長期記憶に分類し、注意の選択的機能や容量制限を実験的に解明してきた。例として、バドリーのワーキングメモリモデルやポズナーの注意のネットワーク理論がある。
3.1.2 思考と意思決定
人間の推論や意思決定は、しばしばヒューリスティック（代表性、利用可能性など）に依存し、バイアスを生じることがカーネマンとトベルスキーによって明らかにされた。二重過程理論では、直感的で高速なシステム1と、分析的で低速なシステム2が相互作用するとされる。
3.2 神経科学
3.2.1 認知神経科学
認知機能と脳領域の対応関係を探る分野。前頭前野は意思決定やワーキングメモリ、海馬はエピソード記憶、扁桃体は情動処理に関与する。損傷研究や動物実験も重要な方法である。
3.2.2 脳画像法（fMRI, EEGなど）
fMRIは血流変化を利用して高空間分解能で脳活動を可視化し、EEGは時間分解能に優れ、事象関連電位（ERP）を計測できる。MEGやPETも併用され、認知過程の時空間ダイナミクスの解明に貢献している。
3.3 人工知能
3.3.1 記号処理アプローチ
人間の認知を物理記号システムと見なし、ルールベースの推論や問題解決を計算機上で実現する。初期のAI（GPS、エキスパートシステム）はこのパラダイムに基づく。
3.3.2 コネクショニズム
ニューラルネットワークによる並列分散処理を提唱し、バックプロパゲーション学習アルゴリズムによってパターン認識や学習が可能になった。脳の生物学的制約に一部対応する点で認知モデルとして有望視される。
3.3.3 強化学習と深層学習
強化学習は報酬に基づく行動選択をモデル化し、深層学習は多層ニューラルネットワークで複雑な入出力関係を学習する。AlphaGoや大規模言語モデルは、これらの要素を組み合わせて人間の認知の一部を凌駕する性能を示した。
3.4 哲学
3.4.1 心身問題
心（精神）と脳（身体）の関係をめぐる古来の問い。現代では機能主義（心は脳の機能として定義される）や同一説（心的状態は脳状態と同一）が有力だが、二元論の再評価も行われる。
3.4.2 意識の難問
デイヴィッド・チャーマーズが提唱した「ハードプロブレム」は、主観的経験（クオリア）がなぜ生じるのかを問う。神経科学的な相関（NCC）の探索と並行して、意識の理論（グローバルワークスペース理論、統合情報理論）が提案されている。
3.5 言語学
3.5.1 生成文法
チョムスキーの理論は、人間が生得的に備える普遍文法（UG）に基づき、有限の規則から無限の文を生成できると説明する。句構造規則や変形規則が中心概念であった。
3.5.2 認知言語学
言語能力を一般認知能力の一部と捉え、メタファー、カテゴリ化、イメージスキーマなどの概念化のプロセスを重視する。ラネカーの認知文法やラコフの認知意味論が代表的である。
3.6 人類学
3.6.1 文化と認知
異なる文化圏で数概念、空間認知、色彩カテゴリ化などに差異がみられることが研究されている。言語の相対性仮説（サピア＝ウォーフ仮説）もこの領域に関わる。
3.6.2 進化的認知
進化心理学の視点から、人間の認知モジュール（エラーマネジメント、協力、配偶者選択など）が自然選択によって形成されたと考える。ダン・スペルベルやパスカル・ボワイエによる文化伝達の研究も進展している。
4.1 知覚とパターン認識
視覚、聴覚、触覚などの感覚情報を脳がどのように組織化し、物体や事象を認識するかを研究する。ゲシュタルト心理学の法則や、トップダウン処理（知識による解釈）とボトムアップ処理（感覚データ）の相互作用が主要テーマである。
4.2 記憶のメカニズム
4.2.1 短期記憶と長期記憶
短期記憶は容量が約7項目で、リハーサルにより長期記憶に転送される。長期記憶は意味記憶、エピソード記憶、手続き記憶などに分類され、海馬や皮質の異なる領域が関与する。
4.2.2 記憶の再構成
記憶は静的な記録ではなく、想起のたびに再構成される。エリザベス・ロフタスの研究は、誤情報が虚偽記憶を生じることを示した。再固定化（reconsolidation）のプロセスも記憶の可塑性を説明する。
4.3 言語獲得と処理
乳幼児は生後1年で母語の音韻体系を習得し、文法規則を統計学習や生得的制約によって獲得する。成人の言語処理では、構文解析（parsing）や意味的統合が脳内で数百ミリ秒で行われる。
4.4 推論と問題解決
演繹、帰納、アブダクションの三つの推論形式があり、人間はしばしば論理学的規範から逸脱する（信念バイアス）。問題解決では、問題空間の探索と洞察による飛躍が研究される。
4.5 意識とメタ認知
意識は主観的経験の総体であり、その神経相関や機能が議論される。メタ認知は自己の認知プロセスを監視・制御する能力で、学習や意思決定において重要な役割を果たす。
5.1 行動実験
参加者の反応時間や正答率を計測し、認知過程を推論する方法。エラーパターンや眼球運動、プライミング効果なども利用される。厳密な統制条件により因果関係を検証できるが、脳活動の直接観測はできない。
5.2 計算モデル
認知理論をコンピュータプログラムとして実装し、予測を検証する。記号モデル（ACT-R、Soar）やニューラルネットモデル、ベイジアンモデルがあり、ブラックボックスを開く手段となる。
5.3 神経科学的測定
fMRI、EEG、MEG、PET、NIRSなどの脳画像法に加え、経頭蓋磁気刺激（TMS）や経頭蓋直流刺激（tDCS）による因果的介入も行われる。これらのデータは行動データと組み合わせて解析される。
5.4 シミュレーションとロボティクス
身体性認知をモデル化するため、物理的ロボットや仮想環境内のエージェントを用いたシミュレーションが行われる。生態学的妥当性を高め、認知機能の創発過程を観察できる。
6.1 教育工学と学習支援
認知科学の知見は、知識獲得のメカニズムに基づく教材設計（アクティブラーニング、間隔反復、デュアルコーディング）に応用される。適応学習システムは学習者の理解状態をモデル化し個別最適化を実現する。
6.2 臨床心理学・神経リハビリ
認知リハビリテーションは、記憶障害、失語症、注意欠陥などの患者に対して、脳の可塑性を利用した訓練を提供する。認知行動療法（CBT）は認知バイアスの修正を目的とする。
6.3 ヒューマンコンピュータインタラクション
ユーザの認知特性（記憶容量、注意制限、メンタルモデル）を考慮したインターフェース設計は、認知的負荷を低減し操作効率を向上させる。視線計測や生体信号による適応的UIも発展している。
6.4 人工知能との比較研究
人間の認知とAIシステムの性能を比較することで、人間の知能の特質（常識推論、転移学習、社会的認知）が明確になる。同時に、AIの進歩は認知科学に新たな理論的枠組み（予測符号化、能動的推論）を提供している。
7.1 還元主義と全体論の葛藤
認知を神経細胞や分子レベルに還元する立場と、高次機能は創発的であり全体論的に捉えるべきという立場が対立する。マーによる三水準分析（計算、アルゴリズム、実装）はこの問題に一つの調停策を与えたが、現在も議論は続く。
7.2 自由意志と決定論
リベット実験などによる意識的な意図と脳活動の時間差は、自由意志の存在に疑問を投げかける。一方で、決定論的な認知モデルと主観的体験としての自由意志の関係は、哲学と神経科学の共同作業として探求されている。
7.3 AIの知的活動と人間の認知境界
大規模言語モデルやマルチモーダルAIが人間に近い性能を示す一方、理解や意識を持つかは不明である。強いAI（汎用人工知能）の可能性と、人間特有の認知能力（身体性、社会性、時間感覚）の本質が問われている。
7.4 「脳はバグだらけのソフトウェア」という視点
人間の認知は進化的な制約の下で最適化されており、ヒューリスティックやバイアス、記憶の歪みなどは不完全さの現れとされる。この視点は、認知科学におけるノーマルな認識と病理の境界を曖昧にし、新しい理解の枠組みを提供する。ユーモアを込めて「バグ」と呼ぶこともあるが、実際には適応的な側面も多く、単なる欠陥ではない点が重要である。