一人の時は、ちょこちょこスマホは幸せ、だらだらスマホは不幸せ

【背景】

■ 出発点：ウェルビーイングは「どこで・誰と」で変わる

▼ 場所と相手を選ぶことが幸せにつながる

• 人は、どこで誰と時間を過ごすかを意識的に選ぶことで、自分のウェルビーイングを高められることが示されてきました(Müller et al., 2020; Sandstrom et al., 2017)。
• つまり「経験のキュレーション(自分の体験を選び取って編集すること)」が幸福の重要な手段だ、という前提です。

▼ ところがスマホがその前提を変えた

• 「いつでも、どこでも」つながれる状態(anytime, anyplace connectivity)が当たり前になりました(Vanden Abeele et al., 2018)。
• その結果、人は移動中でもデジタル空間や他者とつながれるようになり、逆に目の前の空間や人から「切断」することもできるようになった(Campbell, 2020)。
• 実際に米国では、85%が少なくとも毎日ネットに接続し、31%が「ほぼ常時オンライン」と答えています(Perrin & Atske, 2021)。

▼ 世間の見方と研究の見方のズレ

• 世間はスマホを「依存」や「メンタルヘルスへの害」として語りがちです(Jiang, 2018)。
• しかし研究側の知見は、正の効果と負の効果が入り混じった複雑なもので、単純な害悪論では説明できません(Meier & Reinecke, 2021; Vanden Abeele, 2020)。

■ 第一の論点：スマホ利用とウェルビーイングの研究は、なぜ結論が割れているのか

▼ そもそもメディア不安は歴史的に繰り返されてきた

• 小説、ラジオ、そしてスマホと、新しいメディアが登場するたびに「心理的な悪影響」が社会的論争になってきました(Orben, 2020; Reinecke & Oliver, 2017)。
• Orben(2020)はこれを「テクノロジー・パニックのシーシュポス的循環」と呼んでいます(シーシュポス=同じことを永遠に繰り返す神話の人物)。

▼ 実証研究の結果も一貫していない

• 抑うつの増加など有害な効果を示す研究がある一方で、生活満足度の向上といった恩恵を示す研究もあります(例：High et al., 2022)。

▼ 割れる理由その1：測り方の問題

• 多くの研究が「問題的スマホ使用尺度」や「主観的な利用時間の見積もり」に頼ってきました。
• こうした自己報告は、プライミング効果(質問の仕方で回答が誘導されること)や想起バイアス(思い出す際の記憶の歪み)の影響を受けやすいと批判されています(Ellis, 2019; Heitmayer & Lahlou, 2021; Sewall et al., 2020)。
• 実際、自己報告は実際のログデータとの相関が低いことが繰り返し示されており(Boase & Ling, 2013; Kobayashi & Boase, 2012)、Parry et al.(2021)のシステマティックレビューとメタ分析でも、自己報告と実測ログの間に大きな乖離があると報告されています。

▼ 割れる理由その2：分析の水準の問題

• 従来研究は「個人間効果(between-person effects)」を優先してきました(David et al., 2018; Jones-Jang et al., 2020; Sewall et al., 2020)。
• 個人間効果とは「よく使う人と使わない人を比べる」視点、個人内効果(within-person effects)とは「同じ人がいつもより使った時どうなるか」を見る視点です。
• 前者では、その人の内的な心理状態がリアルタイムでどう動くかを捉えられず(Liu & Marciano, 2024; Valkenburg et al., 2024)、瞬間的なプロセスに当てはめると誤った結論を生むリスクがあります。

▼ 割れる理由その3：手法の遅れ

• 個人内効果への関心は高まり(Schnauber-Stockmann et al., 2024)、モバイルセンシング(スマホのセンサーやログから行動を自動記録する手法)も長く提唱されてきました(Boase & Ling, 2013; Harari et al., 2016; Sewall et al., 2020)。
• しかし実際にこれらを採用した研究はまだ限られています(Buda et al., 2024; Elmer et al., 2025; große Deters & Schoedel, 2024; Marciano et al., 2022; Rodman et al., 2024)。
• その少数の研究群が示すのは、客観的なスマホ利用指標とウェルビーイングの関係は総じて弱く、他者の存在といった他の要因に強く依存する、ということでした(Misra et al., 2016; Przybylski & Weinstein, 2013; Rotondi et al., 2017)。

▼ したがってスマホは「諸刃の剣」

• 一律の効果を持つのではなく、文脈次第でウェルビーイングを高めもすれば損ないもする存在だと考えられます。

■ 第二の論点：理論的な枠組み — 補完・干渉フレームワーク(CIF)

▼ CIF(Complementarity-Interference Framework)とは

• Kushlev(2018)およびKushlev & Leitao(2020)が定式化した枠組みで、デジタルメディアが「補完」にも「干渉」にもなりうると考えます。
• 補完(complementarity)：情報や社会的つながりが乏しい「痩せた」環境を、スマホが補ってくれる場合。
• 干渉(interference)：対面での会話や余暇のような「豊かな」物理的環境での関与を、スマホが置き換え・妨害してしまう場合。この時、目の前の環境が本来もたらすはずだった幸福の恩恵が損なわれます。

▼ CIFを支持する実証

• スマホによる干渉の悪影響は、社会的な場面、特に親しい相手(友人など)との交流で顕著だと示されています(Dwyer et al., 2018)。
• 一方で、非社会的な場面での効果はまだほとんど検討されていません(例外的な検討としてBuda et al., 2023)。

▼ そこから導かれる課題

• 「自宅で使うのか、職場で使うのか」といった空間的文脈とスマホ利用の相互作用を、個人内水準で検討する研究が必要だ、というのが本論文の問題意識です。

■ 第三の論点：文脈(コンテクスト)を理論的にどう位置づけるか

▼ 初期の理論：場所は無意味化する

• Meyrowitz(1985)の『No Sense of Place』やWellman(2001)は、携帯電話が利用者を物理的空間から切り離し、場所の意味を失わせると論じました。

▼ その後の反論：むしろ場所と密接に結びついている

• 後続の枠組みは、モバイルメディアは物理的環境や日常のルーティンと深く結びついていると強調します(Campbell & Ling, 2019; Hemment, 2005; Perry et al., 2001)。
• 実際、人は環境ごとにスマホの使い方を変えていることが示されています(Mehrotra et al., 2017; Roehrick et al., 2023)。
• したがって初期理論とは逆に、文脈こそがメディア行動と瞬間的な心理状態を形づくる重要な力だと考えられます(Reinecke & Oliver, 2017; Schnauber-Stockmann et al., 2025)。

▼ 本論文が引く象徴的な一節

• Reinecke & Oliver(2017, p.15)は、メディア利用者を環境から切り離して扱っている限り、スマホ利用がウェルビーイングに与える影響の理解は前進しない、という趣旨を述べています。
• 本研究はこの「文脈を扱え」という要請に、社会的文脈と空間的文脈の二軸で応えようとしています。

■ 社会的文脈に関する先行研究

▼ 社会的つながりは幸福の最強の予測因子のひとつ

• 人と人をつなぐ社会的ネットワークは、人間の繁栄(flourishing)とウェルビーイングの最も頑健な予測因子のひとつです(Helliwell & Putnam, 2004)。

▼ 強い紐帯と弱い紐帯

• 強い紐帯(strong ties)：家族や親友など、情緒的サポートを与えてくれる関係。
• 弱い紐帯(weak ties)：知人や見知らぬ人など、新しい情報や広い社会的統合をもたらす関係(Granovetter, 1973; Trieu et al., 2019)。
• どちらも瞬間的なウェルビーイングに寄与しますが、心理的健康に必要な親密さとサポートを供給する強い紐帯の方が、より大きな効果をもたらします(Kroencke et al., 2023; Mueller et al., 2019; Vogel et al., 2017)。

▼ 社会的文脈はスマホの使い方そのものも変える

• 人は他者と一緒にいる時より、一人の時の方が頻度も時間も多くスマホを使います。つまり他者の存在が自然なブレーキになっている(Heitmayer & Lahlou, 2021; Roehrick et al., 2023)。
• 関係の種類でも違い、親密な少人数の場面では使用が減り、大人数のグループでは増える傾向があります(Birnholtz et al., 2017)。

▼ ファビング(phubbing)研究

• phubbing = phone(電話) + snubbing(無視する)の造語で、一緒にいる相手をスマホで無視する行為。
• これは伝染し、同席者の間でデジタルな注意散漫の連鎖を生みます(Birnholtz et al., 2017; Misra et al., 2016)。
• 結果として集団全体がその場から引きこもり、その交流の質と楽しさが全員にとって下がってしまいます(Dwyer et al., 2018; Przybylski & Weinstein, 2013; Rotondi et al., 2017)。

▼ ただし社会的場面での使用は負の側面だけではない

• スマホは「デジタルの安心毛布(digital security blanket)」として機能し、居心地の悪い場面での社会的不安を和らげたり、ネガティブな社会的経験を緩和したりすることも示されています(Hunter et al., 2018; Schneider et al., 2023)。

■ 空間的文脈に関する先行研究

▼ 空間(space)と場所(place)の区別

• space：座標や環境の特徴で客観的に記述できるもの。
• place：人間の活動によって意味と用途を与えられた「人間の行為の象徴的産物」(Stokols & Shumaker, 1981, p.442)。
• 例えば「1番街と楡通りの角の建物」はspaceですが、そこで人が暮らせば「家」というplaceになります。

▼ 第三の場所の理論

• 日常の場所は、第一の場所(自宅)、第二の場所(職場)、第三の場所(コミュニティの中で人が集う社交的な公共空間)に分類できます(Oldenburg & Brissett, 1982; Matz & Harari, 2020)。

▼ 場所とウェルビーイングの関係

• 人は特定の場所を求めたり避けたりすることで、日々の経験や瞬間的な感情を調整できます(Matz & Harari, 2020)。
• 公共の場所で過ごすことはウェルビーイングと正の関連、自宅や職場は負の関連を示すと報告されています(Müller et al., 2020; Sandstrom et al., 2017)。

▼ 場所はスマホの使い方も変える

• 場所によって、利用の頻度・時間だけでなく、使うアプリやコンテンツまで変わります(Mehrotra et al., 2017; Rhee et al., 2026; Roehrick et al., 2023)。
• 若年成人は、自宅と比べて公共の場所(カフェ、店など)ではより頻繁に使い、逆に特に社交的な場所(バー、友人宅など)では使用が減ります(Roehrick et al., 2023)。
• これは、その環境のアフォーダンス(環境が可能にする行為の性質)と規範的期待に合わせて、人がコンテンツを戦略的に選んでいることを示唆します(Vanden Abeele, 2020)。自宅のような私的空間では没入的なコンテンツに深く関与できますが、公共空間では目立たず、すぐ中断できる使い方が求められます。

▼ 残された空白

• スマホ利用が状況の要求に応じて変わる行動であることは分かった。しかし、空間的文脈がスマホ利用と相互作用してウェルビーイングにどう影響するかは、依然として未解明でした。

■ 以上を踏まえた本研究のリサーチクエスチョン

• RQ1：瞬間的なスマホ利用と、その後のウェルビーイング状態の関係はどのようなものか。
• RQ2：社会的文脈と空間的文脈は、瞬間的なスマホ利用とどう相互作用して、その後のウェルビーイング状態を説明するか。

▼ 先行研究の課題に対する本研究の回答の形

• 自己報告の限界 → モバイルセンシングによる画面ON/OFFの客観的記録。
• 個人間効果偏重 → 個人内(within-person)水準での分析。
• 文脈の無視 → 経験サンプリング法(1日複数回その場の状態を尋ねる手法)で社会的・空間的文脈を同時に測定。
• 若年成人1,003名、36,949観測という大規模な縦断フィールド研究。

【研究方法】

■ 方法(1)：誰を、どうやって調べたか

▼ 参加者

• 米国の大規模大学のオンライン心理学講座を受講する若年成人1,003名。
• 平均年齢18.9歳(SD=1.07)。2018年秋学期と2019年春学期の2回に分けて収集。
• 性別の内訳は原稿の記載上、女性64.3%・男性55.7%となっており合計が100%を超えます(表記上の不整合と思われます)。ノンバイナリーを選択した参加者は3名と少数のため分析から除外されています。

▼ 手続き

• まず一回限りの質問紙で、属性(年齢、性別)と心理的変数(ウェルビーイング、パーソナリティ特性など)を測定。
• 次に、モバイルセンシングアプリ「Beiwe」をスマホにインストールしてもらい、7〜14日間、画面のON/OFF状態などのログを自動記録。
• 同期間中、経験サンプリング調査(ESM=その瞬間の状態をその場で答えてもらう手法)を1日5回配信。時刻は9時、12時、15時、18時、21時で、日中の活動をカバーするよう設定されています。
• この調査で「今、どんな気分か」と「今、誰といて、どこにいるか」を尋ねています。

▼ この設計の意味

• スマホ利用は「本人の記憶」ではなく「機械のログ」で測る。
• 気分と文脈は「後からの振り返り」ではなく「その瞬間」に測る。
• これにより、前回整理した測定上の批判(想起バイアスなど)を回避しています。

■ 方法(2)：何を測ったか

▼ ウェルビーイング状態(5項目、各1問)

• 「今、○○を感じている」形式で、孤独感・悲しみ・ストレス・満足感の4つを4件法(まったくない/少し/かなり/とても)。
• 活力(エネルギーレベル)のみ5件法(低い〜高い)。
• 平均値は、ポジティブな状態の方が高く出ました。満足感2.66、活力2.90に対し、孤独感1.45、ストレス1.51、悲しみ2.19。
• ICC1(級内相関係数=全体のばらつきのうち「個人差」で説明できる割合)は0.26〜0.49で中程度。つまり、気分の変動の半分以上はその人の中での揺れによるものです。
• また、個人間相関(r = -.45〜.85)は個人内相関(r = -.36〜.52)より一貫して大きく、「人と人を比べる分析」と「同じ人の中での分析」は別物だという前提が数値でも確認されています。

▼ 状況的文脈

• 社会的文脈：「この15分間、以下の人と過ごした」を選択。
• 一人(分析の基準カテゴリ)
• 弱い紐帯(クラスメイト・学生、同僚、見知らぬ人)
• 強い紐帯(家族、友人、恋人、ルームメイト)
• 混合(上記の組み合わせ)
• 分析対象は36,296件の回答。平均すると、強い紐帯と一緒が最も多く(38%)、次に一人(28%)、弱い紐帯(19%)、混合(15%)。
• 空間的文脈：「この15分間、以下の場所で過ごした」を選択。Oldenburg(1982)の第三の場所理論に沿って分類。
• 自宅(基準カテゴリ、38%)
• 公共の場所(バー・パーティ、カフェ・レストラン、友人宅、ジム、宗教施設、フラタニティ/ソロリティハウス、店・モール。12%)
• 職場的な場所(キャンパス、図書館、職場。34%)
• 車両(5%)
• 混合(11%)
• 分析対象は35,699件。自宅とキャンパスを含む職場的な場所が大半を占めます。

▼ データ品質の担保

• 回答所要時間が平均から2標準偏差以上外れたもの、前回の回答から15分以内に開始されたもの、報告数が5件未満の参加者を除外。
• 結果として6,036件(14%)の回答と105名(9.5%)の参加者が除外されています。

▼ センシングされたスマホ利用

• 頻度(frequency)：直前15分間の「画面ON」イベントの回数。
• 時間(duration)：各「画面ON」から次の「画面OFF」までの秒数の合計(分に換算)。
• 研究者らは、頻度は通知など外部からの割り込みを、時間は自発的な活動を反映する可能性があると述べています。
• 15分間に一度もイベントが記録されない場合の処理も明示されています。アプリは状態の「変化」のみを記録するため、イベントがない=状態が変わらなかった、と解釈できます。
• 直前が「画面OFF」なら、その15分は使っていないとみなし、頻度0・時間0。
• 直前が「画面ON」なら、15分間ずっと使っていたとみなし、頻度1・時間900秒(15分)。

▼ スマホ利用の実態

• 最終的に36,949件のESM回答が画面イベントと紐づけられました。
• 15分あたり平均2.24回のロック解除、平均5.88分の利用。
• ICC1は頻度0.13、時間0.09と非常に低い。つまりスマホの使い方は「その人の性格」より「その時の状況」で決まる部分が圧倒的に大きい、ということです。これがこの研究の出発点を裏づけています。
• 頻度と時間の相関は負(個人間 -0.06、個人内 -0.21)。
• 一見奇妙ですが、これは使い方の質的な違いを示しています。15分の動画を見るような「マラソン型」は時間が長く回数は少ない。一方「チェックイン型」は回数が多く総時間は短い。この2つは別の行動なのです。

■ 方法(3)：どう分析したか

▼ マルチレベルモデル(階層的な構造を持つデータのための分析手法)

• 各ウェルビーイング状態について9本のモデルを、3段階で構築。
• ステップ1：統制変数のみのモデル(1本)
• ステップ2：主効果モデル(4本)。文脈2種(社会・空間)とスマホ利用2種(頻度・時間)。
• ステップ3：交互作用モデル(4本)。文脈×スマホ利用の全組み合わせ。
• 5つのウェルビーイング状態×9本=合計45本のモデルを推定しています。

▼ 統制変数

• 性別、年齢、時間帯(午前を基準に、午後・夕方・夜)、曜日(平日か週末か)。
• さらに2つの学期のデータを統合したメガ分析(複数データセットを統合して検定力を高める手法; Curran & Hussong, 2009)であるため、収集年も統制。

▼ センタリングの工夫

• 個人内(レベル1)は個人平均センタリング=「その人自身の平均からのズレ」を捉える。
• 個人間(レベル2)は全体平均センタリング=「安定した個人差」を捉える。
• これにより、「いつもより使った時どうなるか」と「よく使う人はどうか」をきれいに分離しています(Curran & Bauer, 2011; Yaremych et al., 2021)。

▼ ベイズ累積リンクモデル(順序ロジスティック回帰)

• 従属変数が4〜5段階の順序尺度であるため、順序データ用のモデルを採用。
• 「まったくない/少し/かなり/とても」を等間隔の数値として扱う(=メトリックモデル)ことは計算上は便利ですが、推定を歪め誤り率を膨らませる危険があります。特に選択肢が5未満で分布が非対称な場合(Bürkner & Vuorre, 2019; Liddell & Kruschke, 2018)。
• そこで、順序性を尊重し、カテゴリ間の閾値を直接推定するモデルを使用。ロジットリンク関数、比例オッズ仮定、参加者ごとのランダム切片を含みます。
• Rパッケージbrms(Bürkner, 2021)、弱情報事前分布、4チェーン×6,000反復(うち3,000はウォームアップ)。収束はR-hatが1.00近傍であること等で確認。

▼ 結果の読み方

• 係数を指数変換してオッズ比で解釈します。
• オッズ比1=関連なし、1より大きい=より高いカテゴリを報告するオッズが上がる、1未満=下がる。
• 例えばオッズ比2は、予測変数が1単位増えると(=1分長く使う、1回多くロック解除する)、より高い悲しみのカテゴリを報告するオッズが2倍になる、という意味。
• 95%信用区間が1を含まない場合に「確からしい効果(credible)」と判断しています。

■ 結果(1)：まず、文脈そのものの効果

▼ 社会的文脈(一人でいる時が基準)

• 強い紐帯といる時：孤独感が減り(β=-0.974, オッズ比0.377)、悲しみが減り(-0.477)、ストレスが減り(-0.431)、満足感が増え(0.841, オッズ比2.32)、活力が増える(0.502)。5指標すべてで改善。
• 弱い紐帯といる時：孤独感が減り(-0.344)、悲しみが減り(-0.153)、活力が増える(0.142)。ただしストレスと満足感には確からしい効果なし。
• 混合の紐帯：5指標すべてで改善しますが、効果の大きさは強い紐帯と弱い紐帯の中間。

▼ 空間的文脈(自宅が基準)

• 公共の場所：孤独感(-0.684, オッズ比0.505)、悲しみ(-0.421)、ストレス(-0.428)がすべて減り、満足感(0.882, オッズ比2.415)と活力(0.759, オッズ比2.136)が増える。全面的にポジティブ。
• 混合の場所：同じく5指標すべてで改善(ただし効果は公共の場所より小さい)。
• 職場的な場所：孤独感は減り(-0.142)、活力は増える(0.149)一方で、ストレスは増え(0.241, オッズ比1.272)、満足感は減る(-0.091)。悲しみには確からしい効果なし。混在した結果です。

▼ ここまでの含意

• 「誰といるか」「どこにいるか」は、瞬間の気分に極めて大きく効いている。特に強い紐帯と公共の場所は強力です。

■ 結果(2)：スマホ利用そのものの効果

▼ 個人内の効果 — 頻度と時間で逆方向

• いつもより頻繁にロック解除した時:孤独感が減り(β=-0.019)、悲しみが減り(-0.015)、満足感が増え(0.029)、活力が増える(0.05)。つまりポジティブ。
• いつもより長く使った時:孤独感が増え(0.025)、悲しみが増え(0.012)、満足感が減り(-0.012)、活力が減る(-0.013)。つまりネガティブ。
• ストレスについては、頻度・時間ともに確からしい効果は見られませんでした。
• 「ちょこちょこチェックする」ことと「だらだら長く使う」ことは、心理的に正反対の意味を持つ、という発見です。

▼ 個人間の効果

• 普段からロック解除が多い人は孤独感(0.206)と悲しみ(0.167)が高い。
• 普段から利用時間が長い人も孤独感(0.139)と悲しみ(0.082)が高い。
• つまり「頻繁にチェックする人ほど孤独」なのに「いつもより多くチェックした瞬間は孤独感が下がる」。個人間と個人内で結論が逆転しています。従来研究が混乱してきた理由の一端がここに見えます。

▼ 効果の大きさは小さい

• 係数の絶対値は文脈の効果より1桁小さく、論文自身も「小さな関連」と表現しています。

■ 結果(3)：文脈とスマホ利用の交互作用 — 本命の結果

▼ 社会的文脈×利用頻度

• 強い紐帯といる時に頻繁に使うと、一人の時に比べて孤独感が増す(0.053)。
• 弱い紐帯といる時に頻繁に使うと、孤独感が増し(0.045)、活力が減る(-0.048)。
• 混合の紐帯でも、頻繁に使うと活力が減る(-0.041)。

▼ 社会的文脈×利用時間

• 強い紐帯といる時に長く使うと、悲しみが増し(0.017)、満足感が減り(-0.023)、活力が減る(-0.014)。
• 弱い紐帯・混合では、確からしい交互作用は見られませんでした。

▼ 空間的文脈×利用頻度

• 公共の場所で頻繁に使うと、自宅に比べて孤独感が増し(0.065)、活力が減る(-0.044)。
• 職場的な場所で頻繁に使うと、活力が減る(-0.047)。

▼ 空間的文脈×利用時間

• 確からしい交互作用は一つも見られませんでした。場所については「長さ」ではなく「回数」が効く、という非対称な結果です。

▼ 全体の構図

• スマホ利用の効果は一律ではなく、良い文脈にいる時ほど害になる。これは補完・干渉フレームワーク(CIF)の予測通りの結果です。

■ 考察(1)：効果の大きさを日常の感覚に翻訳する

論文が興味深いのは、抽象的なオッズ比を「何回のロック解除に相当するか」に置き換えている点です。

▼ 少ない操作が文脈の変化に匹敵する場合もある

• 活力に関しては、一人でいる時や自宅にいる時のたった3回の追加ロック解除が、弱い紐帯と関わることや職場で過ごすことと同等のオッズ変化をもたらします。

▼ しかし強い文脈には及ばない

• 活力以外の指標では、強い紐帯や公共の場所と同等の影響を得るには、30〜50回の追加ロック解除が必要。
• 平均は15分あたり約2回、標準偏差も約2回。最もヘビーな利用者でも15分あたり6回未満です。
• したがって、弱い紐帯や職場レベルの影響力にスマホが達することは現実的にありうるが、強い紐帯や公共の場所に匹敵する影響を持つことは考えにくい、と結論づけています。

▼ 利用時間でも同じ構図

• 一人でいる時に利用を4分減らすことは、弱い紐帯との交流と同等の満足感の押し上げに相当。
• しかし強い紐帯と過ごすことに匹敵させるには、80分の削減が必要です。

■ 考察(2)：良い文脈の恩恵はどれくらい速く目減りするか

ここが最も実践的な示唆を含む部分です。

▼ 強い紐帯の場合

• 強い紐帯と過ごすと、高い孤独感を報告するオッズは一人の時の約半分(0.5:1)になる。
• ところがこの優位は、約15回の追加ロック解除で相殺されてしまう。
• 満足感については、強い紐帯と過ごすとオッズは2倍以上(2.25:1)。
• しかし15分の追加利用によって、この優位は1.5:1まで低下します。

▼ 公共の場所の場合

• 公共の場所では高い孤独感のオッズは自宅の約半分(0.5:1)。
• この差は約10回の追加ロック解除で消滅する。
• 活力については、公共の場所では自宅の2倍(2:1)。
• この「活力プレミアム」は15回のロック解除で事実上消えてしまいます。

▼ 一方で

• 逆に、社会的機会に乏しい環境においては、スマホはウェルビーイングを高める有力な手段になりうる、とも述べられています。CIFの「補完」側です。

■ 考察(3)：理論的な含意

▼ 平均値は個人差を覆い隠す

• スマホの影響を一律と仮定するのではなく、平均的な効果が実質的な個人差を覆い隠している可能性を重視すべきだと論じています。発達的・気質的・社会的要因の複合体が、使い方だけでなく「その使用をどう捉え、どう影響を受けるか」までを形づくります(Buda et al., 2023; Hall, 2024; Valkenburg & Peter, 2013; Valkenburg et al., 2024)。

▼ 信念そのものが結果を左右する

• ファビング(同席者をスマホで無視すること)について、する側もされる側もウェルビーイングを損なうと信じている人がいる一方(Knausenberger et al., 2022)、自分のファビングは無害だと信じている人もいます(Barrick et al., 2022)。
• こうした信念の分岐は、スマホ利用の心理的帰結が利用者の内的枠組みに依存することを示唆します(Wolfers, 2024)。

▼ 「社会的過飽和」という視点

• 社交の場にいながら一人になりたいと感じている状態(social oversatiation)では、スマホは感情調整と必要な心理的距離をとるための機能的な道具になりうる(Rainie & Zickuhr, 2015)。
• これはIM³UNE(モバイルメディア利用と欲求経験の統合モデル; Schneider et al., 2022)と整合します。このモデルは、デジタル・ウェルビーイングが、モバイルからの要求が自律性・有能感・関係性という基本的心理欲求を満たすか妨げるかで決まると考えます。
• この枠組みでは、社会的に過飽和な時のスマホ利用は「自律性を守るための目的志向的な行動」と解釈できます。動機を見落とすと、意図的な自己調整を単なる妨害と誤認する危険がある、というわけです。

▼ 社会的場面での利用は「反社会的」より「向社会的」であることが多い

• 利用者の多くは、情報を調べる、メディアを共有するといった「グループに貢献する」目的で端末を使っています(Rainie & Zickuhr, 2015)。
• この時、端末は目の前の交流と競合しているのではなく、有能感と社会的欲求を満たし、より深い関係性への橋渡しとして機能しています。
• つまり、スマホ利用がその場の活動や集団に関連している時には、瞬間的なウェルビーイングを積極的に支えうる。今後の研究は、破壊的な侵入と適応的な対処を区別するために、動機と活動の種類を組み込むべきだと提言されています。

■ 限界と今後の課題

▼ 1. 測定の時間窓と焦点

• 15分という観測窓はESM回答に合わせたものですが、それ以前の利用の「持ち越し効果(spillover)」を捉えられません。直前に60分使った人と20分使った人が、データ上は同一に見えてしまう可能性があります。
• また、測定したのは頻度と時間であって「内容」ではない。先行研究は、活動の種類の方が総利用時間より予測力が高いと示しています(David et al., 2018; Elmer et al., 2025; Lavoie & Zheng, 2023; Liu et al., 2019; Rodman et al., 2024)。
• 大まかな活動分類でさえ、具体的なアプリや機能の心理的ニュアンスを覆い隠します(Liu & Marciano, 2024)。今後はアフォーダンス(その機能が可能にする行為の性質)に基づくアプローチや、アプリログ・画面録画といった客観データの活用が求められます。

▼ 2. 動機の問題

• 利用者が自分から始めた利用(user-initiated)と、端末側から始まった利用(phone-initiated)は区別されるべきです。
• 通知は、進行中の活動に割り込むことで(Vanden Abeele, 2021)、自発的な利用にはない「応答しなければ」という圧力を生み、ウェルビーイングを有意に損なうことが示されています(Halfmann & Rieger, 2019; Heitmayer & Lahlou, 2021)。
• 状況的動機の枠組み(Schnauber-Stockmann et al., 2025)の適用が提案されています。

▼ 3. 因果の方向

• 相関研究であるため因果は特定できません。スマホ利用が気分を変えたのか、気分がスマホ利用を引き起こしたのかは不明です。
• ネガティブな感情や社会的疎外を経験している人が、支えや所属感を求めて「デジタルの安心毛布」として端末に手を伸ばしている可能性があります(Hunter et al., 2018; Shi et al., 2023)。この場合、スマホは苦痛の原因ではなく感情調整の反応的な道具です。
• 実際、両者の関係は双方向であることが示唆されています(Anderl et al., 2024; Rodman et al., 2024)。ランダム化されたデジタル介入などの実験デザインが必要だとしています。

▼ 4. 統計手法についての方法論的提言

• 既存の多くの研究は「頻度と時間の影響は限定的」と結論してきましたが(Buda et al., 2023; Elmer et al., 2025; große Deters & Schoedel, 2024; Marciano et al., 2022)、本研究はその影響がより微妙なものである可能性を示しました。
• その一因として、多くの研究が順序データを連続量として扱ってきたことを指摘します。「まったく孤独でない」と「少し孤独」の心理的距離と、「少し孤独」と「かなり孤独」の距離は、等しいとは限りません。
• 著者ら自身も当初はメトリックな手法で分析し、その後に順序モデルへ移行しました。有意な結果のパターンはおおむね一貫していたものの、効果量と実質的な解釈は大きく異なったと報告しています。これは重要な警告です。

▼ 5. 小さな効果量そのものをどう解釈するか

• メディア効果研究では、小さな効果量を説明する枠組みとして、drip仮説(少量の曝露の蓄積)、drench仮説(インパクトの大きい単一の出来事)、delay仮説(潜在的な認知処理による遅延)の3つが伝統的に用いられてきました(Jensen et al., 2011)。
• 近年、これに加えて軌跡ベースの個人特化モデルが提案されており、メディアの影響は初期の感受性期の後に頭打ちになることが多いとされます(Baumgartner, 2025)。
• この見方に立つと、集計統計は、安定化の段階が異なる個人のデータをまとめてしまうことで、過去に起きた大きな変化を覆い隠している可能性がある。
• さらに感受性は気質的・文脈的要因の固有の組み合わせによって調整されるため、画一的な指標は個体特異的な異質性を見えなくします(Valkenburg et al., 2024)。
• そのため、集約的縦断デザインと個人特化モデリングへの転換が、「本当に影響がない」のか「すでに安定した状態にある」のかを区別するために必要だと述べています。

■ 結論

• スマホ利用と瞬間的なウェルビーイングの個人内の関連は、文脈によって調整される。
• スマホ利用が有害になりやすいのは、社会的な場面(特に親しい友人や家族といる時)や公共の場所である。一人でいる時や自宅にいる時と比べて、である。
• これらは、メディア利用とその効果を状況レベルで文脈化するアプローチの価値を支持する。
• 最終的に本研究は、この論争を再文脈化します。スマホ利用の個人内での関連は、強い紐帯や公共の場所の効果より確かに小さい。しかし、文脈の中でスマホ利用を捉えることによって、モバイルメディアが遍在する世界における瞬間的なウェルビーイングを形づくる要因について、新しい洞察が得られるのです。

■ 出典・注意事項

• 本稿は査読中の原稿であり、最終版とは内容が異なる可能性があります。
• 参加者の性別比率の合計が100%を超えるなど、原稿の記載に一部不整合があります。
• サンプルは米国の大学生(平均18.9歳)に限られており、他の年齢層や文化圏への一般化には注意が必要です。データ収集は2018〜2019年で、その後のスマホ環境の変化は反映されていません。
• 相関研究であり、因果関係を示すものではありません。
• データと分析コードはOSFプロジェクトページで査読用に公開されています。

動画解説はこちら😊
https://youtu.be/AkfAQT_XHig

ショート動画解説はこちら。
https://youtube.com/shorts/e1LEWPYtWkk?feature=share

会話形式での紹介はこちら😊
はぴテク相談室：スマホは悪者なのか、それとも場面の問題なのか
https://archive.happytech.co.jp/posts/2026-09-05-1788599760/