認知的ウォークスルー（Cognitive Walkthrough）は、初めてその画面を使う人が説明なしで目的の操作までたどり着けるかを、評価者がタスクの1手ずつ検査するユーザビリティ評価手法です。実ユーザーを集めずに設計段階で実施できる反面、評価者によって見つかる問題が大きく変わることも研究で分かっています。この記事では、1990年の原典と4つの質問、ペルソナとタスクの準備から記録までの進め方、ヒューリスティック評価との違いを一次資料に沿って整理します。
まとめ：認知的ウォークスルーの要点
- 対象は「学習しやすさ」です。新規ユーザーがタスクを初見で完了できるかを、操作の1ステップごとに4つの質問で確かめます。
- 起源は1990年のCHIで発表されたLewis・Polson・Wharton・Riemanの論文です。探索学習の理論モデル（CE+）を実務の評価手順に落としたのが「認知的」の由来です。
- 準備物は「評価対象の画面や仕様」「想定ユーザーの前提知識」「タスク」「正解の操作手順」です。ユーザーの前提知識が曖昧だと4つの質問に答えられません。
- ヒューリスティック評価は画面全体を10原則などで点検する手法、認知的ウォークスルーは特定タスクの流れを新規ユーザーの目で追う手法です。
- 評価者効果は避けられません。認知的ウォークスルーの研究では評価者ペアの平均一致率が6〜65%と報告されており、見落としを減らすため複数人での評価が推奨されます。
- 会議が長引く現場では、質問を2つに絞ったSpencer（2000）の簡略版が使えます。
認知的ウォークスルーの定義と成り立ち
新規ユーザーの学習しやすさを検査する専門家評価
認知的ウォークスルーは、実ユーザーを使わずに評価者が画面を検査する「インスペクション（専門家評価）」の一種です。評価の焦点は学習しやすさ（learnability）に絞られています。Nielsen Norman Group（NN/g）の解説記事（2022年2月13日公開）も、ヒューリスティック評価が分析者の視点で使いやすさ全般を見るのに対し、認知的ウォークスルーは新規ユーザーの視点で特定のタスクを見る、と位置づけています。日本語訳はU-Siteに「認知的ウォークスルーによるインタフェースの学習しやすさの評価」（2022年7月5日公開）として掲載されています。
ユーザビリティそのものの定義は、ISO 9241-11:2018と、これに対応するJIS Z 8521:2020が定めています。「指定された利用者が、指定された利用状況で、有効さ・効率・満足を伴って指定目標を達成できる度合い」という定義のうち、認知的ウォークスルーが主に扱うのは、初見の利用者が目標を達成できるかという有効さの側面です。
1990年の原典と「認知的」という名称の由来
初出は、Clayton Lewis、Peter G. Polson、Cathleen Wharton、John Riemanの論文「Testing a walkthrough methodology for theory-based design of walk-up-and-use interfaces」（CHI ’90、pp.235-242）です。対象は、キオスク端末やATMのように説明書を読まずにその場で使う「walk-up-and-use」システムでした。
名称の「認知的」は、認知科学の探索学習モデルCE+に由来します。CE+は、利用者が現在の目標と、画面上の操作から予想される結果との似ている度合いで次の操作を選び、システムの応答を見て目標に近づいたかを判断し、うまくいった手順を規則として覚える、という過程を扱います。論文の抄録によると、著者らはこの理論を実際の開発の制約の中で使える手順に落とし、4人が独立に4種類のインターフェースへ適用して、手順の一貫性と結果の正確さを検証しました。想定ユーザーの前提知識を先に決めるのは、この理論が「利用者が何を知っているか」を出発点にしているからです。
その後、Wharton・Rieman・Lewis・Polsonが実務者向けに手順を整理した章「The cognitive walkthrough method: A practitioner’s guide」が、Nielsen・Mack編『Usability Inspection Methods』（John Wiley、1994年、pp.105-140）に収録され、現在広く使われている4つの質問の形になりました。人の認知の仕組みを設計に生かす分野全体は認知工学の解説で扱っています。
ソフトウェアレビューの「ウォークスルー」とは別の手法
「ウォークスルー」だけで検索すると、ソフトウェア開発のレビュー手法が出てきます。IEEE Std 1028-2008はソフトウェアレビューをマネジメントレビュー、テクニカルレビュー、インスペクション、ウォークスルー、監査の5種類に分けています（同規格は2019年11月7日にInactive-Reserved）。こちらのウォークスルーは、設計者やプログラマーが開発チームを文書やコードに沿って案内し、参加者が誤りや標準違反を指摘する静的解析の技法です。インスペクションは、訓練されたファシリテーターが主導して成果物の欠陥を検出する、より形式的なピアレビューです。
ソフトウェアレビューが成果物を点検するのに対し、認知的ウォークスルーは利用者の知識と目標から操作をたどり、学習を妨げる設計上の問題を点検します。名前は似ていますが、対象も問いも異なります。
各ステップで問う4つの質問
認知的ウォークスルーでは、正解の操作手順を1ステップずつ進め、各ステップで次の4つの質問に「はい／いいえ」で答えます。1つでも「いいえ」になれば、その理由が改善すべき問題です。
| No. | Wharton et al. 1994（日本語要約） | NN/g 2022の表現 | 見る対象 |
|---|---|---|---|
| 1 | 正しい効果を得ようとするか | 正しい結果を出そうとするか | 目標の理解 |
| 2 | 正しい操作が可能だと気づくか | 正しい操作に気づくか | 操作の発見しやすさ |
| 3 | その操作と望む効果を結び付けられるか | 操作と目的の結果を関連付けられるか | ラベル・アイコン |
| 4 | 操作後に前進していると分かるか | 操作後に目標へ前進したと分かるか | フィードバック |
1つ目の質問は見落とされがちです。たとえば会員登録の途中で「メールアドレスの確認」が挟まる場合、利用者はそれを登録の一部だと理解しているでしょうか。理解していなければ、確認メールを開く動機が生まれません。2つ目は、ボタンがスクロールの下に隠れていないか、ホバーしないと出ないメニューに入っていないかを問います。3つ目は、ボタンの文言が利用者の目標の言葉になっているかです。アフォーダンスとシグニファイアの考え方が、この判断の根拠になります。4つ目は、操作後に画面が変わった、完了表示が出たなど、進んだことが伝わるかを見ます。
認知的ウォークスルーの進め方
準備する評価対象・ユーザーの前提知識・タスク・正解手順
評価対象の画面や仕様を用意したうえで、3つの条件を決めます。1つ目は、想定ユーザーの知識と経験です。ペルソナは、それらを整理するために使える形式の一つです。属性よりも、「類似サービスを使ったことがあるか」「業界用語を知っているか」「スマートフォンの標準操作に慣れているか」といった前提知識を具体的に書きます。4つの質問はどれも「このユーザーなら気づくか」を問うため、前提知識が決まっていないと評価者ごとに答えが割れます。ペルソナ自体の作り方はペルソナマーケティングの解説を参照してください。
2つ目は、評価するタスクです。「初回ログインしてプロフィール画像を設定する」のように、開始状態と完了状態がはっきりしたものを選びます。3つ目は、そのタスクの正解の操作手順です。「アイコンをタップ→［編集］→［画像を変更］→写真を選択→［保存］」のように、画面ごとの操作を列挙します。この手順書がウォークスルーの台本になります。対象はワイヤーフレームや紙のプロトタイプでもかまいません（ワイヤーフレームの作り方）。
実施段階の画面操作とステップごとの評価
NN/gの記事では、職種横断のチームをワークショップ形式で集め、ファシリテーターがタスクを実際に操作しながら各ステップで止まり、全員で4つの質問に答える進め方を紹介しています。デザイナーだけでなく、開発者やプロダクトマネージャーが加わることで、実装上の制約を踏まえた改善案がその場で出やすくなります。
評価者に求められるのは、自分の知識をいったん脇に置くことです。LewisとRiemanは、ウォークスルーはインターフェースを検証する道具ではなく開発する道具だとし、設計者が作業中に頭の中で1人で行うことも認めています。設計者は正解の手順を知っているため、「ここは分かるはず」と判断しがちです。迷ったら「このペルソナの前提知識だけで、この画面から次の操作を選べるか」に立ち戻ります。
評価結果の記録項目と判定理由
LewisとRiemanの教科書『Task-Centered User Interface Design』（1993-1994年）では、各操作でユーザーがその行動を選ぶ理由を説明し、その説明が妥当かを検討します。記録表には、ステップ番号・画面・操作・4つの質問の回答・判断の根拠・改善案を残します。「いいえ」の理由は「ボタンが見つからない」ではなく、「保存ボタンが画面下部の固定領域になく、キーボード表示中は隠れる」のように、再現できる粒度で書きます。
最後に問題を重大度で並べ、改善策を決めます。認知的ウォークスルーは問題を見つける手法であり、修正後に本当に解消したかは実ユーザーのテストで確かめるのが確実です。
ヒューリスティック評価との違いと使い分け
| 比較軸 | 認知的ウォークスルー | ヒューリスティック評価 |
|---|---|---|
| 原典 | Lewis et al. 1990（CHI ’90） | Nielsen & Molich 1990（CHI ’90） |
| 評価の単位 | 特定タスクの1ステップずつ | 画面・機能全体 |
| 視点 | 想定する新規ユーザー | 評価者（分析者） |
| 判断の基準 | 4つの質問 | 10原則などのヒューリスティクス |
| 主に見つかる問題 | 初見でのつまずき | 一貫性・エラー処理など全般 |
| 事前準備 | ユーザーの前提知識・タスク・正解手順 | 評価範囲・想定ユーザー・原則の共有 |
ヒューリスティック評価は、Jakob NielsenとRolf Molichが1990年のCHIで発表した手法です（「Heuristic evaluation of user interfaces」pp.249-256）。現在よく使われる10原則は、Nielsenが1994年に249件のユーザビリティ問題を因子分析して改訂したもので、NN/gの記事（1994年4月24日公開、2024年1月30日に最終レビュー）に「システム状態の可視化」「一貫性と標準」「エラーの防止」などが並びます。
2つの手法は、両方の原典論文が同じCHI ’90に収録されていますが、得意な問題が違います。画面全体の一貫性やエラーメッセージの質を広く点検したいならヒューリスティック評価、申し込みや初期設定など「初めての人が最後までたどり着けるか」が事業の成否を分けるフローなら認知的ウォークスルーを選びます。両方を行う場合は、主要タスクの学習しやすさと画面全体の原則への適合をそれぞれ確認し、最後に指摘を統合して重複を整理します。
NN/gは、一般的なECサイトの購入フローのように定番のデザインパターンで作られた画面にこの手法を使うのは細かすぎる、とも述べています。認知的ウォークスルーが効くのは、利用者がまだメンタルモデルを持っていない、新しい種類の操作を含む画面です。
評価者によって結果が変わる問題と対策
認知的ウォークスルーは手順が厳密なので、誰がやっても同じ結果になると思われがちです。しかし、Hertzum & Jacobsenの「The Evaluator Effect: A Chilling Fact About Usability Evaluation Methods」（International Journal of Human-Computer Interaction 13(4)、2001年、pp.421-443）は、これを否定しています。
同論文は、認知的ウォークスルー、ヒューリスティック評価、思考発話法の3手法を扱った11研究をレビューし、同じ手法で同じシステムを評価した任意の評価者2人の平均一致率が5〜65%にとどまると報告しました。認知的ウォークスルーに限ると、研究ごとの平均一致率は65%、17%、6%です。一致率は、評価者2人が共通して挙げた問題数を、その2人が挙げた重複除外後の問題総数で割り、評価者ペア間で平均した値です。論文は、手順が厳密な認知的ウォークスルーでも大きな評価者効果が残る点を「注目に値する」と書いています。原因として挙げているのは、目標分析があいまいなためにタスクシナリオがばらつくこと、評価手順があいまいなため最初の判断に引きずられること、問題の判定基準があいまいなため何でも問題と認めてしまうことの3つです。
ヒューリスティック評価でも事情は同じです。Nielsen & Molichの抄録によると、単独の評価者が見つけた問題は全体の20〜51%でした。NN/gは6プロジェクトの平均で単独評価者の発見率が35%だったことを根拠に、3〜5人の独立した評価者で行うよう勧めています。
実務で取れる対策は、論文の指摘を裏返したものです。
- 想定ユーザーの前提知識とタスクの開始・完了状態を文書で固定し、評価者全員に配る（シナリオのばらつき対策）
- 各評価者がまず単独で4つの質問に答え、その後に突き合わせる（最初の判断への引きずられ対策）
- 「いいえ」と判定する条件を事前に例示しておく（判定基準のあいまいさ対策）
- 可能なら複数の評価者を確保し、人数にかかわらず評価結果を「この画面の問題の全量」として扱わない
評価者効果は実ユーザーのテストにもあります。そのうえで、実際の行動を観察しない認知的ウォークスルーはユーザビリティテストの代わりにはならないということです。実ユーザーを集める前に明らかなつまずきを取り除く前段の手法として使うのが妥当です。
簡略版の認知的ウォークスルー（Spencer 2000）
Wharton版は1ステップごとに4つの質問を記録するため、画面数が多いと会議が長くなります。Rick Spencerは、CHI 2000で「The streamlined cognitive walkthrough method, working around social constraints encountered in a software development company」（pp.353-359、DOI 10.1145/332040.332456）を発表し、大規模なソフトウェア開発会社では「社会的制約」のために原典の手順を回しにくいと指摘しました。
抄録が挙げる制約は、管理職や開発者が時間に追われていること、長い設計議論に脱線しがちなこと、自分のUI設計を否定されると防御的になることの3つです。Spencerは、防御的な反応を明示的に和らげ、手順と記録を簡略化し、次の4つの基本ルールを会議の場に掲示して守らせることで、有効なデータを得られるとしました。基本ルールは「設計をしない」「設計を弁護しない」「認知理論を議論しない」「ユーザビリティ担当者が進行役を務める」です。簡略版で各ステップに問う質問は次の2つです。
- Will the user know what to do at this step?（このステップで何をすればよいか分かるか）
- If the user does the right thing, will they know that they did the right thing, and are making progress towards their goal?（正しい操作をしたとき、それが正しく、目標に近づいていると分かるか）
1つ目の質問は原典の質問1〜3をまとめたもので、2つ目は質問4に相当します。開発チームとの定例の中で短時間に回したい場合は、簡略版から始めるのが現実的です。ただし、質問を減らすほど「目標を理解していない」のか「ボタンが見つからない」のかの切り分けが記録から消えます。改善案を出す段階では、原典の4つの質問に戻って原因を特定してください。
なお、Mahatodyらのレビュー論文（International Journal of Human-Computer Interaction 26(8)、2010年、pp.741-785）は、簡略版を含む11種類の派生手法（Web向けのCognitive Walkthrough for the Web、グループウェア向けのGroupware Walkthroughなど）を整理しています。Webサイトやチームで使うツールを評価するときは、派生版から選ぶ手もあります。
認知的ウォークスルーが向かない場面
向かないのは、次のような場面です。
- 熟練者が繰り返し使う業務画面の効率評価：初見の利用者の学習しやすさに焦点を当てるため、熟練者の作業時間や操作回数の効率は別の方法で評価します。
- 定番パターンだけで構成された画面：想定ユーザーが十分に慣れた操作なら、細かなステップ評価の優先度は下がります。まずヒューリスティック評価を行い、実際の利用行動を確認する必要があればユーザビリティテストを組み合わせます。
- タスクを事前に定義できない探索型の利用：正解の操作手順を書けないと台本が作れません。
- 満足度や好みの評価：4つの質問は「たどり着けるか」だけを問うため、見た目の好みや感情面は分かりません。
人とコンピュータの関係を扱う研究分野全体での評価手法の位置づけはHCIの解説、使いやすさを設計工程に組み込む考え方はユーザビリティエンジニアリングの解説にまとめています。
よくある質問
認知的ウォークスルーとヒューリスティック評価の違いは何ですか？
認知的ウォークスルーは、新規ユーザーの視点で特定タスクを1ステップずつ4つの質問で検査し、初見でのつまずきを探す手法です。ヒューリスティック評価は、評価者が10原則などのガイドラインに照らして画面全体を点検する手法です。前者では想定ユーザーの知識・タスク・正解手順・評価対象を準備し、後者でも評価対象の範囲や想定ユーザー、使用する原則を共有します。
認知的ウォークスルーの4つの質問とは何ですか？
(1)ユーザーは正しい結果を得ようとするか、(2)正しい操作ができることに気づくか、(3)その操作と目的の結果を結び付けられるか、(4)操作後に目標へ前進したと分かるか、の4つです。Whartonらが1994年に実務者向けに整理した形が基になっています。
認知的ウォークスルーでユーザーの前提知識を定めるのはなぜですか？
4つの質問がすべて「このユーザーなら気づくか」を問うからです。手法の土台である認知科学の探索学習モデル（CE+）は、利用者の知識と目標から次の操作が選ばれると考えます。そのため、想定ユーザーの前提知識（類似サービスの利用経験や用語の理解度）を決めておかないと、評価者ごとに判断が割れます。ペルソナは、その前提知識をまとめる形式として使えます。
ソフトウェア開発のウォークスルーやインスペクションとは違うのですか？
別の手法です。ソフトウェアレビューのウォークスルーは、作成者が開発チームを文書やコードに沿って案内し、誤りや標準違反を指摘してもらうレビューです。インスペクションは、ファシリテーターが主導する、より形式的な欠陥検出のレビューです。IEEE Std 1028-2008はどちらもソフトウェアレビューの種類として定義しています。認知的ウォークスルーは、利用者の学習や操作を妨げるインターフェース設計上の問題を、タスクに沿って探します。
認知的ウォークスルーは何人で実施すればよいですか？
1人でも実施できますが、見落としを減らすには複数人で評価し、結果を比較することを勧めます。Hertzum & Jacobsen（2001）のレビューでは、同じシステムを評価した任意の評価者2人の一致率が、認知的ウォークスルーでも6〜65%でした。複数人がそれぞれ単独で評価し、結果を突き合わせる進め方が推奨されます。
