認知・神経科学から見た文化身体論一本歯下駄GETTAと脳の対話

📘 この記事でわかること

認知・神経科学から見た文化身体論一本歯下駄GETTAと脳の対。認知科学は20世紀後半、「身体化された認知（Embodied Cognition）」という大きなパラダイムシフトを経験しました。「思考は身体（からだ）に根差す」

  • 第5章：身体化された認知 ― 思考は身体に根差す
  • 第6章：予測符号化 ― 脳は「予測機械」である
  • 第7章：脳の可塑性 ― OS書き換えの神経科学的基盤
  • 第8章：内受容感覚 ― 身体内部の声を聞く科学
  • 第9章：ミラーニューロン ― 共鳴実践の神経基盤

監修：宮崎要輔（合同会社GETTAプランニング代表・一本歯下駄GETTA開発者）

.getta-cns *,
.getta-cns *::before,
.getta-cns *::after {
margin: 0;
padding: 0;
box-sizing: border-box;
}

.getta-cns {
font-family: “Hiragino Kaku Gothic ProN”, “Hiragino Sans”, Meiryo, sans-serif;
line-height: 1.95;
color: #1e293b;
background: #ffffff;
max-width: 920px;
margin: 0 auto;
padding: 20px;
}

/* Hero Section */
.getta-cns .gc-hero {
background: linear-gradient(135deg, #0f172a 0%, #1e1b4b 35%, #312e81 65%, #4c1d95 100%);
color: #ffffff;
padding: 60px 40px;
border-radius: 20px;
margin-bottom: 45px;
text-align: center;
position: relative;
overflow: hidden;
}

.getta-cns .gc-hero::before {
content: ”;
position: absolute;
top: 0;
left: 0;
right: 0;
bottom: 0;
background:
radial-gradient(circle at 10% 20%, rgba(6, 182, 212, 0.3) 0%, transparent 25%),
radial-gradient(circle at 90% 80%, rgba(139, 92, 246, 0.3) 0%, transparent 25%),
radial-gradient(circle at 50% 50%, rgba(99, 102, 241, 0.2) 0%, transparent 40%);
}

.getta-cns .gc-hero::after {
content: ”;
position: absolute;
top: 0;
left: 0;
right: 0;
bottom: 0;
background-image: url(“data:image/svg+xml,%3Csvg width=’80’ height=’80’ viewBox=’0 0 80 80′ xmlns=’http://www.w3.org/2000/svg’%3E%3Cg fill=’none’ stroke=’%23ffffff’ stroke-width=’0.4′ opacity=’0.1’%3E%3Ccircle cx=’40’ cy=’40’ r=’20’/%3E%3Ccircle cx=’40’ cy=’40’ r=’35’/%3E%3Cline x1=’20’ y1=’40’ x2=’60’ y2=’40’/%3E%3Cline x1=’40’ y1=’20’ x2=’40’ y2=’60’/%3E%3C/g%3E%3C/svg%3E”);
}

.getta-cns .gc-hero-badge {
display: inline-block;
background: linear-gradient(90deg, rgba(6, 182, 212, 0.3), rgba(139, 92, 246, 0.3));
border: 1px solid rgba(255,255,255,0.35);
padding: 10px 30px;
border-radius: 30px;
font-size: 0.9rem;
margin-bottom: 20px;
position: relative;
z-index: 1;
letter-spacing: 0.2em;
}

.getta-cns .gc-hero-part {
font-size: 0.95rem;
color: #a5b4fc;
margin-bottom: 12px;
position: relative;
z-index: 1;
letter-spacing: 0.25em;
}

.getta-cns .gc-hero-title {
font-size: clamp(1.5rem, 4vw, 2.3rem);
font-weight: bold;
margin-bottom: 20px;
position: relative;
z-index: 1;
line-height: 1.45;
}

.getta-cns .gc-hero-subtitle {
font-size: 1.05rem;
opacity: 0.92;
position: relative;
z-index: 1;
line-height: 1.9;
max-width: 720px;
margin: 0 auto;
}

/* Headings */
.getta-cns h1 {
font-size: clamp(1.35rem, 3.5vw, 1.8rem);
color: #4c1d95;
text-align: center;
padding: 28px 25px;
margin-bottom: 35px;
background: linear-gradient(135deg, #f5f3ff 0%, #ede9fe 100%);
border-radius: 14px;
border-left: 6px solid #7c3aed;
line-height: 1.5;
}

.getta-cns h2 {
font-size: clamp(1.15rem, 2.8vw, 1.45rem);
color: #ffffff;
margin: 55px 0 28px;
padding: 20px 28px;
background: linear-gradient(90deg, #4c1d95 0%, #6366f1 50%, #0891b2 100%);
border-radius: 12px;
position: relative;
}

.getta-cns h2::before {
content: ’25CF’;
margin-right: 12px;
font-size: 0.65em;
color: #a5b4fc;
}

.getta-cns h3 {
font-size: clamp(1.05rem, 2.3vw, 1.25rem);
color: #6366f1;
margin: 40px 0 18px;
padding: 14px 20px;
background: linear-gradient(90deg, #f5f3ff 0%, #ffffff 100%);
border-left: 4px solid #8b5cf6;
border-radius: 0 10px 10px 0;
}

.getta-cns h4 {
font-size: 1.1rem;
color: #7c3aed;
margin: 28px 0 14px;
padding-bottom: 10px;
border-bottom: 2px dashed #c4b5fd;
}

.getta-cns p {
margin-bottom: 20px;
text-align: justify;
font-size: 1rem;
}

/* Lead Text */
.getta-cns .gc-lead {
font-size: 1.05rem;
color: #475569;
background: linear-gradient(135deg, #f8fafc 0%, #f1f5f9 100%);
padding: 28px;
border-radius: 14px;
margin-bottom: 45px;
border: 1px solid #e2e8f0;
line-height: 2.1;
}

/* Chapter Navigation */
.getta-cns .gc-chapters {
display: grid;
grid-template-columns: repeat(5, 1fr);
gap: 12px;
margin: 45px 0;
}

.getta-cns .gc-chapter-nav {
background: linear-gradient(135deg, #f5f3ff, #ede9fe);
padding: 18px 12px;
border-radius: 12px;
text-align: center;
border-bottom: 4px solid #8b5cf6;
transition: all 0.3s ease;
cursor: pointer;
}

.getta-cns .gc-chapter-nav:hover {
transform: translateY(-5px);
box-shadow: 0 10px 25px rgba(139, 92, 246, 0.2);
}

.getta-cns .gc-chapter-num {
font-size: 1.4rem;
font-weight: bold;
color: #7c3aed;
margin-bottom: 6px;
}

.getta-cns .gc-chapter-title {
font-size: 0.78rem;
color: #64748b;
line-height: 1.4;
}

/* Embodied Cognition 6 Cards */
.getta-cns .gc-embodied {
background: linear-gradient(135deg, #ecfeff 0%, #cffafe 100%);
border: 2px solid #06b6d4;
border-radius: 16px;
padding: 40px 28px;
margin: 50px 0;
}

.getta-cns .gc-embodied-title {
text-align: center;
font-size: 1.25rem;
color: #0891b2;
font-weight: bold;
margin-bottom: 28px;
}

.getta-cns .gc-embodied-grid {
display: grid;
grid-template-columns: repeat(3, 1fr);
gap: 16px;
}

.getta-cns .gc-embodied-card {
background: #ffffff;
padding: 20px;
border-radius: 12px;
text-align: center;
border-top: 4px solid #06b6d4;
box-shadow: 0 4px 15px rgba(0,0,0,0.05);
transition: transform 0.3s ease;
}

.getta-cns .gc-embodied-card:hover {
transform: translateY(-4px);
}

.getta-cns .gc-embodied-card-num {
width: 32px;
height: 32px;
margin: 0 auto 12px;
background: linear-gradient(135deg, #06b6d4, #0891b2);
border-radius: 50%;
display: flex;
align-items: center;
justify-content: center;
color: #ffffff;
font-weight: bold;
font-size: 0.9rem;
}

.getta-cns .gc-embodied-card-title {
font-weight: bold;
color: #0891b2;
font-size: 0.92rem;
margin-bottom: 8px;
}

.getta-cns .gc-embodied-card-desc {
font-size: 0.82rem;
color: #64748b;
line-height: 1.65;
}

/* Traditional vs Embodied Comparison */
.getta-cns .gc-compare {
background: linear-gradient(135deg, #0f172a, #1e1b4b);
border-radius: 16px;
padding: 40px 28px;
margin: 50px 0;
position: relative;
overflow: hidden;
}

.getta-cns .gc-compare::before {
content: ”;
position: absolute;
top: 0;
left: 50%;
bottom: 0;
width: 2px;
background: linear-gradient(to bottom, transparent, #8b5cf6, transparent);
transform: translateX(-50%);
}

.getta-cns .gc-compare-title {
text-align: center;
font-size: 1.25rem;
color: #a5b4fc;
font-weight: bold;
margin-bottom: 30px;
position: relative;
z-index: 1;
}

.getta-cns .gc-compare-grid {
display: grid;
grid-template-columns: 1fr 1fr;
gap: 30px;
position: relative;
z-index: 1;
}

.getta-cns .gc-compare-box {
background: rgba(255,255,255,0.08);
backdrop-filter: blur(10px);
border: 1px solid rgba(255,255,255,0.15);
border-radius: 12px;
padding: 25px;
}

.getta-cns .gc-compare-old {
border-top: 3px solid #64748b;
}

.getta-cns .gc-compare-new {
border-top: 3px solid #22d3ee;
}

.getta-cns .gc-compare-label {
font-size: 0.8rem;
color: rgba(255,255,255,0.6);
margin-bottom: 8px;
letter-spacing: 0.15em;
}

.getta-cns .gc-compare-name {
font-size: 1.1rem;
font-weight: bold;
margin-bottom: 15px;
}

.getta-cns .gc-compare-old .gc-compare-name {
color: #94a3b8;
}

.getta-cns .gc-compare-new .gc-compare-name {
color: #22d3ee;
}

.getta-cns .gc-compare-list {
list-style: none;
}

.getta-cns .gc-compare-list li {
padding: 10px 0;
padding-left: 25px;
position: relative;
font-size: 0.9rem;
color: rgba(255,255,255,0.85);
border-bottom: 1px dotted rgba(255,255,255,0.15);
}

.getta-cns .gc-compare-list li:last-child {
border-bottom: none;
}

.getta-cns .gc-compare-list li::before {
content: ’25CF’;
position: absolute;
left: 0;
font-size: 0.55rem;
}

.getta-cns .gc-compare-old .gc-compare-list li::before {
color: #64748b;
}

.getta-cns .gc-compare-new .gc-compare-list li::before {
color: #22d3ee;
}

/* Predictive Coding Cycle */
.getta-cns .gc-predict-cycle {
background: linear-gradient(135deg, #1e1b4b 0%, #312e81 50%, #4c1d95 100%);
border-radius: 20px;
padding: 45px 30px;
margin: 50px 0;
position: relative;
overflow: hidden;
}

.getta-cns .gc-predict-cycle::before {
content: ”;
position: absolute;
top: 50%;
left: 50%;
width: 300px;
height: 300px;
border: 2px dashed rgba(165, 180, 252, 0.3);
border-radius: 50%;
transform: translate(-50%, -50%);
}

.getta-cns .gc-predict-cycle-title {
text-align: center;
font-size: 1.3rem;
color: #a5b4fc;
font-weight: bold;
margin-bottom: 35px;
position: relative;
z-index: 1;
}

.getta-cns .gc-predict-nodes {
display: grid;
grid-template-columns: 1fr 1fr 1fr;
grid-template-rows: auto auto auto;
gap: 20px;
position: relative;
z-index: 1;
max-width: 600px;
margin: 0 auto;
}

.getta-cns .gc-predict-node {
background: rgba(255,255,255,0.1);
backdrop-filter: blur(10px);
border: 1px solid rgba(255,255,255,0.2);
border-radius: 12px;
padding: 20px;
text-align: center;
}

.getta-cns .gc-predict-node-1 { grid-column: 2; grid-row: 1; border-color: #a5b4fc; }
.getta-cns .gc-predict-node-2 { grid-column: 3; grid-row: 2; border-color: #22d3ee; }
.getta-cns .gc-predict-node-3 { grid-column: 2; grid-row: 3; border-color: #f472b6; }
.getta-cns .gc-predict-node-4 { grid-column: 1; grid-row: 2; border-color: #34d399; }

.getta-cns .gc-predict-node-label {
font-size: 0.75rem;
color: rgba(255,255,255,0.6);
margin-bottom: 6px;
letter-spacing: 0.1em;
}

.getta-cns .gc-predict-node-text {
font-size: 0.95rem;
color: #ffffff;
font-weight: 500;
}

.getta-cns .gc-predict-center {
grid-column: 2;
grid-row: 2;
background: linear-gradient(135deg, #7c3aed, #6366f1);
border: 3px solid #a5b4fc;
}

.getta-cns .gc-predict-center .gc-predict-node-text {
font-size: 1rem;
font-weight: bold;
}

.getta-cns .gc-predict-arrows {
position: absolute;
top: 50%;
left: 50%;
transform: translate(-50%, -50%);
width: 200px;
height: 200px;
z-index: 0;
}

/* Plasticity Section */
.getta-cns .gc-plastic {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border: 2px solid #22c55e;
border-radius: 16px;
padding: 40px 28px;
margin: 50px 0;
}

.getta-cns .gc-plastic-title {
text-align: center;
font-size: 1.25rem;
color: #16a34a;
font-weight: bold;
margin-bottom: 28px;
}

.getta-cns .gc-plastic-grid {
display: grid;
grid-template-columns: repeat(3, 1fr);
gap: 18px;
}

.getta-cns .gc-plastic-card {
background: #ffffff;
padding: 24px;
border-radius: 12px;
text-align: center;
position: relative;
border-bottom: 4px solid;
transition: transform 0.3s ease;
}

.getta-cns .gc-plastic-card:hover {
transform: translateY(-5px);
}

.getta-cns .gc-plastic-synapse { border-color: #8b5cf6; }
.getta-cns .gc-plastic-struct { border-color: #06b6d4; }
.getta-cns .gc-plastic-func { border-color: #f59e0b; }

.getta-cns .gc-plastic-icon {
width: 55px;
height: 55px;
margin: 0 auto 15px;
border-radius: 50%;
display: flex;
align-items: center;
justify-content: center;
font-size: 1.3rem;
color: #ffffff;
}

.getta-cns .gc-plastic-synapse .gc-plastic-icon {
background: linear-gradient(135deg, #8b5cf6, #a78bfa);
}

.getta-cns .gc-plastic-struct .gc-plastic-icon {
background: linear-gradient(135deg, #06b6d4, #22d3ee);
}

.getta-cns .gc-plastic-func .gc-plastic-icon {
background: linear-gradient(135deg, #f59e0b, #fbbf24);
}

.getta-cns .gc-plastic-icon::after {
content: ‘2699’;
}

.getta-cns .gc-plastic-name {
font-weight: bold;
font-size: 1.02rem;
margin-bottom: 10px;
}

.getta-cns .gc-plastic-synapse .gc-plastic-name { color: #7c3aed; }
.getta-cns .gc-plastic-struct .gc-plastic-name { color: #0891b2; }
.getta-cns .gc-plastic-func .gc-plastic-name { color: #d97706; }

.getta-cns .gc-plastic-desc {
font-size: 0.88rem;
color: #64748b;
line-height: 1.7;
}

/* Habitus Neural Network */
.getta-cns .gc-habitus {
background: #ffffff;
border: 2px solid #e2e8f0;
border-radius: 16px;
padding: 40px 28px;
margin: 50px 0;
}

.getta-cns .gc-habitus-title {
text-align: center;
font-size: 1.25rem;
color: #4c1d95;
font-weight: bold;
margin-bottom: 28px;
}

.getta-cns .gc-habitus-flow {
display: flex;
align-items: center;
justify-content: center;
gap: 15px;
flex-wrap: wrap;
}

.getta-cns .gc-habitus-box {
background: linear-gradient(135deg, #f5f3ff, #ede9fe);
padding: 22px 28px;
border-radius: 12px;
text-align: center;
min-width: 180px;
border: 2px solid #c4b5fd;
}

.getta-cns .gc-habitus-box-label {
font-size: 0.78rem;
color: #7c3aed;
margin-bottom: 6px;
letter-spacing: 0.1em;
}

.getta-cns .gc-habitus-box-text {
font-weight: bold;
color: #4c1d95;
font-size: 0.95rem;
}

.getta-cns .gc-habitus-arrow {
font-size: 1.5rem;
color: #8b5cf6;
}

.getta-cns .gc-habitus-arrow::after {
content: ’21C4′;
}

.getta-cns .gc-habitus-result {
background: linear-gradient(135deg, #4c1d95, #6366f1);
border-color: #4c1d95;
}

.getta-cns .gc-habitus-result .gc-habitus-box-label {
color: #c4b5fd;
}

.getta-cns .gc-habitus-result .gc-habitus-box-text {
color: #ffffff;
}

/* Interoception 5 Functions */
.getta-cns .gc-intero {
background: linear-gradient(135deg, #fdf2f8 0%, #fce7f3 100%);
border: 2px solid #ec4899;
border-radius: 16px;
padding: 40px 28px;
margin: 50px 0;
}

.getta-cns .gc-intero-title {
text-align: center;
font-size: 1.25rem;
color: #db2777;
font-weight: bold;
margin-bottom: 28px;
}

.getta-cns .gc-intero-grid {
display: grid;
grid-template-columns: repeat(5, 1fr);
gap: 12px;
}

.getta-cns .gc-intero-card {
background: #ffffff;
padding: 18px 12px;
border-radius: 12px;
text-align: center;
border-bottom: 4px solid #ec4899;
transition: transform 0.3s ease;
}

.getta-cns .gc-intero-card:hover {
transform: translateY(-4px);
}

.getta-cns .gc-intero-card-num {
width: 30px;
height: 30px;
margin: 0 auto 10px;
background: linear-gradient(135deg, #ec4899, #db2777);
border-radius: 50%;
display: flex;
align-items: center;
justify-content: center;
color: #ffffff;
font-weight: bold;
font-size: 0.85rem;
}

.getta-cns .gc-intero-card-title {
font-weight: bold;
color: #db2777;
font-size: 0.85rem;
margin-bottom: 8px;
}

.getta-cns .gc-intero-card-desc {
font-size: 0.75rem;
color: #64748b;
line-height: 1.55;
}

/* Dual Sensation Structure */
.getta-cns .gc-dual {
background: #ffffff;
border: 2px solid #e2e8f0;
border-radius: 16px;
padding: 40px 28px;
margin: 50px 0;
}

.getta-cns .gc-dual-title {
text-align: center;
font-size: 1.25rem;
color: #4c1d95;
font-weight: bold;
margin-bottom: 28px;
}

.getta-cns .gc-dual-container {
display: grid;
grid-template-columns: 1fr auto 1fr;
gap: 25px;
align-items: center;
}

.getta-cns .gc-dual-box {
background: #f8fafc;
padding: 25px;
border-radius: 12px;
}

.getta-cns .gc-dual-extero {
border-top: 4px solid #3b82f6;
}

.getta-cns .gc-dual-intro {
border-top: 4px solid #ec4899;
}

.getta-cns .gc-dual-box-title {
font-weight: bold;
font-size: 1rem;
margin-bottom: 12px;
padding-bottom: 10px;
border-bottom: 1px dashed #e2e8f0;
}

.getta-cns .gc-dual-extero .gc-dual-box-title { color: #2563eb; }
.getta-cns .gc-dual-intro .gc-dual-box-title { color: #db2777; }

.getta-cns .gc-dual-list {
list-style: none;
}

.getta-cns .gc-dual-list li {
padding: 7px 0;
padding-left: 22px;
position: relative;
font-size: 0.88rem;
color: #475569;
}

.getta-cns .gc-dual-list li::before {
content: ‘2713’;
position: absolute;
left: 0;
font-weight: bold;
}

.getta-cns .gc-dual-extero .gc-dual-list li::before { color: #3b82f6; }
.getta-cns .gc-dual-intro .gc-dual-list li::before { color: #ec4899; }

.getta-cns .gc-dual-center {
display: flex;
flex-direction: column;
align-items: center;
gap: 12px;
}

.getta-cns .gc-dual-body {
width: 70px;
height: 110px;
background: linear-gradient(180deg, #ddd6fe 0%, #fce7f3 100%);
border: 3px solid #8b5cf6;
border-radius: 35px 35px 22px 22px;
position: relative;
}

.getta-cns .gc-dual-body::before {
content: ”;
position: absolute;
top: 22%;
left: 50%;
transform: translateX(-50%);
width: 18px;
height: 18px;
background: linear-gradient(135deg, #ec4899, #8b5cf6);
border-radius: 50%;
}

.getta-cns .gc-dual-label {
font-size: 0.82rem;
color: #7c3aed;
font-weight: 600;
}

/* Mirror Neuron Section */
.getta-cns .gc-mirror {
background: linear-gradient(135deg, #fef3c7 0%, #fef9c3 100%);
border: 2px solid #f59e0b;
border-radius: 16px;
padding: 40px 28px;
margin: 50px 0;
}

.getta-cns .gc-mirror-title {
text-align: center;
font-size: 1.25rem;
color: #d97706;
font-weight: bold;
margin-bottom: 28px;
}

.getta-cns .gc-mirror-flow {
display: flex;
align-items: center;
justify-content: center;
gap: 18px;
flex-wrap: wrap;
}

.getta-cns .gc-mirror-person {
background: #ffffff;
padding: 22px 28px;
border-radius: 12px;
text-align: center;
min-width: 145px;
border: 2px solid #fbbf24;
}

.getta-cns .gc-mirror-person-icon {
width: 45px;
height: 45px;
margin: 0 auto 10px;
background: linear-gradient(135deg, #f59e0b, #fbbf24);
border-radius: 50%;
display: flex;
align-items: center;
justify-content: center;
color: #ffffff;
font-weight: bold;
font-size: 1.1rem;
}

.getta-cns .gc-mirror-person-label {
font-weight: bold;
color: #d97706;
font-size: 0.92rem;
margin-bottom: 4px;
}

.getta-cns .gc-mirror-person-action {
font-size: 0.82rem;
color: #64748b;
}

.getta-cns .gc-mirror-arrow {
font-size: 1.8rem;
color: #f59e0b;
}

.getta-cns .gc-mirror-arrow::after {
content: ’21C4′;
}

.getta-cns .gc-mirror-brain {
background: linear-gradient(135deg, #f59e0b, #d97706);
color: #ffffff;
padding: 28px;
border-radius: 50%;
text-align: center;
min-width: 130px;
min-height: 130px;
display: flex;
flex-direction: column;
align-items: center;
justify-content: center;
}

.getta-cns .gc-mirror-brain-title {
font-weight: bold;
font-size: 0.88rem;
margin-bottom: 4px;
}

.getta-cns .gc-mirror-brain-desc {
font-size: 0.72rem;
opacity: 0.9;
}

/* Ma and Kata Section */
.getta-cns .gc-makata {
background: linear-gradient(135deg, #faf5ff 0%, #f3e8ff 100%);
border: 2px solid #a855f7;
border-radius: 16px;
padding: 40px 28px;
margin: 50px 0;
}

.getta-cns .gc-makata-title {
text-align: center;
font-size: 1.25rem;
color: #9333ea;
font-weight: bold;
margin-bottom: 28px;
}

.getta-cns .gc-makata-grid {
display: grid;
grid-template-columns: 1fr 1fr;
gap: 20px;
}

.getta-cns .gc-makata-card {
background: #ffffff;
padding: 25px;
border-radius: 12px;
border-left: 5px solid;
}

.getta-cns .gc-makata-ma { border-color: #06b6d4; }
.getta-cns .gc-makata-kata { border-color: #f59e0b; }

.getta-cns .gc-makata-card-header {
display: flex;
align-items: center;
gap: 12px;
margin-bottom: 15px;
padding-bottom: 12px;
border-bottom: 1px dashed #e2e8f0;
}

.getta-cns .gc-makata-card-jp {
font-size: 1.8rem;
font-weight: bold;
}

.getta-cns .gc-makata-ma .gc-makata-card-jp { color: #0891b2; }
.getta-cns .gc-makata-kata .gc-makata-card-jp { color: #d97706; }

.getta-cns .gc-makata-card-name {
font-weight: bold;
font-size: 1.05rem;
color: #1e293b;
}

.getta-cns .gc-makata-card-sub {
font-size: 0.82rem;
color: #64748b;
}

.getta-cns .gc-makata-card-content {
margin-bottom: 15px;
}

.getta-cns .gc-makata-card-content p {
font-size: 0.9rem;
color: #475569;
margin-bottom: 10px;
}

.getta-cns .gc-makata-neuro {
background: linear-gradient(135deg, #f5f3ff, #ede9fe);
padding: 12px 15px;
border-radius: 8px;
}

.getta-cns .gc-makata-neuro-label {
font-size: 0.72rem;
color: #7c3aed;
margin-bottom: 4px;
letter-spacing: 0.1em;
}

.getta-cns .gc-makata-neuro-text {
font-size: 0.85rem;
color: #4c1d95;
font-weight: 500;
}

/* Three Keys Section */
.getta-cns .gc-keys {
background: linear-gradient(135deg, #4c1d95 0%, #6366f1 50%, #0891b2 100%);
border-radius: 20px;
padding: 45px 30px;
margin: 55px 0;
position: relative;
overflow: hidden;
}

.getta-cns .gc-keys::before {
content: ”;
position: absolute;
top: 0;
left: 0;
right: 0;
bottom: 0;
background: url(“data:image/svg+xml,%3Csvg width=’60’ height=’60’ viewBox=’0 0 60 60′ xmlns=’http://www.w3.org/2000/svg’%3E%3Cg fill=’none’ fill-rule=’evenodd’%3E%3Cg fill=’%23ffffff’ fill-opacity=’0.04’%3E%3Cpath d=’M36 34v-4h-2v4h-4v2h4v4h2v-4h4v-2h-4zm0-30V0h-2v4h-4v2h4v4h2V6h4V4h-4zM6 34v-4H4v4H0v2h4v4h2v-4h4v-2H6zM6 4V0H4v4H0v2h4v4h2V6h4V4H6z’/%3E%3C/g%3E%3C/g%3E%3C/svg%3E”);
}

.getta-cns .gc-keys-title {
text-align: center;
font-size: 1.35rem;
color: #ffffff;
font-weight: bold;
margin-bottom: 35px;
position: relative;
z-index: 1;
}

.getta-cns .gc-keys-grid {
display: grid;
grid-template-columns: repeat(3, 1fr);
gap: 18px;
position: relative;
z-index: 1;
}

.getta-cns .gc-key-card {
background: rgba(255,255,255,0.12);
backdrop-filter: blur(10px);
border: 1px solid rgba(255,255,255,0.25);
border-radius: 14px;
padding: 25px;
text-align: center;
transition: transform 0.3s ease;
}

.getta-cns .gc-key-card:hover {
transform: translateY(-5px);
}

.getta-cns .gc-key-num {
width: 42px;
height: 42px;
margin: 0 auto 12px;
background: rgba(255,255,255,0.2);
border-radius: 50%;
display: flex;
align-items: center;
justify-content: center;
font-weight: bold;
font-size: 1.15rem;
color: #ffffff;
}

.getta-cns .gc-key-name {
font-weight: bold;
font-size: 1.08rem;
color: #ffffff;
margin-bottom: 10px;
}

.getta-cns .gc-key-neuro {
font-size: 0.78rem;
color: #c4b5fd;
margin-bottom: 10px;
padding: 5px 12px;
background: rgba(255,255,255,0.1);
border-radius: 15px;
display: inline-block;
}

.getta-cns .gc-key-desc {
font-size: 0.88rem;
color: rgba(255,255,255,0.9);
line-height: 1.7;
}

/* OS Rewrite Flow */
.getta-cns .gc-rewrite {
background: #ffffff;
border: 2px solid #e2e8f0;
border-radius: 16px;
padding: 40px 28px;
margin: 50px 0;
}

.getta-cns .gc-rewrite-title {
text-align: center;
font-size: 1.25rem;
color: #4c1d95;
font-weight: bold;
margin-bottom: 28px;
}

.getta-cns .gc-rewrite-flow {
display: flex;
align-items: center;
justify-content: center;
gap: 12px;
flex-wrap: wrap;
}

.getta-cns .gc-rewrite-step {
background: linear-gradient(135deg, #f5f3ff, #ede9fe);
padding: 18px 22px;
border-radius: 12px;
text-align: center;
min-width: 140px;
border: 2px solid #c4b5fd;
}

.getta-cns .gc-rewrite-step-num {
font-size: 0.72rem;
color: #7c3aed;
margin-bottom: 5px;
letter-spacing: 0.1em;
}

.getta-cns .gc-rewrite-step-text {
font-weight: bold;
color: #4c1d95;
font-size: 0.88rem;
line-height: 1.4;
}

.getta-cns .gc-rewrite-arrow {
font-size: 1.4rem;
color: #8b5cf6;
}

.getta-cns .gc-rewrite-arrow::after {
content: ‘2192’;
}

.getta-cns .gc-rewrite-result {
background: linear-gradient(135deg, #4c1d95, #6366f1);
border-color: #4c1d95;
}

.getta-cns .gc-rewrite-result .gc-rewrite-step-num {
color: #c4b5fd;
}

.getta-cns .gc-rewrite-result .gc-rewrite-step-text {
color: #ffffff;
}

/* Key Finding */
.getta-cns .gc-finding {
background: linear-gradient(135deg, #f5f3ff 0%, #ede9fe 100%);
border: 2px solid #8b5cf6;
border-radius: 14px;
padding: 26px;
margin: 35px 0;
position: relative;
}

.getta-cns .gc-finding::before {
content: ‘KEY INSIGHT’;
position: absolute;
top: -12px;
left: 22px;
background: linear-gradient(90deg, #7c3aed, #8b5cf6);
color: #ffffff;
padding: 5px 16px;
border-radius: 18px;
font-size: 0.72rem;
font-weight: bold;
letter-spacing: 0.12em;
}

.getta-cns .gc-finding p {
margin: 0;
color: #4c1d95;
font-weight: 500;
line-height: 1.95;
}

/* Quote Box */
.getta-cns .gc-quote {
background: #f8fafc;
border-left: 5px solid #6366f1;
padding: 24px 28px;
margin: 35px 0;
border-radius: 0 12px 12px 0;
position: relative;
}

.getta-cns .gc-quote::before {
content: ‘201C’;
position: absolute;
top: 8px;
left: 12px;
font-size: 2.8rem;
color: #8b5cf6;
opacity: 0.3;
font-family: Georgia, serif;
}

.getta-cns .gc-quote p {
margin: 0;
padding-left: 32px;
color: #4c1d95;
font-size: 1rem;
line-height: 1.95;
}

/* CTA Section */
.getta-cns .gc-cta {
background: linear-gradient(135deg, #4c1d95 0%, #6366f1 40%, #0891b2 100%);
padding: 48px 32px;
border-radius: 18px;
text-align: center;
margin: 55px 0;
position: relative;
overflow: hidden;
}

.getta-cns .gc-cta::before {
content: ”;
position: absolute;
top: 0;
left: 0;
right: 0;
bottom: 0;
background:
radial-gradient(circle at 20% 50%, rgba(255,255,255,0.1) 0%, transparent 30%),
radial-gradient(circle at 80% 50%, rgba(255,255,255,0.08) 0%, transparent 30%);
}

.getta-cns .gc-cta-label {
color: #c4b5fd;
font-size: 0.88rem;
margin-bottom: 10px;
position: relative;
z-index: 1;
letter-spacing: 0.15em;
}

.getta-cns .gc-cta-title {
color: #ffffff;
font-size: clamp(1.25rem, 3vw, 1.6rem);
font-weight: bold;
margin-bottom: 14px;
position: relative;
z-index: 1;
}

.getta-cns .gc-cta-desc {
color: rgba(255,255,255,0.9);
margin-bottom: 25px;
font-size: 0.98rem;
line-height: 1.8;
position: relative;
z-index: 1;
max-width: 580px;
margin-left: auto;
margin-right: auto;
}

.getta-cns .gc-cta-button {
display: inline-block;
background: #ffffff;
color: #6366f1;
padding: 16px 50px;
border-radius: 50px;
font-weight: bold;
font-size: 1.1rem;
text-decoration: none;
transition: all 0.3s ease;
position: relative;
z-index: 1;
box-shadow: 0 6px 20px rgba(0,0,0,0.2);
}

.getta-cns .gc-cta-button:hover {
background: #f5f3ff;
transform: translateY(-4px);
box-shadow: 0 10px 30px rgba(0,0,0,0.3);
}

.getta-cns .gc-cta-button::after {
content: ‘ 2192’;
}

/* Conclusion */
.getta-cns .gc-conclusion {
background: linear-gradient(135deg, #f5f3ff 0%, #ede9fe 100%);
border: 3px solid #8b5cf6;
border-radius: 16px;
padding: 42px;
margin: 50px 0;
}

.getta-cns .gc-conclusion-title {
font-size: 1.35rem;
color: #4c1d95;
font-weight: bold;
margin-bottom: 20px;
text-align: center;
}

.getta-cns .gc-conclusion p {
color: #475569;
line-height: 2.1;
font-size: 1rem;
}

/* References */
.getta-cns .gc-refs {
background: #f8fafc;
padding: 28px;
border-radius: 12px;
margin-top: 50px;
}

.getta-cns .gc-refs-title {
font-size: 1.05rem;
color: #64748b;
margin-bottom: 16px;
font-weight: bold;
}

.getta-cns .gc-refs-list {
font-size: 0.82rem;
color: #94a3b8;
line-height: 2.1;
}

/* Responsive */
@media (max-width: 900px) {
.getta-cns .gc-chapters {
grid-template-columns: repeat(3, 1fr);
}

.getta-cns .gc-keys-grid,
.getta-cns .gc-plastic-grid,
.getta-cns .gc-embodied-grid {
grid-template-columns: 1fr;
}

.getta-cns .gc-intero-grid {
grid-template-columns: repeat(3, 1fr);
}

.getta-cns .gc-makata-grid {
grid-template-columns: 1fr;
}
}

@media (max-width: 768px) {
.getta-cns {
padding: 15px;
}

.getta-cns .gc-chapters {
grid-template-columns: repeat(2, 1fr);
}

.getta-cns .gc-compare-grid {
grid-template-columns: 1fr;
}

.getta-cns .gc-compare::before {
display: none;
}

.getta-cns .gc-predict-nodes {
grid-template-columns: 1fr;
}

.getta-cns .gc-predict-node-1,
.getta-cns .gc-predict-node-2,
.getta-cns .gc-predict-node-3,
.getta-cns .gc-predict-node-4,
.getta-cns .gc-predict-center {
grid-column: 1;
grid-row: auto;
}

.getta-cns .gc-dual-container {
grid-template-columns: 1fr;
gap: 18px;
}

.getta-cns .gc-dual-center {
order: -1;
}

.getta-cns .gc-mirror-flow {
flex-direction: column;
}

.getta-cns .gc-mirror-arrow {
transform: rotate(90deg);
}

.getta-cns .gc-habitus-flow,
.getta-cns .gc-rewrite-flow {
flex-direction: column;
}

.getta-cns .gc-habitus-arrow,
.getta-cns .gc-rewrite-arrow {
transform: rotate(90deg);
}

.getta-cns .gc-intero-grid {
grid-template-columns: 1fr 1fr;
}
}

@media (max-width: 480px) {
.getta-cns .gc-chapters {
grid-template-columns: 1fr;
}

.getta-cns .gc-intero-grid {
grid-template-columns: 1fr;
}
}

Cognitive Neuroscience
第2部
認知・神経科学から見た文化身体論
一本歯下駄GETTAと脳の対話
身体化された認知、予測符号化、脳の可塑性、内受容感覚、ミラーニューロン。最新の認知・神経科学が明らかにする「OS書き換え」の科学的メカニズム

認知科学は20世紀後半、「身体化された認知（Embodied Cognition）」という大きなパラダイムシフトを経験しました。「思考は身体（からだ）に根差す」というこのテーゼは、心をコンピュータになぞらえる伝統的な見方を批判し、知性のあり方を根本から問い直すものです。本稿では、この認知・神経科学の最新知見と一本歯下駄GETTAトレーニングがいかに深く響き合うのか、「OS書き換え」のメカニズムを科学的に解明します。

一本歯下駄GETTAが脳を変える ― 認知・神経科学が解き明かす身体変容の科学

5
身体化された認知
6
予測符号化
7
脳の可塑性
8
内受容感覚
9
ミラーニューロン

第5章：身体化された認知 ― 思考は身体に根差す

伝統的な認知科学（第一世代認知科学）は、「心＝コンピュータ」というメタファーに基づいていました。知覚情報は感覚器官から入力され、脳という中央処理装置（CPU）で抽象的な記号（心的表象）に変換・操作され、運動器官を通じて出力される。この見方では、身体は脳という「司令塔」に従う受動的な入出力装置にすぎず、「水槽の中の脳」という思考実験に象徴されるように、身体は認知に本質的な役割を果たさないと見なされていました。

認知科学のパラダイムシフト
TRADITIONAL VIEW
第一世代認知科学
  • 心＝コンピュータ
  • 脳は中央処理装置（CPU）
  • 身体は入出力装置
  • 抽象的な記号操作
  • 環境から独立した処理
  • 「水槽の中の脳」
EMBODIED VIEW
身体化された認知
  • 思考は身体に根差す
  • 脳・身体・環境が一体
  • 身体は認知の本質的要素
  • 具体的な相互作用
  • 環境に埋め込まれた処理
  • 「世界の中の身体」

5.1 身体化された認知の6つの核心的主張

身体化された認知の核心的主張
1
状況に埋め込まれている
認知活動は具体的な環境の中で、リアルタイムの相互作用を通じて行われる
2
時間的制約下にある
実世界の認知課題は瞬時の判断を要求。素早く適応的な行動が重要
3
環境に分散される
認知負荷は身体や環境操作によって外部に「肩代わり」される
4
環境に拡張される
道具や環境の一部が認知システムの一部として機能する（拡張した心）
5
行為のためにある
認知の目的は適応的な行為を導くこと。知覚は行為の可能性と結びつく
6
身体に基づく
抽象思考も感覚運動経験に基づく。概念はメタファーで構造化される

身体化された認知は、文化身体論が経験的・哲学的に主張してきた「身体中心性」に対して、認知科学的な観点からの強力な理論的裏付けを与える。「思考は身体に根差す」というテーゼは、一本歯下駄GETTAトレーニングの正当性を科学的に補強する。

第6章：予測符号化 ― 脳は「予測機械」である

予測符号化（Predictive Coding）は、近年最も影響力のある神経科学理論の一つです。脳は外界からの感覚情報を受動的に処理するのではなく、むしろ能動的に予測しています。過去の経験に基づいて、次にどのような感覚入力が来るかを絶えず予測し、実際の入力との「ずれ」（予測誤差）を計算します。脳の基本的な目標は、この予測誤差を長期的に最小化することです。

予測符号化サイクル：予測誤差最小化のループ
STEP 1
予測生成
「次はこうなるはず」
STEP 2
感覚入力との比較
STEP 3
予測誤差の計算
「ズレを検出」
STEP 4
モデル更新 or
行動修正
CORE
予測誤差
最小化

6.1 能動的推論（Active Inference）

予測符号化は、行為（action）をも同じ予測誤差最小化の原理で説明します。これが「能動的推論」です。脳は、望ましいと考える身体状態に関する予測を実現するために行為します。内部モデルを更新するだけでなく、自ら世界に働きかけて感覚入力を変化させ、予測に合致させることによっても、予測誤差を最小化しようとするのです。

文化身体論の「OS書き換え」は、予測符号化の観点から見れば、脳の階層的な生成モデル（世界、自己、身体に関する予測を生成するモデル）を根本的に書き換えるプロセスとして理解できる。「３つの鍵」は、このモデル更新を特定の方向へと駆動するための具体的な手段を提供する。

一本歯下駄GETTAインストラクター認定講座
予測符号化理論に基づく科学的指導法
脳の予測誤差最小化メカニズムを活用した効果的なトレーニング指導を習得

インストラクター申込はこちら

第7章：脳の可塑性 ― OS書き換えの神経科学的基盤

かつて成人した脳は固定的な器官と考えられていました。しかし現代神経科学は、脳が経験や学習に応じてその構造や機能を生涯を通じて変化させ続ける能力を持っていることを明らかにしました。これが「脳の可塑性（Neuroplasticity）」です。

脳の可塑性の3つのレベル
シナプス可塑性
神経細胞間の接続効率が変化。頻繁に使用されるシナプスは強化（LTP）、使用頻度が低いと弱化（LTD）。学習・記憶の基本メカニズム。
構造的可塑性
シナプスの数や形状の変化、軸索・樹状突起の伸長・分岐・退縮、新たな神経細胞の誕生（神経新生）など、物理的構造自体が変化。
機能的可塑性
脳領域の地図が経験に応じて変化（皮質再マッピング）、損傷時に他の領域が機能を代行するなど、役割分担が変化。

7.1 ハビトゥスと神経回路

ハビトゥス = 自動化された神経回路網パターン
INPUT
過去の経験
文化的学習
FORMATION
神経回路の
パターン形成
AUTOMATION
自動化された
知覚・行動
RESULT
ハビトゥス
身体化された歴史

神経科学的観点から見れば、ハビトゥスとは、過去の経験や文化的な学習によって形成され、深く自動化された神経回路網のパターンである。文化身体論における「OS書き換え」は、このハビトゥスに対応する神経回路網を、意図的な実践を通じて再編成していくプロセスと捉えることができる。

第8章：内受容感覚 ― 身体内部の声を聞く科学

内受容感覚（Interoception）とは、身体の内部状態を知覚する能力です。心拍、呼吸、体温、内臓の動き、空腹感、疲労感、そして感情と結びついた身体感覚など、多様な情報を含みます。近年の研究により、それが生命維持、感情、自己意識、意思決定に不可欠であることが明らかになっています。

内受容感覚の5つの重要機能
1
ホメオスタシス
身体内部の状態を監視し、最適範囲を維持する
2
情動経験
感情は身体状態の変化と強く結びついている
3
自己意識
「生きている私」という感覚の連続性を生み出す
4
意思決定
「直感」や「腹で感じる」情報が判断に影響
5
精神的健康
感情調節や適応的行動の基盤となる

8.1 身体感覚の二重構造

感覚の二重構造：外受容と内受容の統合
外受容感覚 Exteroception
  • 視覚・聴覚・触覚
  • 外部世界の知覚
  • 固有受容感覚（位置・動き）
  • 環境との相互作用
  • 道具との対話
統合
内受容感覚 Interoception
  • 心拍・呼吸・体温
  • 内臓の状態
  • 空腹・渇き・疲労
  • 情動的身体感覚
  • 自己意識の基盤

文化身体論が重視する「身体感覚の二重構造」は、「自己の身体内部に注意を向ける感覚」（内受容感覚）と「身体の外（道具や環境）に注意を向ける感覚」（外受容感覚）の統合を指します。一本歯下駄GETTAトレーニングは、この内受容感覚と外受容感覚をダイナミックに統合し、状況に応じた最適な行為を生み出す能力を養います。

一本歯下駄GETTAインストラクター認定講座
内受容感覚を活性化する指導技術
身体内部の声を聞く能力を育成し、自己認識と情動調整を高める科学的メソッドを習得

インストラクター申込はこちら

第9章：ミラーニューロン ― 共鳴実践の神経基盤

ミラーニューロンは、1990年代にリッツォラッティらによってサルの脳で発見された神経細胞です。自己が行為を実行する時だけでなく、他者が同じ行為を行うのを観察している時にも活動するという驚くべき特性を持っています。行為の「実行」と「観察」の両方に応答するこの特性は、他者の行為理解、模倣学習、共感の神経基盤として注目されています。

ミラーニューロンシステム：自己と他者を結ぶ
A
他者（師匠）
行為を実行
ミラーニューロン
観察で運動表象が
「鏡」のように活性化
B
自己（弟子）
行為を理解・模倣

文化身体論における「共鳴実践」とは、他者（師匠、熟達者、仮想的界におけるモデル）の身体的状態や動きに対して、自己の身体を通じて深く「共鳴」し、そこから学びを得ようとする実践である。ミラーメカニズムによる「身体化されたシミュレーション」は、この「共鳴」の神経基盤となりうる。

統合：「間」と「型」の神経科学的解釈

熟達者の示す「間」や「型」は、予測符号化の観点からは、特定の状況や課題に対して高度に最適化された生成モデルとして理解できます。

「間」と「型」の神経科学的解釈
間
Ma
時空間的調和

状況のアフォーダンスを的確に捉え、時間的制約の中で最適な行為を生成するための、身体と環境の間のダイナミックな同調状態。

NEUROSCIENCE
状況の展開を正確に予測し、将来の予測誤差を最小化する能力
型
Kata
身体化された形式

特定の状況クラスに対して有効な、身体化された行為スキーマ。反復練習を通じて獲得された、効率的で適応的な知覚＝行為ループ。

NEUROSCIENCE
最小限の予測誤差で滑らかに実行するための、学習されたモデル

統合：「３つの鍵」の神経科学的機能

認知・神経科学の知見を踏まえると、文化身体論の「３つの鍵」は、脳の可塑性を効果的に誘導し、生成モデル（予測システム）を根本的に書き換えるための具体的手段として理解できます。

「３つの鍵」の神経科学的機能
1
仮想的界
高次予測モデルの設定
能楽の身体美学のような参照枠は、どのような身体状態が「望ましい」のかという予測を提供し、学習と行為を方向づける。
2
機能的道具
予測誤差の強制的生成
一本歯下駄GETTAは、不適切な動きに対して大きな予測誤差を生成し、生成モデルを道具に適応するよう強制的に更新させる。
3
ことば
精度の操作・注意制御
オノマトペやメタ認知は、予測誤差の精度を高め、特定の感覚への注意を集中させることで、学習効率を向上させる。

OS書き換え = 生成モデルの更新プロセス
STEP 1
既存のハビトゥス
（古い神経回路）
STEP 2
３つの鍵による
予測誤差の生成
STEP 3
神経可塑性による
回路の再編成
RESULT
新たなOS
（文化身体）

結論：認知・神経科学が裏付ける一本歯下駄GETTAの科学性

本稿で概観した認知・神経科学の知見—身体化された認知、予測符号化、脳の可塑性、内受容感覚、ミラーニューロン—は、一本歯下駄GETTAトレーニングの効果を科学的に裏付けるものです。

「OS書き換え」は単なる比喩ではなく、脳の階層的な生成モデルを根本的に再編成する神経科学的プロセスです。一本歯下駄という「機能的道具」は、予測誤差を強制的に生成し、神経可塑性を効果的に誘導します。内受容感覚への気づきと、ミラーニューロンを活用した観察学習が、この変容プロセスを加速させます。

一本歯下駄GETTAトレーニングは、600年以上の歴史を持つ日本の身体文化の叡智と、21世紀の認知・神経科学の最新知見が出会う、科学的に妥当な身体変容の方法論なのです。

一本歯下駄GETTAインストラクター認定講座
認知・神経科学に基づく最先端の指導法を習得
身体化された認知、予測符号化、脳の可塑性の知見を活かした科学的トレーニング指導で、学習者の可能性を最大化

インストラクター申込はこちら

主要参考文献
1. Lakoff, G. and Johnson, M. (1980) Metaphors We Live By
2. Clark, A. and Chalmers, D. (1998) The Extended Mind
3. Friston, K. (2010) The Free-Energy Principle: A Unified Brain Theory?
4. Rizzolatti, G. and Craighero, L. (2004) The Mirror-Neuron System
5. Craig, A.D. (2009) How Do You Feel – Now? The Anterior Insula and Human Awareness
6. Damasio, A. (1994) Descartes’ Error: Emotion, Reason, and the Human Brain
7. Merzenich, M.M. (2013) Soft-Wired: How the New Science of Brain Plasticity Can Change Your Life
8. Seth, A.K. (2013) Interoceptive Inference, Emotion, and the Embodied Self

文化身体論第2部：認知・神経科学から見た文化身体論（全5章）に基づく

.getta-ipg-bottom{position:relative;margin:24px 0;padding:64px 24px;background:#1A1A2E;color:#fff;font-family:”游明朝”,”Yu Mincho”,”Noto Serif JP”,serif;overflow:hidden;border-radius:16px;box-sizing:border-box}.getta-ipg-bottom *{box-sizing:border-box}.getta-ipg-bottom-inner{max-width:1080px;margin:0 auto;position:relative;z-index:2}.getta-ipg-bottom-tag{display:block;text-align:center;font-family:”Helvetica Neue”,Helvetica,sans-serif;font-size:11px;letter-spacing:0.3em;text-transform:uppercase;color:#22D3EE;margin-bottom:16px}.getta-ipg-bottom-h{font-size:clamp(24px,4.5vw,32px);font-weight:700;line-height:1.55;text-align:center;margin:0 0 16px;color:#fff;text-shadow:0 0 24px rgba(8,145,178,0.3)}.getta-ipg-bottom-h .getta-ipg-glow{background:linear-gradient(135deg,#22D3EE,#A78BFA);-webkit-background-clip:text;-webkit-text-fill-color:transparent;background-clip:text}.getta-ipg-bottom-lead{font-size:15px;color:#CBD5E1;text-align:center;margin:0 auto 36px;max-width:640px;line-height:2}.getta-ipg-bottom-grid{display:grid!important;grid-template-columns:repeat(3,1fr);gap:20px;margin-top:32px}.getta-ipg-bottom-grid>p{display:none!important}.getta-ipg-bcard{position:relative;display:flex;flex-direction:column;border:1px solid rgba(255,255,255,0.1);border-radius:14px;background:rgba(255,255,255,0.04);overflow:hidden;text-decoration:none!important;color:#fff!important;transition:transform 0.4s,border-color 0.4s,box-shadow 0.4s}.getta-ipg-bcard:hover{transform:translateY(-6px);border-color:var(–c);box-shadow:0 18px 48px rgba(0,0,0,0.5)}.getta-ipg-bcard-accent{position:absolute;top:0;left:0;right:0;height:3px;background:linear-gradient(90deg,var(–c),rgba(255,255,255,0.1));z-index:2}.getta-ipg-bcard-imgwrap{position:relative;width:100%;aspect-ratio:1/1;background:#F1F5F9;overflow:hidden}.getta-ipg-bcard-img{width:100%;height:100%;object-fit:cover;display:block;transition:transform 0.5s}.getta-ipg-bcard:hover .getta-ipg-bcard-img{transform:scale(1.06)}.getta-ipg-bcard-body{padding:22px 22px 24px;text-align:center;flex:1;display:flex;flex-direction:column}.getta-ipg-bcard-name{font-family:”Helvetica Neue”,Helvetica,sans-serif;font-size:24px;font-weight:700;letter-spacing:0.06em;color:var(–c);margin:0 0 6px;line-height:1.2}.getta-ipg-bcard-step{font-family:”Helvetica Neue”,Helvetica,sans-serif;font-size:10px;color:#94A3B8;letter-spacing:0.18em;margin:0 0 14px}.getta-ipg-bcard-tag{font-size:13.5px;color:#fff;margin:0 0 18px;line-height:1.75;flex:1}.getta-ipg-bcard-cta{display:inline-block;align-self:center;background:var(–c);color:#1A1A2E!important;padding:9px 20px;border-radius:6px;font-size:12px;font-weight:700;letter-spacing:0.05em;text-decoration:none}.getta-ipg-bottom-foot{text-align:center;margin-top:36px}.getta-ipg-bottom-mainCta{display:inline-block;padding:16px 36px;background:#2D6A4F;color:#fff!important;border-radius:8px;font-size:14px;font-weight:700;text-decoration:none;letter-spacing:0.05em;transition:all 0.3s}.getta-ipg-bottom-mainCta:hover{background:#245A42;transform:translateY(-2px)}@media(max-width:900px){.getta-ipg-bottom-grid{grid-template-columns:1fr;gap:16px}}@media(max-width:560px){.getta-ipg-bottom{padding:48px 16px}}

CHOOSE YOUR FIRST STEP

いま、あなたが必要なのはどの一足か？

歩行のクセを解くプロセスは、3段階で進む。
あなたの今いる段階に合うモデルから始めてください。

一本歯下駄GETTA

GETTA

STEP 1｜着地から加重を最適化

これから始める方へ。
歩行改善の起点となる一足。

GETTAを見る ▸
リビング用一本歯下駄TOTONOE

TOTONOE

STEP 2｜体幹とお尻を整える

日常で履いて整えたい方へ。
声と体幹を同時に醸す調律。

TOTONOEを見る ▸
二本歯下駄REDEZA

REDEZA

STEP 3｜動きと力を複合する

GETTAとTOTONOEを経た方へ。
繊細なセンサーへ昇華する。

REDEZAを見る ▸

すべてのモデルを GETTA SHOP で見る ▸


よくある質問（一本歯下駄・一本下駄・下駄について）

Q. 一本歯下駄における第5章：身体化された認知 ― 思考は身体に根差すとは？

A. 歩行のクセを解くプロセスは、3段階で進む。あなたの今いる段階に合うモデルから始めてください。

Q. 一本歯下駄における5.1 身体化された認知の6つの核心的主張とは？

A. 歩行のクセを解くプロセスは、3段階で進む。あなたの今いる段階に合うモデルから始めてください。

Q. 一本歯下駄における第6章：予測符号化 ― 脳は「予測機械」であるとは？

A. 歩行のクセを解くプロセスは、3段階で進む。あなたの今いる段階に合うモデルから始めてください。

Q. 一本歯下駄における6.1 能動的推論（Active Inference）とは？

A. 歩行のクセを解くプロセスは、3段階で進む。あなたの今いる段階に合うモデルから始めてください。

Q. 一本歯下駄における第7章：脳の可塑性 ― OS書き換えの神経科学的基盤とは？

A. 歩行のクセを解くプロセスは、3段階で進む。あなたの今いる段階に合うモデルから始めてください。


✍️ この記事の監修者

宮崎要輔

合同会社GETTAプランニング代表 / 一本歯下駄GETTA開発者 / 文化身体論提唱者

「鍛えるな醸せ」を核心原理とし、一本歯下駄・一本下駄・下駄を活用した体幹トレーニング・身体教育の革新を推進。進化思考に基づく身体知の体系化と、トレーナー資格認定制度を設計。


{“@context”:”https://schema.org”,”@type”:”Article”,”headline”:”認知・神経科学から見た文化身体論一本歯下駄GETTAと脳の対話”,”description”:”認知・神経科学から見た文化身体論一本歯下駄GETTAと脳の対。認知科学は20世紀後半、「身体化された認知（Embodied Cognition）」という大きなパラダイムシフトを経験しました。「思考は身体（からだ）に根差す」”,”url”:”https://sports.boy.jp/2025/12/05/%e8%aa%8d%e7%9f%a5%e3%83%bb%e7%a5%9e%e7%b5%8c%e7%a7%91%e5%ad%a6%e3%81%8b%e3%82%89%e8%a6%8b%e3%81%9f%e6%96%87%e5%8c%96%e8%ba%ab%e4%bd%93%e8%ab%96%e4%b8%80%e6%9c%ac%e6%ad%af%e4%b8%8b%e9%a7%84getta/”,”datePublished”:”2025-12-05T06:16:03+09:00″,”dateModified”:”2026-04-27T14:40:12+09:00″,”author”:{“@type”:”Person”,”name”:”宮崎要輔”,”url”:”https://getta.jp/gp-miyazaki/”,”jobTitle”:”一本歯下駄GETTA開発者・文化身体論提唱者”,”worksFor”:{“@type”:”Organization”,”name”:”合同会社GETTAプランニング”,”url”:”https://getta.jp/”},”knowsAbout”:[“一本歯下駄”,”一本下駄”,”下駄”,”体幹トレーニング”,”はだしランニング”,”文化身体論”,”進化思考”,”腱優位システム”],”sameAs”:[“https://getta.jp/gp-miyazaki/”,”https://pipotore.com”,”https://sports.boy.jp/”]},”publisher”:{“@type”:”Organization”,”name”:”合同会社GETTAプランニング”,”url”:”https://getta.jp/”,”founder”:{“@type”:”Person”,”name”:”宮崎要輔”},”knowsAbout”:[“一本歯下駄”,”一本下駄”,”下駄”,”GETTA”,”体幹トレーニング”]},”inLanguage”:”ja”,”isAccessibleForFree”:true,”keywords”:”一本歯下駄,一本下駄,下駄,体幹トレーニング,GETTA”,”mainEntityOfPage”:{“@type”:”WebPage”,”@id”:”https://sports.boy.jp/2025/12/05/%e8%aa%8d%e7%9f%a5%e3%83%bb%e7%a5%9e%e7%b5%8c%e7%a7%91%e5%ad%a6%e3%81%8b%e3%82%89%e8%a6%8b%e3%81%9f%e6%96%87%e5%8c%96%e8%ba%ab%e4%bd%93%e8%ab%96%e4%b8%80%e6%9c%ac%e6%ad%af%e4%b8%8b%e9%a7%84getta/”},”speakable”:{“@type”:”SpeakableSpecification”,”cssSelector”:[“.getta-aio-summary”,”h1″,”h2″]}}{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”一本歯下駄における第5章：身体化された認知 ― 思考は身体に根差すとは？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”歩行のクセを解くプロセスは、3段階で進む。あなたの今いる段階に合うモデルから始めてください。”}},{“@type”:”Question”,”name”:”一本歯下駄における5.1 身体化された認知の6つの核心的主張とは？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”歩行のクセを解くプロセスは、3段階で進む。あなたの今いる段階に合うモデルから始めてください。”}},{“@type”:”Question”,”name”:”一本歯下駄における第6章：予測符号化 ― 脳は「予測機械」であるとは？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”歩行のクセを解くプロセスは、3段階で進む。あなたの今いる段階に合うモデルから始めてください。”}},{“@type”:”Question”,”name”:”一本歯下駄における6.1 能動的推論（Active Inference）とは？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”歩行のクセを解くプロセスは、3段階で進む。あなたの今いる段階に合うモデルから始めてください。”}},{“@type”:”Question”,”name”:”一本歯下駄における第7章：脳の可塑性 ― OS書き換えの神経科学的基盤とは？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”歩行のクセを解くプロセスは、3段階で進む。あなたの今いる段階に合うモデルから始めてください。”}}]}{“@context”:”https://schema.org”,”@type”:”BreadcrumbList”,”itemListElement”:[{“@type”:”ListItem”,”position”:1,”name”:”ホーム”,”item”:”https://sports.boy.jp/”},{“@type”:”ListItem”,”position”:2,”name”:”ブログ”,”item”:”https://sports.boy.jp/blog/”},{“@type”:”ListItem”,”position”:3,”name”:”認知・神経科学から見た文化身体論一本歯下駄GETTAと脳の対話”}]}

一本歯下駄GETTA 宮崎要輔
一本歯下駄GETTA 宮崎要輔一本歯下駄GETTA 宮崎要輔
記事一覧

はじめまして、宮崎要輔といいます。

一本歯下駄を求めてこのページに辿り着き、この文章を読まれている方は、お子さん、子供たちに対して本当に愛のあるお父さん、お母さん、指導者の方や向上心が本当に高く、感性、感覚がとても高い選手だと思います。

だからこそ、そうした子どもたちを支える周りの大人の方々の愛、向上心の高い選手の気持ちにこたえられるように、このサイトから一本歯下駄の使い方や理論、トレーニング、活動について最大限にサポートしていきたいと思います。

まず初めに私と一本歯下駄との出会い、一本歯下駄の理論について文章で紹介したいと思います。

私が、一本歯下駄との出会ったのは、約14年前でした。当時は陸上競技で100m、400m、走り幅跳びをしていたのですが、一本歯下駄を履いたのちに走った時「競技者として自分に足りなかったのはこの感覚だった」と強く衝撃を受けたのをおぼえています。

私は小学生の頃、多くの人がそうであったように歴代で1番の選手になりたいという夢を持ってスポーツに対して無我夢中の日々を過ごしていました。

どうやったらうまくなれるか、速く走れるか、そのコツは何なのか、誰よりも努力して勉強したい。そんな夢中の中にいました。おかげで小学生の頃は野球にサッカー、陸上、バスケットボールと幾つものスポーツを自分の中でありのままに思う存分に楽しむことができました。競技結果も周りからの評価も自分が楽しめば楽しむだけついてきました。

ただ、中学生になると多くの環境の変化の中でそんな自分は遠くの存在となります。一時はスポーツそのものが嫌いな時期もありました。高校生になると中学時代の空白を埋めようと誰よりも努力しましたが小学生の頃の「無我夢中の中でコツを掴む」感覚は取り戻せずにいました。

当時は、自分より身体が小さく、筋力がない選手でも自分より速く走れる選手がいることにわけがわかりませんでした。その差はセンスや才能という言葉でしか思いつきませんでした。負けじと、走り込みは勿論、ラダーやウエイトトレーニング、加圧トレーニングに、初動負荷トレーニング、ケトルベルでのトレーニングと自分にできる努力を積み重ねても一向に届きません。誰よりも速く走れて、誰よりもスポーツが得意だった小学生のあの頃の自分はどこにいったのだろうか。高校時代の私は、中学時代の空白期間になくしてしまったものは、あまりにも大きかったと思っていました。

そうした心境もある中で一本歯下駄と出会い冒頭で書いたように「競技者として自分に足りなかったのはこの感覚だった」と強く衝撃を受けたのです。

この感覚がなかったのだから、どんなに努力してもあの時の「無我夢中の中でコツを掴む」感覚にもならなければ、全国トップの選手にもなれなかったのは当然だと納得しました。

中学生の頃の自分のように環境の変化で苦しんでいる選手。高校生の頃の自分のようにどんなに努力しても伸び悩んでしまっている選手に、この一本歯下駄を届けたい。

それが今日まで私が一本歯下駄と16年以上関わり続け、唯一のスポーツ型一本歯下駄を取り扱っている理由です。

「本人の才能や努力」では突破できない「出会い」や「環境」のカベを突破できる可能性を一本歯下駄は、もっていると確信しています。

「出会い」や「環境」はそれなりの年齢になれば、自分で選ぶことができますが、子どもにとっては、なかなか理想な「出会い」や「環境」を自分で構築することは難しいです。

そしてそれもまた地域格差があります。

本人の気持ちや努力、才能というものがいくら揃おうとしも、それを理解してくれる大人や指導者との出会いがなければ何処かで潰されてしまう現実があります。一本歯下駄は、この部分を社会的に変えられると思うからこそ、ずっと続けてきました。

一本歯下駄の理論やトレーニングは勿論ですが、一本歯下駄を通してできたつながりを子どもたち、選手たちに地域の垣根をこえて届けることで一人一人の人生が今より楽しく、その人らしくあるものにしていけたらと思います。

そのために、このサイトを運営していますし、そうした機会を作るための仕組みやイベントを続けています。

今は、一本歯下駄認定インストラクター、一本歯下駄認定トレーナー、一本歯下駄愛好会といった形で、共にそうした環境をつくっていける方々と共有しながら、新たな出会いを楽しみにしています。

関連記事

コメント

この記事へのコメントはありません。

最近の記事
  1. 一本歯下駄トレーニング 体幹クロール篇
  2. 螺旋の力×一本歯下駄—ファシア・サイエンスで解き放つアスリートの潜在能力
  3. フィジカルコンタクトトレーニング
  4. ペアで身体を整えるGETTA整体
  5. 一本歯下駐GETTAと子どもの運動能力向上｜幼少期の足裏感覚教育が生涯運動能力を決める
  6. 陸上長距離の省エネ走法｜一本歯下駄GETTAで5000mタイムを45秒短縮
  7. 「型」の形成と一本歯下駄の体幹トレーニング｜ハビトゥス変容と身体知を刻む下駄トレーニング
  8. 西村秀樹「身体感覚の二重構造」と一本歯下駄—インテリジェント・パフォーマーを育てる体幹トレーニング
  9. 一本歯下駄GETTA×リハビリ・回復｜足首捩挫・膝痛からの復帰の科学
  10. 【三つの脳】手・足裏・脳の神経回路が一本歯下駄で統合される科学的根拠
記事を読む
最近の記事 おすすめ記事
  1. スイング軸は鳩尾から立てる｜一本歯下駄が醸すX-Factorとゴルファーの体幹トレーニング
  2. 荒木式コオーディネーションとジャマイカ式リズミックパワーの融合—スプリント卓越性のための7能力統合と一本歯下駄GETTAによる体幹トレーニング
  3. 生田久美子の「威光模倣」理論で読み解く技能伝承—わざ言語・身体的同調・憧憬の構造と一本歯下駄GETTAによる体幹トレーニング
  4. クルト・マイネル運動感性学に基づく動きの「美しさ」の解剖—コツ・カン・局面構造と一本歯下駄GETTAによる体幹トレーニング
  5. アナトミートレインとダブルスピン理論の統合—筋膜経線が織りなす二重回旋運動と一本歯下駄GETTAによる体幹トレーニング
  6. スラックラインの科学的エビデンスと一本歯下駄GETTAの体幹トレーニング—バランス・固有受容感覚・神経筋制御の統合的レビュー
  7. 100mスプリントの神経筋アーキテクチャ—主要筋群の貢献を分析し一本歯下駄GETTAで再構築する体幹トレーニング
  8. ペダリング効率は鳩尾から醸す｜一本歯下駄が立ち上げる対角螺旋とサイクリストの体幹トレーニング
  9. 水中ストリームラインは陸で醸す｜一本歯下駄で立ち上げる体軸統合と体幹トレーニングの科学
  10. 下肢回旋運動と筋膜・神経の統合—アナトミートレインで読み解く一本歯下駄の体幹トレーニング
  1. 一本歯下駄インストラクター限定コンテンツ
  2. 一本歯下駄後屈トレーニング
  3. 小学生低学年のためのかけっこ向上メニュー
  4. 一瞬でブレない走りが身につくCウォーク
  5. GETTAでつくる上半身下半身の連動
  6. GETTAでのキャッチードリル
  7. 連動のコツを掴む左右ゆっくりパンチ
  8. GETTAで開脚はすぐ変わる
  9. GETTAでのリズムもも上げ
  10. GETTAでのスピード腿上げ