心理学の基礎が学べる映画「インサイドヘッド」がオススメ

今更ながら、ピクサーの映画「インサイドヘッド 」を先日、金曜ロードショーで見ました。前々から気になっていたんですが、やって見ることができました。

 

インサイドヘッドといえば、頭の中で感情たちが意見をぶつけ合って主人公やその家族たちの行動を選択していくと言うユニークなアニメーションです。

 

しかし、実際にはかなり心理学に基づいているらしく、その感情の役割がものすごくわかりやすく表現してあったんでビックリでした。

エンドロールに有名心理学者の名前が!

インサイドヘッドのエンドロールには映画「lie to me」のモデルにもなった心理学者ポールエクマンの名前がありました。

 

ピクサーは映画を作るとき、徹底的なリサーチで有名なんだとか。このインサイドヘッドも心理学的な観点からかなりのリサーチを行ったそう。

インサイドヘッドでわかる感情の役割

インサイドヘッドでは、以下の5つの感情をキャラクター化していました。

 

ヨロコビ(喜び):創造性を高め、外向的になる。自分を好きになることができ、楽観的に物事を捉え行動する。

 

カナシミ(悲しみ):分析能力を高める。現実的に物事を捉え、理想とのギャップを考える。

 

イカリ(怒り):行動力を高める。勇気を持って障害を取り除く行動する。

 

ムカムカ(嫌悪):自分に害をもたらす存在を知らせる。他人に過度な期待をする。

 

ビビリ(恐怖):障害や危険を発見する。すこしでも危険要素があると恐怖を感じてしまい、逃避行動をとる。

 

この5つに驚き加えたものが「基本的感情」と言います。インサイドヘッドでは驚きは描かれていませんでした。というのも、感情の種類は4〜27説あると言われ、その捉え方は研究者によって変わってくるんですね。

 

ただ、インサイドヘッドに出てくる5つの感情は、ほぼすべての研究者が感情の候補としてあげているものなので、この5つが選ばれたと。

感情同士のバランスが大事

インサイドヘッドのラストでは、主人公がネガティブな感情とポジティブな感情の両方で受け入れた状態になり、適切な行動が取れるように。

 

この状態を心理学では「ホールネス」と呼びます。よくある自己啓発系の本にはポジティブシンキングが大切!っていろんなところで書かれてますが、実際にはポジティブシンキングだけでは不十分なんですね。

 

というのも恐怖や悲しみなどの感情ないがしろにしては現実的に物事を見ることができなくなり障害の予測が難しくなります。

 

インサイドヘッドでは、心理学のこの辺のことが超わかりやすく描写してあったんですばらしいなぁと。

インサイドヘッド見るだけで認知行動療法につながる

さらにすばらしいところは映画を見るだけで、自動思考に気づくことが出来るようになるんですね。自動思考とは例えば、

スマホをトイレに落とした→自分はダメ人間だ。みたいな、状況と感情がセットになったような状態。

 

この自動思考に気づかないと、最終的にはうつ病になってしまいます。自分は悲しんでいるなと理解することができれば、対処法がいくらでも見つかったりします。

 

ただ、気づかずに俺は大丈夫俺は大丈夫と、強がってるといつかパンクしてしまう日がくるんですね。

 

で、認知行動療法の世界ではこの自動思考をキャッチするトレーニングがあります。

 

その代表的なものが自分と感情を切り離して考える事です。具体的には、感情や思考に名前をつけると言うものです。

 

例えば、恐怖で足がすくんで動かない時にはビビリが動くな!って言ってる。みたいに考えること。

 

あくまでもこのように、思考や感情が全く自分とは別の存在であると認識することが自動思考をキャッチする上で重要なんですね。

 

なので、インサイドヘッドを見た方は自分の頭の中に映画で出てきたような5つの感情が自分の司令部に存在していると考えるだけでも認知行動療法につながってしまうんです。

 

ちなみに認知行動療法については以下の記事でも書いてますんで参考までに。

https://teshy-psy.com/health/2017/06/08/aware/

https://teshy-psy.com/health/2017/02/08/post-297/

まとめ

ということで、インサイドヘッドをべた褒めするような記事でした。普通に映画としても笑いあり、涙ありな感じの作品で楽しませて頂きました。別に心理学がどうとか、認知なんちゃらがどうとか、めんどくさい人は普通に見ることをお勧めします。笑

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください