『Farsighted』（2018年）は、意思決定の複雑さに焦点を当てた一冊です。意思決定がなぜこれほど難しいのか、また、ある決断の結果を予測することがいかに困難であるかを示しています。同時に、そうした困難にもかかわらず、誰もがより良い決断を下せるようになるための、いくつかの有用なツールも提供しています。
この本から得られるもの：より良い決断を下す
難しい決断は、どんなに実利的な人でも動けなくしてしまいます。選択肢が多すぎて、未来がどうなるか見当もつかない時、状況を無視してしまうのが最善に思えることも少なくありません。その上、人間は盲点や偏見に満ちており、未来の結果は複雑すぎて予測が困難です。
幸いなことに、こうした人間に組み込まれた障害を回避するのに役立つテクニックは数多く存在します。それらは日常的な状況から、処理に長い時間がかかる重大な決断に至るまで応用できます。あなたの性質次第で、より良い意思決定は数学的モデルのように精緻にもなれば、熟考するだけのシンプルなものにもなります。
この要約で学べること：
- ジョージ・ワシントンがいかにして誤った推論の犠牲になったか
- レーガン大統領の意思決定アプローチがリベラル派の助けになる理由
- なぜ「よく考える」ことは決して廃れないのか
意思決定の際、私たちは皆、盲点の犠牲になる。ジョージ・ワシントンでさえ例外ではない。
1776年の夏、北米では独立戦争が本格化していました。ジョージ・ワシントン率いるアメリカ軍は、イギリス支配のくびきから逃れようとしていました。しかし、イギリス軍は手放そうとしませんでした。ニューヨークに狙いを定め海軍を集結させる中、ワシントンはジレンマに陥りました。攻撃が来ることは明らかでしたが、イギリス軍がどのように攻撃を仕掛けてくるかは不明瞭だったのです。
歴史からのこの教訓は、現実の状況での意思決定がいかに複雑であるかを示しています。
ワシントンは、いわゆる全スペクトル的な決断に直面していました。つまり、正しい決断を下すためには、非常に多くの要素を考慮に入れなければならなかったのです。
ニューヨークの戦いにおいて、ワシントンは多くのことを考えねばなりませんでした。ニューヨークの海岸でイギリス艦船の上陸地点はどこか？ 自軍をニューヨークからブルックリンへ移動させる際に、イースト川の強い流れはどのような影響を与えるだろうか？
ワシントンはまた、イギリス軍の大砲がニューヨークの要塞に与えうる損害や、激しい戦闘における自軍兵士の命の潜在的リスクも考慮しなければなりませんでした。大陸会議における米国内部の政治、つまりイギリス軍に対して断固として立ち向かうことを要求する圧力にさえ考慮が必要でした。
言うまでもなく、ワシントンは何をすべきか決断するのに非常に苦労し、最終的には誤った決断を下してしまいました。実際、彼は最初の決断で既に誤っていたのです。そもそもニューヨークを防衛しようとすること自体が間違いでした。優勢なイギリス軍が自軍を数で上回っていたため、内陸部に撤退する方がはるかに容易だったのです。しかし、この間違いはワシントンに限ったことではありません。私たちは意思決定の際、自分の盲点を忘れがちなのです。
この人間の推論におけるよくある誤りには名前がついています。損失回避です。研究が繰り返し示しているように、これは人間に本来備わった特性です。私たちは、そうしない方が長期的には良い場合でさえ、利益を追求するよりも損失を避けることを好みます。しかし、ワシントンは賢明にも、自分の軍隊が完全に打ち砕かれるまで持ちこたえようとはしませんでした。部隊が敗北し始めると、すぐに撤退の指示を出しました。彼はやはり生まれながらのリーダーであり、独立戦争は途中の多くの困難な決断にもかかわらず、最終的に勝利を収めることになります。
良い決断は、多様な人々の多様な視点を考慮することから生まれる。
一般的に、政府や企業は階層構造で運営されており、上司が重要な決定を下します。残念ながら、それが最善の意思決定の方法であるとは限りません。実際には、複雑な決断は多くの視点に裏打ちされる必要があります。
バンクーバー都市圏の水道局が良い例です。人口増加に直面し、利用可能な淡水資源を拡大する必要がありました。これには複雑な意思決定が必要でした。資源の選択肢には、既存の3つの貯水池の利用、遠くの湖へのパイプライン建設、近くの川沿いに井戸を掘ることが含まれていました。
正しい決断を下すために、水道局は多数の視点を考慮に入れました。つまり、潜在的な水源の近隣住民、水に神聖なつながりを持つ先住民族、環境保護団体、そして健康と水の安全保障の専門家に意見を聞くことを意味しました。
すべての人を満足させる解決策が見つかりました。それは、コキットラム川のダムから水を引くために建設された、長さ1マイルの耐震性パイプラインです。このような問題解決への幅広いアプローチが、より良い決断につながります。なぜなら、各解決策の潜在的な長所と短所がプロセスの一部として明確になるからです。要するに、視点の多様性がより良い意思決定を確実にするのです。
これは、心理学者サミュエル・ソマーズが2010年頃に実施した一連の研究によっても裏付けられています。彼は陪審員の意思決定プロセスをテストするために模擬裁判を作成しました。結果、人種的に混ざった陪審員は、白人のみの陪審員よりも圧倒的によく職務を遂行することが示されました。多様な陪審員は、提出された証拠のより多くの解釈を発見し、事件の事実をより正確に思い出し、より長く、より科学的な審議を行いました。一方、民族的に均一な集団は、偏った仮定に疑問を投げかけることなく、決定を急ぎすぎました。科学者たちはこれから、同じことがおそらく、ジェンダーや政治的指向など、均一性全般にも当てはまると推定しています。ただし、その見解を実証するにはさらなる研究が必要です。
平均的な人間は未来を予測できず、専門家はさらに苦手である。
もし将来何が起こるか既に分かっていれば、意思決定はかなり簡単でしょう。20年後にどこで不動産価格が急騰するか分かっていれば、そこで物件を購入するのは簡単な決断です。残念ながら、人間は未来を推測するのが恐ろしく下手です。
政治学者フィリップ・テトロックは、20年以上前に彼の「予測トーナメント」でこれを実証しました。このトーナメントでは、参加者が環境やジェンダー関係といったテーマについて未来に何が起こるかを予測して競い合いました。提示された質問は長期的な政治的・経済的発展を見るものでした――欧州連合の加盟国が10年以内に離脱するか、あるいは米国が今後5年以内に景気後退を経験するか、といったことです。
テトロックはこれらの予測トーナメントから2万8000の予測を収集し、その精度が分かるのを待ちました。同時に、彼はそれらの予測を二つの非常にシンプルなアルゴリズム予測と比較しました。一つのアルゴリズムは変化なしを予測し、もう一つは現在の速度で変化が続くことを示しました。無情な必然性として、人間の予測はほぼ常に、現在のトレンドの継続を予測する標準的な予測よりも精度が低かったのです。
これは一般人の場合です。しかし、専門家はどうでしょうか？ 実は、彼らは特に未来の予測が下手であることが判明しました。信じられないことに、経済学や政治学の専門家は、テトロックの実験で専門知識のない人よりも成績が悪かったのです！
これは驚くべきことに思えるかもしれませんが、非専門家は様々な要素を考慮する広い視野を持っていたために、より良い成績を収めました。これは最も優れた未来予測者に見られる特徴です。5年後の経済の健全性について尋ねられたとき、ジェネラリストは市場動向だけでなく、技術革新、教育、農業慣行、人口増加なども考慮しました。一方、専門家は自分の分野から抜け出すことができませんでした。彼らの専門的で個人的な意見が原因で、非常に不正確な予測をしたのです。例えば、経済学者は資本主義が崩壊するか、あるいは成長が前例のないレベルに達すると確信していました。
将来の出来事を予測することがなぜこれほど難しいのか、それには十分な理由があります。これについては次の章で詳しく学びます。
将来の出来事は予測不能な収束要因に依存し、それは常に現在のトレンドから予測可能とは限らない。
現在のトレンドの発展を思い描くとき、人間は物事が無限に今のまま続くと信じがちです。残念ながら、経験則として、それは常に正しいとは限りません。未来を予測する際に、カオスと予測不可能性を無視することはできないのです。
ジョージ・オーウェルも、彼の有名な近未来ディストピア小説『1984』を書く際に、この仮定的な予測から逃れられませんでした。彼が小説を書き始めたのは1944年、ナチスの権力がヨーロッパを掌握していた時でした。彼はそれ以前の数十年間にファシズムの台頭を目の当たりにしてもいたので、独裁的な政府システムのトレンドが続くと予見したのも当然でした。しかし――幸運なことに――結果はそうなりませんでした。
現実には、将来の出来事は様々な要因が収束するために起こります。そして、これらは本質的に、しばしば予見不可能なものです。大部分で予想されていなかったパーソナルコンピュータの台頭を考えてみてください。私たちが知るコンピュータは、多数の分野における様々なブレークスルーが同時に収束したために存在するようになりました。数学とロボット工学が大きく前進し、一方でマイクロ波信号処理とシリコン回路の進歩も発展しました。
もしコンピュータの台頭を予測したかったなら、数学の発展がコンピュータプログラミング言語の可能性を大幅に拡大することを知っている必要があったでしょう。同様に、シリコン回路が旧式のコンピュータで使われていた真空管よりも優れていることを推測しなければならなかったでしょう。最後に、電波のような古い技術がバイナリ情報を伝送するために再利用されることを知っていなければならなかったでしょう。言うまでもなく、後に可能になるだけでなく当たり前になることを予測できる立場にいた人はほとんどいませんでした。
レッドチームの活用は、秘密作戦においてさえ、計画と予測を支援する。
これまで見てきたように、未来を予測することは簡単な作業ではありません。とはいえ、それでも予測や意思決定に役立つテクニックは存在します。未来を予測するために近年人気が高まっている方法の一つが、レッドチームの活用です。
レッドチームとは、組織内に作られるグループのことです。このチームは、より大きな組織が戦略的決定を下す過程にある時、「敵」であるかのように行動します。例えば、ある軍隊の部隊が効果的な攻撃を開始するための選択肢を検討しているとします。彼らが計画を策定したら、それをレッドチームに渡します。するとレッドチームは完全に敵の立場になり、潜在的な攻撃に対抗するためのあらゆる異なる方法を洗い出します。
レッドチームの活用は、さまざまな分野で非常に効果的であることが証明されています。有名なのは、2011年5月にオサマ・ビン・ラディン殺害につながった作戦の意思決定において、レッドチームが役立ったことです。2011年初め、アメリカ国立テロ対策センターは、パキスタンのアボッターバードにある不可解な施設を急襲する計画を練っていました。彼らはそこにオサマ・ビン・ラディンが潜伏していると疑っていたのです。集められたレッドチームは、ビン・ラディンがその施設で発見される可能性は五分五分だと判断しました。しかし、より重要なことに、彼らの意見により、米国政府は不測の事態に対してより良く備えることができました。
実際に、アメリカ軍の無許可の航空機がパキスタン領空を横断することで問題が生じるかもしれないという問題点を発見したのはレッドチームでした。その結果、攻撃の数ヶ月前から、政府はロシアやバルト海の船舶輸送網との外交関係に取り組みました。すべては、秘密部隊がパキスタンに出入りするための追加ルートを確保するためでした。パキスタン政府が秘密作戦に対して攻撃的に反応した場合に、そのルートが必要になる可能性があったのです。そしてもちろん、彼らはその施設でビン・ラディンを発見しました。レッドチームの準備が、作戦をより確実なものにするのに貢献したのです。
政府は環境保護にさえ、意思決定に費用便益分析を用いる。
ロナルド・レーガンの米国大統領としての遺産は、主に彼の保守的な政策課題によって定義されています。減税と政府支出の削減、そして軍事力の強化という彼の公言した願望を考えてみてください。しかしあまり知られていないのは、超党派の支持を得た彼の考え、特に意思決定における費用便益分析の提唱です。
1981年2月、レーガンは大統領令に署名しました。これは、政府が検討するすべての新しい規制に対して、費用便益分析を実施することを義務付けるものでした。この分析では、新規制案の潜在的な便益と費用をリストアップする必要がありました。重要なのは、その範囲が金銭的なものを超えていたことです。提案された措置は、全体的な便益を示さなければなりませんでした。最後に、確実に最善の解決策が実行されるように、規制の代替案を検討しなければなりませんでした。
費用便益分析は明らかに良いものです。そして、これが最も明確に示されるのは環境保護の分野です。オバマ政権下では、環境保護を強化する論拠を支持するために費用便益分析が使用されました。単純に言うと、二酸化炭素排出の社会的費用が計算されたのです。
エネルギー・気候変動局、環境の質に関する評議会、その他多くの政府の部局や機関の専門家たちが一堂に会し、大気中に放出されている炭素の長期的な影響とコストを算出するために協力しました。想定された社会的費用には、農作物の収量減少、壊滅的な気象現象、海面上昇による強制的な人口移動が含まれていました。専門家たちは、放出される二酸化炭素1トン当たりの社会的費用は36ドルであると結論づけました。多くの外部関係者は、これでもまだ非常に控えめな計算だと考えていましたが、これは環境コストが米国政府によって初めて金銭換算された瞬間でした。これは、この問題が将来の政府の意思決定においてより真剣に受け止められるようにするための第一歩でした。
線形価値モデリングは、人間であれ機械であれ、意思決定を支援する。
時として意思決定には、いくつかの難しい判断が求められます。幸いなことに、役立つツールはあります。統計学で使用される手法である線形価値モデリングは、複雑な意思決定を支援します。線形価値モデリングは、可能な選択肢をマッピングし、あなたが与えた価値に従ってそれらを比較検討します。
あなたが結婚するかどうかを決めているところを想像してみてください。価値に基づく考慮事項には、財政、子供を持つ可能性、一人の自由時間の価値、人生の伴侶への願望などが含まれるかもしれません。
それぞれの考慮事項について、結婚する場合としない場合に基づいて、満足が得られる可能性を計算した値を割り当てます。例えば、子供ができる可能性は、独身でいれば30％かもしれませんが、結婚すれば70％かもしれません。次に、それぞれの可能性のある結果に重み付けをします。重み付けの尺度は0から1で、0は「重要でない」、1は「非常に重要」です。ですから、子供が欲しいという考えがあなたに魅力的に映るなら、それは0.75のスコアかもしれません。一方で、自由には0.25の重みを与えるかもしれません。次に、それらの重み付けに、先に計算した関連する尤度のパーセンテージを掛けます。計算が終われば、どちらの決断を選ぶべきか分かるでしょう。
そして、線形価値モデリングの用途は人間だけにとどまりません。このプロセスは機械の意思決定も助けることができます。自動運転車がより一般的になるにつれて、おそらく線形価値モデリングに依存し始めるでしょう。与えられた操作に基づく結果のメリットと、それらの結果が実際に起こる確率を計算するために必要になるのです。
自動運転車が近づく中、双方向右側通行の道路に歩行者が飛び出してきたと想像してください。車は今、状況を評価し、選択をしなければなりません。もし右にハンドルを切れば、他の車両と衝突する可能性は低くなりますが、歩行者に当たるリスクは高まります。これは歩行者にとって致命的になりやすく、この結果を避けることは、車の価値システムにおいておそらく大きな重みを持っています。もし車の速度がそれほど速くなければ、左にハンドルを切ることを好むかもしれません。他の車両に衝突する可能性はかなり高いですが、これは死亡事故を引き起こす可能性が低いため、車はこの結果を回避することへの重みを低く設定しています。
数学的な意思決定には限界があるが、じっくり考えることだけでも十分役に立つ。
数学的な意思決定がそんなに素晴らしいアイデアなら、計算ができる人だけが良い決断を下せると考えるかもしれません。しかし幸いなことに、そうではありません。数学的な考え方があまり得意でない人でも、少し熟考するだけで素晴らしい決断を下すことができます。
考えてみれば、決断を下すことは数学的分析とよく似た働きをします。何かをじっくり考えることで、長い時間をかけて、自分が利用できる様々な選択肢を検討しているのです。鍵となるのは、これを行うのに十分な時間を自分に与えることです。そうすることで、重要な変数を忘れたり、現在の相反する利点と欠点のセットを解決するかもしれない選択肢を見落としたりするのを防げます。
すべての可能性を考慮に入れたら、一息入れることが重要です。少し休みましょう。長い散歩に出かけたり、創造的な活動をしたりしてください。とにかく、心をさまよわせる時間を確保してください。これにより、脳のデフォルトシステム（日常的なタスクをこなしている間にバックグラウンドで情報を処理する部分）に、すべての情報をフィルタリングし、情報に基づいた直感的な決断を形作る時間が与えられます。
じっくり考えることのもう一つの利点は、数学的な意思決定には限界があることです。オサマ・ビン・ラディンの施設への攻撃の話に戻りましょう。レッドチームが行った作業とは無関係に、ビン・ラディンが実際にそこにいるかどうかを数学的に確実に計算する方法はありませんでした。オバマ政権がビン・ラディンの居場所について仮定を立てられたのは、注意深い検討と状況をあらゆる側面から検証するというゆっくりとしたプロセスがあってこそでした。数学的には、ビン・ラディンが本当にそこにいる可能性は50％に過ぎないと分かっていました。ですから、最終的に状況を救ったのは直感だったのです。
私たちは多くのことを学びました。決断を下すのは決して簡単ではなく、数学でさえ常にゴールまで導いてくれるとは限りません。しかし、少し計算をし、変数と結果をじっくりと考える時間を取れば、健全で情報に基づいた決断を下す道を大きく前進していることでしょう。
まとめ
この要約の中心的なメッセージ：
意思決定は、私たち一人ひとりにとって難しいものです。それは、人間は与えられた決断の将来的な結果がどうなるか、そしてその結果に満足できるかを予測するのが苦手だからです。だからこそ、決断を下すのに時間をかけることが重要です。単に物事をじっくりと考えるという伝統的なアプローチも、すべての選択肢と変数をマッピングするという、よりテクニカルで数学的なアプローチも、どちらも役に立ちます。
実践的なアドバイス：
多様なチームを作る。
この要約で見てきたように、グループが多様であればあるほど、より良い決断を下します。ですから、例えば次にプロジェクトチームを編成する際には、多様な背景を持つ人々を意識的に含めるようにしてください。経験の幅が加わることで、グループはより代表的な意思決定を行いやすくなり、それによってより良い結果が生まれます。
フィードバックはありますか？
私たちのコンテンツについてのご意見をお待ちしています！この本のタイトルを件名にして、[email protected] までメールでお寄せください。
次に読むべき本：スティーブン・ジョンソン著『Where Good Ideas Come From（邦題：アイデアの育て方）』
あなたは今、意思決定がいかに複雑でありうるかを学びました。簡単に思えたことが、実は本当にひどい決断になり得るのです。似たようなことがアイデアにも言えます。あの有名な電球が点灯するようなひらめきは、とても魅力的に思えても、同じように突然消えてしまうことがあります。では、本当に優れたアイデアはどこから来るのでしょうか？
『Where Good Ideas Come From』では、テクノロジーと科学における最大の進歩のいくつかが、生物学的および進化的な歴史という文脈の中でどのように生まれてきたかが分かります。さらに、個人および組織の創造性をどのように獲得できるかも分かります。アイデアの世界に興味がある方、またはご自身の創造性を高めたいとお考えなら、ぜひ『Where Good Ideas Come From』の要約をご覧ください。
