『嘘を見抜くためのフィールドガイド』（2016年）は、情報が氾濫する現代社会を生き抜くためのサバイバルマニュアルです。統計や主張、報告の中に潜む誤解を招く表現を見抜くための教訓を、統計情報と誤った議論という2つの領域に整理して提供。数字が操作されている場合に見抜き、誤情報が急速に広がる時代において、論理の誤謬に騙されないための知識を学びます。
この要約で何が得られる？ 批判的思考を学び、情報のノイズをふるいにかける方法
私たちは毎日、説得し、情報を与え、影響を及ぼそうとする情報にさらされています。ニュースの見出しは衝撃的な統計を叫び、ソーシャルメディアは「画期的な」研究を拡散します。超接続された現代において、真実と操作を見分けることはかつてないほど重要になり、同時に困難にもなっています。
問題は単に悪質な情報が存在するからだけではありません。私たちの脳は、説得力のある物語やもっともらしい数字を、あまり精査せずに受け入れてしまうようにできているのです。意見を事実のように装うことが誰にでもでき、相関と因果が混同され、たった一つの恣意的に選ばれた研究が何千もの誤解を招く見出しを生み出す時代に生きているのです。この要約では、ダニエル・レヴィティンが提案する誤情報に対する防御策のうち、いくつかのツールを探ります。統計の誤りを見抜き、研究の背後にあるバイアスを暴き、偽の専門家を見分ける方法を学びます。また、科学が実際にどのように機能するかを理解し、自分自身の論理の誤謬に備えることもできます。さっそく見ていきましょう。
なぜあらゆる統計に現実チェックが必要なのか
ある日の午後、フィードをスクロールしていると、目を引く統計が現れます。「当社のトップセールスパーソンは、1日で1,000件の成約を達成！」 あなたの脳はすぐに「おお、すごい」と思います。しかし、ここで一つ注意しなければならないのは、数字には、それがとても公式的で正確に見えるというだけで、絶対的な真実を語っていると思わせる巧妙な力があることです。現実ははるかに複雑です。
あらゆる統計の背後には、そのデータを収集し、解釈し、提示した人間がいます。そして、人間は失敗もするし、嘘もつきます。だからこそ、素早く 現実性チェック を行う習慣を身につければ、統計の罠に陥らずに済むのです。先ほどのテレマーケティングの主張に戻りましょう。1件の成約に最低1分かかるとすれば、1時間で60件の成約が可能です。つまり、寛大に見積もっても、8時間労働で最大480件の成約しかできない計算になります。一度も休憩を取らず、すべての電話で成約できたと仮定してもです。
すると、突然、1,000件成約という主張はあまり信じられなくなりませんか？ さて、統計が明らかに間違っていなくても、微妙な形で私たちを誤解させることがあります。平均もその一つです。山のような情報を一口サイズに圧縮してくれる便利な数字ですが、最もよく使われる平均の形は 平均値 です。これは、サンプル内の個々の値をすべて合計し、その合計を値の総数で割ったものです。「人間は平均して1個の睾丸を持っている」という統計を考えてみてください。
これは、男性と女性を合わせた平均値を計算すれば、技術的には正しいと言えます。しかし、そこから何か役に立つ情報が得られるでしょうか。問題は計算そのものではなく、計算の適用の仕方にあります。平均が本当に危険なのは、極端な値に関する情報を消し去ってしまうからです。カリフォルニア州デスバレーの平均気温は、快適な華氏77度（摂氏25度）です。休暇にぴったりの気候のように聞こえますよね。
しかし、運悪く間違った日に行けば、華氏134度（摂氏57度）の猛暑と戦うか、華氏15度（摂氏マイナス9度）の寒さに震えることになるかもしれません。平均は範囲を完全に覆い隠してしまうのです。この同じ原理は、ビジネスレポートで「平均顧客満足度」を使って顧客の半分が激怒している事実を隠したり、給与調査で巨大な賃金格差を覆い隠したりと、あらゆる場面に当てはまります。ですから、次にニュース記事、ソーシャルメディア、ビジネスプレゼンなどで統計に遭遇したら、少し立ち止まってください。この数字は本当に理にかなっているだろうか？ どんなストーリーが隠されている可能性があるだろうか？ と自問してみましょう。
研究に潜む問題点
研究は、今日、自分の主張を証明するための最も手軽な武器になっています。新聞記事は見出しを支えるために研究を引用し、製薬会社は新薬の有効性を検証するために使い、政治家の選挙キャンペーンは世論調査の数字を掲げて勢いがあると主張します。しかし、これらすべての統計の裏側には根本的な課題があります。信頼できるデータを得るには、生身の人間がその情報を収集しなければならないのです。大西洋のすべての石を調べたり、北米のすべての人にインタビューすることはできないので、サンプルを決める必要があります。そこで サンプル・バイアス の問題が忍び込むのです。
実際にどう機能するか見てみましょう。サンフランシスコ市民の気候変動に対する意識を調査したいとします。ユニオンスクエアに出向き、年齢や民族、服装のスタイルが異なる人々にインタビューすれば、代表的なサンプルが取れたと思うでしょう。それは間違いです。家で病気の人、小さな子どもがいてダウンタウンまで簡単に来られない母親、昼間に寝ている夜勤労働者など、すでに人口のかなりの部分を除外してしまっています。では、戸別訪問調査なら解決すると思うかもしれません。
しかし、昼間にノックすれば、この街で働いている人は全員外れてしまいます。夜間に切り替えれば、パーティー好き、教会に行く人、すでに仕事に出ている夜勤労働者などを逃してしまいます。どのアプローチも、組織的に誰かを除外してしまうのです。たとえ何とかして完璧な横断的なサンプルにたどり着けたとしても、さらに二つの陰湿なバイアスが結果を台無しにしようと待ち構えています。まず 参加バイアス です。頼んだ全員が参加に同意するわけではなく、断る理由によって予測可能な形でデータが歪むことがあります。
性意識に関する研究なら、慎重な性格の人が参加をためらう可能性が高いでしょう。政治に関する調査では、そうした話題をつまらないとか対立的だと思う中立的な見解の人が参加しないかもしれません。ボランティアはランダムではなく、特定の話題に関心を持って関わろうとする人々が自己選択しているのです。続いて 報告バイアス です。人々が実際に考えていることと、クリップボードを持った見知らぬ人に話そうと思うことの間のギャップです。収入を誇張して成功しているように見せかける人もいれば、慎重さから本当の収入を隠す人もいます。
人は嘘をつき、話を盛り、詳細を忘れ、さらには、あなたが聞きたいと思っているであろうことをそのまま言うのです。受け入れがたい現実ですが、ほとんどすべてのサンプルには何らかのバイアスが含まれています。これを完璧に回避する方法はありません。問題はバイアスが存在するかどうかではなく、あなたがどのタイプのバイアスに対処しているかです。ニュース記事や仕事のプレゼン資料、ソーシャルメディアのフィードで統計に遭遇したとき、あなたの役割は、すべての調査データを無価値だと切り捨てることではありません。
むしろ、バイアス探偵になりましょう。調査結果を見るたびに、「このサンプルから誰が漏れたか？ 誰が参加を選び、その理由は？ 回答者は正直に認めるのをためらったかもしれないことは？」と自問するのです。こうした質問をし始めれば、あんなに自信満々だった統計的主張も、以前ほどあなたを動揺させなくなるでしょう。
偽の専門家と虚偽の主張
統計に適度な注意をもって接するのと同じように、言葉でなされる主張に対しても批判的に考える必要があります。その理由は、私たちが物語る種として、説得力のある物語に簡単に動かされてしまうようにできているからです。ですから、一層注意深くならなければなりません。何らかの権威からの主張に直面したとき、まず最初にすべきことは、その権威が実際にどこから来ているのかを問うことです。
その主張を裏付けるために使ったデータを提示し、推論の過程を示しているでしょうか？ それとも単に意見を述べているだけでしょうか？ 単なる意見なら、その人はどれほど信頼できるでしょうか？ 基本から始めましょう。その分野で認められた専門家である可能性もあります。査読付きの学術誌に論文が掲載されていたり、その分野で重要な賞や表彰を受けているかもしれません。
これらは信頼性を保証するものではありませんが、確かな出発点です。オンラインの情報については、さらに考慮すべき点があります。ウェブサイトの情報を見るとき、ドメイン名の種類は何ですか？ .edu、.gov、.org で終わるサイトは、明らかに商業的な目的を持つ営利サイトに比べて、教育機関や非営利団体によるより中立的なレポートを提供する傾向があります。
そしてもちろん、イギリスのジャーナリスト、ダミアン・トンプソンが作った言葉である「カウンターナレッジ」、つまり今日で言う「フェイクニュース」にも注意しなければなりません。フェイクニュースは政治の世界だけにあるのではありません。科学、疑似歴史、セレブのゴシップ、時事問題にも存在します。ここで忘れてはならない重要なことがあります。出来事が複雑な場合、すべてを説明することは不可能だということです。なぜなら、すべてが報道されたり観察されたりするわけではないからです。ジョン・F・
ケネディ大統領の暗殺を例にとると、唯一の写真証拠は、毎秒18.3フレームの低解像度カメラによるものです。陰謀論者はこうした情報のギャップを好みますが、不完全な証拠が自動的に隠蔽を示すわけではありません。もう一つ心に留めておくべきことは、多くの確立された理論が何千もの証拠のピースに支えられているという点です。理論にいくつかの穴があるからといって、それだけで信用を失墜させるには不十分です。気候科学や進化論を考えてみてください。これらは、わずかな不整合で崩れてしまうようなトランプの家のような理論ではありません。
膨大なデータの上に構築された、強固な枠組みなのです。最終的に、言葉でなされる主張については、自分の判断力を発揮するしかありません。その権威を十分に信頼できるか？ その理論は筋が通っているか？ 薄弱な証拠に基づいて、途方もないことを信じろと言われていないか？ 並外れた主張には、都合の良いギャップを埋めるだけの説得力のあるストーリーではなく、並外れた証拠が必要なのです。
科学者が実際にどう考えているか――そしてそれがなぜ重要なのか
科学が私たちの考え方や社会の行動様式を形作ってきたことは疑いようがありません。しかし、科学が実際にどのように機能するかを私たちは知っているでしょうか？ ほとんどの人は、科学のプロセスについていくつかの大きな誤解を抱いています。そして、こうした誤解は、日々フィードに流れてくる「画期的な研究」の洪水を評価しようとするときに重要になってきます。まず捨て去るべき神話は、科学がきちんと整頓され、科学者全員が既知の事柄について同意しているというものです。
実際には、科学は私たちが実際に理解していることについての論争や討論に満ちています。科学者は絶えず疑い、質問し、互いの研究に異議を唱えています。これはシステムの欠陥ではなく、むしろ優れた点です。この「乱雑さ」こそが科学を頑健なものにしているのです。第二の神話は、科学の進歩は突然、大きな劇的な飛躍によって起こるというものです。まるで一晩ですべてを変える電球のひらめきのようなものです。しかし実際には、科学は少しずつ構築され、複数の研究室にまたがる何千もの個別研究を組み合わせて相互検証し、多くの結果がより鮮明な全体像へと収束していきます。
だからこそ、革命的な発見についての主張に遭遇したとき、メタアナリシスが極めて重要なのです。メタアナリシスはまさにその相互検証を行うもので、複数の研究結果を統合して、それらが同じ方向を指しているかどうかを確認します。誰かが新しい「ゲームチェンジャー」となる発見を提示する際には、メタアナリシスに注目すべきです。それが、誇大宣伝された単一の研究から本物のブレイクスルーを分けるための最善の手段です。では、科学者が実際にどう考えているか、その核心に迫りましょう。彼らが用いる推論には、演繹 と 帰納 の二種類があります。演繹とは、一般的な観察から始めて、論理を使って特定の結論に至ることです。
例えば、「あなたは人間である」というのは真です。そして「すべての人間は死ぬ」というのも真です。この二つの命題から、「あなた自身も死ぬ」と演繹することができます。前提が真であれば、結論は保証されます。帰納は異なります。この場合、ある結論が真であることを示唆する証拠は存在しますが、それは保証されていません。
例えば、既知のすべての鳥にクチバシがあるなら、明日新しい鳥を発見したとしても、それにもクチバシがあるだろうと帰納できます。おそらく正しいでしょうが、絶対確実ではありません。正しく使えば、演繹と帰納によって科学者は新しい仮説や議論を示唆し、それを試して、願わくば世界についての新しい知識を得ることができます。しかし、ここに落とし穴があります。これらのツールが誤用されると、誤った論理に簡単に騙されてしまうのです。最後のセクションで、その仕組みを見てみましょう。
あなたの脳が論理を台無しにする方法
あなたの脳は、周りの世界にパターンや秩序を見つけるのが非常に得意です。これは人類の最も偉大な進化上の利点の一つです。混沌の中に傾向やつながり、意味を見抜く能力のことです。しかしここに問題があります。脳はパターンが好きすぎて、しばしば論理的な推論を損なってしまうのです。こうした思考の誤りを 論理の誤謬 と呼びます。
こんなシナリオを想像してください。同じ週に、たまたま考えていた友人から二度も電話がかかってきます。あなたの脳は即座に説明を探し始めます。超感覚的知覚かもしれない、あるいは自分と友人との間の目に見えないつながりかもしれない、と。その偶然は意味ありげに、神秘的にさえ感じられます。しかし一歩引いて、その週にあなたが考えていなかった友人からかかってきたすべての電話を考えてみてください。それに、誰かのことを考えていても電話がなかったすべての時も加えてみましょう。さらには、誰かのことを考えておらず、電話もかかってこなかった無数の時はどうでしょう？
すると突然、その二度の「超能力的な」電話は、ずっと小さな、ずっと意味のない数字に見えてくるでしょう。私たちのパターン探しの傾向は、もう一つの論理の罠に対しても脆弱にします。それが フレーミング です。つまり、情報があなたに提示される方法のことです。多くの人がこの弱点を悪用し、自分の目的に合うように故意に情報を誤ってフレーミングします。実際の生活でこれがどう展開するか見てみましょう。ホームセキュリティのセールスパーソンが、自宅侵入事件の90％は家主が提供するビデオ映像を使って解決されている、と言ったとします。すごいと思いませんか？
しかし現実性チェックをしてみましょう。簡単にインターネットで検索してみると、FBIは自宅強盗全体の約30％しか解決されていないと報告しています。では、あのセールスパーソンの統計は実際どういうことなのでしょうか？ 彼らが言っているのは、実際に解決された自宅侵入事件のうち、90％が自宅で録画された映像を使用している、ということです。つまり、30％の90％、つまり自宅強盗全体の約27％ということです。これがフレーミングのずっと正確な方法ですが、ずっと印象は薄れます。
そしてもちろん、あなたにセキュリティシステムを買わせる効果もずっと低くなります。でも、そのセールスパーソンは言葉遣いを選んだ時点で、それをすでに知っていたのです。これがまた、批判的に考え、情報を分析し、筋の通った結論を引き出すことに、私たち全員がいくらかの時間を割くべき理由です。事実よりも誤情報が速く拡散する時代において、それが私たちの日常生活に押し寄せる高まる偽情報に押し返すための唯一の方法なのです。あなたのパターン好きな脳は強力ですが、乗客としてではなく、パートナーとして論理的な心を必要としているのです。
まとめ
ダニエル・J・レヴィティン著『嘘を見抜くためのフィールドガイド』の要点は、数字は見た目ほど信頼できないということです。統計は現実性チェックをパスしないと誤解を招き、平均は重要なデータの範囲を隠し、あらゆる調査は結果を歪めるサンプル・バイアス、参加バイアス、報告バイアスに悩まされます。偽の専門家は資格やドメイン名をチェックすることで見抜けます。そして、本物の科学は散らかったものだということを理解しましょう。突然の大発見ではなく、何千もの相互検証された研究の積み重ねで構築されていくのです。
新しい主張を評価するための最良のツールはメタアナリシスです。あなたの脳は、存在しない場所にさえ秩序を見つけるように配線されています。その本能が、偶然を因果関係と取り違えさせたり、歪められた統計や都合よく「ギャップを埋める」陰謀論を受け入れさせたり、あなたを脆弱にすることがあります。だからこそ、批判的思考のツールが極めて重要なのです。現実性チェックやバイアス検出などの手法を使えば、ノイズを切り抜け、今日の情報過多の世界を、明晰さと健全な懐疑心を持って進むことができるでしょう。
この要約は以上です。最後までお読みいただきありがとうございました。
