認知バイアス
認知バイアスとは
認知バイアス(cognitive bias)とは、人間の判断・意思決定・思考に系統的な誤りをもたらす心理的パターンを指す。「系統的」とは、ランダムな誤りではなく、特定の方向に繰り返し生じる偏りという意味だ。認知バイアスは無意識に機能し、当事者が自覚することなく判断を歪める。
ダニエル・カーネマンはファスト&スローにおいて、認知バイアスの包括的な枠組みを提示し、人間の二つの思考システム——直感的・自動的なシステム1と、熟慮的・努力を要するシステム2——がバイアスの発生に深く関わることを示した。
システム1とシステム2
カーネマンの理論の核心は、思考の二重過程モデルだ。
システム1:速く、自動的、直感的、無意識、努力不要。パターン認識・感情的反応・ヒューリスティック(経験則)を用いた判断。日常の多くの判断はシステム1が担う。
システム2:遅く、意識的、熟慮的、努力を要する。論理的分析・複雑な計算・批判的思考。集中力を必要とする。
認知バイアスの多くは、本来システム2が必要な状況でシステム1が優勢になるときに生じる。速さと効率性を優先するシステム1は、複雑な判断を単純化するためのヒューリスティックを用いるが、そのヒューリスティックが系統的な誤りをもたらす。
代表的な認知バイアス
確証バイアス(confirmation bias):既存の信念・仮説を支持する情報を優先的に探し、反証する情報を軽視・無視する傾向。自分が信じたいことを裏付ける証拠ばかりを集め、信念が強化され続ける。
利用可能性ヒューリスティック(availability heuristic):頭に浮かびやすい事例・情報を基に確率や頻度を判断する傾向。飛行機事故は報道が多いためリスクを過大評価し、自動車事故はより多いが日常的なため過小評価される。
アンカリング(anchoring):最初に提示された情報(アンカー)に過剰に依存し、その後の判断を調整しても不十分にとどまる傾向。交渉の最初の提示額がその後の交渉全体のアンカーになる。
フレーミング効果(framing effect):同じ情報でも提示の仕方(フレーム)によって判断が変わる傾向。「90%が生存する手術」と「10%が死亡する手術」は同じ情報だが、前者の方が受け入れられやすい。
損失回避(loss aversion):損失の痛みは同等の利益の喜びより約2倍強く感じられる傾向。損失を避けるためにリスクを過度に忌避したり、逆に損失を挽回するためにリスクを過度に取ったりする。
計画錯誤(planning fallacy):プロジェクトの完了時間・コスト・リスクを楽観的に見積もる傾向。多くのプロジェクトが予定より時間もコストもかかるのはこのためだ。
後知恵バイアス(hindsight bias):事後に「最初からわかっていた」と感じる傾向。過去の出来事を現在の知識で解釈し、当時の不確実性を過小評価する。
バンドワゴン効果(bandwagon effect):多数がそう思っているからという理由で、その意見や行動に従う傾向。「みんながやっているから」が判断基準になる。
バイアスと「スロー」思考
カーネマンはバイアスを「なくすべき欠陥」としてではなく、人間の認知の構造的な特徴として記述している。バイアスの多くは、資源制約のある環境で効率的に判断するためのヒューリスティックが、現代的な複雑な文脈では機能不全を起こすものだ。
バイアスの影響を軽減するには、システム2の意識的な介入が有効だ。「自分は今どのようなバイアスの影響を受けているか」を問い、直感的判断を批判的に検証することで、より質の高い意思決定が可能になる。
しかし、「デバイアシング(バイアス除去)」は困難だ。バイアスを知識として知っていても、実際の判断でバイアスを排除することは難しい。カーネマン自身も「人間はシステム1から逃げられない」と述べており、組織的・制度的な仕組みによる対応が重要になる。
組織と認知バイアス
認知バイアスは個人だけでなく、組織の意思決定にも影響する。集団内では確証バイアスが相互強化される。グループシンクでは、集団の合意を壊すことへの心理的抵抗が批判的思考を妨げる。
意思決定の質を高めるための組織的仕組み(デビルズアドボケートの設置、意思決定プロセスの記録・検証、多様な視点の確保)は、認知バイアスへの組織的な対抗策だ。
まとめ
認知バイアスは、人間の思考が本質的に持つ系統的な歪みだ。カーネマンがファスト&スローで示した洞察は、「人間は理性的な存在だ」という従来の経済学・心理学の前提を根本から問い直した。バイアスの存在を認識し、システム2の批判的思考を適切な場面で活用することで、個人・組織はより良い意思決定に近づける。知識だけでなく、バイアスを軽減するための制度設計が、現実の行動変容に不可欠だ。
概念ネットワーク
線の太さは共通する本の数を表しています。ノードをクリックすると概念ページに移動します。