「よく調べた人」ほど、同じ答えにたどり着く理由
目次
ある企業の戦略会議で、3つのチームが同じテーマについて独立してリサーチを行いました。
競合分析、市場データ、顧客調査。それぞれ別々に調べたはずなのに、プレゼンの日、3チームの結論はほぼ同じだった。
「よく調べた」からこそ、同じ答えに収束した。
これ、直感に反しませんか。
調べれば調べるほど独自の視点が生まれるはずだと、多くの人が思っています。私もそう信じていました。「もっと情報を集めれば、もっと良い答えが出る」。当たり前の前提に見えます。
ところが、認知科学とコンサルティングの知見は、まったく逆のことを示しています。
データが「思考の境界線」を引いている
データ分析の専門家である柏木吉基さんは、この現象を「思考のロックイン」と呼んでいます。
手元にあるデータや情報が、知らず知らずのうちに考える範囲を決めてしまう。
たとえば、ある業界の売上推移データを見せられた瞬間、思考は「売上」という枠の中に収まります。顧客満足度のデータを渡されれば、「満足度」の軸で考え始める。データそのものが、思考の境界線を引いてしまう。
厄介なのは、本人がそれに気づきにくいことです。
「データに基づいて考えた」と自信を持っている人ほど、実は「データが示す範囲の中でしか考えていない」可能性が高い。根拠があるぶん、疑う余地がないと感じてしまう。むしろ根拠があることが、「この方向で合っている」という確信を強めてしまう。
『論点を研ぐ』の著者である則武譲二さんも、同じ構造を「囚われ」という言葉で表現しています。あるエネルギー会社では、EV化推進が業界の大前提だった。市場データも政策動向も、すべてその方向を支持していた。ところが「本当にEUは内燃機関車を廃止するのか？」と問い直したところ、自動車市場の「フラグメント化」という、データの外にある新しい視点が見えてきた。
これは個人の能力の問題ではありません。同じデータセットにアクセスできる人たちは、構造的に同じ結論に収斂します。調べれば調べるほど、答えが1つに絞られていく。これが「思考のロックイン」の正体です。
Googleが「検索データ」を過信して失敗した話
2008年、Googleは検索ワードの分析からインフルエンザの流行を予測する「Google Flu Trends」を発表しました。CDCの公式報告よりも2週間早く流行を検知できるとして、大きな注目を集めました。
ところが2013年の冬、このシステムはインフルエンザの流行を実際の2倍以上に過大予測します。
なぜか。検索ワードの「相関関係」だけを見ていたからです。
クリスチャン・マスビアウ氏は『センスメイキング』の中で、これを「薄いデータ」への過信の典型例として取り上げています。数値化された、文脈から切り離された情報を、マスビアウ氏は「薄いデータ」と呼びます。
検索ワードの頻度は「薄いデータ」そのものです。なぜその言葉が検索されたのかという文脈は、どこにも含まれていない。メディアがインフルエンザを大きく報じれば、感染していなくても検索する人が増える。
データは完璧に見えた。量も十分だった。でも、人間の行動の文脈が抜け落ちていた。
ここが核心です。データが多いことと、理解が深いことは、イコールではありません。
ソロスは「数字の外」を読んでいた
1992年、ジョージ・ソロスは英国ポンドの空売りで10億ドル以上の利益を得ました。「イングランド銀行を打ち負かした男」と呼ばれた有名な出来事です。
このとき、ほとんどのファンドマネージャーは同じ経済データにアクセスしていました。為替レート、金利差、貿易収支。数字だけを見れば、全員に同じ情報があった。
ソロスが見ていたのは、数字に現れない「文脈」でした。
ドイツ連銀総裁と英国財務大臣の間にある政治的緊張。ドイツ統一後の経済政策をめぐる各国の思惑。欧州通貨制度に対する微妙な温度差。数値データには一切現れない、人間関係と政治のダイナミクスです。
マスビアウ氏はこのような文脈情報を「厚いデータ」と呼んでいます。数値化できないが、意思決定に決定的な影響を与える情報です。
同じデータを見ていた他のファンドマネージャーたちは、「データが示す結論」に思考をロックインされていた。ソロスはデータの外に出ることで、全員と違う答えにたどり着いた。
正直に言うと、この話を読んだとき、「天才だからできたんでしょ」と思いました。でも、マスビアウ氏が指摘しているのはもっとシンプルな話です。ソロスは「数字の外にも情報がある」と意識していた。それだけの違いが、10億ドルの差になった。
「データを見てから仮説を立てる」が間違いである理由
では、思考のロックインをどう防ぐか。
柏木さんは明快です。「データを見てから仮説をつくるな」。
これ、多くのビジネスパーソンの常識と真逆です。「まずデータを集めて、そこから仮説を立てる」が正しいプロセスだと思っている人は少なくない。
でも、データを先に見ると、そのデータが示す範囲の中でしか仮説が生まれません。結果を知ってから仮説を立てる行為は、学術の世界では「HARKing（Hypothesizing After the Results are Known）」と呼ばれ、研究不正の一種とすら見なされています。
コンサルティングの現場では「ペアコンセプト」という手法が使われます。「我が社 vs 競合」「質 vs 量」「短期 vs 長期」のように、対立する概念をペアで並べ、一方に偏った思考を強制的にずらす。これは「もっと調べる」ではなく、「調べる前の思考の枠」を広げるための技術です。
もう1つ、柏木さんが紹介している「自己否定」も効果的です。一度出した仮説を意図的に否定して、「もしこの結論が間違っていたら、何が考えられるか？」と問う。確証バイアス──自分の仮説を裏付ける情報ばかり集めてしまう傾向──を、仕組みで打ち消す方法です。
要するに、思考のロックインを防ぐには「もっと調べる」ではなく、「調べる前に考える」と「調べた後に疑う」のセットが要る。
明日から変えられること
誤解：「まずデータを集めてから考えよう」
データを見た瞬間、思考はそのデータの枠内に閉じ込められます。先に「こうかもしれない」「いや、逆かもしれない」と仮説を2つ以上立ててから、検証のためにデータを見る。順番を入れ替えるだけで、思考の幅は変わります。会議で「まずデータを集めよう」と言いそうになったら、「まず仮説を出そう」に言い換えてみてください。
誤解：「根拠がある結論は正しい」
正確には、「根拠が見える範囲でしか正しくない」。結論を出したら、「このデータに含まれていない視点は何か」と1つだけ問いを足してみてください。たった1つの問いが、ロックインを緩めます。
誤解：「もっと調べれば、答えが見つかる」
15分調べて方向性が見えなければ、それ以上調べても同じ結論の精度が上がるだけです。「調べたい」と感じたら、先に「自分は何を知りたいのか」を一文で書き出す。問いが明確なら、必要な情報量は劇的に減ります。
おわりに
情報は武器にも檻にもなります。
「よく調べた」ことが思考力の証明だと思いがちですが、実は「何を調べないか」を選べることのほうが、はるかに難しい。
調べる前に、30秒だけ立ち止まってみてください。「自分は今、何を知りたいのか」。その問いがあるかないかで、同じ1時間のリサーチが、まったく違うものになります。
この記事で参考にした本
『結局、仮説で決まる。』柏木吉基 → 「思考のロックイン」の概念と、データに先行する仮説構築の重要性を学べる一冊
『センスメイキング』クリスチャン・マスビアウ → 「薄いデータ」と「厚いデータ」の対比から、数字に頼りすぎることのリスクを知る
『論点を研ぐ』則武譲二 → 前提への「囚われ」を打破する実践的な問いかけの技術
合わせて読みたい
情報が多いほど、判断を間違える 情報量と判断の質が反比例する構造を別角度から解説しています。この記事と合わせて読むと、「調べる」行為そのものへの見方が変わります。
内田和成『仮説思考』｜限られた情報で最善解を出す技術 「まず仮説を立てて、最小限の情報で検証する」──思考のロックインを防ぐ方法論が具体的に詰まっています。
データは揃っている。分析もした。なのに、何も決まらない。 情報を集め尽くしても決断できない構造を掘り下げています。「もっと調べよう」が逃避になっていないか、振り返る一本です。