トップ > 概念 > 認知バイアス
認知バイアス
01概要カード
人の判断が無作為ではなく一定方向に偏る傾向の総称で、考える近道の裏側にある癖。
定価を見たあとのセール価格がやけに安く感じたり、ニュースで見た事故の乗り物が急に怖くなったりする。こうした判断の偏りは、気まぐれではなく一定の方向に傾くことが実験で示されてきた。「認知バイアス」はその総称である。1974年、トヴェルスキーとカーネマンは、人が不確かな場面で使う判断の近道（ヒューリスティクス）と、そこから生じる系統的な偏りを整理した。バイアスは愚かさの証拠ではなく、近道の副作用として理解されている。
このページのポイント
- バイアスは判断が一定方向に偏る癖。愚かさではなく、近道（ヒューリスティクス）の副作用
- 代表例はアンカリング、利用可能性、代表性、後知恵など。分類の境界は重なり合う
- 偏りの存在を知ることが対策の第一歩。ただし個別研究への批判や再現性の議論もある
タグ: ヒューリスティクス / アンカリング / 判断と意思決定 / カーネマン
関連エントリ
02対話編：ヒロシとミカ
（学食。ヒロシがセールで買ったジャケットを自慢している）
03データ編
1974年の論文とヒューリスティクス
認知バイアスの研究が広がるきっかけは、エイモス・トヴェルスキーとダニエル・カーネマンが1974年に『サイエンス』誌に発表した論文である。彼らは、不確かな状況で人が判断するときの近道を「ヒューリスティクス」と呼び、代表的なものとして3つを挙げた。似ているかどうかで確率を判断する「代表性」、思い出しやすさで頻度を判断する「利用可能性」、最初の数字から調整しきれない「アンカリング（調整と固着）」である。近道はふだん役に立つが、使う場面を間違えると、誤差がランダムではなく一定方向に偏る。それがバイアスである。
代表的なバイアス
代表的なバイアスを挙げる。分類の境界は研究者によって異なり、同じ現象が複数の名前で呼ばれることもある。
| バイアス | どんな偏りか | 日常の例 |
|---|---|---|
| アンカリング | 最初に提示された数字や情報に判断が引っぱられる | 定価を見たあとだと、セール価格が実際より安く感じる |
| 利用可能性ヒューリスティクス | 思い出しやすい事例ほど、頻度や確率が高いと判断する | 事故のニュースを見た直後は、その乗り物が危険に感じる |
| 代表性ヒューリスティクス | 典型的なイメージに似ているかどうかで確率を判断し、基礎率（集団全体での実際の割合）を無視する | 大人しそうだから図書館員に違いない、と考える |
| 後知恵バイアス | 結果を知ったあとで「やっぱりそうなると思った」と感じる | 試合の結果を見てから、勝敗は予想できていた気になる |
| 現状維持バイアス | 今の状態を変えることに、理由以上に抵抗を感じる | 初期設定のまま、契約プランを何年も見直さない |
| フレーミング効果 | 同じ内容でも、表現の枠組みで選択が変わる | 「成功率90%」と「失敗率10%」で印象が変わる |
| 確証バイアス | 自分の仮説に合う情報ばかり集め、反証を探さない | （詳しくは「確証バイアス」のエントリで扱う） |
バイアスは愚かさではない
バイアスは、頭の悪さや不注意の証拠ではない。すべての情報を毎回ていねいに処理していたら、日常の判断は追いつかない。近道は、限られた時間と情報でそこそこうまくやるための仕組みであり、バイアスはその副作用として現れる。専門家や経験者でも免れないことが実験で繰り返し示されている。大事なのは「自分は偏らない」と思わないことだが、逆に、人間の判断がいつも間違うという話でもない。近道がうまく働く場面も多い。
批判と論点
この研究領域には批判もある。ゲルト・ギゲレンツァーらは、バイアスとされる現象の一部は、実験課題の情報の出し方に依存しており、「偏り」の定義が曖昧なまま人間の非合理性を結論づけていると批判した。また、個別の効果の中には、後の追試で効果が小さくなったり再現しなかったりした例もあり、数百とも言われるバイアスのリストには重なりや整理不足も指摘されている。認知バイアスという考え方自体は広く使われているが、個別の研究については検証が続いている。
04AI分析
意見が分かれる分岐点
分かれ目は、偏りを「心の欠陥」と見るか、「限られた時間と情報で判断するための近道の代償」と見るかである。欠陥と見れば矯正の対象になり、代償と見れば、偏りの出やすい場面を見分けて使い分ける対象になる。
前提の違い
- 実験室の課題で観察された誤りを、日常の判断全般の傾向と言い切れるか
- 「偏り」を測るときの正解の置き方そのものが妥当か（批判者からの問い）
現代への接続
- 行動経済学のナッジや、選択の設計（デフォルト設定など）への応用
- 広告やECサイトの価格表示、アンカリングを使ったUIとダークパターンの問題
- SNSやニュースの見出しが利用可能性を左右する環境
- バイアス研修の効果をめぐる議論（知るだけで行動は変わるのか）
※ AI分析は事実の整理と解釈の提示であり、特定の立場への断定ではありません。
05出典・参考文献
- Tversky, A. & Kahneman, D. (1974). "Judgment under Uncertainty: Heuristics and Biases." Science, 185.
- ダニエル・カーネマン『ファスト＆スロー』（2011年、早川書房）
- Gigerenzer, G. (1991). "How to Make Cognitive Illusions Disappear: Beyond 'Heuristics and Biases'." European Review of Social Psychology, 2.
書籍リンクは収益ゾーンとしてこの出典セクションに置く方針（試作では実際のリンクは入れていません）。