認知的な楽観バイアスと戦略的な虚偽表示を区別する
予測の水増しには純粋なバイアスによるものと意図的な操作によるものがあることを認識する——それぞれ異なる対処が必要だ。
Why it works
フリウビヤは予測誤差の2つの原因を特定した。楽観バイアス(純粋な認知的歪み)と戦略的虚偽表示(承認や資金獲得のための意図的な過小見積もり)だ。リファレンスクラス予測は楽観バイアスを修正する。戦略的虚偽表示には、認知的ツールではなく組織的な説明責任のしくみが必要だ。両者を混同すると、誤った介入を適用することになる。
How to do it
- 予測を検討する際、「予測者には外部的な理由(資金、承認)で楽観的になるインセンティブがあるか」を問う。
- もしあるなら、その見積もりは戦略的に低く抑えられている可能性があり、ベースレート調整に加えてさらに割り引くべきだ。
- 自分自身の予測については、「自分は本当にそう信じているから楽観的なのか、それとも他人に承認してもらう必要があるからなのか」を問う。
- 説明責任のしくみを組み込む——予測に対する結果の追跡と報告にコミットする。
エビデンス
フリウビヤはインフラプロジェクトのデータの中に両方のバイアスの証拠を発見し、政治的に敏感なプロジェクトでは戦略的虚偽表示が特に多いことを示した。この区別が重要なのは、対処法が異なるからだ——認知的デバイアシングのツールか、インセンティブ構造の改革か。 (observational)
外部から両者の原因を区別するのは難しい——どちらも同じ観測可能な予測水増しパターンを生む。分類には多くの場合、予測者の状況を知る必要がある。
出典
- Flyvbjerg, Holm & Buhl (2002), "Underestimating costs in public works projects"
- Flyvbjerg (2008), "Curbing optimism bias and strategic misrepresentation"
よくある間違い
すべての予測誤差を認知バイアスだと決めつけ、デバイアシング訓練だけで対応し、戦略的虚偽表示を生むインセンティブ構造をそのまま放置すること。
IX Coach でこれを実践する
More practices for リファレンスクラス予測
- 自分の状況に合ったリファレンスクラスを特定する
自分の状況と構造的に似た過去の事例をまとまった集合として見つけ、その結果データを集める。
- インサイドビューの詳細を加える前にベースレートにアンカーする
クラスの中央値から予測を始め、そこから調整する——自分の物語から始めてベースレートに調整するのではない。
- 一点の見積もりではなく分布として予測する
予測を単一の予想数値ではなく、起こりうる結果の範囲として表現する。
- 新しい証拠が入るたびに予測を段階的に更新する
予測を、矛盾する証拠にも生き残るコミットメントとしてではなく、新しい証拠ごとに変わるべき確率として扱う。
- プロジェクト終了後にクラスデータへ貢献するための振り返りを行う
実際の結果と予測を正直に記録する——これが将来の予測が依拠するリファレンスクラスを築く。