早まった一般化

人口百万人の都市を一度訪ねて、失礼な店員に二人会ったとしても、それでわかるのはその二人のことであり、都市全体のことではありません。

少数の事例から全体を決めつける

一般化とは、集団全体について「すべて」「大半」「ふつうは」などと述べることです。私たちは日常的に一般化しますし、すべての事例を確認できる人はいないので、必要でもあります。早まった一般化は、少なすぎる事例や、その集団の典型とはいえない事例から結論を導きます。「このブランドの携帯電話を二台買ったら、どちらも一年以内に壊れた。だからこのブランドの携帯電話は質が悪い」は、結果的には正しいかもしれません。しかし、何百万台も売られているうちの二台では、それを示せません。

問題は二つあり、同時に起こることもよくあります。第一は標本の大きさです。小さい標本では、偶然、結果が偏りやすくなります。公正な硬貨を四回投げて、三回や四回表が出ても、まったく珍しくありません。第二は選び方です。特定の答えが出やすい方法で集めた標本は、大きくても判断を誤らせます。わざわざ投稿するほど腹を立てた人のレビューや、ジムの会員に運動頻度を尋ねた調査からわかるのは、その人たちのことであって、すべての人のことではありません。

見抜くには

• 事例を数えましょう。どれほど印象的な話でも、一つの話は一つの事例です。
• どう選んだ事例かを確認しましょう。誰に尋ね、誰を含めなかったのでしょうか？
• 主張の範囲に注目しましょう。「ある」なら一例で足りますが、「すべて」「大半」には、はるかに多くの事例が必要です。
• 比較できる数を探しましょう。「そこで食べた五人が体調を崩した」だけでは、食べた人の総数がわからない限り、あまり判断できません。

広告は同じ手を逆向きに使います。架空の広告が、大きな字で「お客様10人中9人がおすすめ！」、小さな字で「開店イベントでの来場者10人への調査に基づく」と書いていたとします。会社主催の集まりで選んだ十人は、少ない標本であるうえ、選び方も偏っています。人々の集団についての固定観念も、早まった一般化です。珍しかったために記憶に残った数回の出会いを、何百万人もの人についての主張に広げてしまいます。

対策は一般化をやめることではなく、証拠に見合った強さの主張にすることです。「買った携帯電話が二台とも壊れたので、次はレビューを読んでから買おう」なら筋が通っています。「無作為に選んだ成人2,000人への調査では、63%が…と答えた」なら、標本の大きさと調査方法の両方を判断できます。

鮮明な話は、数字よりも記憶に強く残ります。ホテルでひどい一夜を過ごしたという友人の話が、何千泊分もの集計を上回ることがあります。その話には顔があり、場所があり、感情があるからです。論理は、その話が嘘だと言うのではありません。一つの事例だと言っているのです。一例から、あることが起こりうるとは示せても、どのくらいの頻度で起こるかは示せません。