カテゴリ: 効果 タイプ: 認知バイアス 起源: 心理学研究、1973年、Amos
Tversky と Daniel Kahneman 別名: Availability Bias、Availability Rule
先に答えると — Availability Heuristic
は、出来事の起こりやすさを例がどれほど簡単に思い浮かぶかに基づいて推定するメンタルショートカットです。1973年に
Tversky と Kahneman
によって初めて文書化され、このバイアスは航空機事故のような劇的な出来事が実際よりも一般的に思える理由を説明します。このヒューリスティックを理解することで、リスクと確率についてより正確な判断を行えます。
Availability Heuristic（Availability Heuristic）とは
Availability Heuristic は、人が出来事の頻度、確率、または原因を評価する方法に影響を与える認知バイアスです。何かの一般的さについて判断する必要があるとき、人々は実際の統計データを探すのではなく、関連する例がどれだけ簡単に思い浮かぶかに依存することがよくあります。 重要な洞察は、思い出しやすさが実際の頻度と等しくないことです。鮮明で、最近の、感情的にチャージされた、または珍しい出来事は記憶からより容易に検索され、人々はその可能性を過大評価します。逆に、一般的だが平凡な出来事は、より弱い精神的痕跡を残すため過小評価される可能性があります。心は想起のしやすさと実際の頻度を混同します。最も簡単に思い浮かぶものが、最も頻繁に起こるとは限りません。このバイアスは複数のメカニズムを通じて作用します。第一に、記憶に残る出来事—劇的、感情的にチャージされた、または新しい出来事—はより強い記憶符号化を作成し、したがってより容易に検索されます。第二に、最近の出来事は古いものよりもアクセスしやすく、recency bias が availability 効果を増幅します。第三に、メディアカバレッジは特定の出来事の availability を増幅し、リスクに対する公衆の知覚を歪めます。
Availability Heuristic の3つの深さ
- 初心者: ニュースカバレッジがテロリズム、航空機事故、サメの襲撃などのまれな出来事が統計が支持するよりも一般的に思わせる方法に気づいてください。メディアは典型的ではなく珍しいものを選びます。
- 実践者: リスクを評価する際、記憶に頼る前にベースレートデータを積極的に求めてください。「何を思い出せるか？」ではなく「実際の統計は何と言っているか？」と問いかけてください。
- 上級者: 自分の経験が偏ったサンプルを作成することを認識してください。あなたの availability プールは地理、職業、ライフスタイルによって形作られており、代表的なサンプリングではありません。
起源
availability heuristic は、Amos Tversky と Daniel Kahneman によって1973年の記念碑的論文「Availability: A heuristic for judging frequency and probability」で初めて体系的に文書化されました。基礎となる実験では、参加者に有名および無名の人々の名前のリストが示され、男性と女性のどちらの有名人の名前が多いかを尋ねられました。 重要な発見は、参加者の判断が実際のベースレートではなく、有名な名前を検索するしやすさによって影響を受けたことです。1970年代（研究が実施された時代）に有名な男性の名前が文化的により利用可能だったため、参加者はその頻度を体系的に過大評価しました。 Tversky と Kahneman は、このヒューリスティックが多様なドメインにわたる判断に影響を与えることを実証しました。死因の推定、ビジネスリスクの評価、犯罪の有病率の評価、株式市場の動きの予測など。彼らの研究は、人々が鮮明で顕著な情報を一貫して過大評価し、統計的ベースレートを過小評価することを示しました。要点
メディアが知覚された頻度を増幅する
ニュースメディアは一般的なものではなく、珍しいものと劇的なものを選びます。これにより歪んだ
availability
プールが作成されます。航空機事故は自動車事故よりも多くのカバレッジを受けます。後者の方がはるかに頻繁であるにもかかわらずです。正確なリスク評価にはメディア選択バイアスを理解することが不可欠です。
個人の経験が availability バイアスを作成する
自分の経験、そしてネットワーク内の人の経験は代表的なサンプルではありません。医者は毎日患者を見ますが、これは人口の健康を反映していません。消防士は火事を見ますが、ほとんどの家は燃えません。
鮮明さが統計を凌駕する
単一の鮮明な逸話が、人々の心の中で統計データよりも重みを持つことがよくあります。子供誘拐の1つの物語が、その現象がまれであることを示す統計よりも多くの行動変化を引き起こす可能性があります。
応用場面
リスク評価
ビジネスと個人の決定において、ベースレート統計を積極的に求めてください。頻度や確率について判断を下す前にデータを求めてください。
投資判断
記憶に残る成功物語りに基づいて投資判断を行う際に注意してください。「一晩の幸運」を思い出しやすいことが、実際の成功確率を反映しているわけではありません。
健康上の決定
鮮明な健康物語り（自分や他人の）が、病気の有病率や治療の有効性に関する統計的証拠を上回らないようにしてください。
政策判断
公共政策を評価する際、記憶に残る逸話と統計的証拠を区別してください。何が簡単に思い浮かぶかではなく、データが実際に何を示しているかを問いかけてください。
事例
2004年インド洋津波 vs 日常の溺死
2004年インド洋津波は1日で約23万人を殺害し、記録された歴史の中で最も致命的な自然災害の一つでした。その後数ヶ月間、メディアカバレッジは広範囲に及び、この出来事は海洋の危険に関する公衆の意識を支配しました。 しかし、同じ期間に、米国だけで津波で亡くなった人よりも浴槽で溺死した人の方が多くなりました。溺死による年間世界の死者数は32万人を超えていますが、津波は劇的でニュースバリューのある出来事であるため、リスク知覚を支配しています。 この availability の歪みには実際的結果があります。何百万ドルもの資金が津波予測研究に流れる一方、日常の溺死防止はより少ない注目を受けます。一方、人々は（津波がまれな）海で泳ぐことを恐れる一方で、シートベルトなしで運転するはるかに危険な活動を無視する可能性があります。 教訓：劇的で記憶に残る出来事が知覚を形作りますが、実際のリスクではありません。効果的なリスク管理には、availability を超えて実際の頻度データを見る必要があります。限界と失敗パターン
Availability heuristic は強力ですが、重要な限界があります。- 専門知識が availability を変える: ドメインの専門家はより豊かで正確なメンタルモデルを持っており、専門分野内での availability 効果を減らしますが排除はしません。
- 直接経験は強力: 個人の経験は二次情報よりも強い availability を作成し、代表性のないサンプルに基づく過信につながる可能性があります。
- 直接経験でも依然としてバイアス: 自分の経験でさえ代表的なサンプルではありません。地理、職業、ライフスタイルのために遭遇したのであり、ランダムサンプリングではありません。
- 統計トレーニングは役立つが排除しない: 統計トレーニングを受けた人は感受性が低いですが、自動的而不是論理的に処理するときは依然として availability 効果を示します。
よくある誤解
記憶に残る出来事は一般的な出来事である
記憶に残る出来事は一般的な出来事である
出来事の鮮明さはその頻度とは関係ありません。劇的な出来事はまれであるからこそ記憶に残ります。一般的な出来事は注目に値せず、したがって利用可能度が低くなります。
私の経験は良いサンプルである
私の経験は良いサンプルである
個人の経験は notoriously
偏ったサンプルです。どこに住んでいるか、何をしているか、誰を知っているか—すべてが
availability プールを形作ります。
思い出せるなら、重要に違いない
思い出せるなら、重要に違いない
記憶の可用性は符号化の強さを反映しており、重要性や頻度を反映していません。感情的な顕著さと新近性が想起を駆動し、統計的有意性ではありません。
関連概念
Availability Heuristic は、判断と意思決定を形作る他の認知バイアスと密接につながっています。Anchoring Effect
両方ともメンタルショートカットを含みます。availability
が想起のしやすさで確率を判断する一方、anchoring
は見積もりを行うために初期の基準点に依存します。
Confirmation Bias
availability が初期の信念を形作ると、confirmation bias
は確認する証拠をより顕著にすることでそれらを強化します。
Recency Bias
最近の出来事はより容易に思い出されるため、recency bias が availability
効果を増幅します。両方とも最近の出来事がどのくらい一般的かの過大評価を引き起こします。
Framing Effect
情報がどのように提示されるかが何を思い出すかに影響を与え、その後
availability ベースの判断に影響を与えます。
Hindsight Bias
過去の出来事を思い出しやすさ（availability）により、人々は結果が事後にどれほど予測可能だったかを過大評価します。
Survivorship Bias
失敗した試みが利用可能度が低いため、成功例のみが見えます。これは
availability 歪みの一種です。