自分だけが知らない

1999年、二人の心理学者がひとつの実験で暴いた構造は単純だった。能力のない人間は、自分に能力がないことを知る能力すら持っていない。つまり、あなたが「自分は大丈夫だ」と思えば思うほど、あなたはおそらく大丈夫ではない。そしてそのことに、あなたは永遠に気づけない。

二重の呪い

コーネル大学の心理学者ジャスティン・クルーガーとデイヴィッド・ダニングは、1999年に Journal of Personality and Social Psychology 誌にひとつの論文を発表した。タイトルは「Unskilled and Unaware of It(能力がなく、そのことに気づかない)」。

彼らが実施した実験では、論理的推論、英文法、ユーモアの理解力という3つの領域でテストが行われた。結果は明快だった。成績が下位25%に入った参加者は、自分の成績を平均以上と評価した。一方で、上位25%の参加者は、自分の成績を控えめに見積もった。

ダニングとクルーガーはこの非対称をメタ認知の問題として説明した。メタ認知とは、自分自身の認知プロセスを認知する能力のこと。能力が低い領域では、自分の回答の質を判断するための基準そのものが欠けている。正しい推論とは何かを知らなければ、自分の推論が間違っていることに気づけない。

これは「二重の呪い」と呼ばれる。能力の欠如は、能力が欠如しているという事実を覆い隠す。

この構造には、ある種の循環がある。自分の能力を正確に評価するためには、評価対象と同等の能力が必要になる。知るためにはすでに知っている必要がある。知らないことを調べるには、何を知らないかをまず知っていなければならない。最初から知っていたで触れた「分析のパラドックス」の認知科学版ともいえる。プラトンの『メノン』で問われた学習のパラドックスが、ここでは自己評価の場面で再演されている。

注目に値するのは、上位の参加者もまた正確ではなかったという点だ。彼らは自分の能力を過小評価した。ダニングとクルーガーの解釈によれば、これは「他の人もこれくらいできるだろう」という推測に基づく。自分の基準で他者を推測するために、実際の格差を小さく見積もってしまう。一種の共感の過剰適用。自分にとって簡単なことは、他者にとっても簡単なはずだと仮定してしまう。

知りすぎた者は、自分が知りすぎていることに気づけない。知らない者は、自分が知らないことに気づけない。誰もが、自分の位置を見失っている。

壊れた証拠

ダニング=クルーガー効果は心理学のポップカルチャーにおいて圧倒的な知名度を誇る。しかし、この効果そのものが統計的な幻影にすぎないのではないかという批判が、2010年代以降、繰り返し提出されてきた。

代表的な批判はこうだ。下位の参加者が自分を過大評価し、上位の参加者が過小評価するというパターンは、「平均への回帰」という統計現象と「平均以上効果(Better-Than-Average Effect)」の組み合わせで十分に説明できるのではないか、と。極端に低いスコアを出した人が別の尺度で測定されると、自然と平均に近い値が出やすい。自己評価と客観的成績という二つの測定値がある場合、両者の相関が完全でない限り、ダニング=クルーガー効果と同じパターンは統計的に発生しうる。

2016年と2017年に数学誌 Numeracy に掲載されたヌーファーらの研究は、ランダムデータからダニング=クルーガー効果と同じグラフパターンを再現できることを示した。2022年には Frontiers in Psychology 誌に掲載されたマグヌスとペレセツキーの論文が、心理学的説明を一切必要としない純粋に統計的なモデルからこの効果を再現した。彼らの結論は端的だった。「効果は存在する。しかしそれは人間の本性を反映していない。」

一方で、この統計的批判にも反論はある。マギル大学のパトリック・マクナイトは、平均への回帰は同一の測定値が時系列で変動するときに生じる現象であり、自己評価とパフォーマンスという異なる測定値の間に直接適用するのは妥当でないと指摘した。問題の核心は、自己評価という測定行為そのものの信頼性の低さにあるのかもしれない、と。

ダニング自身もまた、後年のインタビューで「原論文についてやり直せるなら違うやり方をした部分がある」と述べている。科学者が自身の過去の業績に距離を置ける姿は、皮肉にも彼自身の理論の穏やかな例証に見える。

つまり、ダニング=クルーガー効果が「本物」なのかどうかすら、何も確かではない。知見そのものの脆弱性が、知の脆弱性という主題を静かに体現している。

自信の経済

仮にダニング=クルーガー効果が、メタ認知の構造的欠陥として実在するのだとしよう。その含意を現代の情報環境に重ねてみると、不愉快な構図が浮かびあがる。

SNSでは自信に満ちた声が注目を集める。アルゴリズムは断言を好み、留保を嫌う。「わかりません」と言う人の投稿は拡散されにくく、「これが正解です」と断言する人の投稿がタイムラインを支配する。ダニング=クルーガー効果を当てはめれば、能力の低い人ほど自信を持って発信し、能力の高い人ほど控えめになる。自信の総量が能力の分布と反転した世界では、最も聞こえる声が最も信頼できない声になりうる。

「なんとなく嫌」の分解で触れた感情ヒューリスティックとも、ここはつながる。人は判断の根拠を吟味するよりも、発信者の自信や確信に引きずられやすい。自信は能力の代理指標として直感的に受容される。しかし、もしその自信が能力の不足から生まれたものだとしたら、代理指標は反転信号にすぎない。「主観でしょ」という沈黙の刃で考えたように、自分の判断に自信を持つことと、その判断が正しいかどうかは、まったく別の水準にある。しかし、自分にとってはこの二つの区別がつきにくい。それが構造的な問題なのだから。

壊れた物差し

ダニング=クルーガー効果をめぐる論争は、別の角度から読めば、「能力」や「自己認識」を測定すること自体の困難さについての議論でもある。

誰も学びを測れないで論じたように、学びの質をGPAやテストスコアで計測しようとすると、測定の指標が目的を乗っ取るグッドハートの法則が作動する。同じ力学がここにも働いている。自己評価という指標が能力の代理として機能するとき、その指標自体が能力と逆相関しているとしたら、私たちはいったい何を測っていることになるのか。

運転能力の自己評価に関する調査では、ほとんどのドライバーが「自分は平均以上」と回答する。数学的にはこれは不可能だ。しかし問題の所在は、誰がその不可能性を指摘されたときに「自分のことかもしれない」と思えるかにある。人が比較でしか幸福を測れない理由と同じように、自己評価は常に他者との比較の中でしか成立しない。そして比較の基準そのものが歪んでいるとき、修正は容易ではない。

プログラミングやギターを数ヶ月やった段階で「けっこうできる」と感じ、1年後に「全然だめだった」と気づく。初学者の万能感と呼ばれるこの現象は、学習曲線における知識の深まりがメタ認知を更新するプロセスとして理解できる。しかし、この更新が起きるかどうかは、学び続けたかどうかにかかっている。途中でやめた人は、「けっこうできる」という自己像のまま永遠に放置される。

医師が「わかりません」と言えるのは、何がわかっていて何がわかっていないかの境界を把握しているからだ。素人ほど「これが原因です」と断言しやすい。知識は確信を減らし、無知は確信を増やす。ソクラテスの「無知の知」は、2500年経った今もなお特権的な知の形態のままだ。

暗闇のまま

ダニング=クルーガー効果が統計的な幻影であれ、堅固な認知バイアスであれ、いずれにしてもひとつの事実は残る。人間は自分自身を正確に見ることが極めて下手だという事実。

私という凡庸で描いたように、自分の位置を知ろうとする試みは、つねにある種の循環に巻き込まれる。自分を知るために使う道具が自分自身である以上、測定装置と測定対象が同一であるという根本的な問題は解消されない。

あなたは今、この文章を読んで「自分は大丈夫だ」と思っているかもしれない。あるいは「自分もそうかもしれない」と思っているかもしれない。どちらの反応も、あなたがどの位置にいるかについては何も教えてくれない。

ダニング=クルーガー効果の最もニヒルな帰結は、自己認識を改善しようとする努力そのものが、自己認識の精度に依存しているということだ。改善すべき自分を見るには、すでに改善された目が必要になる。

鏡のない部屋で、あなたは自分の顔を知ることがない。そして、鏡がないこと自体にも気づかない。

Read more

Capture Oneに待望のネガフィルム変換機能が来た

2026年4月3日、Capture One 16.7.4 がリリースされた。目玉はなんといっても Negative Film Conversion(ネガフィルム変換) の搭載だ。これまで Cultural Heritage エディション限定だったネガ反転処理が、ついに通常の Capture One Pro / Studio でも使えるようになった。 何が変わったのか 従来、Capture One でネガフィルムをポジに変換するには、Cultural Heritage(CH)エディションを使う必要があった。CH は文化財デジタル化向けの専用製品で、Base Characteristics ツールに Film Negative / Film Positive モードが用意されていた。しかし一般の写真愛好家がフィルムスキャンのためだけに CH を導入するのは現実的ではなく、多くのユーザーは Lightroom とそのプラグイン(Negative Lab

By Sakashita Yasunobu

雨の中、歩くべきか走るべきか

傘を忘れた日の永遠の問い、歩くか、走るか、いやいっそ雨宿りをするのか。物理で決着をつける。 モデル 人体を直方体で近似。上面積 $A_{\text{top}}$(頭・肩)、前面積 $A_{\text{front}}$(胸・顔)。雨は鉛直一様(落下速度 $v_r$、数密度 $n$)、距離 $d$ を速度 $v$ で直線移動する。 人体の直方体モデルは、上から見た水平断面が $A_{\text{top}}$、正面から見た鉛直断面が $A_{\text{front}}$ の二面で構成される。移動方向は水平、雨は鉛直に降る。 受ける雨滴数は、上面が $n v_r A_{\text{top}

By Sakashita Yasunobu

T-GRAIN・Core-Shell・旧式乳剤の定量比較

Kodak T-GRAIN、Ilford Core-Shell、旧式立方晶乳剤。写真フィルムの性能を左右する三つの乳剤技術を、特許文献と数式に基づいて比較する。 1. 出発点: 旧式乳剤の構造と限界 T-MAXやDeltaが何を改良したのかを理解するには、まず従来の乳剤がどのようなものだったかを押さえておく必要がある。 1980年代以前、標準的なハロゲン化銀乳剤はAgBrやAgBr(I)の結晶が立方体(cubic)か不定形(irregular)の形をしていた。Tri-XやHP5の祖先にあたるこれらの乳剤では、結晶のアスペクト比(直径対厚さの比)はおおむね1:1から2:1。三次元的にほぼ等方的な粒子が乳剤層にランダムに散らばっていた。 この形態が感度と粒状性のトレードオフに直結する。立方晶粒子を一辺 $a$ の立方体として近似すると、表面積と体積、そしてその比は次のとおりである。 $$ S_{\text{cubic}} = 6a^2, \quad V_{\text{cubic}} = a^3, \quad \frac{S}{V} = \frac{6}

By Sakashita Yasunobu

クジラはなぜがんにならないのか

体が大きい動物ほど細胞の数が多い。細胞が多ければ、そのうちどれかががん化する確率も高くなるはずだ。ところが現実には、クジラやゾウのがん発生率はヒトよりも低い。1977年、疫学者リチャード・ピートがこの矛盾を指摘した。以来この問いは「ピートのパラドックス」と呼ばれ、比較腫瘍学における最大の謎のひとつであり続けている。 種の中では予測通り、種の間では崩れる 同じ種の中では、直感どおりの傾向が確認されている。身長の高いヒトはそうでないヒトよりがんの発生率がやや高く、年齢を重ねるほどがんは増える。細胞の数が多いほど、細胞分裂の回数が多いほど、がん化の確率は上がる。 しかし種を超えて比較すると、この関係が崩壊する。シロナガスクジラの細胞数はヒトの約1000倍にのぼるが、がんの発生率がヒトの1000倍になるわけではない。哺乳類全体を見渡しても、体サイズとがんリスクの間に明確な正の相関は長い間見つかっていなかった。がんの発生率は種が異なっても約2倍の範囲にしか収まらないとされてきた。体サイズの差は100万倍を超えるにもかかわらず。 ゾウが持つ余分ながん抑制遺伝子 最もよく知られた説明は

By Sakashita Yasunobu