生存者バイアス・ラボ
準備中...
🧪このコンテンツとは？
「生存者バイアス・ラボ」は、日常に潜む生存者バイアス（Survivorship Bias）を 8つのシナリオを通じて体験的に学べるインタラクティブコンテンツです。
WW2の爆撃機分析から投資信託の成績まで、私たちが無意識に陥る 「見えているデータだけで判断する」という思考の罠を、 実際のデータと研究に基づいて解説します。 あなたがどれだけバイアスを見抜けるかを診断し、 データリテラシーの向上をサポートします。
📖遊び方
- シナリオを読む：各問題で、一見もっともらしい主張が提示されます。
- 判断する：その主張が「正しい」か「正しくない」かを選択します。 生存者バイアスが潜んでいないか、よく考えてみてください。
- 解説を確認：回答後、バイアスの正体と実際のデータが表示されます。 どのくらいの人が騙されるかの統計も確認できます。
- 診断結果を確認：全8問回答後、あなたのデータ読解力タイプ（4種類）が診断されます。 SNSでシェアして友人と比較しましょう。
💡生存者バイアスとは？
生存者バイアス（Survivorship Bias）とは、 成功例や生存例など「見えているもの」だけに注目し、 失敗例や消滅したものなど「見えていないもの」を無視してしまう認知の歪みです。
代表的な事例
最も有名な例は、第二次世界大戦中の爆撃機の装甲問題です。 統計学者エイブラハム・ワルドは、帰還した爆撃機の弾痕が少ない部分こそ装甲を強化すべきだと指摘しました。 なぜなら、その部分に被弾した機体は帰還できなかったからです。
なぜ重要か？
生存者バイアスは投資判断、キャリア選択、健康に関する意思決定など、 日常のあらゆる場面で私たちの判断を歪めます。 「成功した人の話」だけでなく「失敗した人の話」にも目を向けることで、 より正確な判断が可能になります。
❓よくある質問
Q. 生存者バイアスと確証バイアスの違いは？
生存者バイアスは「生き残ったもの」だけを見て判断する偏りです。 確証バイアスは「自分の信念に合う情報」だけを集める偏りです。 両者は異なるメカニズムですが、組み合わさることで より強力な判断の歪みを生むことがあります。
Q. 参考統計の数値はどこから来ていますか？
各シナリオの「同意する人の割合」は、 認知バイアスに関する学術研究やオンライン調査の結果を参考にした 推定値です。厳密な学術データではなく、 傾向を示す目安としてご覧ください。
Q. 診断結果は科学的に正確ですか？
この診断はエンターテインメントを目的とした簡易的なもので、 学術的な心理テストとは異なります。 生存者バイアスについて楽しみながら学ぶきっかけとしてお楽しみください。
Q. 生存者バイアスを日常で避けるには？
「この情報の裏に、見えていないデータはないか？」と 自問する習慣をつけましょう。成功事例を見たときは 「失敗した人はどうなったか？」、 古い建物を見たときは「壊れた建物はどうなったか？」と 考えることで、バイアスに気づきやすくなります。
📚出典・参考文献
- Abraham Wald, "A Method of Estimating Plane Vulnerability Based on Damage of Survivors" (1943)
- Nassim Nicholas Taleb, "The Black Swan" (2007)
- Daniel Kahneman, "Thinking, Fast and Slow" (2011)
- S&P Dow Jones Indices, "SPIVA U.S. Scorecard"
- U.S. Bureau of Labor Statistics, "Business Employment Dynamics"
- World Health Organization, "Tobacco Fact Sheet"