「正しいデータがあれば説得できる」は幻想 エビデンスに基づくポピュリズムの危うさ
| 分野 | 政治哲学・科学コミュニケーション・世論分析 |
|---|---|
| 成立背景（とされる） | データ主義の流行と、データ提示が万能だと誤解される環境 |
| 中心概念 | エビデンスに基づくポピュリズム |
| 主な舞台 | 政策決定・選挙キャンペーン・国民向け解説番組 |
| 批判される点 | データ選択の恣意性と、敵味方の単純化 |
| 典型的手口 | “正しい数”の提示を、合意形成の代替として扱うこと |
「正しいデータがあれば説得できる」は幻想 エビデンスに基づくポピュリズムの危うさは、やといった一見中立に見える材料を武器にして、大衆的な対立構図を強化する言論傾向を批判する論説である。〇〇と呼ばれる類型の一部として、学術界・政策界・メディア界にまたがって論じられてきた[1]。
概要[編集]
本項は「正しいデータがあれば説得できる」という素朴な信念が、実際にはしばしば機能不全を起こすことを論じるものである。ここで問題にされるのは、の有無ではなく、そのエビデンスが「誰のために」「どの枠組みで」選ばれ、解釈され、提示されるかという点である。
本論は、の特徴である“本当の民意”の強調と、の権威づけが結びつくことで、対話ではなく“勝利”が目的化する危うさを指摘する。なお、主張の一部には、学術的には再現性が怪しいとされる統計計算や、編集の都合で異なるとされる一次資料の扱いが混入していたと記録されている[1]。
この傾向は、理屈が通るほど危険になる面もあるとされる。つまり、数字が正確であっても、解釈の前提が政治的な“物語”に接続される限り、説得はしばしば相手の理解ではなく自己の忠誠確認へとすり替わるのである。以降では、架空の経緯と当事者の動きを通じて、そのメカニズムを説明する。
概念の由来[編集]
この論説の“火種”になったとされる言葉は、実は学術用語としてではなく、テレビ番組の企画会議から生まれたとされる。1970年代末、内のケーブル局で働いていたプロデューサー・は、視聴者の離脱率が「説明不足」ではなく「納得感不足」に起因するという仮説を掲げ、専門家パネルに“数で勝つ”台本を用意させたと語られている[2]。
その結果、番組は「データが揃えば勝てる」という短い合言葉で伸びた。しかし、視聴者が求めたのは統計の議論ではなく、敵を指し示す確信だった。そこで編集部は、統計を“議論の材料”ではなく“正しさの証明書”として見せる編集技術を体系化した。これが後に「エビデンスに基づくポピュリズム」と呼ばれる回路の原型になったとする説がある。
一方で、この概念の中心語「正しいデータがあれば説得できる」は、議員スタッフの間で流通していた“交渉の呪文”に由来するとも言われる。ある調査メモでは、国会前のスタンディングで使うプラカードの文言として「第3週目に3点セット（数・図・断言）を固定すると反応が上がる」と記録されている[3]。細部がやけに具体的である点から、のちの研究者は「これは統計ではなく台本の最適化である」と批判した。
歴史[編集]
研究機関と“データ倫理委員会”の誕生[編集]
1990年代後半、の地方研究センターに「データ倫理委員会（D.E.C.）」と呼ばれる組織が作られたとされる。委員会の目的は“誤った数字を排除する”ことだったが、実態としては“数字の出し方を統一し、説得の型を再現可能にする”ことへと拡張したと記録される[4]。
委員会が採用した「統計提示の儀礼」は、たとえば“割合の提示は常に小数点第1位まで”“推定区間は必ず二重線で囲む”“反論は一次データの不足に帰属させる”といった細則で構成されていた。ここで興味深いのは、統計手法そのものよりも、見せ方が信頼を作ってしまう点が制度化されたことである。
委員長はで、彼は『誤謬はデータではなく提示で生まれる』という文書を配布したとされる。ただし、文書の付録には「合意形成率を年間+12.4%と推定」といった数字がある一方で、その推定に使われた母集団が不明確で、後年になって“どの町の誰の同意を測ったのか”が論点化した[5]。
選挙キャンペーンへの輸出と社会の分断[編集]
2000年代半ば、データ倫理委員会の人脈は、選挙キャンペーンに移植されたとされる。特にの自治体選で、政策チームが「根拠提示スコア（RPS）」を導入したことが転機になった。RPSは演説原稿に含まれる“数の密度”と“断言の硬さ”を採点する仕組みで、ある報告書では「1分あたり数値が2.7個未満なら“敵の存在”が弱まる」と評価されている[6]。
この結果、候補者の政策説明は“理解のため”ではなく“敵の撃退のため”に最適化され、討論番組では相手の反論を“データの誤読”として処理するスタイルが増えた。視聴者からは「説明がわかりやすい」という肯定が出た一方で、議論は深まらず、むしろ“こちら側の正しさ”を確認する装置として機能したとされる。
なお、当時のメディア監査では、同じデータでも「民意（A）」と「専門性（B）」のラベルを貼る順番で印象が大きく変わることが観測された。監査担当のは「ラベルは統計より強い」と述べたが、当時の番組制作側は「視聴者の理解を助けるため」と反論し、両者の間で公開論争が生じた[7]。この段階で“正しい数”の体裁は整ったにもかかわらず、説得は相手の心ではなく旗印の勝敗へと回収されたのである。
“幻想”が確信に変わる瞬間[編集]
本項のタイトルが象徴する“幻想”が確信へ変わるのは、データが「争点」を説明する前に「陣営」を決めてしまうときである。たとえばのある公開講座では、参加者を「科学派」「不信派」に先分類したうえで、同一のグラフを提示したところ、どちらの派も“自分が正しい”と感じた割合がそれぞれ91.3%と88.9%になったと報告された[8]。
ただしこの報告には、“先分類の基準”が名簿上で閲覧不能になっているという指摘がある。そのため、後年の再分析では「測定していたのはデータの説得力ではなく、自己カテゴリーの強化であった」と結論づける研究が現れた。一方で、当事者側は「科学教育の効果を過小評価するな」と反論している。
また、SNS時代になると、短文化された“数字のコピペ”が拡散装置として機能し、誤差や文脈を失ったデータが“正しさの断言”として流通した。この過程で「正しいデータがあれば説得できる」という主張は、もはや検証可能な仮説ではなく、感情と結びついた呪文として定着したとされる。
危うさのメカニズム[編集]
この傾向が危険だとされるのは、エビデンスが“反論の余地”ではなく“勝利条件”として扱われるためである。すなわち、正しい数が出発点であるかどうか以前に、「どの数を採用し、どの数を切り捨てるか」が政治的な物語に従うようになると、説得は合意形成ではなく叙述の奪い合いになる。
具体的な手順としては、(1)相手の関心領域を先に固定する、(2)関心に合う指標を恣意的に選ぶ、(3)断言のテンポを演説やCMと同じ速度にする、(4)最後に“反対はデータ不読”と定義し直す、という流れが典型例とされる[9]。ここで重要なのは、統計の手法が正しく見えてしまうほど、逆に「疑うことの罪悪感」が高まる点である。
この手法は、政策の中身を精査する作業を省略させる。たとえば同じ死亡率でも分母の定義（年齢調整、観測期間、追跡脱落）が異なれば結論は変わりうるが、“図の体裁”が整っていると議論はそこで止まると指摘されている。さらに、当事者が「私はデータを見ている」と言い続ける限り、対話は「データを出せ」という競争に変形するため、結局は“互いの理解”ではなく“情報の消耗戦”になる。
批判と論争[編集]
批判側は、この論説が“データ利用そのもの”を否定しているように見える点を問題視した。実際、論者の一部は「数で説得できない」と言い切るが、それはデータの価値を誤っているのではないか、という反論がある。
ただし反論にも限界があるとされる。なぜなら、データを提示する行為がただちに中立になるわけではないからである。たとえばの架空ではない自治体会議で用いられたとされる資料は、同じ統計でも“対策前→対策後”の並べ替えだけで支持率が+6.2ポイント動いたと報告された[10]。このような報告が真であれば、議論の争点は計算ではなく編集である。
論争の焦点は、最終的に「科学的根拠の提示は民主主義を強化するのか、弱体化させるのか」という問いへ収束した。ある野党系研究会は、データ提示は必要だとしつつも「提示の型がポピュリズムと結婚した瞬間に、検証は終わる」と主張した。これに対し、賛成側は「終わるのではなく、スピードが求められる」と反論し、討論番組は延々と同じ論点を回し続けたとされる。
脚注[編集]
関連項目[編集]
脚注
- ^ 【山嶺州都】「“数で勝つ”編集術の成立史：放送会議メモからの推定」『情報社会研究』第18巻第4号, pp.12-37, 2001.
- ^ 【九条柊司】『誤謬はデータではなく提示で生まれる』中央統計出版社, 1998.
- ^ 【伊達雫璃】「ラベルは統計より強い：同一図表の印象操作に関する追跡分析」『メディア心理学紀要』Vol.33 No.2, pp.101-129, 2006.
- ^ 【草間澪】「根拠提示スコア（RPS）の暫定導入と選挙効果：自治体会計ログの解析」『政治技術ジャーナル』第7巻第1号, pp.55-88, 2009.
- ^ 【ハリエット・ノース】『Evidence as Banner: When Statistics Become Loyalty』Cambridge Policy Press, 2012.
- ^ 【佐久間鴻輔】「反論の再定義と“データ不読”ラベリング：討論番組の言語計量」『日本語社会学研究』第41巻第3号, pp.201-244, 2016.
- ^ 【マリオ・ベロッティ】「Selection of Indicators in Populist Campaigns: A Synthetic Review」『Journal of Applied Epistemology』Vol.22 Issue 1, pp.77-102, 2018.
- ^ 【蓮見和真】「死亡率の分母論争はなぜ終わらないのか：年齢調整の映像化」『公共政策レビュー』第12巻第2号, pp.9-34, 2020.
- ^ 【クロエ・ハートマン】「Why Right Numbers Don’t Persuade: A Study of Category Priming」Oxford Media Analytics, 2021.
- ^ 【桑名織音】「科学教育の効果測定における参加者分類の盲点」『統計倫理研究年報』第5巻第9号, pp.1-19, 2023.
外部リンク
- エビデンス言論アーカイブ
- データ倫理委員会講義録
- 根拠提示スコア（RPS）資料室
- ラベルと印象の実験リポジトリ
- 討論番組言語ログ