「悪意の情報」を見破る方法 の商品レビュー

シェリーシーサラー【著】,今西康子【訳】,菊池誠【解説】

2017/05/03

心理学と統計学の応用の話。
科学リテラシーを向上させる為の考え方。
巻末の20のポイントだけでも、何かの情報に接した時の対応の仕方が変えれると思う。
ただし、相手が凝り固まった場合には、どうすればいいのかね。情報を聞いて、流すしかないのだろう。
1.正当な批判と単なる科学叩きには明確な違いがある
2.意見が対立している、あるいは、科学的合意がなされている、といった主張はいずれま鵜呑みにしないこと
3.科学界が真価を認めようとしない、と主張する自称「革命家」には要注意
4.バイアスはどこにでもある
5.一次情報に立ち戻って、利害関係者たちかそれぞれどのような見方をしているかを調べる
6.２つの選択肢のいずれかを選ぶしかないように見えても、実はそうではないことが多い
7.リスクとデメリットが示されていても、それが全てではないことが多い
8.あるイノベーションの応用方法の一つひとつに、それぞれ独自のリスクとメリットがある

2016/09/01

☆信州大学附属図書館の所蔵はこちらです☆
http://www-lib.shinshu-u.ac.jp/opc/recordID/catalog.bib/BB10037992

2015/08/15

恐ろしいのは今世間に通用する健康常識が100年後には嘘だったというのが常識になるかも知れないという事。

2014/09/27

上司に残業させられそうになったときは、業界用語で切り抜けろ(P237)。笑ったよ。確かにこいつ休ませないと(;゜0゜)って思った！

内容は具体的で、気がつかなかった考え方が多々あって参考になった。

2014/01/05

まずは帯に注目をしてほしい。
「DHMOという危険物質が広く世界に野放しにされている」
この危険物質のリスクは
・酸性雨の主成分
・誤って吸引すると少量でも死に至ることがあり
・気化した状態では重度の火傷をひきおこし
・悪性腫瘍を生体検査すると必ず検出される

この危険物質の正体は　「水」つまりH2Oだ　
Pｈが酸性につよければ　たしかに　酸性雨になる
水を誤って肺に吸引すればそれは死にいたる
水の沸点は　１００度摂氏だからそれはやけどする
人間の生物組成は水に依存しているので必ず生体検査では検出される

もっと言えば　水爆の原料でもある。　

こういった論法は　主にマスコミ宣伝　政治によって都合の良い利害抽出によって多様される　

決して科学の世界だけではない　この本の巻末には
批判　批評をするための知恵２０カ条が書かれている

参考になるので是非心に留め置いてもらいたい
1. まとも批判と単なるバッシングには明確な違いがある
2. 意見が対立している、あるいは、科学的合意がなされている、といった主張はいずれも鵜呑みにしない
3. 科学が自分の真価を認めようとしないという自称「革命家」には要注意
4. バイアスはどこにでもある
5. 一次情報に立ち戻って、利害関係者たちがそれぞれどのような見方をしているか調べる
6. 2つの選択肢のいずれかを選ぶしかないように見えても、ホントはそうでないことが多い（単純化の罠）
7. リスクとメリットが示されていても、それで全てとは限らない
8. イノベーションの応用例の一つ一つに、それぞれ独自のリスクとメリットがある
9. 大きな視野に立つと、選択肢を客観的に評価できる（過去、地域など、適切な比較対象をもて）
10. 当初案の欠点を指摘しただけで、代案が最善だという証明にはならない
11. 交絡因子は、原因を見きわめるのを難しくする（相関関係は因果関係ではない）
12. 盲検化試験は、バイアスの影響を排除するのに有用
13. 複数のタイプのデータを組み合わせると、因果関係を立証しやすくなる
14. ある状況下で得られた研究結果は、他の状況に当てはまらないことが多い
15. データの収集方法によって、統計数字が歪められることがある
16. 統計数字を額面どおりに受け取るなかれ
17. 研究結果が真っ二つに分かれている場合、真実はたいてい中間のどこかにある
18. 費用便益分析は、もっとも体系的な意識決定方法である
19. 自分の思考プロセスの弱点を熟知していれば、あなたを操作しようとする相手の策略にはまらずにすむ
20. 1つの問題を掘り下げていくと、いくつもの理解レベルが、層をなしているのが明らかになる

2013/09/30

一般的に言われる思考プロセスの弱点に関する再説明ばかり。目新しい視点は少ない。というより「基本スタンス」としての解説に徹している。具体的には、前提となるコンテクストに注意、トレードオフを考慮する、思い込み(因果)、過度の一般化、アンカリング、確証バイアスなどを知る、など。

2018/11/25

・ほとんど全ての問題には城でもなく黒でもないグレーな部分があり、場合によってはそのグレーな部分にもグラデーションがかかっていたりする
・自分自身で的確な判断を下すためには、トレードオフの関係を整理する力を身につける事が必須だ
・選択肢をすべて明らかにし評価するためのチェックリスト
1.ある選択肢のとらえ方が狭すぎたり広すぎたりしていないか？
たとえば、ある新技術の応用法をすべて一括りにしていないか？
2.あるテクノロジー、手順、政策を単独で評価していないか？
他の選択肢と比較しながら評価しているか？
3.あらゆる側面(環境面、健康面、経済面、倫理面)のリスクとメリットを視野に入れているか？
4.長期的なメリットと、短期的なメリットは異なるのではないか？
5.リスクやメリットを、適切なコンテクストの中で評価しているか？
たとえば、比較に用いている地理的・歴史的コンテクストは適切か？
6.数字の表し方を変える事で、その意味をもっと明確に出来ないか(わかりやすい尺度に直す、正常値と比べる、中央値や分布範囲を求める、何を基準にしたパーセンテージかを明らかにする、損失と利益をおきかえて表示するなど)？
その数字を当てはめる範囲を限定する必要はないか？

・あることがらの原因を見誤らないためには、まず次のようなことを行ってみた必要がある
1.考えられる原因の中から、可能性のないものを除外していく
2.2つのグループを比較するときには、グループ間の相違点を思いつくかぎりあげてみる
3.しかるべき要因をコントロールした研究がなされていることを確認する
4.異なるタイプのデータが、同じ原因を指し示しているかどうかを調べてみる

・因果関係があるとされる場合に、その真偽を見極めるためのチェックリスト
1.他に考えられる原因にどんなものがあるか？
それを除外する事は出来るか？
2.もしできないとしたら、それが、原因とされることがらと一緒に作用している可能性はないか？
あるいは、それが、原因とされることがらを含めた因果の連鎖の一部である可能性はないか？
3.原因とされることがらと結果との関連性が、複数の研究で確認されているか？
その関係はどの研究でも一貫して見られるものか？
4.その関係は、個体差や、場所、状況、時代の違いを超えて見られるものか？
もし見られない場合もあるとしたら、その関係が見られない正当な理由が存在するか？
5.その関係を説明するのに用いられているデータは、統計的に有意で(つまり偶然生じたものではなく)、重要な意味があり、交絡因子は存在せず、なおかつ、データ収集方法の違いではなく現実の変化を反映しているか？
6.検討しようとしている状況にその統計数字を当てはめてよいか？

・科学と社会の相互関係のポイント
1.どんな研究に資金を投入するかについて、すべての市民が発言できることが前提になる
2.研究結果を解釈する時は、結果や結論を歪めているおそれのある研究資金の出所に注意を払う
3.複雑な問題に関する研究結果は、研究ごとにまちまちのことがある
観測される効果がそれほど顕著でない場合にそうなりやすい
結果がまったくばらばらのとき、真実は一方の極にではなく、中間あたりにあることが多い
4.意思決定モデルにはさまざまなものがある
よく用いられるのが予防原則だが、これはものごとを白か黒かに分けてしまう欠点がある
そもそもゼロリスクを証明するのは不可能であり、各選択肢のリスクとメリットを勘案するのでなければ、きちんと分析はできない
5.同じ科学的情報が与えられても、何をなすべきかについて、全員が同じ結論に達するとは限らない
どんな利益と引き換えに、どんなリスクをどれだけ容認するかは、個人の価値観よって異なるからである

・われわれはみな、まとめたがり屋である
・カテゴリー分けは得てして一般化しすぎるきらいがある
・P248

2013/02/09

エンジニア、研究者、それ以外の業種でも事実に基づく判断は必須である。しかし、誰かの手で編纂されたものには必ず何らかの意図で歪められている事に気付く必要がある。
本書の例を読むと思わぬ見落としに気がつく。
逆の見方をすれば、自分に優位な情報はいくらでも創り出せるということ。賢く、正しく使っていきたい。

2013/01/20

科学とよばれるものがどんなものなのか、私たちがどのようにそれを誤解しえるのかについて丁寧に書かれた著書。結びが非常にわかりやすくまとまっているので、そこを抜粋したい。

本書結びより
１。正当な批判と科学叩きはちがう
知識のギャップや矛盾をみつけ、解釈の仕方に注意を促したり、さらなる研究箇所の指摘は正当。不確実な部分があることが、その研究を退ける理由にはならない。

2．意見の対立、科学的合意がなされている、という主張は鵜呑みにしない。
（科学的見解はそう単純でない）

３．バイアスはどこにでもある。

４．一次情報に立ち戻って、利害関係者がどのような見方をしているか調べる。

５．２つの選択肢のいずれかを選ぶしかないように見えて、そうでないことも多い。

６．示されるリスク、メリットはすべてでないことが多い。

７．大きな視野にたち、選択肢を客観的に評価する。
別の地域、過去など比較対象をもうける。数字を別の形に置き換える　例３０％の死亡確率＝７０％の生存確率

８．ある案の欠点を指摘しただけでは、それに代わる案が最善の策と言う証明にはならない。

９．交絡因子は、あることがらの原因を見極めるのを難しくする。
AがBに先んじているからといって、その原因であるとは限らない。原因になりそうなことはほかにもいくつかあり、複数の原因が絡み合うことの方が多い。

１０．ある状況下で得られた結果は、ほかの状況に当てはまらないことが多い。

１１．データの収集方法で統計数字はゆがめられる

１２．研究結果がまっぷたつに割れている場合、たいてい、その中間のどこかに真実はある。

１３．自分の思考プロセスの弱点を熟知していれば、相手の策略にはまらずにすむ

１４．一つの問題を掘り下げていくと、いくつもの理解レベルが、層をなしているのがわかる

2012/12/24

人間の、無意識の情報処理傾向についての本

「因果関係があると早合点する傾向・情報を単純化しようとする傾向・なんでも一般化しようとする傾向・自分の見方を裏付ける話にばかり注意を向ける傾向が情報の歪曲を招く」
なるほどね