目立つ失敗談を続けて読むと、「この製品はよく壊れるのでは」と感じる。身近な成功例を聞くと、「自分にも簡単にできそう」と思う。どちらも、記憶に浮かぶ例が判断の材料になっています。
利用可能性ヒューリスティックとは、具体例を思い出したり想像したりする容易さを手がかりに、出来事の頻度や起こりやすさを判断する方法です。ここでの「利用可能性」は、商品が買えるかどうかではなく、判断に使う事例が頭に浮かびやすいかを指します。
目次
便利な近道が、ずれを生むのはどんなとき？
よく経験するものほど思い出しやすいなら、記憶は頻度を知る手がかりになります。毎日の通勤で混雑する道を覚えて、別の道を選ぶことまで、すべて誤りになるわけではありません。
しかし、珍しくて驚いた出来事、最近見た出来事、何度も紹介される同じ事例も、頭に浮かびやすくなります。思い出しやすさを作る条件と、実際の発生頻度が一致しないとき、見積もりがずれます。TverskyとKahnemanの1973年の論文は、こうした判断の近道と偏りを、単語の頻度などの課題で検討しました。原論文：Availability
自作例：不具合の投稿が多いアプリは、故障率も高い？
次は仕組みを考えるための架空の数字です。不具合の報告数だけを見るとAのほうが問題の多いアプリに見えます。
| アプリ | 利用者数 | 不具合を報告した人数 |
|---|---|---|
| A | 10,000人 | 100人 |
| B | 100人 | 5人 |
利用者数で割ると、どうなる？
Aは100÷10,000＝1％、Bは5÷100＝5％です。報告人数と報告した人の割合では、大小関係が変わります。
ただし、この割合も真の不具合発生率ではありません。報告しない人、複数の不具合、利用環境の違いなどがあるためです。比較には同じ期間・集計条件が必要です。
投稿の多さを直接数えたこと自体は、利用可能性ヒューリスティックとは限りません。「Aの失敗談ばかり思い浮かぶから、Aは壊れやすいはず」と記憶から頻度を推定するところが、この考え方に対応します。母数の見落としは、その判断と一緒に起こり得る別の問題です。
確証バイアス・生存者バイアスとの違い
| 名前 | 注目する点 | 確認する問い |
|---|---|---|
| 利用可能性 | 思い浮かびやすさ | 印象の強さを、頻度と取り違えていない？ |
| 確証バイアス | 予想に合う証拠の探し方・扱い方 | 反対の情報も同じ基準で見ている？ |
| 生存者バイアス | 観察できる事例への偏り | 表に出なかった事例は何？ |
「成功例をよく思い出す」「成功談だけを探す」「失敗した人の記録が残らない」は、同時に起きることもあります。名前を一つ当てて終えるより、どこで材料が偏ったかを分けてみると、調べ直す方法が見えます。
判断の前に、三つの数字を探す
ニュースや口コミを読んで「多い」「危ない」「簡単だ」と思ったら、次の順に確かめてみてください。
- 期間：一週間の話なのか、十年分なのか。
- 母数：何件中の何件なのか。
- 独立した事例数：違う投稿が、同じ出来事を引用していないか。
たとえば、同じ出来事が動画・記事・SNSで紹介されれば、三つの情報に触れますが、出来事が三件になったわけではありません。「見た回数」と「起きた回数」を分けるだけでも、記憶から受ける印象を点検できます。
よくある疑問
直感を使わず、毎回全部調べる必要がある？
日常の小さな選択すべてに詳細な調査はできません。大きな費用や手戻りが生じる判断ほど、思い浮かんだ例に加えて、集計データや別の条件を確認する、と使い分けるのが現実的です。
記憶に残りやすい情報は、信用できない？
印象に残る情報が正しいこともあります。問うべきなのは情報の迫力より、それが何を示し、どこまで一般化できるかです。一つの実例は「起こり得る」の根拠になっても、「よく起こる」の根拠として十分とは限りません。