早まった一般化とは？少ない経験から「みんな」を決める誤り

「この店で二回続けて待たされた。だから、この系列の店は全部遅い」。経験そのものが事実でも、そこから言える範囲は別に考える必要があります。早まった一般化は、根拠が支えられる範囲を超えて、集団や出来事全体について結論を出してしまう推論です。

事実と、そこから広げた主張を分ける

上の例で確かめたのは、一店舗の二回の待ち時間です。全店舗・全時間帯のサービスを調べたわけではありません。混雑時に訪れた可能性も、人手不足が一時的だった可能性も残っています。「二回とも遅かった」と「系列全部がいつでも遅い」の間に、説明すべき飛躍があります。

日常では少ない情報から決める必要もあります。問題は、経験を使うこと自体ではなく、情報の限界に対して結論が強すぎることです。「自分が訪れた二回は待った。次は空いている時間も確かめたい」なら、観察と未確認の範囲が分かれます。

人数だけ増やしても十分とは限らない

新しい会議ツールの評判を調べるため、操作に慣れた技術チーム100人だけに聞いたとします。100人全員が使いやすいと答えても、別の職種や初めて使う人にそのまま当てはまるとは限りません。人数が多くても、調べたい集団の一部に偏っていれば、代表性の問題は残ります。

何人なら必ず十分という固定の人数はありません。集め方、ばらつき、求める精度、結論の強さによって必要な根拠が変わります。単なる人数の指摘で、調査をすべて無効にするのも適切ではありません。

反例一つで否定できる主張、できない主張

「全員が毎回そうする」という例外を認めない主張なら、一つの確かな反例で否定できます。しかし「多くの人にそういう傾向がある」は、一例の例外だけでは否定できません。どのくらい多いのか、どんな条件で増えるのかを確かめます。

逆に「例外があるから傾向は一切ない」と言うと、主張を別のものに置き換えてしまいます。「全員」「たいてい」「この回答者では」といった範囲の言葉をそろえると、何について意見が違うのかが明確になります。

確証バイアスとの違い

早まった一般化は、根拠から結論へ進むときの推論の弱さに注目します。確証バイアスは、すでに持つ考えに合う情報を集めたり解釈したりしやすい傾向です。支持例だけを集めて集団全体を断定する場面なら両方が重なり得ますが、同じ意味ではありません。

相手に「それは誤謬だ」と名前を投げるより、「その経験はどの範囲まで当てはまりそうですか」「違う条件の人も含めるとどうなりますか」と尋ねる方が、追加で必要な情報を具体化できます。経験を否定せず、経験から言える範囲を一緒に調べます。

参考：Internet Encyclopedia of Philosophy：Fallacies（Hasty Generalization）。本文の数値・日常場面は、特記のない限り説明用の作例です。