根拠がなくても「論理的」に聞こえるのはなぜか——6つの実験の中身から読み解く

会議で誰かの一言に、思わず「たしかに」とうなずいてしまうことがある。理路整然としていて、反論の隙が見当たらない。ところが会議が終わり、あとで議事録を読み返すと、その発言のどこにも数字も出典もなかったと気づく。あのとき自分がうなずいた対象は、いったい何だったのだろうか。

この居心地の悪さを、認知科学は半世紀かけて実験にしてきた。コピー機の列で中身のない理由が通ってしまう実験。難しい語彙が書き手の知性評価をかえって下げる実験。単語を無作為に並べただけの文が「深遠だ」と評価される実験。どれも結論を一行に要約されて有名になったが、原論文を開くと、その一行からこぼれ落ちた条件や数字のほうがずっと面白い。しかも、こぼれた部分にこそ「どういうときに効かないか」が書いてある。

ここで扱うのは6つの研究である。結論の一行ではなく、誰に何を見せ、何を尋ね、何人がどう答えたか——実験の中身のほうから読み直していく。

人間の推論は、そもそも何のためにあるのか

出発点として、個別の現象より一段深い問いを置いた研究がある。1960年代以降、推論の心理学は「人間は論理が下手だ」という証拠を積み上げてきた。後述するWason選択課題では正答率が1割前後にとどまり、KahnemanとTverskyは確率判断の体系的な錯誤を次々に報告した。だが、そこで妙なことに気づく。そんなに下手なら、なぜこの能力は進化の中で残ったのか。

認知科学者のHugo MercierとDan Sperberが2011年、学術誌Behavioral and Brain Sciencesに発表した論文「Why do humans reason?」は、この「なぜ」に正面から答えようとした。この雑誌は少し特殊な作りをしていて、採択された標的論文には世界中の研究者からの公開コメンタリーと著者の応答が同じ号に載る。つまり最初から、批判にさらされる前提で書かれた論文である。

二人の仮説はこうだ。推論の主機能は、一人で真実にたどり着くことではなく、他人を説得する論拠を作り、他人の論拠を評価することにある。論文の要旨には「熟練した論者は真実を追い求めているのではない。自分の見解を支える論拠を追い求めているのだ」とまで書いてある。

証拠として彼らが持ち出したもののひとつが、Wason選択課題の成績の落差だった。4枚のカード——たとえば「E」「K」「4」「7」——を見せられ、「片面が母音なら、裏面は偶数である」という規則の真偽を確かめるにはどのカードをめくるべきかを問う課題である（正解はEと7）。一人で解かせると正答率はおよそ10%。ところが数人の集団で議論させると、正答率は80%に達する（Moshman & Geil, 1998）。

「賢い人が答えを教えているだけでは」という疑いは当然ある。私も最初はそう思った。だが論文はこの反論を検討済みで、議論の発言記録を見ると、参加者は自分の最初の答えが間違いだと納得させられて初めて意見を変えており、また一般知能とこの課題の正答との相関は.33程度しかない。誰かの権威に従ったのではなく、論拠のぶつけ合いそのものが正答を選び出している。

この枠組みでは、悪名高い確証バイアスの意味も反転する。自分に都合のよい証拠ばかり集める癖は、標準的な見方では推論の欠陥である。だが「推論は論拠を作るための装置だ」と考えるなら、自説を支える材料を探すのは装置の正しい動作にほかならない。論拠を作る働きはバイアスまみれ、論拠を評価する働きは比較的公正——この非対称こそが設計仕様だ、というのが彼らの読み替えである（この理論は2017年、書籍The Enigma of Reasonへと発展した）。

だとすると、不穏な帰結がひとつ出てくる。「正しく聞こえるように話す力」が独立した装置として存在するなら、その装置は中身と切り離しても作動するはずである。

「なぜなら」は中身がなくても通る——ただし、要求が小さいあいだだけ

1978年、ハーバード大学の心理学者Ellen Langerらは、当時の社会心理学が暗黙に置いていた前提を疑った。人は入ってくる情報を能動的に処理して行動する、という前提である。日常の対人行動の多くは、むしろ台本（スクリプト）の再生にすぎないのではないか。それを確かめる舞台に選ばれたのが、ニューヨーク市立大学大学院センターのコピー機だった。

実験の手順は細かく決まっている。コピー機に近づいた人がコインを入れる直前に、実験者が割り込んで順番を譲ってほしいと頼む。頼み方は3通り。

• 理由なし：「すみません、5枚あるんです。コピー機を使わせてもらえますか」
• 空虚な理由：「……使わせてもらえますか、コピーを取らないといけないので」
• 正当な理由：「……使わせてもらえますか、急いでいるので」

「コピーを取らないといけない」は、コピー機の前で言う限り情報量ゼロの理由である。被験者は120人（男性68人・女性52人）。結果は、理由なしで60%、空虚な理由で93%、正当な理由で94%が応じた。理由の中身ではなく、理由の形式があるかどうかで結果が分かれた——ここまでが、広く知られた要約である。

だが原論文の実験には、もうひとつ変数があった。頼む枚数である。上の数字はすべて「5枚」条件のもので、これを「20枚」に変えると光景は一変する。理由なし24%、空虚な理由24%、正当な理由42%。空虚な理由の効果は、きれいに消えた。

つまりLangerらが示したのは「なぜならは魔法の言葉」ではない。「頼み事＋理由→応じる」という台本が中身を読まれないまま再生されるのは、応じるコストが小さいときだけである。コストが上がった瞬間、人は理由の中身を読み始め、空虚な理由は理由なしと同じ扱いに落ちる。通俗的な紹介では5枚条件だけが語られがちだが、この論文の面白さは後半の表のほうにあると思う。

論文にはさらに2つの実験が続く。第2実験では、マンハッタンの電話帳から無作為に選んだ40人と、職業別電話帳の医師欄から選んだ40人に、「地下鉄とバスでは、どちらがより楽しい公共交通か」といった回答する意味のない5問の質問紙を郵送した。依頼文の形式が、受け手が日頃見慣れた手紙の型に合致していた場合、医師の55%がこの無意味な質問紙に記入して返送した。第3実験では、事前に秘書20人の屑籠から83通の学内メモを回収して最も定型的な文面（依頼調・非人称）を特定したうえで、40人の秘書に「この紙を238号室へ学内便で返送されたい」とだけ書いたメモを送った。238号室は建物に存在しない。それでも、定型に合致した文面では90%が返送した。

会議で「なぜならリソースが限られているので」が通るとき、聞き手が愚かなわけではない。要求の知覚コストが小さいあいだは、定型が中身の代わりに処理される——そういう仕様が、誰の頭にも載っているだけである。

難しい言葉を使うほど、知性の評価は下がる

賢く見せたければ難しい言葉を使えばいい、という直感は広く共有されている。プリンストン大学（当時）のDaniel Oppenheimerが2006年の論文の冒頭で報告した調査では、スタンフォード大学の学部生110人のうち86.4%が「賢く見せるために文章の語彙をわざと複雑にしたことがある」と認め、約3分の2は「シソーラス（類語辞典）でより複雑な単語に置き換える」ことまで認めた。ほぼ全員が使っている戦略なのに、効くかどうかは誰も確かめていなかったのである。

Oppenheimerは5つの実験でこれを確かめた。第1実験では、英文学専攻の大学院出願エッセイ6本から138〜253語の抜粋を取り、名詞・動詞・形容詞をMicrosoft Word 2000のシソーラスで最長の類語に機械的に置換した（候補が同じ長さならアルファベット順で先のものを採用、という規則まで決めてある。実験者の手心を排除するためだ）。該当する語をすべて置換した高複雑版、3語に1語だけ置換した中複雑版、原文の3水準を、71人の学生が「出願者を合格させるか」で評価した。合否×確信度を−7〜+7に換算すると、原文+0.67、中複雑−0.17、高複雑−2.1。難しくするほど下がる。元のエッセイの出来が良くても悪くても、この傾向は変わらなかった。

「機械的な置換で文章が不自然になっただけでは」という疑いは、残りの実験で潰されていく。第2実験はデカルト『省察』第四省察の冒頭部で、語彙の複雑さが対照的な2つの実在の英訳（Heffernan訳とTweyman訳）を比較した。翻訳者の腕はどちらもプロである。それでも平易な訳のほうが「著者は知的だ」と評価され、しかも著者がデカルトだと告げられていてもその差は消えなかった（デカルトと告げた条件で6.5対5.6）。第3実験では操作を逆向きにした。9文字以上の単語が多い社会学の博士論文要旨を、シソーラスで平易な類語に置換すると、今度は評価が上がった（4.26→4.80）。置換という操作自体が文章を壊すなら、どちら向きに置換しても評価は下がるはずである。

原因の特定が、この論文の白眉だと思う。第4実験では語彙を一切いじらず、同じ文章を読みやすいTimes New Romanと読みにくい装飾フォント（イタリックのJuice ITC）で提示した。フォントが違うだけで、読みにくい版の著者は知性を低く評価された（4.50→4.04）。そして第5実験。読みにくさの原因がひと目でわかるように、トナー切れ寸前のプリンタで印刷したかすれた文書を使うと、効果は逆転した——かすれ版の著者のほうが、知性を高く評価されたのである（4.0→5.0）。読みにくさの原因がプリンタにあると分かると、人はその分を割り引く。そして割り引きすぎて、逆方向に振れる。

まとめるとこうなる。難解な語彙は「読みにくさ」という認知負荷になり、読み手はその負荷を無意識に書き手の能力のせいにする。ただし負荷の原因が別にあると見えた瞬間、そのせいにされなくなる。効果の正体は語彙そのものではなく処理の流暢さだった。

この論文のタイトルは「Consequences of Erudite Vernacular Utilized Irrespective of Necessity（必要もないのに使用される衒学的言語形式の帰結）」——内容の自己例示になっている。2006年のイグノーベル文学賞を受賞した。ただしOppenheimer自身が限界も明記している。被験者は全員スタンフォード生で、話し言葉は未検証。そして、正確さのために必要な長い単語まで避けろという話ではない。結論部の一文はシンプルだ。「識者たちはおそらく正しい。書けるなら、明晰に平易に書くこと。そのほうが知的だと思われやすい」。

繰り返された文は、真偽と関係なく「本当らしく」なる

1977年に遡る。Lynn Hasher、David Goldstein、Thomas Toppinoの論文が載ったのはJournal of Verbal Learning and Verbal Behavior——説得やレトリックではなく、記憶研究の雑誌である。彼らの問いも説得術ではなく、「人は何を手がかりに『これは本当だ』という確信を作っているのか」という認識の問題だった。

手続きはこうだ。大学生に60個の平叙文を提示し、それぞれが真か偽か、どのくらい確信があるかを評定させる。文は政治・スポーツ・芸術などの分野から採られ、「もっともらしいが、大学生が正確には知らなさそうな」ものが選ばれた。「リチウムはすべての金属の中で最も軽い」（真）、「カピバラは有袋類の中で最大である」（偽）といった具合である。これを2週間おきに3セッション繰り返す。ただし一部の文だけが毎回登場し、残りは毎回入れ替わる。

結果、繰り返し登場した文だけ、セッションを重ねるごとに「真である」方向への確信が上がっていった。文が実際に真でも偽でも、同じように上がった。繰り返されなかった文は変わらなかった。のちに「真実性の錯覚（illusory truth effect）」と呼ばれる現象の、これが初報告である。

この効果のその後の検証史は、6つの研究の中でもとりわけ厚い。Dechêneらの2010年のメタ分析は、反復提示された情報と新規情報の差を中程度の効果量（d = 0.53）と見積もった。もっと不穏なのはFazioらの2015年の研究で、知識は防波堤にならない。「最速の陸上動物はヒョウである」のような、答え（チーター）を知っているはずの文でも、反復は真実味の評定を引き上げた。2019年にはFazio、Rand、Pennycookが、「地球は完全な正方形である」といった明白に不合理な文ですら反復の効果が観測されることを報告している。

では、繰り返せば繰り返すほど効くのか。HassanとBarberの2021年の実験は反復回数を9回・27回まで伸ばした（最終サンプルはそれぞれ51人・57人）。真実味の評定は反復とともに上がり続けたが、その伸びは対数的だった。6点尺度で、初見の文3.76に対し、1回反復した文は4.27、9回反復しても4.69。つまり最大の跳躍は「2回目に出会ったとき」に起きる。しかも先行研究によれば、この効果は反復の間隔が数分でも数週間でも生じ、情報源が信頼できないと明示されていても生じる。

定例会議で毎週同じ主張を聞くとき、「前から言われていることだから確かだろう」という感覚は、検証を重ねた結果ではなく、2回目以降のブーストを受けているだけかもしれない。しかも一番効くのは、たった2回目なのである。

無作為に並べた流行語が「深遠」と評価される

哲学者Harry Frankfurtの小論「On Bullshit」（2005年に書籍化。邦題『ウンコな議論』）は、ブルシットを嘘と区別して定義した。嘘つきは真実を知ったうえで裏切るが、ブルシッターは真実かどうかに無関心なままそれらしく話す。定義は鋭かったが、人がそれをどれほど受容してしまうのかを測った実証研究は存在しなかった。

2015年、ウォータールー大学のGordon Pennycookらがその空白を埋めた。論文タイトルは「On the reception and detection of pseudo-profound bullshit（疑似深遠ブルシットの受容と検出について）」。材料の作り方が振るっている。自己啓発系の著述家Deepak Chopraのツイートから抽出した語彙を無作為に組み合わせて文を生成するウェブサイトwisdomofchopra.comと、同種のNew Age Bullshit Generatorを使い、「Wholeness quiets infinite phenomena（全体性は無限の現象を静める）」のような、文法的には正しいが、作られ方からして意味を持ちようがない文を用意した。

第1研究では学部生280人（平均20.9歳）が、こうした文10個の「深遠さ」を5段階（1=まったく深遠でない〜5=非常に深遠）で評定した。平均は2.6——「やや深遠」と「かなり深遠」の中間である。評定の平均が3（かなり深遠）を上回った参加者も27.2%いた。続く3つの研究では材料を広げ、Chopra本人の実際のツイート（「自然とは、気づきの自己調整的な生態系である」）、ことわざ調の格言（「濡れた者は雨を恐れない」）、平凡な事実文（「新生児には絶え間ない世話が必要だ」）も混ぜて、のべ500人超のオンライン参加者に評定させた。参加者は何にでも深遠さを見るわけではなく、平凡な文はちゃんと低く評定される。問題は、無作為生成文がそのフィルタを通過してしまうことだった。

個人差の分析も行われた。認知的熟慮テスト（CRT）で測る分析的思考の傾向が高い人ほどブルシット受容度は低く、両者は一貫して負の相関を示した。逆に、宗教性や超常現象への信仰、存在論的混同（「机が嫉妬する」型のカテゴリー錯誤を字義どおり受け入れる傾向）とは正の相関があった（超常信仰とはr = .41〜.46）。著者らは受容の仕組みを2つに分けている。ひとつは何にでも意味を見出そうとする過度に開いた心という反応バイアス。もうひとつは検出の失敗——おかしいと気づく処理がそもそも作動していないこと。論文にはSperberの一節が引かれている。「読者はあまりにもしばしば、自分が理解しそこねたものを深遠だと判定する」。

この研究には正面からの批判が出た。Daltonは2016年、「Bullshit for you; transcendence for me（あなたにはブルシット、私には超越）」と題したコメンタリーで、無作為に生成された文であっても読み手の中で本物の洞察を生むことはありうる、深遠さは受け手の側に宿るのではないかと論じた。Pennycookらの反論のタイトルは「It's still bullshit（それでもブルシットはブルシットだ）」。Frankfurtの定義に従うなら、ブルシットかどうかは文の作られ方——真実への関心を欠いたまま産出されたか——で決まるのであって、受け手の解釈では決まらない、という応答である。この研究チームは2016年のイグノーベル平和賞を受賞した。

戦略会議の「シナジーを最大化し、価値創出の好循環を回す」は、無作為生成文と紙一重の場所に立っている。問うべきは聞こえ方ではなく作られ方だ。その文は、真実への関心があって作られたのか。

「脳科学によれば」の一文が効く相手、効かない相手

2000年代、fMRIによる脳画像研究が科学報道を席巻し、「ニューロ○○学」を名乗る分野が次々に生まれた。イェール大学のDeena Skolnick Weisbergらが2008年に発表した実験の動機は、その膨張への不安だった。脳の話を添えると、説明は実際より良く見えてしまうのではないか。

設計は精密である。「知識の呪い」など18個の心理現象それぞれに、良い説明と悪い説明を用意する。悪い説明は現象の言い換えにすぎない循環論法として作られた（「この呪いが起きるのは、他人の知識を判断するときに人がより多く間違えるからだ」——現象の記述を原因として言い直しただけである）。そして各説明に、「脳スキャンによれば、自己認識に関与することで知られる前頭葉の回路が働くため」といった一文を足すか、足さないか。この一文は良い説明にも悪い説明にも同一に付けられ、説明の論理には何も足していないことを神経科学の専門家が事前に確認している。評定は−3（まったく納得できない）〜+3（とても納得できる）の7段階。

素人81人の結果。良い説明と悪い説明の判別自体はできていた（平均0.88対−0.28）。だが無関係な脳科学の一文を足すと、悪い説明の評価が−0.73から+0.16へ浮上した。マイナスがプラスに転じる——「納得できない」が「納得できる」側へ渡ってしまう。認知神経科学の入門講義を受講中の学生22人でも、学期の前と後の両方で同じパターンが出た。1学期ぶんの教育では消えない。

ところが神経科学の専門家48人（この分野で大学院レベル以上の訓練を受けた人々）では、悪い説明は浮上しなかった。それどころか、良い説明に無関係な脳科学を足すと評価が下がった（0.41→−0.22）。専門家はその一文が論理に何も足していないことを内容から見抜き、余計な飾りとして減点したのである。効く・効かないを分けたのは、批判的に考える態度の量ではなく、その分野の具体的な知識だった。

この研究のその後は、再現性の議論として読むと面白い。文章に脳科学を添える効果そのものは追試に耐えた。Weisbergらは2015年に計800人超の3研究で効果を再現し、「説明が長くなるから良く見えるだけ」という対抗仮説を統制しても効果が残ること、専門用語ですらなく「脳」への言及だけで足りることを示した。一方、隣接する有名な知見——脳の画像を添えると記事が説得的になる（McCabe & Castel, 2008）——は再現に失敗している。Michaelらが2013年に10回の追試を行い、元データと合わせてメタ分析した結果、脳画像の追加効果はほぼゼロだった。FarahとHookは元実験の画像条件がそもそも情報量で等価でなかったと指摘し、それでもこの通説が生き残り続けるさまを「『誘惑的魅力』の誘惑的魅力」と皮肉っている。語りは効くが、画像は効かない——世間のイメージとちょうど逆である。

さらに2016年、Hopkinsらは神経科学が特別なのではないことを示した。生物学の現象の説明に化学の無関係な語彙を足す、というように、それぞれの科学の説明へ「一段だけ基礎的な隣の分野」の無関係な語彙を足すと、どの分野でも評価が上がったのである。脳の魔力の正体は、還元的に聞こえるものへの一般的な偏愛（reductive allure）だった。会議で言えば、「AIのアルゴリズム的には」も「行動経済学的には」も、同じ穴の住人である。

六つの実験を貫くもの

並べてみると、共通の構造が浮かぶ。どの実験でも、評価を動かしたのは主張の中身ではなく形だった。理由の接続詞があること。語彙が流暢に処理できること。前に見た覚えがあること。構文が整っていること。一段基礎的な分野の語彙が添えてあること。そして重要なのは、形の効果はどれも無条件ではなかったことだ。コピーが20枚になれば消える。読みにくさの原因が見えれば逆転する。その分野を具体的に知る相手には通じない。形が中身の代わりに処理されるのは、中身を読むコストを払う理由がないときだけである。

冒頭のMercierとSperberの枠組みに戻ると、この全体像は腑に落ちる。論拠を作る側の推論は、自説に有利な材料を集めるように最初からできている。それを正すのは個人の内省ではなく、評価する側——議論の相手、集団、そして時間を置いた検証だった。Wason課題の正答率が集団で10%から80%に跳ねたのは、まさにその評価側の力である。

その評価側の力を、会議のあとに借りる最も手近な方法が、議事録の読み返しだと思っている。発話の形の多く——声の勢い、間の取り方、繰り返しのリズム、その場の空気——は、文字に変換された瞬間に消える。残るのは「なぜなら」の後ろに実際に何が書いてあったか、同じ主張が何回登場したか、という数えられる痕跡だけだ。会議を録音してメモリスに渡すと、終わったあとにAIが処理して数分で議事録ができるのだが、それを読み返していて、会議中には「たしかに」と感じた発言の根拠が文字の上では驚くほど薄い、ということが実際にある。その場では説得されていたのに、文字になると説得の材料が見当たらない。形が消えて、中身だけが残ったからである。

だから読み返すときの問いは、そう複雑ではない。「なぜなら」の後ろに、反証できる事実があるか。その主張は初めて聞く人にも同じ強さで響くか、それとも自分が聞き慣れているだけか。難しい言葉を平易に言い換えても、まだ説得力が残るか。

正直に言えば、冒頭の「たしかに」が中身から来たのか形から来たのか、私は今でも判定できないことがある。それでも、判定できないと自覚したまま議事録を読み返すのと、判定できると思い込んだまま次の会議に臨むのとでは、たぶん結果が違う。半世紀ぶんの実験が教えているのは、思い込んだ側の負け方のほうである。

あわせて読みたい：

• 議事録が上手い人の書き方例｜決定事項とToDoで差がつく
• 決定事項の抽出精度をGPT-4oとGeminiで実測比較
• 1on1の議事録の取り方｜信頼関係を壊さない記録のコツ