今日のフォーカス
三段論法の妥当性と健全性を実務シナリオで判定し（Q1）、インシデント分析で帰納とアブダクションを使い分け（Q2）、経営会議の複合的論理誤謬を検出しSteel Man思考で建設的反論を設計する（Q3）。今日のカギは「論理の形式と内容を分けて評価し、相手の主張を最も強い形に再構築してから反論する精度」の習得。
あなたはプロダクトマネージャーとして、新機能のリリース判断会議に出席している。エンジニアリングリードの橘さんが以下の主張をした：
「テストカバレッジが80%以上あれば、バグが本番に流出することはありません。今回のリリースはカバレッジが82%です。だから、このリリースはバグなしで安全です。」
以下の問いに答えよ：
- 橘さんの主張を「大前提・小前提・結論」の三段論法形式に分解せよ
- この推論は「妥当（Valid）」か「健全（Sound）」か。それぞれの定義を踏まえて判定せよ
- もし橘さんの大前提が正しかった場合、「必要条件」「十分条件」の概念で結論の性質を説明せよ
実務の意思決定会議では「それっぽく聞こえる論理」が頻繁に飛び交う。演繹推論を「妥当だが不健全」「妥当でも健全でもない」のどちらなのかを素早く判定できることは、PMや意思決定者にとって必須のスキルだ。「妥当」と「健全」の概念的区別を理解していないと、前提が誤った主張に「論理的には正しいから」と引きずられてしまう。また必要条件・十分条件の区別は、実務での「条件の曖昧な主張」を解剖する基本ツールとなる。
三段論法への分解
妥当性と健全性の判定
| 判定軸 | 評価 | 理由 |
|---|---|---|
| 妥当（Valid） | ○ 妥当 | 「大前提が真なら結論は真になる」論理構造として正しい形式になっている |
| 健全（Sound） | ✗ 不健全 | 大前提（「カバレッジ80%以上でバグゼロ」）が実世界において偽だから。カバレッジはテストが「実行されたコード行」を示すが、テストケースの質・境界値・並行処理は保証しない |
必要条件・十分条件による分析
→ 現実には偽。80%以上でもバグは出る
実践への応用
「A社のAPIが99.9%のSLAだから、我々のシステムも99.9%の可用性が保証される」は同じ構造の誤謬。意思決定の場で「この条件は必要条件か十分条件か？」を瞬時に問う習慣が、誤った前提に乗った意思決定を防ぐ最初の関門となる。
あなたはデータエンジニアとして、ECサービスの売上データを分析している。チームから以下のような観察報告が届いた：
チームリードは「山田のデプロイが原因だ」と即断した。
- 「山田のデプロイが原因」という結論は演繹・帰納・アブダクションのどの推論形式か。理由とともに答えよ
- 同じ観察事実から導ける「競合する代替仮説」を3つ挙げ、アブダクションの原則（最良の説明）に基づき最有力仮説を評価せよ
- 帰納推論として「山田のデプロイが原因」の強度を評価し、強度を上げるために追加収集すべき観察を3つ挙げよ
インシデント対応・バグ調査・ビジネス問題分析では「直感的に原因に飛びつく」という思考パターンが多発する。アブダクション（最良の説明への推論）は科学的探究の出発点であり、「競合仮説を意図的に生成し、証拠との整合性で絞り込む」という訓練なしには根本原因分析（RCA）は機能しない。帰納推論の強度概念と、アブダクションにおけるオッカムの剃刀の適用を実務データ分析の文脈で鍛える。
推論形式の特定
帰納でもない：複数のデプロイ事例から「デプロイは必ず障害を起こす」という一般則を導いているのではなく、「このケースの原因はデプロイだ」という特定の説明を選択している。
アブダクションは「観察された現象を最もよく説明する仮説はどれか」という問いに答える——これが今回のチームリードの推論形式だ。
競合仮説の生成と評価（アブダクション）
| 仮説 | 説明する観察 | 必要な追加仮定 | オッカムの剃刀的評価 |
|---|---|---|---|
| A: 山田のデプロイにバグ | 全4観察（A・B・C・D）を説明 | デプロイにバグが含まれた | 最有力。最もシンプルで全観察に整合 |
| B: 外部CDNの障害 | A・B・Dを説明（C: 偶然の一致） | CDNが同時刻に障害 + Cは無関係 | 中程度。CDN障害の独立した証拠が必要 |
| C: サードパーティ決済APIの障害 | A・Dを説明（B: 別の原因） | 決済API側の問題 + Bは別原因 | 弱。BとCに別々の説明が必要 |
| D: スパムボット攻撃 | A・B・Dを部分説明 | 攻撃が特定機能に集中 + 複数前提 | 最弱。追加仮定が最も多い |
帰納強度の評価と追加収集すべき観察
現状の帰納強度は「弱〜中」程度。観察は4件あるが「デプロイ→障害」の直接的な因果連鎖の証拠がない。
あなたはSaaSスタートアップのプロダクトディレクターだ。四半期の戦略会議で、セールス担当VPの荒木さんが以下の主張を行った：
「今すぐエンタープライズ向けのカスタム機能開発に全リソースを集中すべきです。理由は3つあります。
第一に、昨年の最大顧客であるG社とK社は、カスタム機能を理由に我々を選んだと言っています。つまり、カスタマイズ性が我々の競争優位の核心です。
第二に、競合他社のZenflowはカスタム機能を追加してから売上が3倍になりました。カスタム機能こそが成長の鍵なのは明らかです。
第三に、プロダクトロードマップを外部のエンタープライズ企業に決めさせたくないのですか？ならば、今すぐ着手すべきでしょう。
こういう意思決定を先送りにする会社は、いつも競合に後れを取ってきました。すべてのSaaS企業の事例がそれを示しています。」
- 荒木さんの主張に含まれる論理的誤謬を、各「理由」ごとに特定し、誤謬の名称と説明を述べよ（最低4つ）
- 荒木さんの主張を「Steel Man（最も強い形）」に再構築せよ
- Steel Man化した主張に対して、組織の意思決定品質を上げる建設的な反論を設計せよ
実際のビジネス会議では、感情的に納得しやすい論法（権威・仲間への訴え・誤った二分法など）が複合的に組み合わさって使われる。個別の誤謬を見つけるだけでなく「Steel Man化→強化された主張への反論」というプロセスを経ることで、単なる批判者ではなく「意思決定の質を上げる貢献者」になる思考訓練をする。リーダーシップポジションではこの能力が直接的に組織のアウトカムを変える。
論理的誤謬の特定（6つ）
Steel Man化（最も強い主張の再構築）
建設的反論の設計
実践への応用
グローバルな経営会議やボードミーティングでは「権威への訴え」「滑り坂論法」「誤った二分法」が常に飛び交う。Steel Man化によって相手の感情的・誤謬的な部分を排除した後の「正当な懸念の核心」に反応することで、議論の質が上がり、自分が「批判者」ではなく「組織の判断精度を上げる貢献者」として認識される。
今日のまとめ
演繹の「妥当vs健全」の区別（Q1）、アブダクションによる競合仮説の意図的生成と帰納強度の評価（Q2）、複合的論理誤謬の検出とSteel Man化による建設的反論（Q3）——IQ-Aの核心は「論理の形式と内容を分けて評価し、相手の主張の最も強い形に対して反論できる精度」の習得にある。
次回への接続
明日（水曜）はThinking-A（問題解決・意思決定）。今日IQ-Aで鍛えた「論理の精度と競合仮説の評価」は、問題定義と意思決定フレームワークの実践と直結している。「正しく問うこと」がなければ「正しく解くこと」はできない——この繋がりを明日の具体的なフレームワーク適用で体感する。