2026-08-28 — IQ-B（批判的思考・認知バイアス）

2026-08-28 IQ-B ベースレート無視・シンプソンのパラドックス・サンクコスト×計画錯誤×グッドハートの法則を検証する

今日のフォーカス

テーマ：「数字そのものは正しいのに、判断が歪む」3つの構造

低い基準率を無視して「精度99%」を鵜呑みにするベースレート無視（Q1）、部分集合ごとの傾向が全体では逆転するシンプソンのパラドックス（Q2）、サンクコスト・計画錯誤・グッドハートの法則が絡み合って撤退判断を狂わせる複合バイアス（Q3）。核心は、表面に出てくる「1つの数字・1つの結論」を鵜呑みにせず、その数字がどう計算され、何を除外し、何によって歪められうるかを分解して検証する規律にある。

ベースレート無視

検知対象の発生率が低いと、感度・特異度がどれだけ高くても、フラグが立った中で実際に真である割合（適合率）は発生率に強く引きずられて低くなる。

シンプソンのパラドックス

各部分集団では一貫した傾向があっても、集団の構成比（重み付け）が異なると全体を合算した際に傾向が逆転する現象。

サンクコストの誤謬

回収不能な過去の投資を、未来の意思決定の判断材料に持ち込んでしまう誤り。判断は「これから」の期待値だけで行うべき。

グッドハートの法則

測定される指標が目標になった瞬間、その指標は本来測ろうとしていた実態の良い代理変数であることをやめる。

Q1 ★★★☆☆ 基本 「精度99%のAI」がフラグを立てた申請の、本当の不正率は何%か
シナリオ — 従業員800名の商社：経費精算AI異常検知ツールの運用

経理部の岡本さんが導入したAIツールは「感度99%・特異度99%」。年間経費申請5,000件のうち実際の不正は10件（0.2%）。今年度ツールがフラグを立てたのは60件で、岡本さんは「精度99%なのだから、フラグが立った60件はほぼ間違いなく不正」と考え、全員に始末書と権限停止という厳格な処分を提案しようとしている。

問い
  1. 岡本さんの「フラグが立った60件はほぼ不正だろう」という推論の誤りを、感度99%・特異度99%・不正の発生率0.2%という数字を使って具体的に計算し、指摘せよ
  2. なぜ「精度99%」という高い数字にもかかわらず、フラグが立った申請の中で実際に不正だった割合はこれほど低くなるのか、その構造的な理由を説明せよ
  3. このAIツールを経費不正の検知に実務で活用するとしたら、岡本さんはフラグが立った申請をどのように扱うべきか。運用ルールを設計せよ
「精度99%」「的中率99%」という高い数字は、それだけを見ると無条件に信頼してよいように感じられる。しかし検知対象の発生率がもともと低い場合、精度がどれだけ高くても、フラグが立った対象の中で実際に真である割合（適合率）は大きく下がる構造的な罠がある。数字を暗算・概算レベルで自分の手で検証する数的推論の基礎力を問う基本問題。

フラグが立った60件の内訳——真陽性は約10件、偽陽性は約50件

真陽性（実際に不正で検知）
約10件
偽陽性（不正でないのに誤検知）
約50件
16.7%
フラグが立った60件のうち、実際に不正だった割合（適合率）。岡本さんが想定していた「ほぼ99%」とは全く異なる
核心の罠：「感度99%・特異度99%」という数字をそのまま「フラグが立った申請の99%が不正」と読み替えてしまう。P(陽性判定|不正)とP(不正|陽性判定)という条件付き確率の向きを混同した誤り。

① 推論の誤りと具体的な計算

年間5,000件中、不正10件（0.2%）・不正でない4,990件（99.8%）。真陽性 = 10件×感度99% ≈ 約10件。偽陽性 = 4,990件×(1−特異度99%) = 4,990件×1% ≈ 約50件。フラグ合計 ≈ 60件（実際の報告件数と一致）。フラグが立った60件のうち実際に不正だったのは約10件、適合率は10/60 ≈ 16.7%にすぎない。フラグが立った申請者の約83%は無実にもかかわらず厳格な処分の対象になろうとしている。

② なぜ精度99%でも適合率が低くなるのか

母集団のほぼ全て（99.8%）が「不正でない」申請で占められている以上、特異度99%＝「不正でない申請のうち1%は誤ってフラグが立つ」という一見小さな誤り率でも、母数の大きい集団（4,990件）にかかると絶対数では約50件という、真陽性の約10件を大きく上回る偽陽性を生む。ツールの性能（感度・特異度）がどれだけ優れていても、対象事象の発生率が低ければ検知結果の的中率は発生率そのものに強く制約される。医療検査の偽陽性問題やスパムフィルタと共通する構造である。

③ 実務での運用ルール設計

1
フラグは「一次スクリーニング」に位置づけ、処分の根拠にはしない
領収書の原本確認・ヒアリングなど人による二次確認で不正が裏付けられた場合にのみ処分を発動する
2
フラグが立った申請への一次対応は処罰的でなく事務的なトーンで行う
「念のため追加確認をお願いします」という中立的な依頼にし、無実の約83%への不当な信頼毀損を避ける
3
二次確認の結果を月次で記録し、実測の適合率を継続的にモニタリングする
実測値の推移をツールの閾値調整の材料にする
4
閾値調整によるトレードオフを人事・法務と共有した上で合意する
偽陽性を減らせば偽陰性（見逃し）が増える。どちらのコストが重いかは意思決定者が明示的に選択すべき

実践への応用

セキュリティ運用（アラート疲れ）

不正アクセス検知の大量アラートも、真の攻撃発生率が低ければ大半が偽陽性になる。全アラートを同列に扱うと運用が破綻する。

採用スクリーニング

「離職リスク検知AI」も、実際の早期離職率が低ければフラグが立った候補者の大半は実際には長く活躍する人材の可能性が高い。

医療・健康診断の読み方

発症率の低い疾患のスクリーニング検査で「陽性」でも、精密検査を受けるまでは適合率の構造を理解した上で受け止める。

自己評価（解答後に記入）
自分の考え・解答メモ：
気づき・メモ：

Q2 ★★★★☆ 標準 「大阪支社の方が成約率が高い」は本当か——シンプソンのパラドックスが覆す支社比較
シナリオ — SaaS企業の営業会議：東京支社と大阪支社の成約率比較

営業VPの宮下さんは、東京支社（290件中48件成約、16.6%）と大阪支社（290件中104件成約、35.9%）の全体成約率を見て「大阪の営業力は圧倒的に高い」と発言した。しかし東京支社マネージャーがセグメント別データを示すと、エンタープライズ（東京12.0% vs 大阪10.0%）・中堅SMB（東京45.0% vs 大阪40.0%）のどちらも東京支社が上回っていた。

セグメント東京支社大阪支社
エンタープライズ250件中30件成約（12.0%）40件中4件成約（10.0%）
中堅・SMB40件中18件成約（45.0%）250件中100件成約（40.0%）
合計290件中48件成約（16.6%）290件中104件成約（35.9%）
問い
  1. なぜ各セグメントでは東京支社が上回っているのに、全体の合計では大阪支社が上回るという逆転が起きるのか、数学的な構造を説明せよ
  2. 宮下さんの結論はどこが誤っており、正しくはどのようなデータの見方をすべきだったかを述べよ
  3. この事実を踏まえ、東京支社と大阪支社の商談配分・評価制度を今後どう設計すべきか、具体的に提案せよ
一見矛盾するように思えるが数学的には正当な現象——部分集団ごとの傾向が、集団の統合の仕方（重み付け）によって全体では逆転してしまうシンプソンのパラドックスを、実際に手を動かして検証できるかを問う標準問題。「全体の平均・合計」だけを見て意思決定すると、構成比の違いによってミスリーディングな結論を導くことがある。

構成比の偏りが、各セグメントの優劣とは逆の全体像を作る

東京支社の商談構成 エンタープライズ 250件(86%) 成約率の低いセグメントに大きく重み付け 大阪支社の商談構成 中堅・SMB 250件(86%) 成約率の高いセグメントに大きく重み付け 各セグメント内では東京が一貫して優位（12.0%>10.0%、45.0%>40.0%） しかし合計では逆転：東京16.6% ＜ 大阪35.9% 全体の成約率は各セグメントの単純平均ではなく件数で加重した平均 加重に使う件数構成（重み）が支社間で違えば、各項目で一方が優位でも加重平均では逆転しうる
核心の罠：「全体の合計・平均」を、その集団固有の実力や質を表す指標だと無条件に信じてしまう。集団間で比較する際に、構成比（どのセグメントにどれだけの重みが割り当てられているか）が同じかどうかを確認しないまま数字だけを比べてしまう。

① 逆転が起きる数学的な構造

東京支社は290件中250件（86%）をエンタープライズ商談（成約率12.0%前後）が占め、大阪支社は290件中250件（86%）を中堅・SMB商談（成約率40%前後）が占めている。東京支社の全体成約率16.6%は「成約率の低いセグメントに大きく重み付けされた平均」、大阪支社の35.9%は「成約率の高いセグメントに大きく重み付けされた平均」である。各セグメント内で東京が優位でも、全体の合計を計算する際の"重み"（どのセグメントの件数が多いか）が支社間で全く異なるため、単純合計では逆転が生じる。全体の成約率は各セグメント成約率の単純平均ではなく件数で加重した平均であり、加重に使われる件数構成自体が異なれば、各項目で一方が優位でも加重平均では逆転しうる。

② 宮下さんの結論の誤りと正しい見方

宮下さんの「大阪支社の営業力は東京支社より圧倒的に高い」という結論は、実力差だと解釈すべきでない差を実力差であるかのように誤読した典型例である。各セグメントを同じ条件で比較すると東京支社の方が一貫して成約率が高く、全体合計はリード配分（どのセグメントの商談がどれだけ配分されたか）を反映した数字にすぎなかった。正しい見方は、比較対象を同じ条件（同じセグメント構成）に揃えた上で比較する——セグメント別に分解する、または標準化された成約率を計算するのいずれかが必要である。

③ 商談配分・評価制度の再設計

1
成約率評価は必ずセグメント別に行い、全体合計だけを支社間の実力比較には使わないルールを設ける
報告フォーマットにセグメント別内訳を必須項目として組み込む
2
リード配分自体が成約率の差を生む主要因になっていないかを定期的に監査する
配分ロジックを確認し、必要であれば見直しやセグメント間ローテーションを検討する
3
支社間評価には、セグメント構成比を揃えた"標準化成約率"を用いる
同じ仮想的なリード構成を割り当てた場合の期待成約率を主指標にする
4
双方の強みを補完するノウハウ移転を双方向で実施する
大阪にはエンタープライズのノウハウ、東京には中堅SMBの効率的な捌き方を移転する

実践への応用

人事評価・部門横断比較

部署ごとに担当案件の難易度・属性構成比が違う場合、単純な成績合計での部署間比較は同様の罠に陥る。

プロダクト分析（A/Bのセグメント合成）

施策の効果を全ユーザー平均で見ると、ユーザーセグメント構成比の違いによって真の効果が見えなくなることがある。

医療統計の古典例

治療法の効果を病状の重さで分けずに全体比較すると、実際には劣る治療法の方が"良く見える"ことがある。

自己評価（解答後に記入）
自分の考え・解答メモ：
気づき・メモ：

Q3 ★★★★★ 応用 「もう1,200万円かけたから今更やめられない」——サンクコスト・計画錯誤・グッドハートの法則が絡み合う撤退判断
シナリオ — CTO直下の技術顧問：社内業務効率化ツール「Aプロジェクト」の継続判断

当初「6ヶ月・1,500万円」の計画が、12ヶ月経過しても進捗40%、既に1,200万円投入済み。直近3ヶ月で「タスク完了数」というKPIが急伸しているが、実際は大きなタスクを細分化しただけで実質的な機能完成度は変わっていない。経営会議では「もう1,200万円もかけたのだから続行すべき」という意見が大勢を占めている。

項目当初計画実績
期間6ヶ月12ヶ月経過（継続中）
予算1,500万円1,200万円投入済み
進捗率100%想定約40%（自己申告）
KPI「タスク完了数」直近3ヶ月で急伸——ただしタスク細分化によるもので機能完成度は不変
問い
  1. 「もう1,200万円もかけたから続けるべき」という主張の論理的欠陥を、サンクコストの誤謬の観点から指摘せよ。あわせて本来使うべき正しい判断基準を述べよ
  2. 当初計画（6ヶ月）と実績（12ヶ月で40%）の乖離から、どのような計画錯誤が働いていた可能性があるかを分析せよ。残り作業の再見積もりで何を修正すべきか
  3. 「タスク完了数」がグッドハートの法則でどう歪められたかを説明し、代替的な指標設計を提案せよ。あわせて経営会議への意思決定プロセスを総合的に述べよ
実務のプロジェクト継続判断では、単一のバイアスではなく複数の認知バイアスが同時に絡み合って意思決定を歪める。サンクコストの誤謬・計画錯誤・グッドハートの法則という3つの構造を、それぞれ独立に理解するだけでなく、1つの継続/撤退判断の中でどう絡み合っているかを統合的に分析し、意思決定プロセスとして設計し直す力を、IQ-Bの最高難度として問う。

3つのバイアスが1つの継続判断の中で連鎖する

サンクコストの誤謬 「1,200万円もかけた」 を続行の根拠にしてしまう → 計画錯誤 6ヶ月見積もりが12ヶ月で 進捗40%という乖離を直視しない → グッドハートの法則 「完了数」が目標化し 実態を測れなくなる 単純延長：12ヶ月で40%のペースが続けば、残り60%に約18ヶ月要する計算 過去の1,200万円は判断からゼロベースで除外すべき 判断基準は「これから追加でいくら・どれだけの期間をかければ、どれだけの価値が得られるか」 という未来志向の期待値のみ
核心の罠：「これだけ投資したのだから」という感情的な惜しさを合理的な判断根拠であるかのように扱ってしまう。「タスク完了数が増えている」という表面的な数字を実質的な進捗の改善だと誤認してしまう。

① サンクコストの誤謬と正しい判断基準

「もう1,200万円もかけたから続けるべき」は典型的なサンクコストの誤謬である。既に投じた1,200万円は続行しようが中止しようがもう回収できない過去の支出であり、これから先の意思決定にとっては本来無関係である。それにもかかわらず心理が働くのは、中止を「これまでの投資が失敗だったと認めること」と同一視し、その痛みを避けようとするためである。正しい判断基準は、「これから追加でいくらのコスト・時間をかければ、どれだけの価値が得られるか」という未来志向の期待値であり、過去の1,200万円を一切考慮せずゼロベースで他の投資対象と比較検討すべきである。

② 計画錯誤の分析と再見積もりの修正

6ヶ月で100%を想定していたなら12ヶ月時点では200%相当が終わっているはずが、実際は40%——これは計画錯誤（Planning Fallacy）の典型的な兆候である。当初見積もりが、自分たちの経験に基づき積み上げるインサイドビューに偏り、類似プロジェクトの実績（アウトサイドビュー）を軽視した可能性が高い。再見積もりでは、①実績ペース（12ヶ月で40%）をそのまま延長して機械的に再計算する（残り60%に約18ヶ月）、②社内外の類似プロジェクト実績を基準クラスとして参照する、③これまでの遅延要因が今後も継続するか一時的だったかを区別して反映する、という手順が必要である。

③ グッドハートの法則と意思決定プロセスの設計

「タスク完了数」は進捗の代理指標だったはずが、経営会議への報告指標として重視された結果グッドハートの法則が働いた可能性が高い。タスクを細分化する運用に変えたことで数字は増加したが機能完成度は伴っていない。これは悪意ある操作というより、評価の仕組みそのものが数字を稼ぎやすい形にチームを誘導してしまった結果である。
1
サンクコストである1,200万円を判断材料から明示的に除外する原則を経営会議で共有する
2
実績ベースの再見積もりをチームに算出させ、机上の申告ではなく実績データで検証する
3
「完了数」に代わり、実際に使える機能の完成度（デモ可能かどうか）を第三者が確認する運用に切り替える
4
「追加投資でこの価値が得られる」という期待値を、中止した場合の代替案と比較する形で経営会議に提示する
これまでいくら使ったかを一切判断材料に含めないよう明示的に促す

実践への応用

プロジェクトマネジメント全般

予算超過・スケジュール遅延したプロジェクトの継続判断は業界を問わず発生する。サンクコストを判断から切り離す規律を投資委員会のガバナンスとして制度化すべき。

個人のキャリア・資格試験

「もう2年も勉強したから今更やめられない」という個人の意思決定にも同じ構造のサンクコストの誤謬が働く。

プロダクトKPI設計

「PVを増やす」といったKPIも達成そのものが目的化すると、質を伴わない水増しに繋がる。グッドハートの法則を前提に定期的な見直しが必要。

自己評価（解答後に記入）
自分の考え・解答メモ：
気づき・メモ：

今日のまとめ・次回へ

IQ-B
ベースレート無視・シンプソンのパラドックス
サンクコスト×計画錯誤×グッドハート

「数字そのものは正しいのに、判断が歪む」3つの構造を解剖した一日——「精度99%」の裏で検知対象の発生率が低いために適合率が16.7%まで下がるベースレート無視（Q1）、各セグメントで一貫して優位な支社が構成比の違いによって全体合計では逆転して見えるシンプソンのパラドックス（Q2）、サンクコスト・計画錯誤・グッドハートの法則という3つのバイアスが1つの継続判断の中で絡み合う複合的な罠（Q3）。IQ-Bの核心は、表面に出てくる「1つの数字・1つの結論」を鵜呑みにせず、その数字がどう計算され、何を除外し、何によって歪められうるかを分解して検証する規律にある。

次回への接続（明日: Thinking-B 戦略思考・コミュニケーション）

今日Q2で扱った「全体の合計だけでなく、構成比を揃えて比較する」という発想は、戦略立案における市場・競合比較にも直結する——市場全体のシェアだけでなくセグメント別のポジショニングを見なければ本当の競争優位は見えない。Q3で扱った「サンクコストを判断から切り離し、未来志向の期待値で意思決定する」という規律は戦略的な投資判断・撤退判断そのものであり、明日はこれをより広い戦略立案・組織へのコミュニケーションの文脈に接続していく。