「みんなそう言っている」は根拠になりません。多数派の意見に流されず、中身と根拠で判断しましょう。
この記事でわかること
- 「みんな」の正体を具体的な数字に置き換える方法
- 「常識」の根拠を問う3つのパターン
- 同調圧力に抗う2つのポイント
「業界では常識ですよ」「みんなそう言っています」
こう言われたとき、「そうなんだ」と受け入れてしまうことはないでしょうか。言っている人に悪意はないかもしれません。でも、「みんなそう言っている」という主張には、いくつかの危うさが潜んでいます。
多数派の意見が正しいとは限りません。かつて「スマートフォンは一時的なブームだ」と業界の大半が考えていた時期があります。「AIは研究者のおもちゃだ」と言われていた時期もあります。多数派の常識が覆った例は、歴史上いくらでもあります。
第15回で扱った5つの罠のうち「集団思考」に関連するテーマです。今回は、多数派の意見に流される構造と、そこから抜け出す方法を掘り下げます。
「みんな」の正体を確認する
「みんなそう言っている」の「みんな」とは、具体的に何人でしょうか。
ほとんどの場合、3〜5人の声の大きい人の意見が「みんな」にすり替わっています。社内でも同じことが起きます。会議で発言力のある2〜3人の意見が「チームの総意」として通ってしまう。
「みんな」を数字に置き換える習慣をつける。 「みんな」ではなく「何人が」「どの調査で」「いつの時点で」。具体的に聞くだけで、主張の強度が見えてきます。
「常識」の根拠を問う
「業界の常識」「うちの会社ではこうやってきた」。こうした主張の根拠は、大きく3つに分かれます。
データに基づくもの。調査結果や統計が根拠になっている場合。これは信頼度が高い。ただし、第8回で扱った「数字に騙されない視点」を使って、そのデータ自体の妥当性を確認する必要があります。
経験則に基づくもの。「過去にこうだったから」という判断。経験は貴重ですが、環境が変われば通用しなくなることがあります。特にAI領域は変化が速いため、半年前の経験則がすでに古い場合も多い。
印象に基づくもの。「なんとなくそう感じる」「周りがそう言っている気がする」。もっとも危うい根拠です。第3回の「事実と意見を分ける」がここで効きます。
| 根拠の種類 | 信頼度 | 注意点 |
|---|---|---|
| データに基づくもの | 高い | ただしデータ自体の妥当性も確認する |
| 経験則に基づくもの | 中程度 | 環境が変われば通用しなくなる。特にAI領域は半年で古くなる |
| 印象に基づくもの | 低い | 「なんとなくそう感じる」は事実と意見を混同している |
反対意見を意図的に探す
多数派の意見に偏っていないかを確認するもっとも確実な方法は、反対意見を意図的に探すことです。第12回の「反対の立場から考える」の応用です。
自分のチームが「Aがいい」と全員一致しているとき、「Aに反対する立場の人は、どんな理由で反対するだろう」と考える。これだけで視野が広がります。
ここでAIが有効に使えます。「この業界の常識に対する反論を5つ挙げて」「この施策に反対する人は、どんな根拠で反対するか」。AIは多数派に流されません。少数派の論理も同じ精度で提示してくれます。ただし、AIの反論が正しいかどうかの判断は人間がやります。AIはあくまで「視野を広げるための壁打ち相手」です。
同調圧力に抗うための2つのポイント
「誰が言っているか」ではなく「何を根拠に言っているか」で判断する。権威のある人の発言でも、根拠が薄ければ鵜呑みにしない。逆に、若手の意見でも根拠が明確なら重視する。第3回で扱った「事実と意見を分ける」がここでも効きます。
意図的に少数派の意見を探す。「この会議で一番反対しにくい意見は何か」と自問する。反対しにくい意見ほど、検証が甘くなりがちです。第25回で扱う会議のチェックリストにも、この視点を入れます。
まとめ
この記事のポイントを3つにまとめます。
- 「みんな」はたいてい3〜5人の声の大きい人の意見がすり替わっているだけ
- 「常識」の根拠がデータか、経験則か、印象かで信頼度が大きく変わる
- 「誰が言ったか」ではなく「何を根拠に言ったか」で判断する
次回は「選択肢を増やす —— 2択で止まらない技術」をやります。
「やるか、やらないか」の2択で悩んでいませんか。3つめの選択肢を探すだけで、判断の質が変わります。
