番外編：Kahneman用語集 ― 『Thinking, Fast and Slow』全5部の主要概念
接続ノートでKahnemanの概念に何度も触れるようになった。そのたびに説明を書くのは冗長だし、読む側も「あれ、これ前に出てきたやつだっけ」となる。なので用語集を作ることにした。
ルールは3つ。原語を残す（日本語訳だけだと検索しにくい）。自分の言葉で書く（教科書のコピペではなく、自分が理解した形で）。具体例をつける（抽象概念は例がないと使えない）。
接続ノートを読んでいて「この用語なんだっけ」となったら、ここに戻ってくればいい。
Part 1 — 2つの思考モード
System 1（システム1 / 速い思考）
自動的・直感的・無意識に働く思考モード。顔の表情を読む、母国語を理解する、2+2を計算するなど。エネルギーをほとんど消費しない。思考の約96%を担当。
例：怒っている顔を見た瞬間に「怒っている」とわかる。考えたのではなく、わかった。
System 2（システム2 / 遅い思考）
意識的・分析的・努力を要する思考モード。将棋の次の一手、外国語の聞き取り、込み入った契約書の精読など。エネルギーを大量に消費するため、脳はできるだけ起動しないようにする。
例：17×24を暗算するとき、集中が必要で、歩きながらだとつまずく。
WYSIATI（手元の情報がすべて）
What You See Is All There Is。システム1は手元にある情報だけで一貫したストーリーを組み立て、情報が足りないことに気づかない。「自分が見ていないもの」は存在しないかのように判断する。
例：採用面接で30分話しただけで「この人は優秀だ」と確信する。見ていない側面は考慮されない。
Cognitive ease（認知容易性）
情報が処理しやすいとき、システム1はそれを「正しい」「好ましい」と感じる。読みやすいフォント、繰り返し聞いた主張、気分がいいときの判断は、すべて認知的に容易な状態。
例：読みやすいフォントで書かれた文章は、読みにくいフォントの同じ内容より「信頼できる」と評価される。
Part 1 — プライミングと連想
Priming effect（プライミング効果）
直前に触れた情報が、次の判断や行動に無意識に影響を与える。本人はその影響に気づかない。
例：「フロリダ」「しわ」「白髪」など老人関連の単語を読んだ被験者は、その後の歩行速度が遅くなった。
Halo effect（ハロー効果）
ある一面の印象が、その人や物のすべての評価に波及する。第一印象が良ければ後の情報もすべて好意的に解釈し、悪ければすべてを否定的に受け取る。
例：見た目が良い人は、知性や性格まで高く評価されやすい。逆もまた然り。
Part 2 — ヒューリスティクスとバイアス
Anchoring（アンカリング効果）
最初に提示された数字（アンカー）が、その後の判断を引きずる。アンカーが完全にランダムな数字であっても効果がある。
例：「ガンジーは114歳より上で死んだか？」と聞かれた群は、「35歳より上か？」と聞かれた群より、推定死亡年齢が大幅に高くなった。
Availability heuristic（利用可能性ヒューリスティック）
思い出しやすい事例ほど「よく起きる」と判断する。メディアで大きく報道された事故は頻度を過大評価し、地味だが頻度が高いリスクは過小評価する。
例：飛行機事故のニュースの直後は、飛行機を怖がる人が増える。実際には自動車事故の方がはるかに多い。
Representativeness（代表性ヒューリスティック）
「典型的なイメージ」に合致するかどうかで確率を判断する。基準率（実際の確率）を無視して、ストーリーのもっともらしさで判断してしまう。
例：リンダ問題。「社会正義に関心がある女性」が「銀行員」である確率と「フェミニスト活動家の銀行員」である確率を比較すると、後者の方が低いのに高く見積もる。
Confirmation bias（確証バイアス）
自分の仮説や信念を支持する情報ばかりを集め、反証する情報を無視または軽視する傾向。意識的に反証を探さない限り、この罠から逃れられない。
例：「あの人は信頼できない」と思うと、信頼できない証拠ばかりが目に入り、誠実な行動は見過ごす。
Part 2 — 統計的直感の失敗
Regression to the mean（平均への回帰）
極端な結果の次は、平均的な結果に戻る傾向。これは改善でも悪化でもなく、単なる統計的現象。だが人間は因果関係を読み込みたがる。
例：イスラエル空軍の教官は「褒めると次は悪くなる」と信じていたが、実際は極端に良い飛行の次は平均に戻っただけ。
Base rate（基準率 / ベースレート）
個別の情報に飛びつく前に「そもそも全体でどれくらいの確率か」という母集団の比率。人間のシステム1はこの数字を無視して、個別のストーリーで判断する。
例：タクシー問題。青タクシーは15%しかないのに、目撃者が「青だった」と言うと、基準率を無視して80%と信じてしまう（実際は41%）。
Statistical vs causal base rate（統計的基準率と因果的基準率）
統計的基準率は「ただの数字」で人間は無視しがち。因果的基準率は「理由のある数字」で直感的に受け入れやすい。同じ情報でも因果のストーリーがあるかどうかで、判断への影響が変わる。
例：「不良率3%」と言われても響かない。「金型の摩耗で不良が出る」と言われると納得する。同じ事実に因果がつくかどうかの差。
Bayesian reasoning（ベイズ推定）
新しい証拠が出たとき、元の信念（事前確率）をどう更新するかの枠組み。事前確率×新証拠の尤度で事後確率を算出する。人間は直感的にこれが苦手。
例：タクシー問題の計算。事前確率（青15%）×証言の精度（80%）を正しく組み合わせると、「青」の確率は41%になる。
Part 3 — 自信過剰
Overconfidence（自信過剰）
自分の判断の正確さを過大評価する傾向。システム1が作る一貫したストーリーが自信を生み、その自信の強さは証拠の質や量と無関係。間違っているときも正しいときも、自信の強さは同じ。
例：投資家が「今回は確実に上がる」と感じる自信の強さは、実際の的中率とほぼ相関しない。
Illusion of validity（妥当性の錯覚）
自分の予測が当たるという確信が、客観的な精度と無関係に生じる現象。一貫したストーリーを構築できると「これは正しい」と感じるが、ストーリーの一貫性と事実の正確さは別物。
例：Kahneman自身がイスラエル軍で兵士の適性を評価したとき、自分の判断に強い自信を持っていたが、実際の予測精度は低かった。そしてその事実を知っても自信は消えなかった。
Illusion of skill（スキルの錯覚）
成果がほぼ運で決まる領域でも、当事者が「自分の実力だ」と信じ続ける現象。成績の年度間相関がゼロでも、本人にも組織にもその事実が見えない。
例：Kahnemanが金融会社で25人のトレーダーの8年分の成績を分析。年ごとの相関は事実上ゼロ。つまり実力ではなく運。しかし毎年「実力」に対してボーナスが支払われていた。
Planning fallacy（計画の錯誤）
プロジェクトの所要時間・コスト・リスクを楽観的に見積もり、最善のシナリオに近い計画を立ててしまう傾向。過去の類似プロジェクトの実績（基準率）を無視して、今回は特別だと考える。
例：シドニーのオペラハウスは当初6年・700万ドルの計画が、実際には16年・1億200万ドルかかった。
Inside view vs outside view（内側の視点と外側の視点）
内側の視点は、自分のプロジェクトの固有の詳細に注目して予測する。外側の視点は、類似プロジェクトの統計的な結果（基準率）を参照する。人間は内側の視点を好み、外側の視点を無視する。
例：「うちのプロジェクトは特殊だから他の事例は参考にならない」と全員が思っている。そして全員が同じパターンで遅延する。
Premortem（プレモーテム / 事前検死）
プロジェクト開始前に「1年後、このプロジェクトは大失敗した。なぜか？」と仮定し、失敗原因を列挙する手法。自信過剰と集団思考に対する実践的な対抗策。Kahnemanが推奨する数少ない具体的デバイアス技法。
例：「このAIプロジェクトは1年後に頓挫した。原因は？」と事前に問うことで、楽観バイアスに覆われた計画の穴が見えやすくなる。
Part 3 — 専門家の予測の限界
Expert intuition（専門家の直感）
長年の経験から生まれる直感的判断。有効に機能する条件は2つ：(1)十分に規則的な環境であること、(2)長期間の練習でその規則性を学習していること。この2条件を満たさない領域では、専門家の直感は素人と変わらない。
例：消防士が「この建物は危ない」と感じて退避した直後に床が崩落。これは有効な直感。一方、株価予測の専門家の直感はほぼ当たらない。環境の規則性が違う。
Hedgehog vs fox（ハリネズミ型とキツネ型）
テトロックの研究から。ハリネズミ型はひとつの大きな理論ですべてを説明しようとする専門家。キツネ型は多くの小さな情報を柔軟に組み合わせる専門家。予測精度はキツネ型が圧倒的に高い。
例：「すべては金融政策で説明できる」と主張するエコノミスト（ハリネズミ）vs 複数の要因を少しずつ重み付けする分析者（キツネ）。
Hindsight bias（後知恵バイアス）
結果を知った後に「最初からわかっていた」と感じる傾向。過去の不確実性を過小評価し、結果に向かう因果のストーリーを後から構築する。これにより、過去の失敗からの正しい学習が妨げられる。
例：「あの時点でバブル崩壊は予測できたはずだ」。実際にはほぼ誰も予測していなかった。結果を知っているから「明らか」に見えるだけ。
Algorithm vs intuition（アルゴリズム対直感）
単純な統計モデル（回帰式や等重みルール）が、専門家の直感的判断と同等かそれ以上の精度を出すという研究結果。専門家はモデルにない情報を加味しようとするが、その追加情報がノイズになることの方が多い。
例：ワインの将来価値を予測するとき、3つの気象変数だけを使った単純な数式が、経験豊富なワイン評論家の予測を上回った。
Part 4 — プロスペクト理論
Loss aversion（損失回避）
同じ金額でも「失う」痛みは「得る」喜びの約2倍。これが人間の意思決定を歪める最大の力のひとつ。
例：コイントスで表なら150ドルもらえ、裏なら100ドル失う。期待値はプラスなのに、多くの人はこの賭けを断る。
Endowment effect（保有効果）
自分が持っているものを、持っていない人より高く評価する。手放すことが「損失」として処理されるため。
例：マグカップをもらった人は手放すのに7ドル要求するが、持っていない人は3ドルしか払わない。同じマグカップ。
Framing effect（フレーミング効果）
同じ事実でも提示の仕方（フレーム）で判断が変わる。利得フレームではリスク回避、損失フレームではリスク追求の傾向が生まれる。
例：「成功率90%の手術」と「死亡率10%の手術」は同じだが、後者の方が怖く感じて断る人が増える。
Prospect theory（プロスペクト理論）
KahnemanとTverskyが1979年に提唱。人間の判断基準は「最終的な資産状態」ではなく「参照点からの変化」であり、損失は利得より重い。ベルヌーイの効用理論を250年ぶりに更新した。
例：500万円持っている人が100万円失うのと、200万円の人が100万円得て300万円になるのでは、最終資産ではなく「失った」「得た」という方向に反応する。
Bernoulli's utility theory（ベルヌーイの効用理論）
1738年提唱。お金の価値は金額そのものではなく主観的な満足度（効用）で決まり、金額が増えるほど1円あたりの効用は小さくなる（限界効用逓減）。Kahnemanはこの理論に「参照点」が欠けていると指摘した。
例：年収300万円の人の100万円と年収3億円の人の100万円は、同じ金額でも意味がまるで違う。
Risk policy（リスクポリシー）
個別の判断ごとに感情で決めるのではなく、事前にルールを決めておく戦略。「期待値がプラスの賭けは常に受ける」など。個々の場面でシステム1に乗っ取られることを防ぐ。
例：決定1（利得）と決定2（損失）を別々に判断するとA+Dを選ぶが、統合するとB+Cの方が得。事前ルールがあれば統合的に判断できる。
Part 5 — 2つの自己
Experiencing self（経験する自己）
「今この瞬間」を生きている自分。痛みや快楽をリアルタイムで感じる主体。持続時間を正確に反映する。10分の苦痛は5分の苦痛より悪い、と正しく感じている。
例：冷水に手を浸す実験で、60秒間14°Cの冷水に耐える経験。経験する自己にとっては「60秒間ずっと不快だった」。
Remembering self（記憶する自己）
経験を振り返り、記憶に基づいて評価し、将来の選択を行う自分。経験する自己とは異なるルールで動き、こちらが意思決定の実権を握っている。
例：手術後に「あの手術はそこまで辛くなかった」と振り返るのは記憶する自己。実際には何時間も苦しんでいた。
Duration neglect（持続時間の無視）
記憶する自己は、経験の長さをほとんど考慮しない。30分の苦痛と60分の苦痛で、終わり方が同じなら、記憶上の評価はほぼ同じになる。客観的には倍の時間苦しんでいるのに。
例：冷水実験で、60秒間14°Cに耐えた群と、同じ60秒＋追加30秒（少しだけ温度上昇）の群では、後者の方が「もう一度やるならこちら」と選んだ。合計90秒の方が苦痛の総量は多いのに。
Peak-end rule（ピーク・エンドの法則）
経験の記憶は、最も強烈だった瞬間（ピーク）と終わり方（エンド）で決まる。途中の経験がどれだけ長くても、ピークとエンドが良ければ「良い経験」として記憶される。
例：長い休暇でも、最高の1日（ピーク）と最終日（エンド）が良ければ「素晴らしい旅行だった」と記憶する。途中の退屈な日は記憶から消える。
Experienced utility vs remembered utility（経験効用と記憶効用）
経験効用は「実際にどれだけ快/不快だったか」の総量。記憶効用は「振り返ってどう評価するか」。この2つは一致しない。人間の意思決定は記憶効用に基づくため、実際の幸福とは異なる選択をすることがある。
例：毎日の通勤が片道1時間の人と30分の人では、経験効用は30分の人の方が高い。しかし「広い家に住んでいる」という満足感（記憶効用）で1時間の通勤を選んでしまう。
Life satisfaction vs experienced well-being（人生の満足度と経験的幸福）
Kahnemanは「幸福」を2つに分けた。人生の満足度は記憶する自己の評価（収入、学歴、社会的地位に左右される）。経験的幸福は日々の感情の質（睡眠、人間関係、通勤時間に左右される）。収入は人生の満足度を上げるが、経験的幸福は年収約75,000ドルで頭打ちになる。
例：年収が倍になっても、日々の気分はほとんど変わらない。でも「自分の人生は成功している」という評価は上がる。2つの幸福は別物。