専門用語や数字に惑わされないために。説明の「見た目」と中身を分ける4つの確認

なぜ「難しさ」が「権威」に変わるのか

普通に考えれば、意味のわからない情報が入っていれば説明の評価は下がるはずだ。しかし現実には逆のことが起きる場合がある。2012年の研究では、研究論文の要約に内容とは関係のない数式を1つだけ追加したところ、数学や自然科学を専門としない参加者は、数式が入った要約をより質の高い研究だと評価する傾向を示した。一方、数式を評価できる分野の参加者には同じ傾向は確認されなかった。

ここで起きているのは、数式に説得されたことではない。多くの人は数式の意味を確認できていない。それでも「自分にはわからないが、わかる人が見れば高度な意味があるのだろう」と推測する。わからなさが説明の欠陥ではなく、自分の知識不足として処理される。その瞬間、難しさは権威へ変わる。

本来なら「この数式は何を説明しているのか」と説明する側が問われるはずだ。ところが、数式を理解できない自分には研究を批判する資格がないと、受け手の側が引き下がる。説明の責任が逆転してしまう。

数字が本物でも、問いと答えはすれ違う

この問題は偽物の数字だけで起きるわけではない。数字が本物でも起きる。たとえば、会社が「研修を年間30回実施しました」と発表したとする。30回実施したことは本当かもしれない。しかし、知りたいことが「職場の問題は減ったのか」であるなら、研修回数だけでは答えにならない。報告が「利用者100万人」と示しても、100万人が使ったことは本当かもしれないが、「この商品を使って生活が改善したのか」には答えていない。

数字が嘘なのではない。別の問いへの正しい答えが、今聞かれている問いへの答えのように置かれている。私たちは情報の量を見て、問いと答えのずれを見失いやすい。

専門的な装飾がもつ日常的な効果

専門的な情報の最も大きな効果は、人を完全に信じ込ませることとは限らない。もっと小さく、日常的な効果がある。疑問を止めることだ。説明を聞く前には「なぜそうなるのだろう」と思っていた。だが、脳の図と数式とグラフを見た後には、「何か複雑な仕組みがあるのだろう」に変わる。答えを得たわけではなく、問いを保留する理由を与えられただけだ。

人は自分が物事をどこまで理解しているかを正確には把握していない。身近な道具でも、仕組みを説明できると思っていても、実際に1段ずつ説明しようとすると途中で言葉が止まる。こうした現象は「説明深度の錯覚」と呼ばれている。見覚えがあること、使い方を知っていること、関連する言葉を知っていることを、仕組みを理解していることと混同しやすい。専門用語はこの錯覚を強くする。知っている単語が増えると、理解も増えたように感じる。

ただし、2024年のメタ分析では、無関係な脳科学情報の効果は状況によって大きさが異なり、全体としては穏やかなものだった。特に影響を受けやすかったのは、実際の判断より「理解できた」「満足した」という自己評価だった。専門的な装飾を見れば誰もが何でも信じるわけではない。それでも、理解の感覚は内容とは無関係な情報によって少し持ち上げられることがある。

科学らしい外見に流されないための4つの確認

脳科学が信用できないという話ではない。数式が不要だという話でもない。難しい説明がすべてごまかしだという話でもない。大切なのは、それらが目の前の結論を支える仕事をしているかどうかだ。情報を見るときに、次の4つを確認すると、説明の見た目と中身を分けやすくなる。

1. 専門用語を消しても説明の筋道は残るか

脳の部位名や数式を消した瞬間、同じことを言い換えているだけになるなら、その情報は原因を説明していないかもしれない。「アルゴリズム」「相関」「最適化」といった言葉は詳細を見えにくくする。これらを消した後に、原因と結果のつながりが残るかを確かめる。

2. その数字は今の問いに答えているか

利用者数は満足度ではない。実施回数は効果ではない。全体の制度は公平性ではない。数字を見る前に、自分が何を知りたかったのかを言葉にする。知りたいことと数字が示すことがずれていないか確認する。

3. 何と比べた数字なのか

「改善した」というなら、以前と比べたのか、何もしなかった場合と比べたのか、別の方法と比べたのか。比較対象のない数字は大きく見せることはできても、意味を決められない。

4. 普通の言葉で原因と結果を説明できるか

簡単な言葉にすることは内容を幼稚にすることではない。どこまでわかっていて、どこから推測なのかを見えるようにすることだ。本当に深い説明は、難しい言葉を使える説明ではなく、難しい言葉が説明の中で何をしているのかを示せる説明だ。

情報が多すぎて、何が説明されていないかわからなくなる

私たちは説明の内容だけを見て評価しているわけではない。科学、数式、グラフ、専門家の肩書き、大量のデータ。そうした説明らしさから、内容の信頼性まで推測している。それは私たちが愚かだからではない。複雑な社会で、すべてを自分で検証することができないからだ。だからこそ、この仕組みは利用できる。弱い説明に専門用語を足し、関係の薄い数字を並べ、複雑な図を置く。すると、答えが増えていなくても、疑問だけを減らすことができる。

最も見抜きにくい説明不足は、情報が少ない説明ではない。情報が多すぎて、何が説明されていないのかわからなくなった説明だ。理解できないほど専門的な説明を見たとき、「自分には難しいからきっと正しい」と考える前に、1つだけ確認してほしい。この情報は結論とどうつながっているのか。この数字は何を答えていて、何には答えていないのか。この専門用語を普通の言葉へ戻した後にも、説明は残るのか。

わからないことは深さの証明ではない。説明された気分も理解の証明ではない。科学を信頼するために必要なのは、科学らしい外見へ従うことではなく、どの証拠がどの結論をどこまで支えているのかを見ることだ。本当に良い説明は、受け手を黙らせない。受け手が次の問いを正確に立てられるようにする。