0:00:06.713,0:00:10.030
警察で 犯人特定のための[br]面通しが行われています

0:00:10.030,0:00:15.631
事件現場から逃走する銀行強盗を[br]目撃した10人が集められました

0:00:15.631,0:00:18.274
このうち６人が同じ人を指せば

0:00:18.274,0:00:21.204
その人物が真犯人の可能性が[br]高いでしょう

0:00:21.204,0:00:23.015
10人全員が同じ答えだったら

0:00:23.015,0:00:25.209
もう間違いない[br]と思うかもしれませんが

0:00:25.209,0:00:27.255
実はそれは間違いです

0:00:27.255,0:00:29.728
こう言うと とても奇妙に[br]聞こえるでしょう

0:00:29.728,0:00:34.693
この社会では多くのことが[br]「多数決」「意見の一致」で動いています

0:00:34.693,0:00:35.693
政治も

0:00:35.693,0:00:36.693
ビジネスも

0:00:36.693,0:00:37.751
娯楽もそうです

0:00:37.751,0:00:42.030
ですから 意見の一致が多い方が良い[br]と考えるのは自然ですし

0:00:42.030,0:00:44.863
あるところまでは[br]通常 その通りです

0:00:44.863,0:00:48.986
でも時に 意見の一致が[br]完全なものに近づくにつれ

0:00:48.986,0:00:52.590
その信頼性は低くなります

0:00:52.590,0:00:56.032
「満場一致のパラドックス（矛盾）」[br]と呼ばれる現象です

0:00:56.032,0:00:58.347
この明らかな矛盾をひも解くカギは

0:00:58.347,0:01:01.894
対象となっている状況に

0:01:01.894,0:01:05.783
どれくらいの不確実性があるかを[br]考えることにあります

0:01:05.783,0:01:09.936
例えば この中で[br]リンゴがどれか聞いたとしたら

0:01:09.936,0:01:13.389
満場一致であっても[br]不思議ではないでしょう

0:01:13.389,0:01:17.500
一方 ある程度違いがあるのが当然[br]と思われる事柄については

0:01:17.500,0:01:21.334
答えにも幅が出る[br]と考えるべきなのです

0:01:21.334,0:01:23.460
100回 硬貨を投げたら

0:01:23.460,0:01:28.156
約半分の割合で表が出る[br]と考えますよね

0:01:28.156,0:01:31.541
でも 表ばかりが出だすと

0:01:31.541,0:01:34.177
何かおかしいと疑い始めます

0:01:34.177,0:01:35.972
硬貨の投げ方ではなくて

0:01:35.972,0:01:39.001
硬貨自体に疑いを持ちます

0:01:39.001,0:01:43.806
もちろん 容疑者の特定は[br]硬貨投げほどランダムなことではなく

0:01:43.806,0:01:48.339
バナナとリンゴを見分けるほど[br]明快なものでもありません

0:01:48.339,0:01:54.203
事実 1994年に行われたある研究では[br]目撃者の48％近くが

0:01:54.203,0:01:56.967
面通しで間違った人を選ぶ傾向にあり

0:01:56.967,0:02:00.312
しかも 多くが答えに自信を持っていた[br]と報告されています

0:02:00.312,0:02:03.788
一瞬目撃しただけでは[br]その記憶は信ぴょう性に欠けうるのに

0:02:03.788,0:02:07.204
私たちは しばしば自らの正確さを[br]過大評価しがちなのです

0:02:07.204,0:02:08.163
とはいえ

0:02:08.163,0:02:12.093
全員が同じ人物を指すのは[br]その目撃者が悪いというよりは

0:02:12.093,0:02:14.705
システムに起因する誤りという[br]色合いが強くなります

0:02:14.705,0:02:17.024
面通しで言えば[br]候補者の偏りです

0:02:17.024,0:02:21.013
システムによる誤りが生まれるのは[br]人間の判断に関わることだけではありません

0:02:21.013,0:02:23.364
1993年から2008年にかけて

0:02:23.364,0:02:28.835
ヨーロッパ各地の複数の犯罪現場で[br]同じ女性のDNAが発見され

0:02:28.835,0:02:34.433
その持ち主が架空の犯人[br]「ハイルブロンの怪人」とされました

0:02:34.433,0:02:40.233
そのDNAの証拠は奇妙な一致を見せていました[br]間違った証拠だったからです

0:02:40.233,0:02:43.963
実は DNAサンプルを収集するのに[br]使われた綿棒は

0:02:43.963,0:02:50.045
出荷工場で働く女性によって[br]誤って汚染されていたのです

0:02:50.045,0:02:54.194
システムによる誤りは[br]計画的詐欺でも起こります

0:02:54.194,0:02:59.218
2002年にサダム・フセインが行った[br]大統領選挙もその一つです

0:02:59.218,0:03:06.368
投票率100％の選挙で[br]全員が７年の再任を

0:03:06.368,0:03:09.456
支持したとされています

0:03:09.456,0:03:10.839
このように考えると

0:03:10.839,0:03:15.121
満場一致のパラドックスは[br]さほど矛盾したものでもないでしょう

0:03:15.121,0:03:18.244
やはり全員の意見が一致するのは[br]理論上は理想的なことです

0:03:18.244,0:03:23.588
特に ばらつきや不確実性が[br]あまりないような場合はそうです

0:03:23.588,0:03:24.557
でも実際には

0:03:24.557,0:03:29.058
完全な一致が起こりえない状況で[br]それが起こった場合は

0:03:29.058,0:03:34.180
システムをゆるがす隠れた要因がある[br]ということなのです

0:03:34.180,0:03:37.018
「調和」「意見の合致」を[br]心から追い求めたとしても

0:03:37.018,0:03:42.159
多くの場合 「間違い」や「不一致」があることも[br]普通なのだと考えるべきです

0:03:42.159,0:03:44.696
真実というには完ぺきすぎることは

0:03:44.696,0:03:46.343
おそらく そういうことなんです