結果バイアスとは？成果だけで判断の良し悪しを決めないために
「売上が伸びたから、あの判断は正しかった」「失敗したから、最初から悪い判断だった」と振り返ることがあります。しかし、不確実な状況では、良い判断から悪い結果が出ることも、悪い判断から良い結果が出ることもあります。
こうしたときに関係するのが、結果バイアス（outcome bias）です。結果バイアスとは、判断した時点では分からなかった結果を知ったあとで、その結果に引っぱられて判断そのものの質を評価する傾向です。
仕事で大切なのは、結果を無視することではありません。「当時の情報で判断は妥当だったか」と「結果から何を学ぶか」を分けて振り返ることです。
結果バイアスとは 意味と仕組み
結果バイアスは、同じ判断でも、うまくいったときは良い判断、失敗したときは悪い判断だったと評価しやすくなる現象です。
たとえば、成功確率が70％と見積もられた企画を実行したとします。70％なら成功の見込みは高いものの、失敗する可能性も残っています。実際に失敗したからといって、それだけで「実行を選んだ判断が間違っていた」とは言えません。判断の質を評価するには、決めた時点で利用できた情報、選択肢、確率、想定した損失や利益を見る必要があります。
似た概念に後知恵バイアスがあります。後知恵バイアスは、結果を知ったあとで「最初からその結果になると分かっていた」と感じやすくなる現象です。一方、結果バイアスは、結果を使って判断や判断者の質を評価してしまうことが中心です。
研究で分かっていること
研究では、判断時点の情報が同じでも、後から示される結果が良いか悪いかによって、その判断の質の評価が変わることが確認されています。ただし、結果は常に無関係という意味ではありません。結果から、当時の前提や確率の見積もりが適切だったかを学べる場合もあります。問題になるのは、結果だけで当時の判断の良し悪しを決めることです。
同じ医療判断でも、成功すると高く評価された
BaronとHershey（1988）は、5つの研究で、結果を知ることが判断の評価にどう影響するかを調べました。
最初の実験では大学生20人が、医療に関する15の判断例を評価しました。代表的な例では、55歳の男性が心臓病で胸痛に悩んでおり、バイパス手術を受ければ痛みが改善し、平均余命が65歳から70歳へ延びる一方、手術そのもので死亡する確率が8％あると説明されました。
判断の前提や確率は同じまま、ある場合には「手術は成功した」、別の場合には「手術は失敗した」と結果だけが変えられました。
その結果、参加者は、良い結果になった判断を、悪い結果になった同じ判断より高く評価しました。論文全体では、医療判断だけでなく金銭的な賭けを使った研究でも、良い結果が得られた判断者をより有能だと評価したり、その人に判断を任せたいと答えたりする傾向が確認されました。
重要なのは、参加者が「判断者が当時使えた情報を自分もすべて知っている」と理解していた点です。それでも、後から分かった結果が評価に入り込みました。
692人を使った追試でも同じ傾向が確認された
Aiyerら（2023）は、BaronとHersheyの最初の実験について、同じ傾向が得られるかを確かめる追試を行いました。分析方法などを結果を見る前に決めておく事前登録を行い、692人が同じ心臓手術の場面を評価しました。判断者が患者か医師か、手術結果が成功か失敗かを分けて比較しています。
その結果、手術が成功した条件では、失敗した条件より判断の質が高く評価される傾向が再び確認されました。
さらに、「判断を評価するときに結果を考慮すべきではない」と答えた参加者に限っても、結果による評価差が残りました。つまり、結果を分けて考えるべきだと理解していても、実際の評価では結果に影響されることがあります。
金融判断でも、ランダムな結果が「判断過程」の評価を変えた
König-Kerstingら（2021）は、金融アドバイザーの投資判断を評価する実験を行いました。
そのうちオンライン実験には297人が参加しました。架空のアドバイザーが1万ドルを安全資産とリスク資産に配分する場面を示し、リスク資産への投資額と、ランダムに決まる投資結果を操作しました。
参加者には、投資の結果への満足度と、投資判断そのものへの満足度を別々に回答してもらいました。それでも、同じ投資判断について、ランダムな結果が良かった場合の方が、悪かった場合より判断過程の評価が高くなりました。
この研究は、結果と判断を別々に評価するよう明示しても、結果バイアスが残る場合があることを示しています。
仕事での具体例
以下は説明用の仮の例です。
ある会社が新サービスを公開するか検討し、担当チームは次の情報を確認したとします。
| 判断時点で分かっていたこと | 内容 |
|---|---|
| 顧客調査 | 対象顧客のテストで利用意向が高かった |
| 採算予測 | 標準シナリオなら1年以内の黒字化を見込む |
| 主なリスク | 競合参入、開発遅延、需要の下振れ |
| 対応策 | 3か月後に継続条件を再評価する |
この情報から公開を決めましたが、公開直後に大手競合が類似サービスを投入し、半年後に撤退することになりました。
結果だけを見ると「公開判断は失敗だった」と言いたくなります。しかし、振り返りでは次の2つを分けます。
| 確認するもの | 問い |
|---|---|
| 判断の質 | 当時の情報で、選択肢・見込み・損失・撤退条件を十分検討していたか |
| 結果からの学習 | 競合参入の可能性を低く見積もっていなかったか、次回はどんな情報を追加するか |
競合参入が予測不能な偶然だったなら、悪い結果だけを理由に判断過程を低く評価する必要はありません。一方、競合の動きを示す情報がすでにあったのに調べていなかったなら、結果から判断手順の不足を学ぶことができます。
仕事で活かす方法
結果バイアスを減らしながら結果から学ぶには、判断前と結果後の記録を分けます。
- 判断した時点の情報を残す
決定日、選択肢、使った情報、主な前提、予想した成功確率、想定した損失、選んだ理由を短く記録します。結果が出る前に残すことが重要です。 - 先に「判断過程」を評価する
結果が分かったあとでも、まず当時の記録だけを見て「必要な選択肢を比較したか」「利用可能な情報を確認したか」「不確実性を考えたか」を評価します。 - 結果は別欄で評価する
売上、納期、品質など、実際の結果を記録します。良かったか悪かったかだけでなく、予測との差も確認します。 - 結果が何を教えるかを分ける
「単発の偶然」「当時は分からなかった変化」「調べれば分かった情報」「前提や確率の見積もり違い」のどれに近いかを検討します。 - 次回の判断ルールだけを更新する
調べれば分かった情報を見落としていたなら、次から確認項目へ追加します。偶然の一度の失敗だけなら、成功確率の高い選択を避けるルールには変えません。
この方法なら、「良い結果＝良い判断」「悪い結果＝悪い判断」ではなく、判断過程を評価しながら、結果から得られる新しい情報も学習に使えます。
活用するときの注意点
- 成果責任と判断評価は別に扱えます。仕事では結果への責任を考える必要がある場合がありますが、それでも、改善のためには「判断過程の問題」と「偶然や外部要因」を分けて検討した方が、次の判断に役立ちます。
参考文献・出典
- Baron, J., & Hershey, J. C. (1988). Outcome bias in decision evaluation. Journal of Personality and Social Psychology, 54(4), 569–579. ― 医療判断と金銭的判断について、結果の良し悪しが判断そのものの評価に影響することを示した中心研究。
- Aiyer, S., Kam, H. C., Ng, K. Y., Young, N. A., Shi, J., & Feldman, G. (2023). Outcomes Affect Evaluations of Decision Quality: Replication and Extensions of Baron and Hershey’s (1988) Outcome Bias Experiment 1. International Review of Social Psychology, 36(1). ― 692人を使った事前登録済み追試で、医療判断における結果バイアスを再検証した研究。
- König-Kersting, C., Pollmann, M., Potters, J., & Trautmann, S. T. (2021). Good decision vs. good results: Outcome bias in the evaluation of financial agents. Theory and Decision, 90, 31–61. ― 金融判断で、ランダムな投資結果が判断過程の評価や報酬に影響することを検討した研究。