エビデンス不信が広がる時代
インターネットやSNSが普及し、多種多様な情報が瞬時に世界を駆けめぐるようになりました。ニュースサイトや個人ブログ、YouTube、TikTokで語られる内容を見ていると、
- 「このデータは捏造じゃないの？」
- 「そもそもエビデンスなんてあてにならない」
- 「専門家は企業や政治の犬だから信じない」といった声が増えていると感じませんか？ また一方で、
- 「いや、エビデンスがすべてだ」
- 「数値こそ客観的真実だ」という、極端に“科学主義”に寄った言説も見られます。
この記事では「エビデンス」とはそもそも何を指すのか、それは本当に必要なのか、そしてなぜ人々がエビデンスを嫌ったり、過剰に崇拝したりするのかを、学術的・多角的に掘り下げます。心理学・社会学・科学哲学・政策科学などの研究を引用しながら、一緒に考えていきましょう。
エビデンスとはそもそも何か？
語源と広い定義
「エビデンス（Evidence）」はラテン語の「vidēre（見る）」に由来し、英語圏では「証拠」「根拠」「明白さ」などを意味する用語です。法律の世界では裁判の判断材料（証言・書類・物的証拠など）、医療では「Evidence-Based Medicine（EBM）」、政策では「Evidence-Based Policy Making（EBPM）」といった形で、客観的なデータや裏付けに基づく意思決定を重視する概念として広く使われています。
- 法律：証拠能力の高い物的証拠や目撃証言が求められる
- 医療：ランダム化比較試験（RCT）やメタ分析など、質の高い研究デザインに基づく知見が重視される
- ビジネス：マーケティング調査や顧客データに基づく経営判断（Evidence-Based Management）
- 教育：教育効果を測る学術研究や統計データに基づいた教育政策（Evidence-Based Education）
エビデンスにも「強さ」と「質」がある
エビデンスと言っても一枚岩ではありません。たとえば「個人の体験談（アネクドート）」は低いエビデンスとされ、無作為化比較試験や大規模メタ分析といったものは「エビデンスの質が高い」と評価されます。医療分野では「EBMのエビデンス階層」という考え方があり、症例報告 参考：GRADEアプローチ医療分野でよく使われる“GRADE”（Grading of Recommendations Assessment, Development and Evaluation）では、研究の偏りリスクや結果の一貫性などを総合評価して、エビデンスの確かさを4段階（高・中・低・とても低）に分けています。
本当にエビデンスは必要なのか？
社会や公共政策における意義
(1) エビデンスに基づく政策立案 (EBPM)政府や自治体が施策を決めるとき、専門家が示した統計や研究結果に基づいて「介入の効果」や「コストとベネフィット」を測ることは重要です。何の根拠もなく「感覚」で決めてしまうと、税金の無駄遣いや思わぬ悪影響を招く恐れがあります。(2) 民主主義の質の向上市民同士の議論でも、最低限の根拠やデータを共有できると話が進みやすいです。逆に、エビデンスがない（あるいはそれを全員が無視する）状況では、単に「声の大きさ」や「イデオロギー」で決まりかねません。カス・サンスティーン（Sunstein, 2001）は、合意形成において「公共の推論」の場で共有されるエビデンスが大きな役割を果たすと論じています。
個人の意思決定を助ける
(1) 健康管理・医療たとえば「このサプリは本当に効果があるの？」「予防接種は本当に安全？」といった疑問に答えるために、信頼できる研究データ（RCT、コホート研究など）の有無を確認するのは有益です。個人の体験談だけでは誤判断をしがちだからこそ、客観的根拠があると安心度が増します。(2) ビジネスや教育新商品のマーケティング施策を立てる際、顧客行動を示すデータ（購入履歴、アンケート調査など）があると精度が上がります。教育現場でも「この指導法は学力向上に効果がある」と示す研究があれば採用しやすいでしょう。
エビデンスの不確実性・限界
(1) 科学は絶対的真理を提供するものではない科学知識は常にアップデートされ、新たな発見やデータで「以前の常識」が覆る場合も珍しくありません。たとえば食事や栄養のガイドラインは、新しい研究によって方針が変わることがしばしばあります。ここを逆手に「科学はコロコロ変わるから信用できない」と言うのは、科学の本質を見落としているかもしれません。(2) 外部要因の影響人間社会は複雑で、同じ介入をしても文化・地域・状況によって結果が変わることが多々あります。「データ＝絶対」ではなく、その適用範囲やサンプルの背景などを吟味することが重要です。
関連する議論再現性の危機 (Replication Crisis)心理学や医学を中心に「再現性の危機」が叫ばれています（Ioannidis, 2005 など）。ある研究で効果が認められたとしても、他の研究者が再現実験を行うと同じ結果が得られないケースが増加。これはエビデンスが一度出たからといって鵜呑みにするのではなく、“複数の検証”や“メタ分析”を重視すべきだと示唆しています。
なぜ人々はエビデンスを嫌うのか？
「エビデンスがあれば大抵のことは説明できるはず」と思う人がいる一方、「どんな証拠を見せられても納得しない」人も確かに存在します。そこには複数の心理・社会要因が絡み合っています。3-1．認知的不協和と自己防衛レオン・フェスティンガーの「認知的不協和理論」（Festinger, 1957）によれば、人は自分の信念や行動と矛盾する情報に直面すると強い不快感を覚え、それを回避するために証拠を否定したり無視したりします。
たとえば、「ずっとサプリを飲んでいたけど、実は効果がないかもしれない」と知ると、投資してきた時間・お金・労力を否定する形になるため、それを受け入れるのがつらくなるのです。3-2．社会的アイデンティティと集団圧力タジフェル＆ターナー（Tajfel & Turner, 1979）の社会的アイデンティティ理論では、人は「自分の属する集団をポジティブに捉えたい」という欲求を持つと指摘しています。
たとえば“反ワクチン”コミュニティに属している人は、新しいデータが出ても仲間外れにされるリスクを感じ、エビデンスを拒絶する可能性があります。3-3．専門家や権威への根深い不信過去の行政や企業の隠蔽、研究不正などが明るみに出るたびに、「結局、科学者や政府は嘘をつく」「データは都合の良い部分だけ出している」との不信が強まります。これが肥大化すると、“エビデンスそのもの”を全否定する態度へとつながります。
3-4．メディア環境：フェイクニュースとエコーチェンバーカス・サンスティーン（Sunstein, 2001）は、SNS上で同じ意見をもつ人同士が集団化し、外部の異なる意見やデータを遮断する「エコーチェンバー」現象が起こると警告しています。こうした空間では「自分たちの主張を裏付ける情報」しか流通せず、いかに強固なエビデンスを外から提示されても「陰謀だ」「嘘だ」と排除してしまう傾向が生まれます。
エビデンス信奉の危険性：過度に数字を崇拝するリスク
サイエンティズム（科学主義）批判
一方で、「エビデンスがあれば絶対に正しい」「数字は嘘をつかない」という極端な信奉も問題です。ポール・フェイエラーベント（Feyerabend, 1975）は、科学至上主義を批判し、「科学も一つの認識体系に過ぎないのでは」と問いかけました。たとえば感情や価値観、文化背景など数値化しにくい要素を一切考慮せず「データだけで意思決定を下す」のは、当事者の尊厳や多様性を無視する危うさを孕みます。
“測れるもの”だけが重視される問題
教育や医療でも、測定しやすい指標（テストスコア、血圧、BMIなど）だけが重視され、測定しにくい要素（生徒の幸福感、患者の生活の質など）が軽視されることがあります。パトリシア・ベンナー（Benner, 1984）は看護学の視点から、定量的データだけでなく、患者本人や看護者の主観的知識（tacit knowledge）も大切だと説きました。
誤用・誤解による弊害
「エビデンスがある」と言っても、それが質の低い研究だったり、バイアスのかかった実験デザインだったりすると結論は歪む可能性があります。ピンポイントに都合の良いデータだけを“チェリーピッキング”して「科学がこう言っている」と主張する人もいるため、“エビデンス”という言葉に飛びつく前に、その背後の検証が不可欠です。
どうすればエビデンスを正しく活かせるのか？
ここまでエビデンスの意義と限界、そしてそれを嫌う心理などを見てきました。では、「エビデンスをうまく扱うためには何が必要か」を考えてみましょう。5-1．批判的思考＋メタ認知
- バックファイア効果への対処Nyhan & Reifler（2010）によれば、誤情報を修正されると逆に信念が強化される“バックファイア効果”が起こりうる。これを避けるには、自分の思考バイアスを自覚し、修正情報を受け入れる柔軟性が必要です。
- メタ認知「自分も認知的不協和や確証バイアスの影響を受ける」という前提で情報に接する。つまり、「私は本当にデータを公正に見ているか？」と問う習慣が大事です。5-2．コミュニケーションと信頼の構築
- 対話モデル科学コミュニケーションの世界では、昔ながらの「欠如モデル」（大衆は無知だから科学者が教え込む）の限界が指摘され、“対話モデル”が推奨されています。
専門家が一方的にデータを押し付けるのではなく、「相手の疑問や不安を聞き取り、科学の方法と限界を説明する」対話が不可欠です。
- 共感と尊重「なぜその人がエビデンスを拒絶したいのか」を理解しようとする姿勢。
たとえば不安、生活の切実な問題、社会的プレッシャーなどが根にある場合、その感情をケアせずに数字だけ見せても響きません。5-3．社会制度としての透明性と説明責任
- 研究の再現性や公開データ科学界でもオープンサイエンス（論文やデータを公開し、誰でも検証できる環境を作る）が推進されています。専門家や研究機関の不祥事があると、「やっぱり信じられない」となりがちなので、透明性を高めることが信頼回復に直結します。
- 政策立案プロセスの公開政府や行政がどのデータを参照し、どんな専門家から意見を得たのかを明示することで、「恣意的にエビデンスを捻じ曲げているのでは？」という疑念が和らぎます。5-4．多様なアプローチの尊重
- 定量×定性の統合統計や実験データだけでなく、現場の声や民族誌的研究など定性的なアプローチも組み合わせるのが望ましい。
- 文化・価値観との統合科学的データをどう生かすかは、最終的に社会の価値観や倫理観とも結びつきます。
「数字がこう出ているから、無条件で正しい」とするのではなく、合意形成を通じて「どのように活用するか」を慎重に判断することが重要です。
まとめ：エビデンスは共通言語であり、万能ではない
ここまで見てきたように、エビデンスは「客観的根拠」「データに基づく証拠」として私たちの社会や個人の意思決定を支える強力な道具です。しかし、それは絶対的な真理でもなければ、無条件に人々を説得する魔法の杖でもありません。
- 必要な理由公共政策や医療、教育、ビジネスなど、多くの領域で“裏付け”のない議論は危険です。誤った信念やポピュリズムが横行しないためにも、エビデンスは一種の「共通言語」となり得ます。
- 嫌われる理由人々がエビデンスを拒絶するときには、心理的防衛、不安、集団アイデンティティ、権威不信、エコーチェンバーなどさまざまな要因が働いています。
- 信奉の危険同時に「数字さえあればすべて解決」的な姿勢も危うい。
科学も誤りやバイアス、限界を抱えており、数値化しにくい価値や倫理を蔑ろにすれば、社会に別の歪みをもたらす可能性があります。
- どう生かすかエビデンスの質や適用範囲を正しく評価し、再検証を怠らず、多様な価値観との対話を通じて活用するのが理想的でしょう。専門家だけでなく市民も、批判的思考を身に付けることで、エビデンスとの賢い付き合い方を模索することができます。
参考文献・関連リソース
- Festinger, L. (1957). A Theory of Cognitive Dissonance. Stanford University Press.
- Feyerabend, P. (1975). Against Method. Verso.
- Ioannidis, J. P. (2005). “Why Most Published Research Findings Are False.” PLoS Medicine, 2(8), e124.
- Kunda, Z. (1990). “The Case for Motivated Reasoning.” Psychological Bulletin, 108(3), 480–498.
- Nyhan, B., & Reifler, J. (2010). “When Corrections Fail: The Persistence of Political Misperceptions.” Political Behavior, 32(2), 303–330.
- Sunstein, C. R. (2001). Echo Chambers: Bush v. Gore, Impeachment, and Beyond. Princeton University Press.
- Tajfel, H., & Turner, J. C. (1979). “An Integrative Theory of Intergroup Conflict.” In The Social Psychology of Intergroup Relations (pp. 33–47). Brooks/Cole.
- Benner, P. (1984). From Novice to Expert: Excellence and Power in Clinical Nursing Practice. Addison-Wesley.＊興味のある方は、医療分野の「EBMの階層」と「GRADEアプローチ」、政策分野の「EBPM（Evidence-Based Policy Making）」なども併せて調べると学びが深まります。
おわりに
エビデンスとは、ある意味「人々が少しでも合意に近づくための共通言語」でありながら、扱い方によっては誤解や対立を生むものでもあります。私たちは、自分自身が認知バイアスや集団圧力の影響を受けていることを忘れてはなりません。また、科学やデータは人間の複雑な営みを“すべて”説明できるわけでもありません。それでも、エビデンスを必要とする理由は明白です。主観や偏見だけで社会の大事な意思決定を行えば、取り返しのつかない失敗を招きかねません。“数字に振り回される”のではなく、“数字を含む多様な情報を使いこなす”。そんな姿勢が、21世紀を生きる私たちに求められているのではないでしょうか。
