❦
あなたの目の前で私がルーレットを回し、針が65を指したとしよう。そこでこう尋ねる。国連加盟国に占めるアフリカ諸国の割合は、この数字より上だと思うか、下だと思うか。その割合は何パーセントだと思うか。よければ、この二つの問いを少し考えてみてほしい。ただし、グーグルで検索するのはなしだ。
それから、次の計算式の値を5秒以内に推定してみてほしい。5秒だ。準備はいいか？ よーい……始め！
1 × 2 × 3 × 4 × 5 × 6 × 7 × 8
トヴェルスキーとカーネマンは、ルーレットでさまざまな数字を見せられた被験者たちの推定値を記録した。165を見た被験者の推定値の中央値は45%だった。10を見た被験者の中央値は25%だった。
この実験や類似の実験について、現在の理論はこう説明する。被験者は、最初に示された、情報としては役に立たない数字を出発点、つまりアンカーにする。そして、最初の推定値を上下に調整し、「もっともらしい」答えに達したところで調整をやめる。たいていは、このためにアンカーからの調整不足が生じる。もっと遠い数字も「もっともらしい」かもしれないのに、最初に納得できそうな答えが出たところで止まってしまうのだ。同様に、「1 × 2 × 3 × 4 × 5 × 6 × 7 × 8」を見せられた学生の推定値の中央値は512だった一方、「8 × 7 × 6 × 5 × 4 × 3 × 2 × 1」を見せられた学生の中央値は2,250だった。この実験のもとになった仮説は、学生たちは積の最初のいくつかの因数を掛け合わせるか、大まかにまとめて見積もり、そこから上方へ調整するだろうというものだった。どちらも正しい値である40,320に比べて調整が足りなかったが、最初の組の推定では、出発点となるアンカーが低かったため、調整の不足がはるかに大きかった。
トヴェルスキーとカーネマンによると、正確さに応じた報酬を用意しても、アンカリング効果は小さくならなかった。
シュトラックとムスヴァイラーは、アインシュタインが初めてアメリカを訪れた年を尋ねた。21215年や1992年といった、まるでありそうにないアンカーでも、1905年や1939年という比較的もっともらしいアンカーと同じくらい大きなアンカリング効果が生じた。
たとえば給与交渉や車の購入には、明らかな応用がある。これを悪用しろとは言わないが、悪用する人には気をつけよう。
そして、自分の思考を観察し、推定値を求めて数字を調整しているときには、それに気づくようにしてほしい。
アンカリングの偏りを取り除くための介入は、概してあまり効果がないことがわかっている。私からは二つ提案したい。第一に、最初の推測がもっともらしくなければ、アンカーから数字をずらしていくのではなく、その推測を完全に捨てて、新たに推定し直そう。ただ、これだけでは不十分かもしれない。アンカリングを避けるよう指示された被験者でも、やはりアンカリングしてしまうようだ。3そこで第二に、第一の方法を試しているときでも、逆方向のアンカーも考えてみよう。大きすぎるアンカーなら明らかに小さすぎるもの、小さすぎるアンカーなら明らかに大きすぎるものを考え、しばらくそれに意識を向けるのだ。
Amos Tversky and Daniel Kahneman, “Judgment Under Uncertainty: Heuristics and Biases,” Science 185, no. 4157 (1974): 1124–1131, doi:10.1126/science.185.4157.1124. ↩
Fritz Strack and Thomas Mussweiler, “Explaining the Enigmatic Anchoring Effect: Mechanisms of Selective Accessibility,” Journal of Personality and Social Psychology 73, no. 3 (1997): 437–446. ↩
George A. Quattrone et al., “Explorations in Anchoring: The Effects of Prior Range, Anchor Extremity, and Suggestive Hints” (Unpublished manuscript, Stanford University, 1981). ↩