Module 4-3 - Section 2: 代表的論争の批判的検討¶

セクション情報¶

項目	内容
モジュール	Module 4-3: 総合演習（論文読解・批判的検討）
前提セクション	Section 1（論文読解の方法論）
想定学習時間	14時間

導入¶

Section 1では、学術論文を批判的に読解するための方法論的枠組みとして、IMRAD形式の理解、批判的読解の6つの評価観点（研究の問いの明確さ、方法の適切性、結果の解釈の妥当性、一般化可能性、理論的含意と限界、倫理的考慮）、統計的結果の読み方、研究デザインごとの評価ポイントを構築した。

本セクションでは、この枠組みを心理学における6つの代表的論争に適用し、批判的検討を実践する。取り上げる論争は、(1) Milgramの服従実験の再検討、(2) マシュマロ実験の追試と社会経済的要因、(3) パワーポーズ研究の再現性論争、(4) 暗黙の連合テスト（IAT）の予測妥当性論争、(5) 認知行動療法（CBT）とプラセボの効果比較、(6) 二重過程理論（System 1/System 2）への批判である。

これらの論争は、いずれも心理学の根幹に関わる問いを含み、再現性の危機（→ Module 4-2, Section 1参照）以降の方法論的反省と密接に関連する。各論争について、元の研究の概要と主張、批判・追試の内容、現在の学界における評価を整理した上で、Section 1の6観点を適用した批判的分析を行う。

graph TD
    subgraph "6つの代表的論争と関連領域"
        M["1. Milgramの服従実験<br>（社会心理学）"]
        MA["2. マシュマロ実験<br>（発達心理学）"]
        PP["3. パワーポーズ研究<br>（身体性認知）"]
        IAT["4. IATの予測妥当性<br>（社会的認知）"]
        CBT["5. CBTとプラセボ<br>（臨床心理学）"]
        DP["6. 二重過程理論<br>（認知心理学）"]
    end
    M -.->|"方法論的妥当性"| IAT
    MA -.->|"交絡変数の統制"| PP
    CBT -.->|"効果量の解釈"| DP

論争1: Milgramの服従実験の再検討¶

元の研究¶

Stanley Milgram（1963, 1974）は、権威への服従（obedience to authority）に関する一連の実験を実施した。実験参加者は「学習に対する罰の効果を調べる研究」と告げられ、「教師」役として隣室の「学習者」（実際にはサクラ）が誤答するたびに電気ショックの電圧を段階的に上げるよう指示された。電圧は15Vから450V（「XXX」と表示）まで30段階であり、学習者は途中で苦痛の叫びを上げ、壁を叩き、最終的に無反応となった。

基本条件（実験5）では、参加者40名のうち26名（65%）が最大電圧の450Vまでショックを与え続けた。この結果は、善良な一般市民であっても権威者の指示のもとで残酷な行為に至りうることを示すものとして解釈され、ナチス・ドイツにおけるホロコーストの「凡庸な悪」（Hannah Arendt）との関連で社会的に大きな反響を呼んだ。（→ Module 1-4「社会心理学」参照）

批判・追試¶

Milgramの実験に対する批判は、大きく2つの波に分けられる（Kaposi, 2022）。

第一波（1964年〜1980年代半ば）: 実験直後から倫理的批判（Baumrind, 1964）と方法論的批判が提起された。Orne & Holland（1968）は、参加者が実験の欺瞞を見抜いていた可能性を指摘し、「需要特性」（demand characteristics）によって服従行動が生じた可能性を論じた。

第二波（2010年代〜現在）: Gina Perry（2012）は著書『Behind the Shock Machine』において、Milgramのアーカイブ資料と元参加者への聞き取りを基に、以下の問題を指摘した。

参加者の信念の問題: 多くの参加者が電気ショックが実際には与えられていないことを疑っていた。Perry, Brannigan, Wanner, & Stam（2020）は未公開データの再分析を行い、「学習者が実際に苦痛を受けていると信じた参加者」は「信じなかった参加者」よりも低い電圧で停止する傾向があったことを示した
65%という数値の選択性: 65%の服従率はあくまで基本条件1つの結果であり、全23条件・700名以上の参加者を通じてみると服従率は大きく変動した。ほぼ全員が服従した条件もあれば、誰も服従しなかった条件も存在した
デブリーフィングの不備: 一部の参加者は実験後に適切なデブリーフィングを受けておらず、長期的な心理的影響が報告された

一方、Burger（2009）は倫理基準を満たした修正版（150Vで中断する「obedience lite」手続き）で追試を行い、Milgramの結果とほぼ同等の服従率を得た。また、2025年の研究（Hattle et al., 2025）は、実験の場所や正当化の枠組みを変えても服従率は大きく変わらないことを報告している。

現在の評価¶

現在の学界では、「権威に対する服従傾向は頑健に再現される」という知見と、「Milgramの元の実験の方法論的妥当性には重大な疑問がある」という批判が共存している。服従現象それ自体は否定されていないが、その心理的メカニズムの解釈は大きく分岐している。「盲目的服従」という解釈に代わり、Haslam & Reicher（2017）は参加者が科学という目的に積極的に同一化した結果として服従を理解する「同一化に基づく服従」（engaged followership）モデルを提案している。

批判的読解のポイント¶

評価観点	適用
研究の問い	「権威への服従」は明確だが、操作的定義（電気ショック装置を用いた特定の実験パラダイム）が構成概念を適切に捕捉しているかは論争の対象
方法の適切性	参加者の信念が統制されていない（欺瞞を見抜いた参加者と信じた参加者が混在）。これは内的妥当性への重大な脅威である
結果の解釈	65%という単一条件の数値が実験全体を代表するかのように一般化された。条件間変動の報告が選択的であった
一般化可能性	実験室の人工的状況から現実世界の権威−服従関係への外挿には飛躍がある
理論的含意	「凡庸な悪」の経験的根拠としての地位は揺らいでいるが、状況の力の重要性という知見は維持されている
倫理的考慮	欺瞞、心理的苦痛、不適切なデブリーフィングは現在の倫理基準では認容されない

論争2: マシュマロ実験の追試と社会経済的要因¶

元の研究¶

Key Concept: マシュマロ実験（marshmallow test） Walter Mischel（1960年代後半〜1970年代）がスタンフォード大学のBing Nursery Schoolで実施した満足遅延（delay of gratification）課題。4〜5歳の子どもにマシュマロ1個を渡し、「研究者が戻るまで食べずに待てたらもう1個もらえる」と伝えて退室する。待機時間（秒数）が自己制御能力の測定値として用いられた。

Mischelと共同研究者（Shoda, Mischel, & Peake, 1990）は、元の参加者を追跡し、幼児期にマシュマロを長く待てた子どもほど、青年期のSAT得点が高く、社会的・認知的能力で優れた評価を得たことを報告した。さらに後続の追跡研究では、BMIの低さ、教育年数の長さ、薬物使用リスクの低さとの相関も報告された。これらの知見は「幼児期の自己制御能力が人生の成功を予測する」という広く流布したナラティブの根拠となった。

批判・追試¶

Watts, Duncan, & Quan（2018）の概念的追試: NICHD（National Institute of Child Health and Human Development）の縦断データ（約900名）を用いた大規模追試を実施した。地理的に多様な標本を用い、以下の知見を得た。

マシュマロ課題の待機時間と15歳時点の学業成績との間に二変量では有意な相関が認められたが、家庭の所得水準、母親の教育水準、4歳時点の認知能力などを統制すると、相関は大幅に縮小した
社会経済的背景が「自己制御能力」と「後の成果」の双方に影響する交絡変数として機能していた可能性が示された
元のMischelの研究は、スタンフォード大学附属保育所に通う比較的裕福な家庭の子どもという同質的な標本に基づいており、社会経済的変動の影響を過小評価していた

Sperber et al.（2024）の追跡研究: 702名の参加者を54ヶ月齢から26歳まで追跡した事前登録済みの分析を実施し、以下を報告した。

マシュマロ課題の成績と成人期の達成、健康、行動との二変量相関は小さく（教育年数 r = .17、BMI r = -.17）、共変量を投入した回帰分析ではほぼすべての係数が非有意となった
結論として「マシュマロ課題の成績は成人期の機能を信頼性をもって予測しない」と述べた

環境の信頼性の影響: Kidd, Palmeri, & Aslin（2013）は、実験前に「約束が守られない」環境を経験した子どもは、「約束が守られる」環境を経験した子どもに比べて、マシュマロ課題での待機時間が有意に短いことを示した。これは、満足遅延が純粋な「性格特性」ではなく、環境に対する合理的な判断を反映している可能性を示唆する。

現在の評価¶

マシュマロ実験の知見は「幼児期の自己制御が人生を決定する」という単純なナラティブからは大きく後退した。現在の評価は以下の通りである。

満足遅延課題で測定されるものは、自己制御能力だけでなく、社会経済的背景、環境への信頼、認知能力など多くの要因の複合体である
交絡変数を適切に統制した場合、マシュマロ課題の独自の予測力は小さいか非有意である
元の研究の標本（スタンフォード附属保育所）はWEIRD問題（→ Module 2-4参照）の典型例である

graph TD
    subgraph "マシュマロ実験の因果モデルの変遷"
        subgraph "元の解釈"
            SC1["自己制御能力"] -->|"予測"| OUT1["将来の成功"]
        end
        subgraph "現在の理解"
            SES["社会経済的背景"] --> SC2["満足遅延の成績"]
            SES --> OUT2["将来の成果"]
            ENV["環境の信頼性"] --> SC2
            COG["認知能力"] --> SC2
            COG --> OUT2
            SC2 -.->|"独自の予測力は<br>小さい/非有意"| OUT2
        end
    end

批判的読解のポイント¶

評価観点	適用
研究の問い	満足遅延と将来の成果の関連は明確だが、因果的メカニズムの特定は元の研究の射程外であった
方法の適切性	元の研究では社会経済的要因の統制が不十分。交絡変数の未統制は内的妥当性への脅威となる
結果の解釈	二変量相関を因果的に解釈する過大解釈が広がった。相関研究の限界（→ Section 1参照）の典型例
一般化可能性	スタンフォード附属保育所という極めて狭い標本からの一般化には問題がある
理論的含意	自己制御の「特性」モデルから「状況×個人」の交互作用モデルへの移行を示唆
倫理的考慮	直接的な倫理的問題は少ないが、「自己制御が成功の鍵」というナラティブの社会的影響（貧困の個人責任化）は考慮すべき

論争3: パワーポーズ研究の再現性論争¶

元の研究¶

Key Concept: パワーポーズ（power posing） 身体を広げた支配的姿勢（腰に手を当てる、両手を広げるなど）を数分間とることで心理的・生理的変化が生じるという仮説。身体化認知（embodied cognition）の枠組みに位置づけられる。

Carney, Cuddy, & Yap（2010）は、Psychological Science誌に掲載された論文で、参加者がパワーポーズ（拡張的姿勢）を2分間とると、(1) テストステロンが上昇し、(2) コルチゾールが低下し、(3) リスク志向の行動が増加し、(4) 主観的なパワー感が高まったと報告した。標本サイズは42名（各条件21名）であった。Amy Cuddyの2012年のTEDトーク（視聴回数7,000万回超）により、この知見は一般社会に広く浸透した。

批判・追試¶

Ranehill et al.（2015）の追試: 200名の参加者を用いた追試で、主観的パワー感の上昇は再現されたが、ホルモン変化（テストステロンの上昇、コルチゾールの低下）とリスク行動への効果は再現されなかった。

共著者Carneyの撤回声明（2016年）: 第一著者Dana Carneyが自身のウェブサイトで「パワーポーズの身体化効果（embodied effects）が実在するとは信じていない」と公に表明した。元の研究の問題点として、(1) 小さな標本サイズ、(2) 柔軟なデータ収集停止基準、(3) 従属変数の選択的報告を自ら認めた。

Simmons & Simonsohn（2017）の分析: p-curve分析により、パワーポーズのホルモン効果に関する初期の文献に発表バイアスが存在することを示した。

Cesario et al.（2017）の11研究: パワーポーズが実際の行動に影響するという証拠は得られなかった。主観的パワー感の上昇は確認されたが、それが行動変容に結びつかないことを報告した。

現在の評価¶

現在の学界のコンセンサスは概ね以下の通りである。

主観的効果: パワーポーズが「力強い感覚」をもたらすという主観的効果は複数の研究で再現されている。Cuddy自身もこの効果に焦点を絞り、「姿勢フィードバック効果」（postural feedback effect）として再定義している
ホルモン効果: テストステロン上昇・コルチゾール低下という生理的変化は再現に失敗しており、元の知見は信頼性が低い
行動効果: リスク行動や実際のパフォーマンスへの効果については、証拠が乏しい

パワーポーズ論争は再現性の危機の象徴的事例として広く引用される。

批判的読解のポイント¶

評価観点	適用
研究の問い	「姿勢がホルモンと行動を変えるか」は明確だが、具体的メカニズムの仮説が不十分
方法の適切性	N=42は検定力不足（→ Module 4-2, Section 1参照）。柔軟な分析・報告はQRPs（疑わしい研究実践）に該当する
結果の解釈	小標本からの効果を過大に一般化した。p値が有意であっても検定力不足の研究では偽陽性のリスクが高い
一般化可能性	実験室で2分間ポーズをとる条件と日常生活での姿勢の間には乖離がある
理論的含意	身体化認知の理論的妥当性を直接否定するものではないが、特定の効果経路に対する証拠は弱い
倫理的考慮	直接的倫理問題は少ないが、科学者としてのCuddyへの過度な個人攻撃が学術コミュニティの問題として議論された

論争4: 暗黙の連合テスト（IAT）の予測妥当性論争¶

元の研究¶

Key Concept: 暗黙の連合テスト（Implicit Association Test; IAT） Greenwald, McGhee, & Schwartz（1998）が開発した、概念間の暗黙的連合の強度を反応時間の差によって測定する手法。たとえば人種IATでは、「白人の顔＋良い語」の組み合わせと「黒人の顔＋良い語」の組み合わせの反応時間差から、暗黙の人種バイアスを推定する。

IATの開発以降、Harvard大学のProject Implicitを通じて数百万人がオンラインでIATを受検し、暗黙のバイアス（implicit bias）研究は社会心理学の主要領域の一つとなった。IATは企業・政府機関のダイバーシティ研修や、法的文脈における差別の証拠としても使用されるようになった。Greenwald, Poehlman, Uhlmann, & Banaji（2009）のメタ分析は、IAT得点と外的基準（行動・判断）の間に平均 r = .24 の相関を報告した。

批判・追試¶

Oswald, Mitchell, Blanton, Jaccard, & Tetlock（2013）のメタ分析: Greenwald et al.（2009）とは異なる包含基準を用いたメタ分析を実施し、IAT得点と行動の相関は r = .15 にとどまり、特にマイクロ行動（対人距離、視線、姿勢など）との相関は r = .07 と極めて小さかったことを報告した。また、IAT得点の予測妥当性は顕在的態度測定（明示的自己報告）を上回らなかった。

テスト−再テスト信頼性の問題: Cunningham, Preacher, & Banaji（2001）以降の研究で、IATのテスト−再テスト信頼性は r = .50 前後であり、個人差の測定としては許容水準を下回ることが繰り返し報告されている。信頼性の天井効果により、予測妥当性にも上限が生じる。

構成概念妥当性への疑問: Schimmack（2021）は構造方程式モデリングにより、IATが「暗黙の構成概念」（暗黙の自尊心、暗黙の人種偏見など）を測定しているという証拠が不十分であることを示した。De Houwer（2001）は、IATが測定するのは反応適合性効果（response compatibility effect）であり、認知的複雑性の増加による潜時増大が「暗黙のバイアス」と混同されている可能性を指摘した。

Greenwald, Banaji, & Nosek（2015）の反論: 「統計的に小さい効果でも社会的に大きな影響を持ちうる」と主張し、個人レベルでの予測力は弱くても集団レベルでの差別の総量を考慮すべきと論じた。ただし、Nosek（2012）は「IATを個人の行動予測のための診断ツールとして使用すべきではない」と注意を促している。

graph LR
    subgraph "IATの予測妥当性論争"
        G["Greenwald et al. 2009<br>r = .24"]
        O["Oswald et al. 2013<br>r = .15"]
        R["再分析<br>r = .07<br>（マイクロ行動）"]
        G -->|"包含基準の違い"| O
        O -->|"行動カテゴリ別"| R
    end
    subgraph "信頼性の問題"
        TRT["テスト-再テスト<br>r ≈ .50"]
        TRT -->|"信頼性の天井"| PV["予測妥当性の上限"]
    end

現在の評価¶

IATに関する論争は現在も続いているが、以下の点については比較的合意が形成されている。

IATは集団レベルでの暗黙の連合の存在を示す測定法としては一定の妥当性をもつ
個人レベルの行動予測のための診断ツールとしての使用は正当化されない
テスト−再テスト信頼性の低さは、IATを個人差の安定的な測定として用いることの制約となる
暗黙のバイアス研修（implicit bias training）においてIATを用いることの有効性に関する証拠は限定的である

批判的読解のポイント¶

評価観点	適用
研究の問い	「暗黙のバイアスが差別行動を予測するか」は社会的に重要な問いだが、「暗黙のバイアス」の構成概念定義に曖昧さがある
方法の適切性	メタ分析間での包含基準の違いが結果の食い違いを生んでいる。コーディング方針の透明性が重要
結果の解釈	r = .15〜.24 の予測妥当性をどう評価するかは、文脈と目的に依存する。個人診断には不十分でも、社会的現象の理解には寄与しうる
一般化可能性	IATの結果は文化・言語・カテゴリによって異なり、人種IAT以外のIAT（性別、年齢など）の予測妥当性はさらに不確実
理論的含意	暗黙と顕在の「二重態度モデル」の妥当性そのものが問われている
倫理的考慮	信頼性・妥当性が十分に確立されていない測定を政策・法的判断に使用することの倫理的問題

論争5: CBTとプラセボの効果比較¶

元の研究¶

Key Concept: 認知行動療法（Cognitive Behavioral Therapy; CBT） Aaron T. Beck（1960年代〜）が体系化した心理療法。不適応的な認知（自動思考、スキーマ）を同定・修正し、行動変容を促すことで症状改善を図る。うつ病、不安障害を中心に最も広範にエビデンスが蓄積された心理療法である。（→ Module 2-5「臨床心理学」参照）

CBTはエビデンスに基づく実践（evidence-based practice）の代表として位置づけられてきた。初期のメタ分析（Butler, Chapman, Forman, & Beck, 2006）は、CBTがうつ病に対して大きな効果量をもつことを報告した。しかし、効果量の大きさは比較対象（統制条件）に大きく依存することが次第に明らかとなった。

批判・追試¶

Cuijpers et al.（2023）の包括的メタ分析: 409試験・52,702名を含む大規模メタ分析で、以下を報告した。

待機リスト統制群との比較: g = 0.79（中〜大の効果）
通常治療（treatment as usual）との比較: 効果量は中程度に縮小
錠剤プラセボ統制群との比較: 効果量はさらに縮小（小〜中程度）
他の心理療法（精神力動的療法、対人関係療法など）との比較: 有意差なし

Kirschの議論（2008）: Irving Kirschは抗うつ薬のFDAデータを分析し、抗うつ薬とプラセボの差は臨床的に有意でない水準であると主張した。これと心理療法の効果を対比させ、心理療法の「特異的効果」がプラセボ効果（期待効果、治療的関係性などの非特異的要因）をどの程度上回るかという問いを提起した。

「Dodobird仮説」との関連: Rosenzweig（1936）に由来し、Luborsky, Singer, & Luborsky（1975）が精緻化した「すべての心理療法の効果は等しい」という仮説（「不思議の国のアリス」に登場するドードー鳥の裁定に由来）。Cuijpers et al.（2023）の知見は、CBTが他の確立された心理療法より優れているとは言えないという点でこの仮説と整合する。

バイアスの問題: Cuijpers et al.（2023）は、バイアスリスクの低い研究に限定すると効果量がさらに縮小することを示した。初期の研究の多くは待機リスト統制群を用い、かつバイアスリスクの高い設計であったため、CBTの効果量が過大推定されていた可能性がある。

graph TD
    subgraph "CBTの効果量: 統制条件による変動"
        WL["待機リスト統制<br>g ≈ 0.79"]
        TAU["通常治療統制<br>g: 中程度"]
        PL["錠剤プラセボ統制<br>g: 小〜中程度"]
        OT["他の心理療法<br>g ≈ 0（有意差なし）"]
    end
    WL -->|"統制条件の厳密化"| TAU
    TAU -->|"さらなる厳密化"| PL
    PL -->|"比較対象の変更"| OT

現在の評価¶

CBTが未治療（待機リスト）より有効であることは頑健に支持されている
CBTの「特異的効果」（認知再構成など特有の技法による効果）がプラセボ的な非特異的要因（治療的関係性、期待、注目など）をどの程度上回るかは、依然として論争中である
CBTが他の確立された心理療法（精神力動的療法、対人関係療法）より優れていると断定する証拠は乏しく、Dodobird仮説は完全に否定されていない
バイアスリスクの低い研究に限定したメタ分析ではCBTの効果量は縮小する傾向にあり、初期のエビデンスの質を考慮する必要がある

批判的読解のポイント¶

評価観点	適用
研究の問い	「CBTは有効か」は統制条件の設定によって異なる問いになる。何との比較かを常に確認すべき
方法の適切性	待機リスト統制ではプラセボ効果・自然経過が統制されない。心理療法の二重盲検は原理的に困難であり、この点が薬物試験との直接比較を複雑にする
結果の解釈	「CBTは有効である」と「CBTの特異的成分が有効である」は異なる主張。効果量の大きさは統制条件の選択に強く依存する
一般化可能性	メタ分析に含まれる研究の大部分は高所得国で実施されており、文化横断的な一般化には留意が必要
理論的含意	特異的効果と非特異的効果の分離は、心理療法のメカニズム理解にとって根本的な問いである
倫理的考慮	CBTが「唯一のエビデンスに基づく療法」として推奨されることで他の有効な療法へのアクセスが制限される可能性

論争6: 二重過程理論（System 1/System 2）への批判¶

元の研究¶

Key Concept: 二重過程理論（dual-process theory） 人間の認知には質的に異なる2つの処理様式が存在するという理論的枠組み。Kahneman（2011）の『Thinking, Fast and Slow』で広く知られるようになったSystem 1（速い、自動的、直感的）とSystem 2（遅い、統制的、分析的）の区別が代表的であるが、類似の二分法は多数提案されている。（→ Module 1-1「認知心理学」参照）

Daniel KahnemanとAmos Tversky（1970年代〜）のヒューリスティクスとバイアス研究プログラムは、人間の判断が系統的にバイアスを含むことを実証し、古典的な合理的経済人モデルに挑戦した。Kahneman（2011）はこれをSystem 1/System 2の枠組みで整理し、System 1の自動的処理がバイアスの源泉であり、System 2による統制的処理がそれを修正するという図式を提示した。

二重過程理論はEvans（1989, 2008）、Stanovich & West（2000）らによって認知心理学・推論研究で精緻化され、Kahneman & Frederickモデル、Evans & Stanovichモデルなど複数のバージョンが存在する。

批判・追試¶

Gigerenzerの生態学的合理性アプローチ: Gerd Gigerenzer（1991年〜）は、ヒューリスティクスとバイアス研究プログラムを正面から批判してきた。主な論点は以下の通りである。

Kahneman & Tverskyが「バイアス」「誤り」として分類した判断の多くは、自然な頻度情報（natural frequencies）で問題を提示すると消失する。ベイズ推論の「誤り」（基準率無視など）は確率で問題を提示した場合に顕著だが、頻度情報で提示すると正答率が大幅に上昇する（Gigerenzer & Hoffrage, 1995）
ヒューリスティクスは「バイアスの源泉」ではなく、「生態学的合理性」（ecological rationality）をもつ適応的なツールであり、特定の環境構造のもとでは最適に近い判断を効率的にもたらす
人工的な実験室課題での判断パフォーマンスから日常的推論能力の欠陥を推論することには生態学的妥当性の問題がある

単一過程モデルの提案: Kruglanski & Gigerenzer（2011）は、System 1とSystem 2が質的に異なる処理システムであるという主張に疑問を呈し、処理の違いは連続的な次元上の変動として理解すべきであるとする単一過程モデルを提案した。Osman（2004）も同様の批判を展開している。

用語と概念の混乱: Evans & Stanovich（2013）自身が認めるように、二重過程理論の分野では用語の増殖が問題となっている。System 1/System 2、Type 1/Type 2、automatic/controlled、heuristic/analytic など類似の二分法が乱立しており、それぞれが異なる特性の束（cluster of properties）を想定している。Stanovichは現在、System 1/System 2という用語の使用を中止し、Type 1/Type 2処理という用語を推奨している。

属性クラスタリング問題: System 1に帰属される特性（速い、自動的、無意識的、連合的、文脈依存的）は必ずしも共変しない。たとえば、高速だが意識的な処理や、遅いが自動的な処理も存在する。2つのシステムに帰属される特性の束が一貫して共起するという実証的証拠は十分ではない。

現在の評価¶

人間の認知に自動的処理と統制的処理の区別が存在すること自体は広く受容されている
System 1/System 2という「2つのシステム」としての定式化は過度に単純化されているとの批判が主流になりつつあり、連続体モデルやハイブリッドモデルの検討が進んでいる
ヒューリスティクスを一律に「バイアスの源泉」とみなすKahneman & Tverskyの立場と、「適応的ツール」とみなすGigerenzerの立場は完全には収束していないが、ヒューリスティクスの適応的側面に関する認識は広がっている
Gigerenzerの自然頻度フォーマットに関する知見は再現されており、課題の提示形式が推論パフォーマンスに大きな影響を与えることは確立されている

graph LR
    subgraph "二重過程理論の論争構造"
        KT["Kahneman & Tversky<br>ヒューリスティクスとバイアス<br>System 1 = バイアスの源泉"]
        GG["Gigerenzer<br>生態学的合理性<br>ヒューリスティクス = 適応的ツール"]
        ES["Evans & Stanovich<br>Type 1/Type 2<br>属性クラスターの整理"]
        KG["Kruglanski & Gigerenzer<br>単一過程モデル<br>連続体としての処理"]
    end
    KT -->|"批判"| GG
    GG -->|"反批判"| KT
    ES -->|"精緻化"| KT
    KG -->|"代替モデル"| ES

批判的読解のポイント¶

評価観点	適用
研究の問い	「2つのシステムは存在するか」は反証可能な形で定式化することが困難。理論の検証可能性に根本的な問題がある
方法の適切性	ヒューリスティクスとバイアスの研究は人工的な課題に依存しており、生態学的妥当性への疑問がある
結果の解釈	同じ実験結果に対して「バイアス」と「適応的判断」の双方の解釈が成立しうる。解釈の一義性が欠如
一般化可能性	自然頻度での問題提示で「バイアス」が消失する知見は、実験室から現実世界への一般化の問題を示唆
理論的含意	理論の精緻化と実証的検証の不均衡。概念的な洗練が実証的プログラムに先行している
倫理的考慮	直接的な倫理問題はないが、「人間はバイアスだらけで非合理的」というナラティブが政策（ナッジ等）に与える影響は検討に値する

まとめ¶

6つの論争は、それぞれ異なる心理学の下位領域に属するが、共通して再現性の危機が提起した方法論的問題（小標本、交絡変数の未統制、選択的報告、過大解釈）を含んでいる
Milgramの服従実験では、参加者の信念の統制不備と結果の選択的報告が内的妥当性を脅かしている。マシュマロ実験では、社会経済的背景という交絡変数の統制不足が元の知見の解釈を根本的に変えた
パワーポーズ研究は、小標本・柔軟な分析・選択的報告というQRPsの典型例として再現性の危機の象徴となった。IAT論争は、測定の信頼性・妥当性が政策的応用に先立つべきであることを示している
CBTとプラセボの論争は、「何と比較して有効か」という統制条件の選択が効果量の解釈を根本的に左右することを示した。二重過程理論への批判は、理論の反証可能性と生態学的妥当性という科学哲学的問いを提起している
いずれの論争も「完全な否定」ではなく「より精緻な理解への移行」という形で展開しており、科学的知識の漸進的な自己修正過程を体現している
Section 1の6観点（研究の問い、方法の適切性、結果の解釈、一般化可能性、理論的含意、倫理的考慮）は、これらの論争を構造的に分析するための有効な枠組みとして機能する

用語集（Glossary）¶

用語	英語表記	定義
権威への服従	obedience to authority	正当な権威者からの指示に従う傾向。Milgramの実験パラダイムで研究された
需要特性	demand characteristics	実験参加者が実験の意図を推測し、それに合わせて行動を変える傾向
満足遅延	delay of gratification	即時の小さな報酬を我慢して、後の大きな報酬を選択する能力
パワーポーズ	power posing	拡張的な身体姿勢をとることで心理的・生理的変化が生じるという仮説
暗黙の連合テスト	Implicit Association Test; IAT	概念間の暗黙的連合の強度を反応時間差で測定する手法
テスト−再テスト信頼性	test-retest reliability	同一の測定を異なる時点で繰り返したときの結果の一致度
認知行動療法	Cognitive Behavioral Therapy; CBT	不適応的認知の同定・修正と行動変容を通じて症状改善を図る心理療法
Dodobird仮説	Dodo bird verdict	すべての正当な心理療法は同等の効果をもつという仮説
二重過程理論	dual-process theory	人間の認知に質的に異なる2種類の処理様式が存在するという理論的枠組み
生態学的合理性	ecological rationality	ヒューリスティクスが特定の環境構造のもとで適応的に機能するという概念
単一過程モデル	single-process model	認知処理を質的に異なる2システムではなく連続的な次元として理解するモデル
姿勢フィードバック効果	postural feedback effect	身体姿勢が主観的感覚に影響するという効果。パワーポーズの再定義で用いられる
非特異的要因	nonspecific factors	特定の治療技法によらず、治療的関係性・期待・注目などの共通因子による効果
自然頻度	natural frequencies	確率ではなく頻度情報で統計的問題を提示する形式。ベイズ推論の正答率を向上させる

確認問題¶

Q1: Milgramの服従実験に対する「第二波」批判の主要論点を3つ挙げ、それぞれが元の研究のどの側面の妥当性を脅かすかを、Section 1の6観点を用いて説明せよ。

A1: 第二波批判の主要論点は以下の3つである。(1) 参加者の信念の問題: Perry et al.（2020）の再分析により、電気ショックの真実性を信じていなかった参加者が相当数含まれていたことが明らかとなった。これは「方法の適切性（内的妥当性）」の観点から、独立変数（権威者の指示）と従属変数（服従行動）の間の因果関係の妥当性を脅かす。参加者が欺瞞を見抜いていた場合、観察されたのは「権威への服従」ではなく「実験への協力」である可能性がある。(2) 65%という数値の選択性: 全23条件・700名以上のデータのうち、特定の1条件の結果が実験全体を代表するかのように報告された。これは「結果の解釈の妥当性」の観点から問題であり、条件間の大きな変動を無視した選択的報告にあたる。(3) デブリーフィングの不備と参加者への長期的影響: 一部の参加者が適切なデブリーフィングを受けなかったことは「倫理的考慮」の観点から問題であり、現在の倫理基準（IRB審査、インフォームドコンセント、デブリーフィング）に照らして認容されない。

Q2: マシュマロ実験において、Watts et al.（2018）とSperber et al.（2024）の追試が元のMischelの知見をどのように修正したかを説明し、この事例が「交絡変数の統制」と「一般化可能性」の重要性をどのように例証しているかを論じよ。

A2: Watts et al.（2018）は約900名の多様な標本を用いて、マシュマロ課題の待機時間と青年期の学業成績との相関が、家庭の所得水準・母親の教育水準・4歳時の認知能力を統制すると大幅に縮小することを示した。Sperber et al.（2024）は702名を成人期（26歳）まで追跡し、共変量を投入した回帰分析ではマシュマロ課題の成績がほぼすべての成人期のアウトカムを有意に予測しなかったことを報告した。これらの追試は、元のMischelの知見が交絡変数の未統制によって過大評価されていたことを示している。社会経済的背景は、「自己制御能力」と「将来の成功」の双方に影響する第三変数であり、両者の見かけの相関を生み出していた。一般化可能性の観点では、元の研究がスタンフォード大学附属保育所という裕福な家庭の子どもを標本としていたことが、社会経済的変動の影響を検出する機会を奪い、効果の過大推定につながった。これはWEIRD問題の典型例であり、限定的な標本から得られた知見を人間一般に適用する危険性を示している。

Q3: パワーポーズ研究とIAT研究の論争を比較し、両者に共通する方法論的課題と、それぞれに固有の課題を述べよ。

A3: 共通する方法論的課題として、元の研究の効果量が追試で縮小した点が挙げられる。パワーポーズではホルモン効果が再現されず、IATでは予測妥当性の相関がr = .15前後まで低下した。両研究とも、初期のポジティブな結果が発表バイアスと小標本による偽陽性リスクの影響を受けていた可能性がある。パワーポーズ研究に固有の課題は、(1) N = 42という極めて小さい標本サイズ、(2) 共著者Carneyが認めた柔軟なデータ収集停止基準と選択的報告というQRPsの問題、(3) 主観的効果と生理的・行動的効果の乖離（主観的パワー感は再現されるが、ホルモン変化と行動効果は再現されない）である。IAT研究に固有の課題は、(1) テスト−再テスト信頼性の低さ（r ≈ .50）が個人差測定としての使用を制約する点、(2) 構成概念妥当性の問題（IATが「暗黙のバイアス」を測定しているのか、それとも反応適合性効果を測定しているのか）、(3) 研究ツールとしての開発が政策的応用に先行してしまい、信頼性・妥当性の検証が不十分なまま社会実装が進んだ点である。

Q4: CBTとプラセボの効果比較論争において、統制条件の選択が効果量の推定にどのような影響を与えるかを、Cuijpers et al.（2023）のメタ分析の結果を踏まえて説明せよ。また、心理療法研究における「プラセボ」の概念的困難さについても論じよ。

A4: Cuijpers et al.（2023）の409試験を含むメタ分析では、CBTの効果量は統制条件によって大きく変動した。待機リスト統制群との比較ではg = 0.79と中〜大の効果が認められるが、通常治療統制群では中程度に縮小し、錠剤プラセボ統制群ではさらに小〜中程度に縮小した。他の確立された心理療法との比較では有意差が検出されなかった。待機リスト統制はプラセボ効果も自然回復も統制しないため、この条件との比較で得られる大きな効果量は治療の「特異的効果」を過大推定する。心理療法研究における「プラセボ」の概念的困難さは、薬物試験と異なり二重盲検が原理的に不可能であることに起因する。治療者は自分が何を実施しているか知っており、参加者も「心理療法を受けている」ことを認識している。さらに、心理療法の「特異的成分」（認知再構成など）と「非特異的成分」（治療的関係性、共感、期待）の分離は理論的にも実践的にも困難であり、非特異的要因こそが心理療法の本質的な治療因子であるとする「共通因子モデル」の立場からは、特異的効果とプラセボ効果の区別そのものに疑問が提起される。

Q5: 二重過程理論に対するGigerenzerの「生態学的合理性」からの批判の要点を説明し、この論争がSection 1で扱った「一般化可能性（外的妥当性）」の評価観点とどのように関連するかを論じよ。

A5: Gigerenzerの生態学的合理性アプローチからの批判の要点は以下の3つである。(1) KahnemanとTverskyが「バイアス」として報告した判断の多くは、問題の提示形式に依存している。たとえばベイズ推論課題で確率形式の代わりに自然頻度形式を用いると正答率が大幅に向上する。これはSystem 1の「欠陥」ではなく、人間の認知が進化的に頻度情報に適応していることを反映する。(2) ヒューリスティクスは「バイアスの源泉」ではなく、限られた時間と情報のもとで効率的に適切な判断を可能にする「適応的ツールボックス」である。特定の環境構造との適合性（ecological rationality）を考慮すれば、ヒューリスティクスは最適化アルゴリズムに匹敵するか上回るパフォーマンスを示すことがある。(3) 人工的な実験室課題でのパフォーマンスから人間の日常的推論能力の欠陥を一般化することには生態学的妥当性の問題がある。この論争はSection 1の「一般化可能性（外的妥当性）」の評価観点と直接的に関連する。ヒューリスティクスとバイアスの研究は主に人工的な課題（リンダ問題、基準率問題など）を用いた実験室研究に基づいており、これらの課題での判断パフォーマンスが「日常生活での推論能力」を代表するかどうかは、まさに生態学的妥当性の問題である。Gigerenzerの批判は、実験室の知見を現実世界に外挿する際に、課題の提示形式・情報の構造・環境の特性が結果を大きく左右することを実証的に示しており、外的妥当性の評価を行う際にこれらの要因を考慮する必要性を強調している。