『ダイバシティ』という言葉を聞いて、多くの人が連想する『多様性』とはどんなものだろうか。おそらく真っ先に浮かぶのは性別、出身国、経歴、学歴など、多くの企業が採用を考慮する際に確認する属性情報だろう。確かに、採用時に考慮される『多様性』の観点として、これらの属性情報が利用されている例は多い。『グローバル』であることをうたう企業や大学はしばしば、ウェブサイトにおいて構成員の出身地の『多様性』をデータで示している。

しかし、ミシガン大学アナーバー校で複雑系、政治学、経済学を教える著者は、上述のような属性情報の差異を「身元の多様性」（identity diversity）と呼び、本書で扱う『多様性』――各人の持つ「ツールセット」の中身における多様性――と区別している。

著者はある時、コンピューターモデル上の人工エージェントに異なるツールセットを与え、困難な問題――医療政策の決定、ポップコーンのトウモロコシをすべてはじけさせる方法の解明などなんでもよい――の解決にあたらせた。すると、多くの異なるツールセット（モデル上では問題を記号化して解決方法を探すやり方）を与えられたエージェントグループと、それぞれがより高い能力を与えられたエージェントグループでは、前者のほうが望ましい解決方法を探すという、直感に反する結果を得た。このように本書は、「多様性が能力に勝る」という著者の発見を、フレームワークとモデルを使って示している。

著者は問題解決や予測に貢献する多様性のフレームワークとして、観点、経験則、解釈、予測モデルの４つを挙げる。この４つのフレームワークはわれわれが持つツールセットであり、このツールセットが個々人の持つ異なる認知技能について考える際の枠組みとなる。著者はツールセットの機能には、（１）個人の能力の指標として、IQの代わりに各人が持つ特定の道具あるいは道具の集積を考えることになる、（２）人々をそれぞれの持つ道具でとらえれば、必ずしもある人が別の人よりも頭がいいとはいえなくなる、（３）人々の持つ道具を考えれば、ある集団がどう問題解決を行うか推定することができる、の３つがあるという。

さて、「多様性が能力に勝る可能性がある」ことを示す一例として、著者は２つの集団（各構成員個人の能力はほぼ同じ）を比較する。１つの集団では、だれもが同じ観点と同じ経験則を利用する。もう１つの集団では、構成員は皆、独自の観点と経験則を持っている。各集団の構成員は順番に各自の問題解決技能を適用し、局所最適解で行き詰まるまで続ける。その後に次の構成員が、今度はその局所最適解を出発点として解決にあたる。だれもよりよい解決方法をみつけられなくなった時に、作業終了となる。

均質な集団では皆が同じ観点と経験則を持つため、最初の構成員の最適解に対してだれもよりよい解を見つけることはできない。一方、多様な構成員から成る集団では、だれもが異なる観点と経験則を持っているため、断続的に局所最適解が発見され、いずれは大域的最適解が発見される可能性があるという。この可能性こそ、多様性が均一性に勝る理由である。

先に挙げた人工エージェントを用いた実験で、直感に反する結果を得た著者は、コーディングに間違いがないことを確かめ、２つしか要因のない問題を検討することにした。これは妻の気に入るコーヒーを入れるため、最適なクリーム（要因１）と砂糖の量（要因２）を突き止めるというもの。エージェントはこの二次元景観の中を、探索アルゴリズムを用いて動き回り、より価値（品質）の高い点があればそこに移動する。より価値の高い点を見つけられなくなればそこで探索を終了する。この二次元景観にはでこぼこの起伏があるため、探索を終了した点が最良の組み合わせとは限らない。エージェントは１人ずつ探索を行い、１人が行き詰まった地点から次のエージェントが探索を開始する。

著者が個人のパフォーマンスが最もよいエージェントの探索方向を表示すると、クリームの量、砂糖の量ともに右上方向に向かっていた。次に上位１０人のエージェントの探索方向を表示すると、同様のパターンが見られた。全員が右上方向に向かっていたのである。一方、無作為に選んだエージェントグループでは、各人が皆違う方向に向かっていた。最良の問題解決者には似た傾向がある。したがって、最良の問題解決者を集めても、構成員一人ひとりが個別に問題に取り組む場合とくらべて問題解決能力はさほど変わらない。一方、無作為に選んだ問題解決者たちは多様性に富んでいる。この多様性のお陰で、集団としての彼らの問題解決能力は高くなる。すなわち、「多様性が能力に勝る」のである。

一般的な知能テストを受けた１０００人から得点の高い順に２０人選んだグループとランダムに選んだ２０人のグループが問題に取り組む場合は、結果は先の例ほど明白ではない。知能テストの得点は、意欲や努力、集中力といった要因と相関があるうえ、同程度の高得点を記録した人々がそれぞれ異なる解決方法を持っていて、集団として多様性を備えている可能性もあるためだ。

それでは、高得点グループがつねによりよい結果を出すといえるだろうか？ツールセットの中身を確認してみよう。高得点グループのメンバーは平均して３０、ランダム選出グループのメンバーは平均して２５の道具を持っているとしよう。高得点グループは６００、ランダム選出グループは５００の道具を持っていることになる。

しかし、これらの道具がすべて異なるとは限らない。ここで意味を持つのは、それぞれの集団が持つ固有の道具数の比較である。当然、全体の道具数の多いグループのほうが固有の道具数も多いと考えるかもしれないが、この考えには欠陥がある。構造上、高得点グループのメンバーが持つ道具はランダムでない。彼らの道具は、知能テストにおいて高得点を取るのに適した道具である。また知能テストは、（測ろうとする）知能が高い人々が高得点を取るように設計されているため、高得点者の道具は、質問がランダムに選ばれている場合に比べて似通ったものになる。さらに、この効果はテストが正確であればあるほど顕著になる。これが「最良の個人」を集めたグループが「最良のグループ」とは限らないゆえんだ。

「集団における問題解決能力のカギは構成員の持つツールセットの多様性にある」という意味で差異の効用を示す本書は、『多様性』をめぐる議論に新たな、そしてきわめて実用的な観点を提供する。現在翻訳中であるという日本語訳の出版にも期待したい。

※「多様な意見」はなぜ正しいのか
　　著者／スコット・ペイジ
　　訳者／水谷 淳（日経BP社 2009年）
　　2009年1月26日に出版されました

▲このページの上へ