• Sherry SEETHALER, 2009: Lies, dammed lies, and science. How to sort through the noise around global warming, the latest health claims, and other scientific controversies. Upper Saddle River NJ USA: FT Press Science (Pearson Education).
• シェリー・シーサラー 著, 今西 康子 訳, 菊池 誠 解説 (2012): 「悪意の情報」を見破る方法 — ニセ科学、デタラメな統計結果、間違った学説に振り回されないためのリテラシー講座。 飛鳥新社, 269 pp. ISBN 978-4-86410-187-5.　[わたしはこの版を読んだ。]

この本は「ニセ科学批判」で知られる物理学者の菊池誠さんが解説を書いているという情報を得たので、それを含む日本語版を買った。英語から翻訳された本文の議論も菊池さんのいう「ニセ科学批判」に近い。わたしなりに再表現すれば、悪意のあることも、信じこんでのこともあるが、現時点の科学者が共通にもつ常識からみてまちがっていることを正しいと主張したり、不確かなことを確かだと主張することによって、物を売りつけたり、国の政策に影響を与えようとするような活動について、きちんと批判できるようになろうということだ。

著者は科学コミュニケーターと言ってよいと思うが、生物学から勉強を始めた人であるからか、この本の話題は、薬の効果や、化学物質のヒトやその他の生物への毒性などの話題が多い。

英語版の副題の最初に地球温暖化がはいっている。 しかし本全体のうちでの重みはあまり大きくない。主要なひとつは第1章で、科学で使われる「モデル」の意味を説明しているところだ。モデルには対象を可視化するためのものもあるが、気候モデルなどの場合は数学的に構成されて対象の精密なシミュレーションに使われるものをさす。日本語では(とくに「プラモデル」=「プラスチック製模型」がすたれてからは)「模型」と「モデル」を使いわけることが多いので、この注意は必ずしも必要でないように思われる。もうひとつは第3章のリスクのトレードオフのうちでとくに長期的リスクと短期的リスクがあることを指摘したところ。気候変化は長期的リスクが重要と考えられている問題なのだ。また、第5章で、気候は、複数の原因がからみあっている現象の例とされている。あとは、地球温暖化の生態系・生物多様性への影響などが、もっと複雑な地球環境問題の一部としてとりあげられている。なお、この本では地球温暖化に対するいわゆる懐疑論を「悪意の情報」とみなす態度を明確にとっているわけではないが、暗黙にとっているかもしれない。それはアメリカで流通している話題については妥当なのだと思うが、日本では別に考える必要があるだろう。

本文中の見出しを書きぬいた詳しい目次をあとにつけることにして、論点の紹介は簡単にしようと思ったのだが、読みながらとったメモのどの項目を省略するか迷ってしまう。ブログに出してから、削る方向で修正しようと思う。

第1章では、科学について、しろうとがいだきがちな認識をただす。
科学には仮説検証といった方法論があるにはあるが、それがいつも規則的に実行されて科学的知識が進歩するわけではない。 科学の中では、論争や、学説[本書の用語ではない]の交代が起こることがある。それはよりよく事実を説明する学説を得ようとする努力、競争であって、それがあるからといって、科学全体がまちがいだということにはならない。それぞれの時点で、科学者の見解を、何が論争中かを含めてつかむことが有益だ。ただし、報道は論争をゆがめて伝えやすいので注意する必要がある。
新しい知見は、科学者の単独での研究から出てくることはまれであり、ふつう、組織内の検討、査読、公開の議論という段階を経る。ときには革命的なアイディアが見過ごされることもある。ときには、捏造を含むずさんな研究成果が発表されてしまうこともある。

第2章。科学的情報の提示のされかた。 正しい情報でも提示のしかたによって違った印象を与える。情報の提示のしかたは利害関係に左右されることがある。メディアはそれ自体の利害関係(たとえば視聴率を求める)をもつ。広告は情報源として信頼できない。科学論文として発表された情報が、報道視聴者に伝わるまでに、意図的でなくても、単純化されたり、記者の価値観が無意識にはいりこむことがある。ときには意図的にねじまげられることがある。

第3章。科学にかかわる問題は、是か非かの単純な選択ではないこと。
環境面、健康面、経済面、さらに倫理面のさまざまなメリット・デメリットのトレードオフがあるのだ。
話題の大部分は、 遺伝子組みかえ作物の問題からとられている。ひとつの研究で得られたリスクの情報をもとに、遺伝子組みかえ技術全体についての是非を論じるのは乱暴な議論であり、用途ごとに考えるべきだと言っている。これで宗教的な価値観から遺伝子組みかえを許せない人を説得することはむずかしいが、わたしは大筋でもっともだと思う。
ただしもっと具体的な議論についてはわたしは著者に賛成しない。トウモロコシに遺伝子組みかえで昆虫(蛾)を殺す細菌の遺伝子が組みこまれた。実験室で、組みかえトウモロコシの花粉がついた葉を食べたチョウの幼虫の死亡率が高いという結果が得られた。確かにこれをもとに遺伝子組みかえ作物全般を禁止すべきだという議論には無理がある。しかし、著者はこの組みかえトウモロコシについても、実験での花粉のふりかけかたが現実に起こりそうなことと違うことや、殺虫剤を減らせるメリットがあることを主張して、救おうとする。わたしは、生物に致死的な成分を作る遺伝子を別系統の生物から導入することにはきびしくあるべきだと思う。有機栽培で問題の細菌の殺虫成分の噴霧が使われていることを、著者はこの組みかえの危険性が低いことの裏づけにしようとしているが、わたしは、噴霧という代替手段があるのならば組みかえにはきびしくてよいと思う。
また、著者は、除草剤耐性雑草は、組みかえでない交雑育種でもできることがあり、組みかえ特有のリスクではないという。わたしは、その理屈はわかるものの、組みかえは耐性雑草ができる確率を高めると思う。

第4章は、コンテクスト(文脈)が大事だという話。統計の話はあとの第7章にあるのだが、第4章の大部分の議論をわたしは、統計用語を雑に使えば、「今見ているものがどんな母集団からの標本かを考えよう」ということだと理解した。ある条件について考えるときは、その条件で分割した集団間の差が、集団内のばらつきに比べて大きいかを考えるべきだ。この議論の途中に、ちょっと異質の、「感覚から離れた巨大な量よりも、ひとりあたりの量などを考えたほうがよい」という議論もある。

第5章は、データに見られる相関関係から因果関係があると考えるか偶然と考えるか。それを確実に決められる規則はないが、まちがいを少なくする知恵はある。相関をもつ他の要因(「交絡因子」)を原因ととりちがえることがあることに注意が必要だ。まず原因の候補を列挙し、可能性のないものを除外する。グループ間の比較をするときには違う要因を列挙してみる。要因をコントロールされた実験があるか、異なるタイプのデータが同じ原因を示すか、説明となるメカニズムがあるかを考える。
事例の大部分は、薬などの物質が健康によいか悪いかの話題。プラシーボ効果やその逆の効果に注意。経験談はあてにならない。介入型実験はむずかしく、倫理的にできないこともある。疫学調査には結果から出発するものと原因から出発するものがあるが、結果から出発するものは当事者が原因だと思ったことが記載されやすいという「想起バイアス」があり、原因から出発するものは大がかりな調査になり時間がかかる。科学の基礎知識があれば、たとえば 「化粧品のコラーゲンが肌から浸透する」や 「水の分子が細かく分かれている(ので健康によい)」といったメカニズムに関する主張はあやしいことが指摘できる。

第6章は、ある集団を調査して得られた結果を別の集団に適用できるか。個人差、地域差、状況の変化、時間的推移などを考慮する必要がある。 「個人差」に関連する大きなまとまりとして、まず他の動物による実験の結果を人に適用できるかという問題がある。年齢、性別による違いもある。著者はとくに子どもに対する薬の評価はおとなと別にやる必要があるという。さらに、いわゆる人種などによる違いも話題になっている。ここでは遺伝形質、育ちによる肉体的形質、生活習慣などを区別する必要があると思うのだが残念ながら詳しい議論はない。状況の違いとしては、気候の変化、土地利用や水域の変化、生活習慣の変化などがあげられている。時間的推移としては、地下水のくみ上げを長期続けると地盤沈下が起こることなどがあげられている。現実世界では、ひとつの要因だけを切りだして因果関係を試験できることは少ない。複数の研究を総合する必要がある。

第7章は統計をどう読むか。統計数字は、評価の枠組みや比較の対象をも示さないと意味がない。事例数よりも母集団の大きさに対する割合を見たほうが適切なことが多い。相関が見られても交絡因子に注意。グループ間の差が統計的に有意かどうかを見る。少数例からは有意性を主張しにくい。統計的に有意であっても価値判断上は重要でないことがある。逆に有意でなくても重要と考えられることがある(致命的なリスクがある場合など)。しかし有意でない関係は偶然の場合も多い。
統計が報じられる場合に図表による誇張がされることがある。また報道される回数の多い情報が重要とは限らない。
被験者の脱落によるバイアス、母集団をどうとるかによるバイアス、質問のしかたによるバイアスにも注意。
統計値の変動は現実を反映しているとはかぎらない。診断を受ける人がふえる、検査方法の発達で検出されやすくなるなどの要因もある。
因果関係があるかどうか判断するには、以上のほか、時間的順序についても見る。また、メカニズムを指摘できることが望ましい。
(チェックリストの最後に「統計の適用先がデータを収集した環境と同様であること」というのがあるが、この表現は一般ｔ的すぎてチェック項目にならないような気がする。)

第8章は科学と社会とのかかわり。
まず、倫理の話題。人を対象とする実験では倫理的配慮などの事前審査が必要になった。考古学や天然物質利用などについて先住民族への配慮もされるようになった。科学者共同体の自主規制として、たとえば、遺伝子組みかえに関しては、1975年アシロマ会議に続いて作られた自主ガイドラインがある。著者は、それ以後、遺伝子組みかえに関する人々の不安は弱まる方向にあると言っている。こうまとめてよいのかわたしは疑問だが、アメリカ合衆国の状況としてはそうなのかもしれない。意図しない事態が起きると、規制で守ろうとしたものを守りきれないことがある。6章と同じ、子ども向けの薬の臨床試験の件では、著者は、試験なしで処方するのではなく、適切な臨床試験を早く始めるべきだと主張している。
次に、国が研究資金を提供する判断について。国家の威信にかかわるものが推進されることがある。多くの国民が恐怖を感じる病気の対策に重点を置かれることがある。アメリカ合衆国のNIHの研究助成金と死者数とを比較すると、感染症への支出が少なく、アルツハイマー病への支出が多い。がん研究助成金の内わけの死亡率とのくいちがいは、患者擁護団体の発言力の違いと考えられる。研究資金提供の優先順位は、選挙の争点になったり、政治家の影響を受けたりすることもある。
研究資金の出所によって主張が違うことが、不正がなくても起きやすい。
見解が割れているときの注意点。独立専門家小委員会の調査が有用。両極端の中間に真実がある場合が多い。ただし利害関係者の言うことには注意が必要。政府機関の科学者も政治的圧力をかけられていることがある(気候変動の場合が例となっている)。
政策決定は多くの場合不確実な科学的情報に基づいてすることになる。そのときとれる方法のうち研究成果を分類し重みづけをすることはかなり客観的にできるが、リスクとメリットのトレードオフの中で判断することは主観的判断になる。判断の原則として、まず「最大多数の最大幸福」があるが道徳的判断は必ずしもそれと一致しない。「予防原則」(新技術を導入する側が新技術が安全だと立証する責任をもつ)もあるが現実には絶対安全はない。著者は「費用便益分析」(可能な選択肢をすべて提示し、健康、環境、経済などにわたる費用と便益を比較検討する)が最適だという。ただし、同じ情報に基づいても価値のおきかたによって費用便益分析の結論は異なる。原子力について、地球温暖化を防ぐメリットと事故の危険性をどう重みづけするかが例となっている。この部分の著者の主張を形式的には「予防原則は不適切で費用便益分析が適切」と要約できるが、単純にそう要約するのはたぶんmisleading。

第9章は「情報の落とし穴」。
前半では、人はだれも判断が偏るものだという指摘。人(の脳)はものごとを単純化してつかもうとする(ように進化してきた)。「箱の外側」に考えがおよばない。ほぼ同時に起きたことを因果関係があると思いやすい。過度の一般化をしがちだ(例、さまざまな環境問題を混同する。両極端の選択肢だけを示す)。統計については、個々の事象の確率と一連の事象の確率の混同(「ギャンブラーの錯誤」)、たまたま多かったことを「傾向」と認めがちなこと、肯定と否定のどちらを示されるかで判断が変わりがちなことがある。アンカリング効果(無関係な情報が印象に残って影響を及ぼす)、確証バイアス(無意識に自分の先入観や信念に合う情報を集めがち)もある。
後半は意図的に判断を偏らせようとする人々の手口。感情や直感に訴える。テレビに有名人や俳優が出ると権威者に見える。「体験者」を使う(病気などの体験が本物であっても、それに関する因果関係の専門家ではない)。実際多数ではないのに多数とみせかける。よい印象、悪い印象を与えるキャッチコピーが使われる。(「天然素材」「化学物質不使用」が安全だとは限らない。 「低脂肪」「低糖質」が健康によいとは限らない。他の成分にもよる。) 用語を理解できないと言いたくない心理(『裸の王様』)につけこむ。古代の知恵を標榜する。あいまいで具体性が乏しい「有機栽培」や「フェアトレード」などの標語。 「絶対に損はさせません」という宣伝。
そして、 相手の見解の弱点を突くが長所も認め、行動目的や品性を攻撃対象とせず、自説の証拠の出所を明らかにする、生産的批判をしよう、と言っている。

解説者あとがき。
まず第1章の補足。肯定も否定もされず無視されている論文の主張は正しいかどうかわからない。それが宣伝に使われることもある。
科学ではないのに科学であるかのようによそわれているものを菊池氏は「ニセ科学」と呼ぶ。日本の例として、血液型性格判断と、EM菌 (あまりにも広い範囲で役立つとされる点)があげられている。
原子力発電の是非は社会が決める。ただし、科学なしに決めることもできない。他方、放射能汚染への対策は科学的な知見にもとづいて行なわれるべきだと言っている。

折り返しのあとに、詳しい目次をつける。

はじめに
解説者まえがき
序章
第1章 よくある科学への思い込み — まず解いておくべき誤解について
– 科学発展のプロセスについて
– – 「科学的方法」はそれほど単純ではない
– – 新しいツールを使えば、新たな問いに答えられる
– – まとめ / 科学の問題を理解するうえでのポイント [この章の各節にある。以下略]
– 科学のモデルについて
– – 科学の発展にはモデルが重要な役割を果たす
– 科学において意見がわかれることについて
– – 科学者たちは対立してナンボ?
– – 「非常識」だった大陸移動説
– – 論争が起こるのは、科学が間違っていることのあらわれではない
– 科学に関する報道について
– – メディアは疑ってかかるべきだ
– 科学のアイディアが生まれるときについて
– – 溜まり場からプライムタイムまで
– – 科学者が単独で研究することはまれである
– – イカサマだった常温核融合
– 査読のプロセスについて
– – 学術雑誌の査読プロセスは万全ではない
– – 革命的なアイディアが見すごされることもある
– – 学会を揺るがした捏造論文
第2章 利害と科学情報の関係性 — 立場によって、科学の情報にもバイアスがかかる
– 人、立場、目的
– メディアもまた利害関係者である
– 広告ほど信頼できない情報源はない
– 情報は「伝言ゲーム」でねじ曲げられる
第3章 科学問題は2択クイズじゃない — さまざまな問題が白黒つけられない理由
– オオカバマダラ狂想曲
– 単純には白黒とつけられないことが多い
– 白か黒かという考え方は、私たちを最適解から遠ざける
– トレードオフという概念について
– その他のトレードオフについて
– 長期か短期か
– 基本をおさえれば応用が利く
第4章 コンテクストと選択 — 背景・文脈を理解しなければ、正しい判断はできない
– どのようなコンテクストに照らして考えるか
– テクノロジーどうしの比較
– 地理的コンテクストに照らす
– 歴史的コンテクストに照らす
– 理解しやすい尺度で数字を表現する
– どのような条件下で算出された数字なのか
– その数字は「正常」と比べてどうなのか
– 平均値に惑わされないように注意
– 生データの分布範囲を考える
– パーセンテージで示されているときは、「何と比較してか」を確かめる
– 損失を利益に、利益を損失におきかえて考えてみる
– ある現象を説明し得る背景事情があるか
– 総合的に考える
– – – 選択肢をすべて明らかにし評価するためのチェックリスト
– 適切な比較の範囲を選ぶ
第5章 偶然と因果関係との境界線 — 「たまたま」と「必然」をわけるのは何か
– 原因と結果
– 他に原因として考えられるものをどんどんあげてみる
– 介入実験を伴わない研究結果には落とし穴がある
– 事例証拠は疑ってかかろう
– 単独のソースでは、確かな結論は導きだせない
– メカニズムが説明できない因果関係は疑うべきである
第6章 特殊か普遍か — 科学データの適用範囲について
– ある集団を調査して得られた結果を別の集団に適用できるか
– 生物モデルの使用について
– あるコミュニティや地域を調査して得られた結果を他の場所に適用できるか
– 状況が変化すると実験結果やその適用性にどのような影響が出るか
– 時代の差や時間の経過など、時間が研究結果に影響するか
第7章 数字のトリック — 統計数字を読み解くためには
– 隠れた交絡因子を明らかにする
– 有意水準
– 統計における「価値」の有無
– 統計数字のトリック
– 統計数字の適用範囲
– 「選択バイアス」
– 統計値の変動は現実を反映しているとはかぎらない
– 総合的に判断する
– – – 因果関係があるとされる場合に、その真偽を見きわめるためのチェックリスト
第8章 社会における科学 — 科学と政治の間にあるもの
– タスキーギの悪夢
– 倫理と監視
– 内部からの倫理
– 意図せぬ結果
– 倫理面以外の制約
– 国家の威信と科学
– 加齢の恐怖
– 助成金の分配について
– 発言力のある人とない人
– 研究資金の出所
– プラスチックの中の毒?
– 抗鬱薬が抑鬱を招く?
– 論争が真っ二つに割れているときの注意点
– 科学研究の結果から政策決定へ
– 一人は万人のために
– 予防原則
– 費用便益分析
– – – 科学と社会の相互関係のポイント
第9章 情報の落とし穴 — 科学を正しく理解するために
– 考え方の癖
– 箱の外側に考えがおよばない
– 思い込みと因果関係
– 過度の一般化
– 統計についての勘違い
– アンカリング効果
– 確証バイアス
– 感情や直感に訴える
– エセ専門家に注意
– 「大勢の人たち」とはだれか?
– 専門用語やスローガンの罠
– 『裸の王様』
– 古代の知恵を標榜してきたら眉に唾をつけて
– あいまいで単純な主張は退けるべきだ
– デメリットなし(メリットなし)という主張
– 中傷と生産的な批判の違い
– 自分の弱点と相手の手口を知る
結び 本書で紹介した知恵 20箇条
謝辞
解説者あとがき