2026年10月11日に、Nature Human Behaviour の論文「Trial-by-trial fluctuations in decision criterion shape confidence」（Vloeberghs・Navarrete Orejudo・Desenderら、2026年8月24日公開）の公開情報と抄録を確認しました。全文は購読者向けのため、読めたのは抄録とデータ公開情報までです。本記事はその範囲だけを扱い、参加者数や課題の内容には踏み込みません。
「どれくらい自信がありますか」。判断を人から受け取るとき、私たちはよくこう尋ねます。返ってきた数字は、その人の答えがどれくらい当たっていそうかの見積もりとして扱われます。
しかし、その数字は本当に「正しさの見積もり」なのでしょうか。確信度は、正しさではなく「そのとき自分の判断基準がどこにあったか」を映しているのかもしれません。 これは本記事が立てる仮説であり、結論として配るものではありません。
30秒で要点
- 従来の有力な見方では、確信度は「決定変数と静的な決定基準との距離」として説明されてきた
- 2026年8月24日公開の同論文は、基準が試行ごとに揺らぐという近年の知見を踏まえ、その揺らぎが確信度を形づくると予測した
- 15のデータセットに階層モデルを当てて試行ごとの基準を推定したところ、事前登録した仮説が15のうち14で確認された
- 同じ効果は自己申告の確信度だけでなく、反応時間、瞳孔に連動した覚醒指標、確信度の神経的シグネチャにも現れた
- 見極めの精度（感度）と線の位置（基準）は別物であり、この研究が扱っているのは後者の揺らぎである
確信度が「距離」として説明されてきた理由
信号検出理論は、「当たった／外れた」を、見極めの精度と判断の偏りの2つに分けて捉える枠組みです。この枠組みでは、人は入ってきた手がかりを一本の軸（決定変数）の上の値として受け取り、ある線（決定基準）より大きければ「ある」、小さければ「ない」と答えると考えます。
確信度についての影響力のある見方は、この構図をそのまま使います。値が線から遠ければ自信は高く、線の近くなら自信は低い。つまり確信度は、決定変数と静的な決定基準との距離だという説明です。
この説明は直感に合います。はっきり見えたときは強く言えるし、どちらとも言えないときは弱くなる。経験と一致するぶん、疑う機会も訪れません。
ただし、この説明には前提が一つ隠れています。線が動かないことです。線が固定されているなら、距離の変化は手がかりの強さの変化だけを反映します。しかし線そのものが揺れているなら、同じ強さの手がかりでも距離は変わってしまいます。
なぜ確信度を「正しさの報告」として受け取ってしまうのか
この読み方は、不注意というより会話の形から生まれます。
まず、尋ねる側の問いが答えについてのものです。「この案はいけると思うか」と聞けば、返ってくる数字は案についての見積もりとして読まれます。問いが答えを向いているので、返答も答えについてのものだと受け取られます。
次に、返ってくるのが一つの数字だという点があります。7割という値は、それ自体では何の7割なのかを示しません。それでも数字は比較できる形をしているため、人と人のあいだで並べられ、差が見立ての差として解釈されます。
そして、線の位置はふつう言葉になりません。尋ねる側はそこを聞かず、答える側も報告しません。聞かれなかったものは、記録にも残りません。 残るのは数字だけなので、後から読み返しても「何をもってそう数えたか」は復元できません。
だから対策は、確信度を疑うことではありません。数字を受け取る形を変えることです。数字の隣に線の位置を書く欄が一つあれば、聞き忘れても欄が空白として目に入ります。
「よく見えている」と「どこから〈ある〉と答えるか」は別のこと
ここで用語を分けておきます。混同すると、以降の話がまるごと崩れるためです。
表が収まらない場合は、横にスクロールできます
| 概念 | 何を表すか | 高い／低いの意味 |
|---|---|---|
| 感度（d'） | ありとなしをどれだけ見分けられているか | 高いほど、両者を取り違えにくい |
| 基準（criterion, c） | 迷ったときにどちらへ倒れやすいかという線の位置 | 位置が動くと、見極めの精度が同じでも答えの偏りが変わる |
健康診断の読影にたとえます。同じ精度で異常を見分けられる二人の医師がいても、一方が「疑わしければ再検査」という線で、もう一方が「相当はっきりしなければ経過観察」という線で判断していれば、再検査の件数は変わります。見極めの精度は同じで、線の位置が違うだけです。
ここを混ぜると、「自信がある人は見極めの精度が高い人だ」という読み方に滑ります。今回の論文が扱っているのは、見極めの精度の変化ではなく、線の位置の揺らぎです。
基準が試行ごとに揺らぐなら、確信度は何を映すのか
論文の抄録は、まずこの隠れた前提に手をかけます。近年の研究が示してきたのは、決定基準が試行ごとに揺らぐということです。それなら、理論的な予測はこうなります——基準の揺らぎが、確信度を形づくる。
著者らはこの予測を、理論とモデルのシミュレーションで導いたうえで、15のデータセットに当てて確かめています。試行ごとの基準は、基準の揺らぎを扱う階層モデル（hierarchical model for fluctuations in criterion）で推定されました。
結果として、確信度は単一試行の基準の状態によって形づくられるという事前登録した仮説が確認されました。事前登録とは、データを見る前に仮説と分析方法を公開しておく手続きです。結果を見てから説明を後付けする余地が狭くなるため、同じ主張でも読み方が変わります。
効果は15のうち14のデータセットで見つかりました。著者らはこれを、多様な課題と確信度の尺度にまたがる頑健なパターンだとしています。同時に、1つのデータセットでは確認されなかったことも結果の一部です。「すべてで成り立った」と読み替えると、どの条件で崩れるのかという問いが消えてしまいます。
自己申告の数字だけの話ではない
確信度の研究で難しいのは、確信度が自己申告だという点です。本人が言葉や数字で報告したものを扱う以上、「報告の癖を見ているだけではないか」という疑いが常に残ります。
抄録によれば、この効果は自己申告の確信度を超えて観測されています。反応時間、瞳孔に連動した覚醒指標、そして確信度の神経的シグネチャにおいても、同じ方向の効果が見つかったと記されています。報告の仕方だけで説明しにくい結果だということです。
ただし、ここで止めておくべき点があります。神経的シグネチャが具体的にどの計測指標なのかは、公開されている抄録には書かれていません。本記事はそこを特定しません。
「ばらつきはノイズ」という扱いが変わる
著者らの結論は、次のように述べられています。確信度の変動は、しばしばノイズとして扱われてきたが、実際には揺らいでいる決定基準の現在の状態を本当に反映している、と。
ここは訳し方に注意が必要な箇所です。原文は "genuine sensitivity" という語を使いますが、これは信号検出理論の感度（d'：見極めの精度）とは別の意味です。「基準の現在の状態を本当に映している」という意味であり、「弁別力が高い」という話ではありません。同じ日本語を当てると、記事の筋が入れ替わってしまいます。
この結論が効くのは、ばらつきの処理です。確信度が毎回ぶれるとき、私たちはそれを測定の雑音とみなして平均します。平均は、揺らぎを消す操作です。もし揺らぎ自体が基準の状態を映しているのなら、平均することで消えているのは雑音ではなく情報だという可能性が出てきます。
ここから先は、本記事の解釈です
論文の抄録は、実務について何も述べていません。以下は、研究の結果から筆者が考えたことであり、論文の知見としては読まないでください。
確信度を聞き取る場面を考えます。「この案はいけると思うか、7割くらいか」。この7割という数字を、私たちは案の確からしさとして受け取ります。しかし研究が示す構図を持ち込むと、その数字にはその人が今どこに線を引いているかも混ざっていることになります。
同じ案について、Aさんが7割、Bさんが4割と答えたとき、二人の見立ての差だと解釈するのが普通です。ただ、もし二人の線の位置が違っていれば、見立ては近いのに数字が離れることもありえます。逆に、線の位置が揃っていれば、数字の差は見立ての差として読めます。
ここで一つ、問いが開きます。私たちが「自信のある人」と呼んでいるのは、正しい人なのでしょうか。それとも、線が動きにくい人なのでしょうか。あるいは、線が今たまたま遠い側にある人なのでしょうか。この問いに本記事は答えを出しません。 研究が検証したのは実験課題の中での関係であり、人の性質についての結論ではないからです。答えを急ぐと、確からしさの話が人の評価の話に入れ替わります。
確かなことと、まだ確かでないこと
確かなのは、公開された抄録に書かれている範囲です。基準の揺らぎが確信度を形づくるという予測、15のデータセットへの階層モデルの適用、事前登録した仮説が14で確認されたこと、自己申告以外の指標でも観測されたこと、そして冒頭の結論です。
不確かなのは、その外側です。15のデータセットがそれぞれどんな課題で、参加者が何人で、何試行だったのかは、本記事では確認していません。全文が購読者向けであるためです。したがって「どんな課題でも成り立つ」とは書けません。抄録が述べている「多様な課題と確信度の尺度」という範囲を超えて具体化もしません。
実務への移し替えについては、根拠の階層がもう一段下がります。前節は筆者の解釈であり、研究が支持しているのは実験課題の中での関係までです。
線の位置を揃えずに数字を足すと、何が起きるか
この区別を省いたまま確信度を集めると、起きることは静かです。誰も計算を間違えませんし、数字はきれいに揃います。
営業の確度管理を考えます。各案件の受注確度をメンバーが5段階で入れ、合計して着地見込みを出す運用はよくあります。ここで、ある人は「決裁者に会えたら高め」、別の人は「見積りを出したら高め」という線で入力しているとします。合計値は計算できますし、前月との比較もできます。しかし、その増減が案件の前進なのか入力者の構成の変化なのかは、合計を見ても分かりません。
採用の評価でも同じ形が出ます。面接官の評点を平均すると、ばらつきは小さくなります。もし「どこからを〈合格相当〉と数えるか」が面接官ごとに違っていれば、平均が消しているのは測定の雑音ではなく、線の位置の違いです。平均は、揺らぎを見えなくする操作でもあります。
だから確信度を集める前に、次の3つを分けて確認しておくと、後から読み返せる形になります。
- この数字は何の報告か：答えの確からしさか、入力者の線の位置か、その両方か
- 線が揃っているか：「ここから上は〈ある〉」の位置を、集める相手のあいだで合わせたか
- ばらつきを消していないか：平均や丸めによって、揺らぎの情報を落としていないか
次に確信度を聞くときの、小さな試し方
試すなら、次の1回から始められます。
誰かに確信度を尋ねるとき、数字だけで終わらせず、「どこからを〈ある〉と判断しましたか」をもう一問だけ足してみてください。たとえば「受注できそうか」なら、何をもって「できそう」と数えたのかを聞きます。先方の反応か、予算の確認か、決裁者との接触か。
数回ためしてみると、数字が近い人どうしでも線がずれていること、逆に数字が離れている人どうしで線が揃っていることに気づく場面があります。そのとき、議論すべき対象が「見立ての差」なのか「線の位置の差」なのかが分かれます。
どちらであっても、確信度の数字は捨てなくてよいものです。ただ、数字の隣に線の位置を書き添えておくかどうかで、後から読み返したときに残る情報が変わります。
線がずれていた場合、揃えにいくかどうかは別の判断です。評価のために揃えるべき場面もありますし、あえて別の線を持つ人を残しておく場面もあります。決めなくてよいのは、線がずれていること自体を見ないままにしないという点だけです。
自信をめぐる3つの角度
確信度については、これまでに別の角度からも書いてきました。役割が重ならないよう、違いを置いておきます。
自信の強さは、その人の能力ではなく「場の見えなさ」を測っているのかもしれないは、自信が何に由来するかを扱います。自信過剰は経営者を滅ぼす、と言われてきたは、自信過剰を過大評価と「言い切る精度」に分け、業績との関係が同じ方向を向かないことを扱います。本記事は第3の角度で、確信度という数字がそのとき基準がどこにあったかを映しているという見方です。他者の確信度を集めて精度を上げる話は、「みんなの意見」に確信度を足すと正答率は上がる。さらに足しても、上がらないで扱っています。あわせて読むと、確信度を集める前に「それぞれの線がどこにあるか」を揃える必要性が見えてきます。
自社の判断で「何をもって〈ある〉と数えているか」が揃っていないと感じた場合は、診断ツールで前提を言語化するところから進められます。
状況を整理する（15分）参考資料・引用元
- Robin Vloeberghs, Lara Navarrete Orejudo, ... Kobe Desender, "Trial-by-trial fluctuations in decision criterion shape confidence", Nature Human Behaviour, published 24 August 2026. https://www.nature.com/articles/s41562-026-02544-y （2026年10月11日に公開情報と抄録を確認。全文は購読者向け）