説明深度の錯覚とは？「わかっている」が説明した瞬間に崩れる仕組みと、対話に活かす境界線

会議で新しい仕組みの説明を受けて、うなずいたとします。図もあり、言葉も平易で、たしかに理解できた気がする。ところが席に戻り、上司から「で、あれはどういう仕組みなの」と聞かれた瞬間、言葉が出てこない。さっきまで持っていたはずの理解が、手のなかから消えています。

この落差は、集中力の問題でも記憶力の問題でもありません。人間の理解には、説明を試みるまで自分では気づけない空洞があります。イェール大学の研究チームは2002年、この現象に「説明深度の錯覚（Illusion of Explanatory Depth）」という名前をつけました。日本ではまだ広く知られていませんが、提案・会議・教育の設計に直結する知見です。

そして近年、この錯覚をめぐる議論は新しい段階に入りました。「錯覚が存在すること」は繰り返し確かめられている一方で、「錯覚を突けば人の意見が変わる」という応用のほうは、追試で大きく揺れています。この記事では、何が頑健で、何が条件つきなのかを分けて整理します。

説明深度の錯覚とは？──「わかる」が説明で崩れる現象

説明深度の錯覚とは、複雑な仕組みについて、自分が実際より深く理解していると感じてしまう認知の偏りです。レオニード・ローゼンブリットとフランク・カイルが、認知科学の専門誌『Cognitive Science』2002年26巻に発表した12の実験で報告しました。

実験では何をしたのか

手続きは驚くほど単純です。研究1では、イェール大学の大学院生16人に48項目のリストを見せ、それぞれについて「自分はどれくらい理解しているか」を7段階で評価してもらいました。1が最も浅く、7が最も深い理解です。

そのあと、4つの項目を選んで「仕組みを段階ごとに、順を追って詳しく説明してください」と求めます。書き終えたら、もう一度同じ7段階で自己評価をつけ直してもらいます。さらに「シリンダー錠はどうやってピッキングできるのか」「ヘリコプターはホバリングから前進飛行へどう移るのか」といった、仕組みを知らないと答えられない診断質問を出し、三度目の評価をつけてもらいました。

使われた題材は、スピードメーター、ファスナー、ピアノの鍵盤、水洗トイレ、シリンダー錠、ヘリコプター、クオーツ時計、ミシンの8つです。どれも日常で目にする、身近な装置ばかりでした。

数字で見ると、どれくらい下がったのか

自己評価は、説明を書いた直後にはっきり下がりました。研究2（イェール大学の学部生33人）で報告された平均値は、最初が3.89、説明を書いた直後が3.10、診断質問に答えた後が2.49です。7段階の尺度で1.4ポイントの低下です。

統計的にも明確でした。研究2の分散分析では F(4, 124) = 38.9、p < .001、η² = .555 と報告されています。η²（イータ二乗）は効果の大きさを表す指標で、0から1の範囲をとり、値が大きいほどその要因で結果のばらつきをよく説明できます。.555という値は、心理学の実験としてはかなり大きい部類に入ります。

注目すべきは、この間に参加者が新しい知識を失ったわけではない点です。頭のなかの情報量は変わっていません。変わったのは、自分の理解に対する見積もりだけでした。

なぜ「知識」全般ではなく「説明」だけで起きるのか

この錯覚の面白いところは、あらゆる知識で起きるわけではない点です。ローゼンブリットとカイルは、同じ手続きを5つの領域で試しました。装置、自然現象、物語、事実、手順の5つです。

結果ははっきり分かれました。装置（ミシンやシリンダー錠など）では自己評価が0.918ポイント下がりました。自然現象（地震の起こり方、虹ができる理由など）では0.860ポイントです。ところが映画のあらすじを説明させた場合の低下は0.351ポイントにとどまり、世界の首都を答えさせた場合は0.291ポイントでした。

そして手順の説明では、低下がまったく起きませんでした。数値はマイナス0.173、つまりわずかに上がっています。「チョコチップクッキーの焼き方」「蝶ネクタイの結び方」「ニューヘイブンからニューヨークまでの運転経路」といった課題では、説明を書いた人は自信をむしろ強めたのです。

ここから導ける実務上の含意があります。相手の理解を確かめたいなら、手順を復唱させても意味がありません。「なぜそうなるのか」という因果の説明を求めたときにだけ、理解の空洞が姿を現します。

錯覚はなぜ生まれるのか──4つの理由

ローゼンブリットとカイルは、説明知識に特有の4つの要因を挙げています。

①目の前にあるものを、頭のなかにあると取り違える

ファスナーは、部品がすべて見えています。金属の歯が並び、スライダーが動く。この光景を見ているあいだ、私たちは「見えている情報」と「自分が保持している知識」の区別をつけていません。目を離した瞬間に説明できなくなるのは、そもそも記憶していなかったからです。研究12では、部品が見えているかどうかが、初期の自信をもっともよく予測する要因でした。この回帰モデルは初期の自信のばらつきの約78%を説明しています。

②「何のためか」を「どうやってか」と混同する

ファスナーの機能は「布を閉じること」です。この機能を理解した瞬間の納得感を、メカニズムの理解と取り違えてしまいます。高い階層での了解が、低い階層の因果を素通りさせます。

③説明には「ここで終わり」がない

「首都はどこか」なら、答えられるかどうかを自分で試せます。ゴールが明確だからです。ところが「どういう仕組みか」には終点がありません。どこまで説明すれば十分なのか自分でも分からないため、自己テストが機能しません。

④そもそも説明する機会が少ない

私たちは日常で因果の説明をほとんど口に出しません。失敗した経験がないので、自分の説明能力を較正する材料も持っていません。著者らは「教師や解説記事の書き手のように、説明を頻繁に産出する人はこの錯覚に陥りにくいはずだ」と予測しています。これは研究として検証されておらず、仮説の段階です。

①の要因は、専門家が自分の説明の難しさに気づけない現象とも地続きです。この裏返しの構図については、専門家が陥る「知識の呪い」と伝わる難しさで詳しく扱っています。伝える側は「自分の頭のなかにあるもの」を相手も持っていると錯覚し、受け取る側は「目の前にあるもの」を自分が持っていると錯覚する。方向は逆ですが、根は同じです。

「説明させれば意見が変わる」は本当か──10年越しの論争

錯覚の存在が確かめられると、次に期待が向かったのは応用です。人が強い意見を持つのは、その仕組みを理解していると思い込んでいるからではないか。ならば説明を求めれば、意見はやわらぐのではないか。

2013年：説明を求めたら意見が穏健になった

フィリップ・ファーンバックらは2013年、『Psychological Science』24巻に「政治的な極端さは理解の錯覚に支えられている」という論文を発表しました。参加者に政策（排出量取引制度や定年年齢の引き上げなど）の仕組みを説明させると、政策への理解の自己評価が下がり、意見の極端さもやわらいだという報告です。関連する政治団体への寄付額まで減りました。

重要なのは条件の分かれ方でした。「なぜ賛成なのか理由を挙げてください」と求めた場合には、この効果は現れませんでした。効いたのは因果の説明を求めたときだけです。この結果は世界的に引用され、対話による分断解消の希望として語られてきました。

2021年：3回の事前登録追試が、いずれも再現しなかった

ところが2021年、ジャレット・クロフォードとジョン・ルシオが『Psychological Science』32巻に、3件の事前登録追試を発表します。事前登録（preregistration）とは、データを集める前に仮説と分析方法を公開登録しておく手続きで、後から都合の良い分析を選ぶことを防ぎます。

サンプルは元研究より大きく、306人、405人、343人でした。結果は明快です。主要な効果はいずれも統計的に有意になりませんでした。

ただし、ここに見落としてはならない区別があります。説明を書いた後に「理解しているつもりだった」と自己評価が下がる現象そのものは、この追試でも再現されました。再現しなかったのは、その先の「意見が穏健になる」という部分です。著者らの結論は「因果の説明を求めることは、自分の無知への気づきを高めるが、政治的な穏健化をもたらす可能性は低い」というものでした。

2022年：条件つきなら効く、という反論

スティーブン・スローマンとマルク＝リュイス・ヴィヴェスは2022年、『Cognition』225巻に新しい実験を報告しました。参加者739人を対象に、政策を2種類に分けたのが工夫です。

ひとつは結果で判断される政策（学生ローンの一括免除、処方薬の価格上限）。もうひとつは価値観に根ざした政策（銃の身元確認の厳格化、市民権要件の厳格化）です。

結果、意見の極端さが下がったのは前者だけでした。結果で判断される政策では平均0.15ポイントの低下（7段階評価、t(304) = 3.03, p = 0.002）、価値観に根ざす政策では0.003ポイント、つまり変化なしです。一方、理解度の自己評価はどちらでも大きく下がりました（F(1, 304) = 71.52, p < 0.001, 偏η² = 0.19）。

著者らは追試の失敗を否定していません。論文にはこう書かれています。再現に失敗した事実は、この効果がかつて思われたほど頑健ではないことを示している、と。そのうえで「結果を天秤にかける種類の争点でのみ期待すべき効果だ」と結論しています。

実務への含意はこうです。相手の思い込みを説明で崩すこと自体は、かなり確実に起こります。しかし、崩れた自信がそのまま意見の変更につながると期待するのは早すぎます。とくに相手の立場が価値観に根ざしている場合、無知の自覚は態度を動かしません。

検索とAIは、錯覚を太らせるのか

マシュー・フィッシャー、マリエル・ゴドゥ、フランク・カイルは2015年、『Journal of Experimental Psychology: General』に9つの実験を報告しました。参加者に「ファスナーはどう動くのか」といった質問を出し、一方にはネット検索で答えを確認させ、もう一方には検索を禁じました。

その後、まったく別の話題について「あなたはどれくらい説明できますか」と尋ねると、検索していた群のほうが自己評価が高くなりました。手元の情報にアクセスできる状態を、自分の頭のなかの知識と取り違えたわけです。この構図は、組織のなかで「あの人が知っているから大丈夫」と考える状態とも重なります。誰が何を知っているかを設計するという発想については、ナレッジ共有はなぜ失敗するのか？「誰が何を知っているか」を設計するトランザクティブ・メモリーで扱いました。

生成AIについても、同じ懸念が語られています。ハムサ・バスターニらは2025年、『PNAS』に高校数学の大規模実験を報告しました。トルコの高校で約1,000人の生徒を対象に、GPT-4を使える群と使えない群を比較したものです。制約なしでGPT-4を使えた群は演習中の正答率が大きく上がりましたが、AIを取り上げた後の試験では、最初から使わなかった群より成績が17%低くなりました。学習を守る指示を組み込んだAIチューターでは、この悪影響がおおむね抑えられています。

ただし、この研究は「理解の錯覚」を直接測ったものではなく、学習成果を測ったものです。生成AIが説明深度の錯覚そのものを増幅するかどうかは、検証が始まったばかりで、断定できる段階にありません。

明日から使える：説明を求める対話の設計

ここまでの知見を、提案や会議の場に落とし込みます。方針はひとつです。理解の確認は「わかりましたか」ではなく「どう動くと理解しましたか」で行います。

ステップ1：確認の質問を因果形に変える

「ご不明な点はありますか」では何も見えません。相手は自分の空洞に気づいていないからです。「この施策で売上が上がるまでの流れを、順を追って話してもらえますか」と聞きます。図2が示すとおり、手順の復唱では錯覚は崩れません。因果の説明だけが有効です。

ステップ2：説明を求める前に、場の安全を確保する

説明を求める行為は、相手の無知を露呈させる可能性を含みます。試験のように感じさせれば、相手は防衛に回ります。「私の説明が足りていないか確かめたいので」と、確認の目的を自分側に置くのが実務的です。前提として、わからないと言える空気が必要になります。この土台については心理的安全性とは？「ぬるい職場」との決定的な違いを、エドモンドソンの原典研究から解くを参照してください。

ステップ3：自分にも同じ質問を向ける

錯覚は相手だけのものではありません。提案書を書き上げたら、スライドを閉じて「なぜこの施策で数字が動くのか」を口に出して説明してみます。詰まった箇所が、資料の弱点です。相手の質問より前に、自分で発見できます。

ステップ4：説明を「学習の道具」として使う

説明させる行為は、無知の発見だけでなく学習効果も持ちます。ビスラらは2018年、『Educational Psychology Review』に自己説明（self-explanation）を促す介入のメタ分析を発表しました。メタ分析とは、複数の研究結果を統計的に統合して全体像を出す手法です。64件の研究報告から得た69の効果量をまとめた結果、平均の効果量は g = 0.55 でした。

ヘッジズの g は効果の大きさを標準化した指標で、0.2が小さい、0.5が中程度、0.8が大きいという目安で読まれます。0.55は教育介入としては十分に実用的な水準です。

ステップ5：崩した後を用意しておく

自信を崩したまま放置すると、相手はただ気まずくなるだけです。図1の実験でも、専門家の説明を読ませる工程が用意されていました。説明を求めたら、その場で埋める材料を渡します。理解の段差を踏める大きさに刻む考え方は、読者を「わかったつもり」から救い出せ。安易な「わかりやすさ」を凌駕する「スキャフォールディング」と「認知的負荷理論」の科学で整理しています。

相手から説明を引き出す聞き方そのものを鍛えたい場合は、提案は「聞く」から始めよ。脳科学と32万件のデータが明かす、相手が喜んで話す「質問の技術」とファクトファインディングも併せて読むと、質問設計の幅が広がります。

よくある質問

説明深度の錯覚とダニング＝クルーガー効果は同じものですか

別の現象です。ダニング＝クルーガー効果は「能力の低い人ほど自分の能力を高く見積もる」という、能力水準と自己評価のずれを扱います。説明深度の錯覚は能力水準とは関係なく、説明知識という特定の種類の知識でだけ起きる過信を指します。ローゼンブリットとカイルの実験では、イェール大学の大学院生でも同じ落差が観察されました。

この錯覚は訓練で消せますか

完全には消せないようです。研究6では「あとで説明を求めますよ」と事前に警告したうえで最初の自己評価をつけてもらいました。すると説明を書いた直後の低下は消えましたが、核心を問う診断質問の後には、やはり有意な低下が起きています。警告は表面的な過信を減らしても、深い層の空洞までは可視化できませんでした。

相手に説明を求めれば、意見を変えてもらえますか

期待しすぎないほうが安全です。3件の事前登録追試では、理解度の自己評価は下がったものの、意見の極端さは動きませんでした。効果が確認されているのは、結果や損得で判断される争点に限られます。相手の主張が価値観に根ざしている場合、無知の自覚は態度を動かしません。

手順やマニュアルの説明では効かないのはなぜですか

手順の知識には明確な終点があり、自分で合否を判定しやすいためだと考えられています。ローゼンブリットとカイルの研究8では、手順を説明させた参加者の自己評価はむしろわずかに上がりました（差はマイナス0.173で有意ではありません）。理解の確認には、手順の復唱ではなく因果の説明を求める必要があります。

資料をわかりやすくすると、かえって錯覚が強まりますか

その可能性は否定できません。研究12では、部品が目に見えているかどうかが初期の自信をもっとも強く予測しました。図解が鮮明であるほど「見えている情報」を「持っている知識」と取り違えやすくなります。ただしこれは装置を対象にした知見であり、ビジネス資料に直接適用した検証は見当たりません。わかりやすさを捨てるのではなく、わかりやすさに理解の確認を組み合わせるのが現実的です。

まとめ

説明深度の錯覚について、確かめられていることと、まだ確かめられていないことを分けておきます。

• 因果の仕組みについて、人は自分の理解を実際より深く見積もります。7段階評価で1.4ポイントの落差が繰り返し観察されています。
• この錯覚は装置や自然現象で強く、手順や事実ではほとんど起きません。理解の確認には因果の説明を求める必要があります。
• 説明を書かせると自己評価が下がる現象は、追試でも一貫して再現されています。
• 一方、その自覚が意見の変化につながるかは条件つきです。結果で判断される争点では効き、価値観に根ざす争点では効きません。
• 外部の情報源へのアクセスは、自分の知識と混同されやすくなります。生成AIについての検証は始まったばかりです。

次の一歩として、直近の提案書をひとつ選んでください。資料を閉じ、「なぜこの案で数字が動くのか」を声に出して3分間説明してみます。詰まった箇所が、相手にも伝わっていない箇所です。相手に説明を求める前に、自分の空洞を見つけるところから始まります。

出典

• Rozenblit, L., & Keil, F. （2002）. The misunderstood limits of folk science: an illusion of explanatory depth. Cognitive Science, 26(5), 521–562. 論文ページ
• Fernbach, P. M., Rogers, T., Fox, C. R., & Sloman, S. A. （2013）. Political extremism is supported by an illusion of understanding. Psychological Science, 24(6), 939–946. 論文ページ
• Crawford, J. T., & Ruscio, J. （2021）. Asking People to Explain Complex Policies Does Not Increase Political Moderation: Three Preregistered Failures to Closely Replicate Fernbach, Rogers, Fox, and Sloman's （2013） Findings. Psychological Science, 32(4), 611–621. 論文ページ
• Sloman, S. A., & Vives, M.-L. （2022）. Is political extremism supported by an illusion of understanding? Cognition, 225, 105146. 論文ページ
• Fisher, M., Goddu, M. K., & Keil, F. C. （2015）. Searching for explanations: How the Internet inflates estimates of internal knowledge. Journal of Experimental Psychology: General. 論文ページ
• Bisra, K., Liu, Q., Nesbit, J. C., Salimi, F., & Winne, P. H. （2018）. Inducing Self-Explanation: a Meta-Analysis. Educational Psychology Review, 30. 論文ページ
• Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. （2025）. Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS. 論文ページ