定義と Tversky & Kahneman の実験
アンカリング効果とは、最初に提示された数値 (アンカー) が 後続の判断を系統的に歪める認知バイアスである。1974 年に Tversky と Kahneman が行った実験では、ルーレットで出た 無関係な数字がアフリカの国連加盟国数の推定に影響を与えた。 アンカーが高いほど推定値も高くなり、低いほど低くなる。 この効果は専門家であっても回避が困難であることが知られている。
ランキングがアンカーになる仕組み
MyRank で最初に見たランキング結果は、その後の自己評価の アンカーとして機能する。たとえば年収ランキングで「上位 40%」 と表示されると、その数値が基準点となり、他の指標の順位も 40% 前後だろうと無意識に予測してしまう。
このアンカリングは、ランキング結果を時系列で追跡する場合にも 発生する。最初に見た順位が「正常値」として固定され、 わずかな変動にも過剰に反応する原因となる。
デアンカリングの方法
アンカリング効果を軽減するには、意識的に反対方向の情報を 検討する「考慮の反転」が有効である。たとえば「上位 40%」と 表示されたら、「もし上位 10% だったら」「もし下位 10% だったら」 と両極端を想像してから判断する。また、複数の独立した情報源から データを集めることで、単一のアンカーへの依存を減らせる。
複数の比較基準を持つ重要性
アンカリングの影響を最小化するには、一つの指標だけでなく 複数の比較基準を同時に参照することが重要である。年収だけでなく 資産、労働時間、生活満足度など多面的な指標を並べて見ることで、 特定の数値に引きずられる危険を減らせる。MyRank が複数の ランキング軸を提供しているのは、まさにこの多角的な自己認識を 支援するためである。