ファスト&スローは今どこまで正しいか｜15年で崩れた4つと残った芯を、論文と150年の株価で確かめる（計算機つき）

『ファスト&スロー』は、心理学者でノーベル経済学賞を受けたダニエル・カーネマンが、人の判断がどこで、どう間違うかをまとめた本です。原書は2011年に出ました。日本語版は早川書房のハヤカワ文庫NFから上下2冊で出ています（村井章子訳、上巻は2014年6月）。

この記事は要約ではありません。私は原書を最後まで読んだうえで、2つのことをします。1つは、出てから15年のあいだに、本のどの主張が崩れ、どこが残ったかを、のちの論文で確かめること。もう1つは、残った芯の部分の数字を、150年分の株価や米国の統計で自分で計算し直し、AIの使い方、起業、半導体株、FXの自動売買という私自身の判断に当てはめることです。当サイトは投資助言・代理業の登録をしていません。特定の商品をすすめる記事ではありません。

1. 結論：崩れたのは強すぎた効果と数え方の誤りで、残ったのは「不確かな世界での判断」の章

• 本の芯は、人の頭には速いシステム1と遅いシステム2があり、システム1が出した答えを、システム2が確かめずに通してしまうところで誤りが起きる、という見方です。
• 出てから15年で、いくつかの主張は崩れました。自我消耗は23の研究室・2,141人の追試で効果がほぼゼロ。行動プライミングは、著者本人が「根拠は思っていたより弱い」と認めました。ホットハンドは錯覚だという古典研究は、分析の方法自体に偏りがあると示されました。年収7.5万ドルで幸福が頭打ちになるという話は、著者自身が加わった2023年の論文で「頭打ちは最も不幸な2割だけ」と直されています。
• 一方で、不確かな世界での判断を扱った章は残っています。私が計算し直したかぎり、市場の1年後の予測の幅、まとめて賭けたときの損の確率、腕を運と見分けるのに要る年数は、本の数字とほぼ合いました。ただし、合ったのは本の数字で、本の心理学の説明そのものを確かめたわけではありません。
• 私はこの本の2つのシステムを、AIの使い分けに置き換えています。速く仮説を出すのはGemini、足元を固めないとまずい戦略を検証させるのはClaudeです。ただし本の物差しでは、AIが「大丈夫」と言うことも自信であって、正しさの証明ではありません。
• 半導体とメモリの株は、少しプラスになったら抜けると決めています。本の言う「買値を基準にする誤り」に当たるかを、米国の半導体の業種データで確かめると、下がったあとに買値へ戻るまでの期間の中央値は約2年半でした。

2. どんな本か｜システム1とシステム2、5部38章の地図

2つの登場人物

システム1は、自動で速く、努力がいらず、自分で動かしている感覚もない頭の働きです。顔を見て怒っているとわかる、2＋2に答える、といった働きがこちらです。システム2は、注意と努力の要る頭の働きで、複雑な計算や、いくつかの条件で比べて選ぶことがこちらです。著者は、2つは脳の部位ではなく、説明のための登場人物だと断ったうえで、本の主人公はシステム1だと書いています。

錯覚は、知っていても消えません。著者は、できるのは「間違えやすい状況を見分け、賭け金が大きいときにシステム2を働かせること」だけだと書きます。他人の誤りのほうが、自分の誤りより見つけやすい、とも書いています。だからこの本は、自分を直す本というより、誤りを見つける言葉を増やす本です。

5部の中身と、このサイトで詳しく書いた記事

本に出てくるバイアスの多くは、このサイトで1つずつ、私の失敗とあわせて書いています。この記事では同じ説明を繰り返さず、本でしか書けない芯の部分に数字を当てます。

結論の章では、行動経済学の「ナッジ」にも触れています（ナッジの記事）。

3. 15年で崩れた主張｜追試と再分析で確かめる

2010年代に、心理学では有名な実験が追試で再現されない「再現性の危機」が起きました。この本も無関係ではありません。著者本人やのちの論文で、はっきり崩れたか、直されたものを並べます。

ホットハンドの逆転を、コイン投げで確かめる

ホットハンドの話は、数字で確かめられます。表と裏が半々のコインを何回か投げ、「表が出た直後に、また表が出た割合」を数えます。1つの系列ごとにこの割合を出し、すべての系列で平均すると、50%になりそうに見えます。ところが、実際には50%より下になります。全部の並び方を数え上げて計算しました。

前提：公平なコイン。4〜20回は表と裏のすべての並び方を数え上げた厳密な値。100回は20万回のシミュレーション。数える場面が1度もない系列は除いた。

腕も波もないコインでさえ、この数え方では「連続の直後は入りにくい」ように見えます。100回投げて3連続の直後を数えると46.1%です。だから選手の成績が「連続の直後も50%」なら、それはむしろ、連続の直後に入りやすくなっている証拠になります。Miller と Sanjurjo（2018）が示したのはこの点です。本の10章は「小さな標本の直感を疑え、印象を計算に置き換えよ」と説く章ですが、その章の例が、数え方の偏りで逆転しました。少数の法則が、研究者自身にも当てはまったわけです。

崩れ方は4通り。残った側の例もある

4つは、同じ崩れ方ではありません。自我消耗は、大規模な追試で効果が出なかった。行動プライミングは、著者本人が根拠の弱さを認めた。この2つは、実験室で小さな刺激が大きく効く、という種類の主張です。ホットハンドは、効果がなかったのではなく、データの数え方に誤りがあって結論が逆になった。年収と幸福は、大規模な調査の再分析で、条件つきの結論に直された。「崩れた」とひとまとめにせず、どう崩れたかで分けて読むのがいいと思います。

一方で、残った側の例もあります。本の第4部の柱であるプロスペクト理論について、カーネマンとトヴェルスキーが1979年に使った質問を、19か国・13言語・4,098人でそのまま追試した研究があります。項目の94%で同じ傾向が再現され、効果の大きさはやや弱まったものの、13の理論的な比較のうち12が再現されました（Ruggeri ほか 2020）。

本の後半で著者が自分の仕事の芯として書いた、不確かな世界での予測と選択の章は、実験室の小さな効果ではなく、投資の成績、事業の生存率、市場の予測といった、現実のデータに立っています。次の章からは、その部分を私が自分で計算し直します。私が確かめられるのは本に出てくる数字までで、人の頭がなぜそう間違うのかという説明の正しさは、別の問題です。

4. 直感はいつ信じられるか（21・22章）｜私はGeminiを「速い頭」、Claudeを「遅い頭」に使う

本の主張：簡単な式は専門家に勝ち、直感が信じられるのは2つの条件がそろうときだけ

21章で著者は、心理学者ミールの研究を紹介します。専門家の主観的な予測と、いくつかの点数を決まった式で合わせただけの予測を比べた研究は、約200に増えましたが、約60%で式のほうが有意に正確で、残りは引き分けでした。引き分けは、安く使える式の勝ちと同じです。専門家が負ける理由として、著者は、複雑な組み合わせを考えすぎることと、同じ情報に対して判断がぶれることを挙げています。

22章は、直感を重んじる研究者クラインとの共同研究の結論です。直感が信じられるのは、①予測できるほど規則的な環境で、②長い練習とはっきりしたフィードバックで、その規則を学ぶ機会があったときだけ。チェスや消防はこれを満たし、銘柄選びや長期の政治予測は満たさない、と著者は書きます。そして、本人がどれだけ自信を持っているかは、直感が正しいかの目安にならない、と。

私の考え：AIを、システム1とシステム2に分けて使う

私の判断は、AIを使えるようになったことが大きいです。私はGeminiを、速いほう（システム1）として扱っています。答え方が私の性格にいちばん合っていて、スピードも速いからです。それで、だいたい正しい仮説が作れます。ただ、ガチで足元を固めないとまずい戦略は、Claudeで検証させます。安全の基準がほかのAIより高く、将来を厳しく見積もる傾向があると感じるからです。ClaudeがOKを出すまで議論を繰り返せば、私の中では心理的な安全を確保できます。人間の感覚と経験だけで全部を決めていたころとは、まったく違います。

住む場所もAIで選びました（住みやすい街を世代で選ぶ記事）。この先、結婚のように長く響く決定をするなら、破綻する確率もAIに計算させます。子どもができたら、子どもの進路や性格に私の戦略を当てはめて、不幸にしてしまわないかも当然検証します。そして、子ども自身がAIを自分の力だけで使えるように手助けをします。解き方ではなく、目的を自分で考えて、問いを作れる人に育てたいと考えています。

本の物差しで、この使い分けを測る

本の言葉で言えば、これは22章の消防の指揮官のやり方に近いです。指揮官は選択肢を並べて比べず、最初に浮かんだ1案を頭の中で試して、だめなら次の案に移ります。システム1が案を出し、システム2が検証する、という分担です。7章で著者は、議論の前に各自の判断を独立に書かせて、誤りの相関を切れ、とも書いています。癖の違う2つのAIに別々に聞くのは、この「独立した判断を集める」に当たります。ただし、最初のAIの答えをそのまま次のAIに渡して検証させると、最初の答えが錨（11章のアンカー）になり、次のAIの判断は独立ではなくなります。独立にするなら、先に問いだけを別々に聞いて、答えを突き合わせる順番が要ります。

一方で、本の物差しには厳しいところがあります。22章の「本人の自信は正しさの目安にならない」は、AIにも当てはまります。AIがOKと言うのも1つの自信で、環境そのものに規則性がなければ、人間でもAIでも当てられません。私自身、AIに株主構成や売り出しの条件を分析させて新規上場株を選んだ時期がありますが、再現性に疑問を持ちました。AIを使って半年ほど個別株に投資したときも、プラスにはなりましたが、指数には勝てませんでした。どちらも、著者が「妥当性ゼロの環境」と呼ぶ銘柄選びの世界です。

本の物差しで分けると、AIの「OK」が効くのは、計算や前提の点検のように、答えをあとで確かめられるものです。銘柄の値上がりのように、確かめる規則がない問いでは、AIに聞くべきなのは当たりではなく、過去の分布と外れ方の幅だと、本を読み直して私は理解しました。次の章で、その幅を数えます。

5. 妥当性の錯覚（20章）｜腕か運かは、何年見れば分かるか

本の主張：成績の順位は、次の年に続かない

著者は、ある資産運用会社の富裕層向けアドバイザー25人の、8年分の成績を調べています。腕があるなら、ある年に上位の人は次の年も上位に来やすいはずです。8年のうち2年ずつの組み合わせ28組で順位の相関を出すと、平均は0.01でした。ゼロです。会社は、腕ではなく運にボーナスを払っていたことになります。

個人投資家については、教え子だったオディーンの研究を引きます。約1万口座・7年・約16万3,000件の売買で、個人がある株を売って別の株に乗り換えたとき、その後1年の成績は、売った株のほうが買った株より年3.2ポイント良く、そのうえ売買の手数料もかかっていました。企業を分析する技能はあっても、「その情報がすでに株価に入っているか」を見抜く技能はない、と著者は書きます。

腕を運と見分けるのに要る年数

市場より毎年平均α％勝つ人がいて、その勝ち幅が年によってσ％ぶれるとします。n年の平均の勝ち幅を、ぶれの大きさで割った値（t値）が2を超えると、運だけでは説明しにくい、とよく言われます。t値が2に届くのに要る年数は、（2×σ÷α）の2乗です。

前提：毎年の勝ち幅が独立で、正規分布に従うとした近似。手数料と税は入れていない。

市場に年2%勝つのは、運用の世界ではかなりの腕です。それでも、ぶれが年6%なら、運と見分けるのに36年かかります。人の運用の人生より長い年数です。自分の数字は、9章の計算機で出せます。

強いCEOの会社が勝つのは、6割

19章で著者は、CEOの質と会社の成功の相関を、甘めに見て0.30としています。似た2社を比べたとき、強いCEOの会社が勝つのは約60%で、偶然の50%より10ポイント多いだけだ、と。2つの数字がともに正規分布に従うとすると、勝つ割合は「1/2＋arcsin（相関）÷π」で出せます。計算すると、相関0.3で59.7%と、本の約60%と合いました。

前提：能力と結果が二変量正規分布に従うとした計算。

私の考え：決算が良くても、割安だと言われても、上がらないのを見てきた

私は半導体とメモリの株を、この需要は当面続くから上がるに決まっていると思って買ってきました。でも、決算が良くても、割安だとされても上がらないことを、リアルタイムで見てきました。その横で、ナスダック100はこれらと比べると堅調に動いていました。それで、私に必要な分散の規模は、少なくともこの水準なのだと理解しました。

本の言葉で言えば、私が知っていた「需要が続く」「決算が良い」は、すでに株価に入っていた情報でした。分散の規模の話は、7章の数字で確かめます。

6. 外部の視点と楽観（23・24章）｜起業の生存率を、私は知らなかった

本の主張：起業家は、自分の成功確率を実際の倍近くに見る

著者は、米国の小さな事業が5年生き残る確率は約35%だと書きます。ところが起業した人に「あなたのような事業」の成功率を聞くと平均60%で、実際のほぼ倍でした。自分の事業については、81%が成功の確率を10分の7以上と答え、33%は失敗の確率をゼロと答えています。

カナダの発明者支援の例もあります。最低の評価を受けた411件のうち、商品化できたのは5件で、成功したものはありませんでした。それでも47%は開発を続け、平均で最初の損失を倍にしてからやめました。楽観的な性格の人ほど、続けていたそうです。

23章では、対策として「外部の視点」を勧めます。自分の計画の中身から考える前に、似た例（参照クラス）の統計で基準の予測を立て、そこから自分の事情で調整せよ、と。

いまの数字：米国の新しい事業所の生存率

本の35%は古い数字なので、米国の労働統計局（BLS）が出している、開業した年ごとの事業所の生存率を取りました。

出典：U.S. Bureau of Labor Statistics「Business Employment Dynamics, Table 7. Survival of private sector establishments by opening year」（民間の全産業、各年3月時点）。事業所の数え方で、会社の数とは違う。日本の数字ではない。残っていることと、儲かっていることは別。

どの年に開業しても、5年後に残るのは約半分、10年後は約35%で、30年近くほとんど変わっていません。本の「5年で35%」は、いまの統計では10年後の数字に近いです。

私の考え：生存率は知らなかった。負ける未来は見えなかった

私が20代で起業したとき、生存率は知りませんでした。ライバルは、今でもそうですが、学のない人ばかりで、この人たちに負ける未来というのは見えませんでした。今はAIもあり、私はそれを使いこなしているので、さらに負ける気がしません。

本のやり方で、自分の見積もりを基準率に寄せる

本の18章には、直感の予測をならす手順があります。①基準率（平均）から出発する、②直感の予測を出す、③自分の手がかりと結果の相関を見積もる、④基準率から直感のほうへ、相関の分だけ動く。これを起業の5年生存率に当てはめると、次のようになります。

前提：ならした予測＝基準率＋相関×（直感の予測−基準率）。基準率は上の表の5年後の約50%。

私の「負ける気がしない」は、表のいちばん下の行の見方です。本の手順に従うなら、相関がどれだけあるかを、自分の手応えではなく過去のデータで見積もる必要があります。そして私は生き残った側なので、これは生存者バイアスのかかった話でもあります。同じように「負ける未来が見えない」と思って始めて、統計の残りの半分に入った人の声は、表に出てきません。

市場の予測の幅を、150年の株価で確かめる

24章には、米国の企業の財務責任者（CFO）に、翌年の米国株のリターンを予測させた調査が出てきます。約11,600件の予測と実際の結果の相関は、わずかにマイナスでした。80%の確率で入ると彼らが答えた幅から外れた年は67%で、想定の3倍以上でした。著者は、正しく80%の幅を言うなら「−10%〜＋30%」と毎年言う必要がある、と書いています。

Shiller の米国株（配当込み・名目）の月次データで、この幅を確かめました。

前提：Robert J. Shiller の S&P の月次データ（配当込み・名目、2023年9月まで）。12か月のリターンは毎月ずらして数えたので、期間どうしは重なっている。

外に出た年は2割強で、80%の幅としてほぼ合っています。本の「−10%〜＋30%」は、150年の株価で見ても正しい幅でした。そして、この幅を毎年言う人は、予測の役に立たないと笑われる、と著者は書きます。自信過剰は、社会的には報われるのです。

7. 広いフレームとリスク方針（31章）｜まとめて賭けるなら、相関を見る

本の主張：1回なら断る賭けも、100回まとめれば断る理由がない

経済学者サミュエルソンの同僚は、コインを投げて、負ければ100ドル払い、勝てば200ドルもらう賭けを、1回なら断ると答えました。でも100回なら受ける、と。100回まとめた賭けの期待値は5,000ドルで、少しでも損をする確率は約2,300分の1、1,000ドル超を失う確率は約6万2,000分の1です（本はラビンとセイラーの計算を引いています）。二項分布で計算し直すと、それぞれ2,289分の1、6万2,189分の1で、本の数字と合いました。

損失を利益の2倍に感じる人を考えると、1回の賭けの価値は0ですが、2回まとめると50ドル、3回で112.5ドル、5回では損をする確率が18.75%まで下がり、確実に受け取るなら203.125ドルに相当します。賭けを1つずつ決める「狭いフレーム」より、まとめて決める「広いフレーム」のほうが、常に同じかそれ以上になる、と著者は書きます。だから「保険の免責額は常に最大にする」「延長保証は買わない」のような、まとめて決めるリスク方針を持て、と。

ただし、著者は条件をつけています。賭けが本当に独立であること。同じ業種への複数の投資は、まとめて悪くなるので当てはまらない、とはっきり書いています。

相関があると、まとめても損の確率は下がらない

100回の賭けのうち、ある割合で全部が同じコインの結果になる（相関ρ）とした場合の、損をする確率です。

前提：100回の賭けが、確率ρで全部同じ1枚のコインに従い、残りの確率で互いに独立になる、という単純なモデル。このとき2つの賭けの相関はρになる。

相関が0.3あるだけで、100回まとめても損の確率は15%残ります。同じ業種の銘柄を何十本持っても、まとめた効果はほとんど出ません。

米国の半導体業種と、市場全体を比べる

私の「必要な分散の規模」の話を、Kenneth R. French Data Library の米国の49業種のうち、半導体を含む電子部品（Chips）の日々のリターンで確かめました。1970年から2025年までの暦年で比べます。

前提：Kenneth R. French Data Library「49 Industry Portfolios [Daily]」の Chips（時価総額加重、配当込み、ドル建て）と、「Fama/French 3 Factors [Daily]」の市場全体（Mkt−RF＋RF）。レバレッジなし。手数料・税・為替は入れていない。業種の中身は French の分類で、特定の指数や商品とは違う。2つの暦年リターンの相関は0.83。

年率で見れば、半導体を含む業種のほうが高い。でも、ぶれは市場全体の約1.8倍で、高値を取り戻すのに最長で17年半かかりました。2000年3月の高値を月末の値で取り戻したのは、2017年10月です。私が「必要な分散の規模はナスダックの水準」と理解したのは、この表の下の3行を、自分の口座で小さく体験したからだと思います。

8. 勘定の付け方（32章）｜「少しプラスで抜ける」は、本の言う誤りか

本の主張：買値は、売るかどうかの判断に関係がない

32章で著者は、人は株ごとに心の口座を作り、口座を「勝ち」で閉じたがる、と書きます。だから、値上がりした株を売って、値下がりした株を持ち続ける（気質効果）。米国では、損の出ている株を売るほうが税金が減るうえ、最近上がった株はしばらく上がり続けやすいので、その逆をすると翌1年の税引後のリターンで3.4%損をする、と。34章では、参照点を変える問いとして「それを持っていなかったら、いくらの価値があると思うか」を勧めています。

私の考え：半導体とメモリは、少しプラスになったら抜ける

半導体とメモリの業種は、少しプラスになったら抜けると決めています。5章で書いたとおり、決算が良くても割安でも上がらないのを見てきたからです。

これは、本の物差しで言えば、買値を基準にした判断です。私はプロスペクト理論の記事で、「買値にもどったら売る」と決めている自分はこの理論そのものだ、と書きました。今回の決め方も同じ形をしています。

下がったあと、買値に戻るまでどれだけかかったか

では、買値に戻るのを待つことに、どれだけのコストがあったか。同じ Chips の業種で、「1年前に買って、いま20%以上下がっている」月を全部拾い、その後いつ1年前の値段（買値）に戻ったかを数えました。

前提：Chips の月末の値（配当込み）で、12か月前と比べた。当てはまる月は連続して出るので、互いに重なっている。レバレッジなし。3倍型のようにレバレッジのかかった商品は、上下するだけで目減りするので、戻るまでの期間はこれより長くなりうる。

20%以上下がった場面から買値に戻るまでの中央値は約2年半で、5年たっても3分の1は戻っていませんでした。一方で、その後1年の成績は、市場全体とほぼ互角でした。つまりこのデータでは、下がった業種を持ち続けても、期待値で大きく損をしたわけではありません。コストは期待値ではなく、集中したぶれを抱えたまま、戻るのを待つ年数のほうにあります。

本の物差しで言い直すと、私が分散したいなら、判断の基準は買値ではなく「いまこれを持っていなかったら、この比率で買うか」です。答えがノーなら、買値に戻るのを待つ理由は、心の口座を勝ちで閉じたいという気持ちのほかにはありません。個別株では、過去1年の負け組の株は、その後も負けやすかったというデータもあります（French の「過去12〜2か月の成績で分けた10組」で、1927〜2026年の負け組10%の年率は−0.9%、勝ち組10%は16.9%）。業種と個別株で結果は違いますが、どちらでも買値が将来を教えてくれるわけではない点は同じです。

FXの自動売買は、さっさとやめてよかった

24章の発明者の47%は、失敗の予測を受けても続け、損失を倍にしました。32章では、すでに使ったお金のために続けてしまう「サンクコストの誤り」が出てきます。

私の場合、FXの自動売買はさっさとやめてよかったと思っています。2010〜2014年ごろに、市販のシステムを100個以上検証し、システム代を含めて250万円以上を失いました。そこから先は深追いせず、いまは小さな口座で試す程度です。詳しくはFXで人生終わった人と、終わらなかった私の差と、ギャンブラーの誤謬の記事に書きました。発明者の話と並べると、損失が倍になる前に引いたことが、いちばん大きかったと思います。

9. 腕か運かの計算機｜何年勝てば、運では説明しにくくなるか

市場に対する平均の勝ち幅、その年ごとのぶれ、見た年数を入れると、運だけでその成績以上になる確率と、運と見分けられる水準（t値2）に届くまでの年数を出します。人数を入れると、全員に腕がなくても運だけで何人がその成績以上になるかも出ます。投資信託、運用のうまい知人、自分の売買の記録に当てはめてください。

使い方の例として、市場に年2%勝ち、ぶれが年6%の人を10年見た場合を入れると、t値は1.05で、腕がまったくない人が運だけでこの成績以上になる確率は14.6%です。1,000人が運だけで競えば、約146人がこの成績以上になります。t値2に届くには約36年かかります。5年続けて市場に勝つことも、運だけで3.1%の確率で起き、1,000人いれば約31人が5連勝します。「5年連続で勝っている」は、それだけでは腕の証拠になりません。

本の考え方では、腕があるかは、t値よりも「個人差が次の年も続くか」で確かめます。20章の25人のアドバイザーは、8年分の年ごとの順位の相関が平均0.01でした。

10. よくある質問

ファスト&スローはどんな本ですか？要約だけ知りたいのですが

心理学者ダニエル・カーネマンが、人の判断の誤りを、速い「システム1」と遅い「システム2」という2つの登場人物で説明した本です。5部38章で、ヒューリスティックとバイアス、自信過剰、プロスペクト理論、経験する自己と記憶する自己を扱います（2章）。この記事は要約ではなく、のちに崩れた主張と、残った芯の数字を確かめたものです。各章の中身は、ぜひ本で読んでください。

再現性の問題があると聞きました。もう読む価値はありませんか？

自我消耗、行動プライミング、ホットハンドは錯覚、年収7.5万ドルの頭打ち、の4つは、崩れたか直されました（3章）。一方で、妥当性の錯覚、直感と公式、外部の視点、まとめて決めるリスク方針、心の会計の章は、現実のデータに立っていて、この記事で計算し直した数字も本と合いました（4〜8章）。本の第4部の柱であるプロスペクト理論は、19か国・4,098人の追試で項目の94%が再現されています（3章）。崩れた主張の表を横に置いて読めば、価値は残ると私は考えます。

難しいですか？どこから読めばいいですか？

文庫で上下2冊あり、短くはありません。2つのシステムの考え方は序章と1章でつかめます。お金の判断に使いたいなら、20〜24章（妥当性の錯覚、直感と公式、専門家の直感、外部の視点、楽観）と、31〜32章（リスク方針、勘定の付け方）を先に読むのが近道だと思います。この記事の4〜8章は、その章に当たります。

システム1とシステム2は、どう使い分ければいいですか？

著者は、錯覚は知っていても消えないので、できるのは間違えやすい状況を見分け、賭け金が大きいときにシステム2を働かせることだけだ、と書いています。私はこれを、速く仮説を出すAIと、厳しく検証させるAIの使い分けに置き換えています。ただし、AIの「大丈夫」も自信であって、正しさの証明ではありません。答えをあとで確かめられる問いに使うのが、本の物差しに合う使い方です（4章）。

バイアスを知れば、判断ミスは減りますか？

本自身が、減らないと書いています。錯覚は、知っていても消えません。著者が勧めるのは、間違えやすい状況のサインに気づいて速度を落とすことと、個人より組織で防ぐことです。チェックリスト、似た例の統計から始める予測（23章）、決める前に「1年後に大失敗した理由」を書かせるプレモーテム（24章）、まとめて決めるリスク方針（31章）は、どれも自分の頭を直すのではなく、手順で誤りを止める方法です。

投資の判断に役立ちますか？

何を買えばいいかは教えてくれません。役に立つのは、何を信じてはいけないかのほうです。成績の順位は次の年に続かない（20章）、同じ業種への投資はまとめても損の確率が下がらない（31章）、買値は売る判断に関係がない（32章）。この記事の5章と7章と8章で、それぞれ数字を確かめました。

年収と幸福の「7.5万ドル」は間違いだったのですか？

2010年の論文の「日々の幸福感は年収約7.5万ドルで頭打ち」は、別の研究者が反対の結果を出したあと、著者を含む3人の共同の再分析で直されました。頭打ちは、最も幸福度の低い約2割の人だけで、全体では所得とともに幸福感が上がり続けていました（Killingsworth・Kahneman・Mellers 2023）。

『DIE WITH ZERO』や『アート・オブ・スペンディングマネー』とは何が違いますか？

『DIE WITH ZERO』はお金を「いつ」使うか、『アート・オブ・スペンディングマネー』は「何に」使うかの本です。『ファスト&スロー』は、その判断そのものが、どこで、どう間違うかの本だと私は読みました。前の2冊の読み方と計算は、DIE WITH ZEROの記事とアート・オブ・スペンディングマネーの記事に書いています。

11. まとめ

• 『ファスト&スロー』は、速いシステム1と遅いシステム2で、判断の誤りを説明する本。5部38章。
• 15年で、自我消耗・行動プライミング・ホットハンドは錯覚・年収7.5万ドルの頭打ち、の4つは崩れたか直された。崩れ方は、追試で再現せず、著者が認めた、数え方の偏りで逆転、再分析で条件つきに、の4通り。プロスペクト理論の選択のパターンは、19か国の追試で項目の94%が再現された。
• 残った芯は、不確かな世界での判断の章。市場の80%の予測の幅（−10%〜＋30%）、100回まとめた賭けの損の確率（約2,300分の1）、強いCEOの会社が勝つ割合（約60%）は、計算し直しても本と合った。
• 市場に年2%勝ち、ぶれが年6%なら、運と見分けるのに約36年かかる。
• 米国の新しい事業所の5年後の生存率は約5割、10年後は約35%。私は起業のときに生存率を知らなかった。
• 同じ業種への投資は、まとめても損の確率が下がらない。米国の半導体を含む業種は、市場全体よりぶれが約1.8倍で、高値を取り戻すのに最長17年半かかった。
• 買値に戻るのを待つコストは、期待値ではなく、集中したぶれを抱えたまま待つ年数（中央値で約2年半）。判断の基準は「いま持っていなかったら買うか」。
• 私はAIを、速い頭と遅い頭に分けて使う。ただしAIの「大丈夫」も自信であって、正しさの証明ではない。

12. 出典

• ダニエル・カーネマン『ファスト&スロー あなたの意思はどのように決まるか?』上・下、村井章子訳、早川書房（ハヤカワ文庫NF）、2014年6月（上巻 ISBN 978-4-15-050410-6、下巻 ISBN 978-4-15-050411-3）。原書：Daniel Kahneman, Thinking, Fast and Slow, 2011。国立国会図書館サーチ（下巻）：https://ndlsearch.ndl.go.jp/en/books/R100000002-I025502656
• Hagger, M. S., et al. (2016). A Multilab Preregistered Replication of the Ego-Depletion Effect. Perspectives on Psychological Science, 11(4), 546–573.
• Schimmack, U., Heene, M., & Kesavan, K. (2017). Reconstruction of a Train Wreck: How Priming Research Went off the Rails（コメント欄に著者本人のコメント、2017年2月）。https://replicationindex.com/2017/02/02/reconstruction-of-a-train-wreck-how-priming-research-went-of-the-rails/
• Ruggeri, K., et al. (2020). Replicating patterns of prospect theory for decision under risk. Nature Human Behaviour, 4(6), 622–633。https://doi.org/10.1038/s41562-020-0886-x
• Miller, J. B., & Sanjurjo, A. (2018). Surprised by the Hot Hand Fallacy? A Truth in the Law of Small Numbers. Econometrica, 86(6), 2019–2047。https://doi.org/10.3982/ECTA14943
• Killingsworth, M. A., Kahneman, D., & Mellers, B. (2023). Income and emotional well-being: A conflict resolved. PNAS, 120(10)。https://ui.adsabs.harvard.edu/abs/2023PNAS..12008661K
• Weinshall-Margel, K., & Shapard, J. (2011). Overlooked factors in the analysis of parole decisions. PNAS, 108, E833。https://ui.adsabs.harvard.edu/abs/2011PNAS..108E.833W
• U.S. Bureau of Labor Statistics「Business Employment Dynamics, Table 7. Survival of private sector establishments by opening year」。https://www.bls.gov/bdm/us_age_naics_00_table7.txt
• Robert J. Shiller「U.S. Stock Markets 1871-Present and CAPE Ratio」（S&P の配当込みの月次データ、2023年9月まで）。http://www.econ.yale.edu/~shiller/data.htm
• Kenneth R. French Data Library「49 Industry Portfolios [Daily]」「Fama/French 3 Factors [Daily]」「10 Portfolios Formed on Prior (12-2) Return」。https://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html

試算は、書いた前提での計算で、将来の成績を示すものではありません。業種のデータは米国のもので、ドル建てです。AIの使い分け、起業のときの見方、半導体とメモリの株の決め方は私の考えで、人にすすめるものではありません。

13. あわせて読む

• 金持ち父さん 貧乏父さんは今も正しいか｜25年後の日本の統計で確かめた
• 個人向け社債は買うべきか｜利率の上乗せから倒産の確率を逆算する
• 認知バイアスとは｜私が実際にお金を失ったバイアスを、金額の大きい順に
• プロスペクト理論とは｜「買値にもどったら売る」と決めている私が、この理論そのものだった
• 株価は見ない方がいい？毎日見ると47%の日が負け
• 楽観バイアスとは｜意味と計画錯誤
• 生存者バイアスとは
• ギャンブラーの誤謬とは
• FXで人生終わった人と、終わらなかった私の差
• ランダムウォークとは
• DIE WITH ZEROは40代にどこまで当てはまるか
• アート・オブ・スペンディングマネーを数字で読む

14. この記事について