生存者バイアスの具体例|SNSで成功者ばかり見える本当の理由
karrinn
著者SNSで成功者ばかり見ちゃうのって、なんでだろう?
インスタで幸せそうな人ばっかり。起業して成功した人の話しか聞かない。
それ、「生存者バイアス」が原因かも。
こんな経験ない?
インスタ開いたら、みんなキラキラしてて「私だけ取り残されてる...?」って不安になる。起業した友達の成功話ばっかり聞いて、「自分もいけるかも!」って思っちゃう。
実は...
それ、「見えてない失敗」がめちゃくちゃ多いだけなんです。心理学では「生存者バイアス」って呼ばれる認知の罠。この記事で、日常の「あるある」から対策まで解説します。
📌 この記事のポイント
生存者バイアスとは: 成功した人・物だけが目に入って、失敗した大多数が見えなくなる認知の歪み
影響: SNS、恋愛、買い物、キャリア選択など、日常のあらゆる場面で判断を誤らせる
対策: 「見えてない失敗」を意識的に探す。統計データを確認する。完璧主義から卒業する
日常で起こる「生存者バイアス」あるある
あなたも経験してるかも?20-30代が陥りやすい4つのシーン
💔 シーン①: 恋愛・人間関係
「みんな幸せそうなカップルばっかり...」
インスタやTikTokを開くと、ラブラブなカップルの投稿ばかり。「私だけうまくいってないのかな」って落ち込んじゃう。でも考えてみて。
実際には...
別れたカップルはSNSから投稿を削除する
喧嘩中や倦怠期のカップルは投稿しない
そもそもシングルの人は恋愛投稿をしない
2013年の研究では、ソーシャルメディア上でアーティストの91%が発見されず、メインストリームや大規模な成功を収めているのはわずか1.1%だけという結果も。これは恋愛でも同じ。「成功例」だけが見えているんです。
💼 シーン②: 起業・キャリア
「大学中退して起業した人、みんな成功してるよね?」
Steve Jobs、Bill Gates、Mark Zuckerberg...有名な起業家って大学中退者多いよね。「学歴なくても大丈夫じゃん!」って思っちゃう。
でも実際には...
90%のスタートアップが失敗するという統計がある
中退して失敗した人の話は報道されない
成功者の「運」や「タイミング」は語られない
📱 シーン③: SNS・情報収集
「この商品、口コミめっちゃいいから買お!」
Amazonのレビューが★4.5。「これは間違いない!」って購入。でも届いたら「思ってたのと違う...」ってことない?
見えていないもの:
不満な人は即返品してレビューを書かない
サクラレビューが混ざっている可能性
低評価は削除されることもある
SNSでは生存者バイアスが、成功、達成、美、イメージの基準を大きく歪めているという指摘も。
💰 シーン④: 買い物・投資
「この投資信託、10年で200%のリターン!」
投資の広告で「過去10年の実績」を見て、「こんなに儲かるんだ!」って飛びつく。でもちょっと待って。
実は...
運用成績の悪いファンドは途中で廃止され、データから除外される
「生き残った」優秀なファンドだけが統計に残る
本当の平均リターンは広告よりずっと低い
🎖️ 歴史コラム: 爆撃機の装甲はどこに付ける?
第二次世界大戦中、アメリカ軍は爆撃機の生存率を上げるため、統計学者Abraham Waldに相談しました。
帰還した爆撃機を調べると、翼・胴体・尾翼に弾痕が集中。軍は「ここを補強しよう!」と考えました。
でもWaldは...
💡 Waldの洞察
「待ってください。帰還できた機体を見ているんですよ。弾痕が多い場所は『撃たれても大丈夫な場所』です。」
本当に補強すべきは、帰還した機体に弾痕が『ない』場所。そこを撃たれた機体は墜落して戻ってこなかったからです。
なんで生存者バイアスにかかっちゃうの?
理由①: 失敗は「見えない」
失敗した人は...
SNSアカウントを削除する
失敗談を積極的に発信しない
倒産した企業は統計から消える
メディアは成功談を好んで報道する
理由②: 脳の認知メカニズム
確証バイアスとの相互作用:
成功を信じたい → 成功例を探す
失敗は「不快」→ 無意識に避ける
「自分もできる」と思いたい心理
成功は快適で、失敗は不快。だから成功だけを見てしまうのは自然なこと。でも、それが判断を歪めるんです。
生存者バイアスが引き起こす3つの問題
① 過度に楽観的になる
成功のサブセットだけを見ることで、現実よりも物事が簡単だと信じてしまい、不必要に大きなリスクを取ってしまう
② 自己評価が下がる
SNSの生存者バイアスは、幸福と健康に対する基準を歪め、自己評価を低下させる。「みんな成功してるのに私だけ...」という錯覚。
③ 誤った因果関係
成功者のパターンから誤った因果関係を導き出す。「大学中退=成功」のような短絡的な結論に。
じゃあ、どうすればいいの? 実践的な対策
生存者バイアスから抜け出す5つの方法
✅ やるべきこと
1. 「見えない失敗」を意識的に探す
成功者1人の裏には、失敗者が何十人・何百人いることを意識。失敗した事例も研究に含めるのが大切。
例: 起業を考えるなら、成功談だけでなく「なぜ失敗したか」のケーススタディも読む
3. 「運」と「実力」を区別する
成功者の墓場にも、失敗者と同じく勇気、リスクテイク、楽観主義があった。真に分けるのは運だというNassim Talebの言葉を思い出そう。
❌ 避けるべきこと
1. SNSを「現実」と思い込む
インスタはハイライトリール。みんなの「ベストモーメント」だけが集まった場所。
対策: SNSの使用時間を制限する。1日30分以内にするなど。
2. 成功談だけを参考にする
成功の公式は保証されていない。同じ戦術を使っても、運や制御できない要因で結果は変わる
例: 「この人がやって成功したから、私もやれば成功する」は危険
3. 完璧主義になる
SNSで見る「完璧な人生」は存在しない。生存者バイアスは失敗を汚名化し、それが自然なプロセスの一部であることを忘れさせる
意思決定チェックリスト
大きな決断をする前に、この3つを自問してみて:
「失敗した人のデータも見てる?」
成功率は? 失敗率は?
失敗した人の話も聞いた?
「サンプルサイズは十分?」
1-2人の成功談だけで判断してない?
統計的に有意なデータはある?
「運の要素を考慮してる?」
タイミング、環境、人脈などの「運」の部分は?
再現性のある「実力」の部分は?
💻 補足: エンジニアの現場でも起こる生存者バイアス
ここからは、私が実際にソフトウェアエンジニアとして経験した「生存者バイアス」の話を。
ケース①: バグレポートの罠
あるプロジェクトで、「この機能、バグ報告ゼロだから完璧だね!」って上司が喜んでたんです。
でも実際は...
ユーザーがその機能を使っていないだけだった
バグで動かなすぎて、諦めて他の方法を使っていた
報告フォームが分かりにくくて、誰も報告してなかった
「報告がない = 問題ない」じゃないんですよね。生き残った(報告された)バグだけ見てると、全体像を見誤る。
ケース②: パフォーマンステストの落とし穴
サービスの速度改善をする時、「現在のユーザー」のデータだけで分析してました。
でも、そのデータには...
「遅すぎて離脱したユーザー」が含まれてない
高速回線の環境のユーザーに偏っている
古いデバイスのユーザーは既に脱落済み
つまり、サービスを使い続けられる環境のユーザーだけのデータだったわけです。
対策として、離脱率の高いページのデータを重点的に収集し、「生き残れなかったユーザー」の体験を推測するようにしました。
🔍 エンジニアへのアドバイス
ログに残らないデータを想像する力が大事
A/Bテストでは「脱落ユーザー」も含めて分析
「なぜこのデータが取れたのか?」のバックグラウンドを常に考える
よくある質問
Q1: 成功者の話を聞くのも無駄なの?
A: 無駄じゃない!でも「文脈」が大事
成功者の話は確かに参考になります。ただし:
「この人だからできた」部分と「再現可能」な部分を分ける
時代背景やタイミングの要素を考える
失敗談も同じくらい聞く
Q2: SNSやめた方がいい?
A: やめる必要はない。でも「使い方」を変えよう
おすすめの使い方
1日30分以内に制限
フォローするアカウントを厳選
「見るだけ」ではなく「交流」重視
避けるべき使い方
寝る前の無限スクロール
他人と自分を比較しまくる
「完璧な生活」を追い求める
💡 覚えておきたいこと
生存者バイアスは人生に適用されたInstagramのフィルターのようなもの。美しいもの、輝くもの、成功したものだけを見せる。でも現実はもっと豊かで、複雑で、面白い
データで見る生存者バイアス
図1: スタートアップの生存率(年数別)
出典: The Decision Lab
図2: SNSでの成功者の割合
出典: 2013年研究データ
まとめ: 「見えないもの」を意識しよう
SNSで成功者ばかり見えるのも、起業の成功談ばかり聞くのも、生存者バイアスのせい。大切なのは、「見えない失敗」の存在を忘れないこと。
完璧な人生なんて存在しない。みんな試行錯誤してる。
もっと詳しく知りたい人へ: おすすめリンク集
主要参考文献
1. Wikipedia - Survivorship Bias - 包括的な概要とAbraham Waldの歴史的事例
2. The Decision Lab - Survivorship Bias - 行動科学の視点からの分析
3. Czeisler et al. (2021) - Uncovering survivorship bias in longitudinal mental health surveys - PMC/NIH学術論文
4. Britannica - Survivorship Bias - 信頼できる定義と実例
5. Scribbr - What Is Survivorship Bias? - 研究バイアスの観点
6. Elton, Gruber & Blake (1996) - Survivorship Bias and Mutual Fund Performance - 金融分野の学術研究
7. Psychology Spot - Survivorship Bias Consequences - 心理学的影響の分析
作成日: 2025年10月 | 全データは査読済み学術論文および信頼できる学術情報源に基づく
まだコメントはありません。最初のコメントを残しませんか？