観察・誤差・モデルに隠された科学の限界

科学のしくみ

あらゆる科学的予測から「確率」や「誤差」を消し去ることはできません。科学が完璧な答えを出せない原理的な理由と、その数値が意味する姿をやさしく解説します。

シリーズについて

本サイトのメインテーマは「暮らしの背後にある仕組みを読み解く」こと。中学・高校理科の知識をベースに、特定の専門に偏らず、物事の骨子を見抜く力を養います。記事は「歴史的背景」「科学的原理」「フィールド(実社会での応用)」の3層構造で構成しています。「なぜそうなったか」「どんな仕組みか」「現実で何が見えるか」。この3視点を揃えることで、断片的な知識を「線や面」へとつなげ、社会を生き抜くための判断の源泉を提供します。

天気予報の「降水確率60%」という数字に「結局、雨は降るの?降らないの?」とモヤモヤしたことはないでしょうか。科学やデータのはずなのに、どこか「はっきりしない不確実さ」が残るのか。その理由は、科学が未熟だからでも、専門家が手抜きをしているからでもありません。実は、私たちが生きるこの現実世界を科学的に認識しようとするとき、そこには避けて通れない「限界」が存在するからです。

科学の不確実性 — 信頼性を担保する3つの制約

科学は、地道な「観察」から始まります。空を見上げて雲の動きを追い、温度計で気温を記録し、膨大なデータを集めていく。しかし、私たちがこの複雑な現実世界を認識しようとするとき、そこには避けて通れない「3つの制約」が立ちはだかります。

  • 観察の限界 私たちは、この世界のすべてを網羅して見ることはできません。観察できる対象は常に限定的であり、私たちの五感や観測装置には、どうしても物理的な限界が存在します。
  • 測定の誤差 どれほど最先端の精密機器を使おうとも「完璧な測定」は存在しません。すべての測定値には必ず誤差が伴います。
  • モデルの簡略化 複雑な現実を理解可能な形にするために、科学者は「モデル」という簡略化をします。しかし、どんなに優れたモデルであっても、それは現実の一部を切り取ったものであり、現実そのものではありません。

これら3つの制約が絡み合い、科学の導き出す答えには、どうしても「不確実性」が残ることになります。むしろその限界を正直に認めて開示することが、科学が現代社会において強固な「信頼の源」となり得ている理由なのです。

3つの制約を身近な例で見る

制約1:観察の限界

観察件数が少ないと、誤りやすい

初めてコウモリを目撃した人が、羽ばたく姿を見て「これは新種の鳥だ!」と結論づけたらどうなるでしょうか。空を飛びますがコウモリは哺乳類です。見られた範囲や回数が限られていると、一部の特徴に引きずられて大きな誤りを犯すリスクが高まります。

科学では、できるだけ多くのサンプル(観察件数)を集めることで、偶然や例外的なデータに惑わされないようにします。母数が少ないほど、結論の信頼性は低くなってしまいます。

目で見た景色が、そのまま真実とは限らない

私たちの「目」は、簡単には世界をそのまま捉えてくれません。水の中にまっすぐな棒を入れると、光の屈折によって曲がって見えます。目に映る景色がそのまま世界の真実とは限らないのです。そこで科学では、様々な角度から観察したり、計測機器を使ったりして、観察の正確性を補おうとします。

制約2:測定の誤差

その計測機器にも限界があります。体温計に「37.0℃」と表示されていても、実際は37.04℃かもしれないし、36.98℃かもしれません。どれほど優れた機器でも、「これ以上は細かく刻めない」という精度の限界が必ずあります。

制約3:モデルの限界

観察だけでは、科学にならない

古代の人々は、毎日太陽が東から昇って西に沈むのを自分の目で見て、太陽が地球の周りを回っていると考えました。見えた「現象」は事実でしたが、そこから導いた「解釈」が誤っていたのです。実際には、観察者である地球のほうが自転していました。

かつての日本では、突然大地が揺れる理由を「地下の大ナマズが暴れるから」と信じる人もいました。人々は地震という現象を確かに観察していましたが、それを合理的に説明するモデルを持っていなかったのです。

現在、私たちは「プレートテクトニクス理論」というモデルで地震のメカニズムを説明できます。地球の表面を覆う巨大な岩板(プレート)がぶつかり合い、ずれることで歪みが解放される。このモデルがあって初めて、過去の観察データは意味のある知識に変わります。観察とモデルは、どちらが欠けても前に進まない「車の両輪」の関係です。

誤差との付き合い方

すべての測定には「誤差」があります。これは避けて通れない現実です。

腕時計と部屋の壁時計を見比べてみてください。おそらく数秒はズレているはずですが、どちらが本当に正しいのでしょうか。世界で最も正確とされる「原子時計」でさえ、数億年に1秒程度の誤差が生じます。つまり、完璧な時計は存在しないのです。ただし、日常生活において数秒のズレは問題になりません。学校や会社に遅刻するかどうかを判断するには、分単位の精度があれば十分だからです。このように、必要な精度というのは用途によって異なります。

誤差の4つの原因

なぜ誤差が生まれてしまうのでしょうか。それには4つの原因があります。

  1. 測定機器の限界(ハードウェアの限界) はかりが1g単位までしか表示できない場合、0.1g単位の細かい重さは測れません。どんな測定機器にも「これ以上は細かく刻めない」という物理的な限界があります。
  2. 環境の影響(外部要因) 部屋の温度や湿度、あるいはエアコンの風がはかりに当たるといった周囲の環境条件によって、測定値は微妙に変動します。完全に一定の環境を保ち続けることは不可能です。
  3. 人為的なミス(操作のばらつき) はかりの目盛りを斜めから読み間違えたり、器を置く位置が少しズレたりするだけで値は変わります。測定する人の技術や注意深さも結果に影響を与えます。
  4. ランダムな揺らぎ(自然界の性質) どれほど条件を完璧に揃えて測定しても、原因を特定できない微小なズレがランダムに発生することがあります。これは自然界が本質的に持っている気まぐれな揺らぎによるものです。

誤差の対処法

科学者は、誤差をゼロにはできないと知ったうえで、賢く付き合う方法を開発してきました。

対処法1:繰り返し測定(平均化)

ベランダで育てている植物の成長を記録するために、茎の長さを測るとします。1本だけを測った場合、その1本が「たまたま特別に育ちが良かった(あるいは悪かった)」だけかもしれません。しかし10本を測って平均値を出せば、全体の傾向をより正しくつかめます。何度も測って平均を取ることで、偶然紛れ込んだ誤差を打ち消し、薄めることができるのです。

対処法2:誤差範囲の明示(誠実な開示)

科学のレポートや論文では、「室温は25.3度だった」とは書かず、「25.3度±0.2度」のように書きます。この「±0.2度」が誤差範囲で、「真の値はおそらく25.1度から25.5度の範囲にある」ことを示します。(正確には、その範囲に真の値が入る確からしさが約7割程度、といった意味で使われることが一般的です。)

一見、はっきりしない表現に見えるかもしれません。しかし、これこそが「正直さの表れ」です。数値の確かさをあらかじめ示すことで、読み手はデータを正しく解釈できます。誤差があるのに「25.3度」とだけ言い切るほうが、かえって不誠実であり、科学的ではないのです。

誤差が「結論」を変えてしまうとき

誤差の範囲を無視すると、私たちは日常のデータを見誤ります。

家でケーキを焼くために、2つのメーカーの小麦粉AとBを正確に100gずつ量って使い心地を比べるとしましょう。焼き上がったケーキの膨らみを記録したところ、次の結果になりました。

  • 小麦粉Aのケーキの平均の高さ: 63.5 mm
  • 小麦粉Bのケーキの平均の高さ: 63.2 mm

数字だけ見れば「Aのほうが0.3 mm高く膨らんだ」と言いたくなります。しかし、ケーキの高さは、その日のオーブンの予熱状態や卵の泡立て方のわずかな違いによって、焼くたびに±0.5 mm程度のばらつきが出るとします。この範囲を重ねてみると、見え方が一変します。

  • 小麦粉Aのケーキ: 63.5 mm ± 0.5 mm(63.0〜64.0 mm)
  • 小麦粉Bのケーキ: 63.2 mm ± 0.5 mm(62.7〜63.7 mm)

2つの範囲は大きく重なっています。これでは、0.3 mmの差が「本当に小麦粉の違いによるもの」なのか、「オーブンや泡立て方による偶然のばらつき」なのか区別がつきません。つまり、このデータだけでは「小麦粉の品質に差がある」とは断言できないのです。

本当に差があると言うには、焼く回数を増やして、平均値の不確かさを小さくする必要があります。

分析手法による違い

手元にある同じデータでも、「どう分析するか」で結論が変わることです。

あるクラスの5人の生徒のテストの点数が「60点、65点、70点、75点、100点」だったとします。このクラスの「実力」を測る方法として、次の2つが考えられます。

  • 算術平均(全員を足して割る): (60+65+70+75+100)÷5=74点
  • 外れ値を除いた平均(飛び抜けた1人を除外する): (60+65+70+75)÷4=67.5点(100点の1人を除外)

どちらが「正しい」のでしょうか。答えは「目的による」です。クラス全体の総合力を見たいなら全体平均の74点が指標になりますし、「典型的な生徒の等身大の実力」を知りたいなら、トップの1人を除いた67.5点のほうが実態に近いかもしれません。

科学やビジネスの世界でも、データをどう切り取り、どう分析するかで、結論はいくらでも変わり得ます。だからこそ私たちは、「平均74点」という結論だけを鵜呑みにせず、「どのような手法でそのデータが処理されたのか」というプロセスの透明性まで確かめる必要があるのです。

モデル — 世界を理解する道具

科学における「モデル」とは、複雑な現実を人間が理解できるように、重要な要素だけを抜き出してシンプルにまとめた説明(枠組み)のことです。私たちの身の回りにあるもので言えば、「地図」が最もわかりやすい例でしょう。

日本地図を思い浮かべてみてください。そこには、実際に存在する無数の家や1本1本の木、歩いている人や走っている車は描かれていません。描かれているのは、道路、都市、県境、主要な建物など、目的地にたどり着くために「必要な情報」だけです。

これがモデル化の基本である「簡略化」です。地球上のすべてを完璧に描き込んだ地図は、複雑すぎて誰にも使えません。大胆に情報を削り、必要なものだけを選ぶからこそ、地図は便利な道具になるのです。

しかも、「使う目的」によって最適な地図の姿は大きく変わります。

  • 道路地図(車での移動用): 道路網や高速道路のインターチェンジが詳しく描かれる
  • 路線図(電車での移動用): 駅と路線のみに特化し、実際の距離や方角はあえて不正確にして見やすさを最優先する
  • 地形図(登山用): 山の斜面の急峻さや川の形状が、等高線で詳細に表現される

では、どれが「正しい地図」なのでしょうか。答えは「すべて正しく、すべて異なる」です。目的に応じて、選ぶべき最適なモデルは変わるのです。

天気予報のモデルと計算

現代の天気予報も、地球の大気をコンピューターの中に再現した「モデル」を使っています。実際の大気には膨大な数の空気の分子が飛び交っており、それらすべてを分子レベルで追跡して計算することは、現代のスーパーコンピューターでも不可能です。

そこで気象学者は、大気を数キロメートルから十数キロメートル四方ほどの「ブロック」に区切り、ブロックごとの「平均的な気温、湿度、風向き」を代表値として計算します。これも、現実の大気を大幅に簡略化したものです。当然、実際にはその範囲内に山も谷もあり、場所によって気温や風は微妙に異なります。

この簡略化のおかげで、初めてコンピューターでの計算が可能になり、私たちは毎日の天気予報を受け取れています。その代わり、「自分の家にピンポイントで降る雨」のような細かい局所的な現象までは予測できません。これが、モデルが宿命的に抱える「限界」です。

モデルの限界を知ることこそがリテラシー

ここで最も重要なのは、「モデルは、どこまでいっても現実そのものではない」ということです。これが科学リテラシーの核心です。

どれほど精密な地図でも、実際に歩いてみれば「この細い裏道は載っていない」ということが必ず起こります。科学のモデルも同じです。モデルはあくまで現実の「近似」、つまり「実用上、だいたい合っている」状態にすぎません。「だいたい合っていて、十分に実用的」であれば、モデルは私たちの生活を強力に支えてくれます。大切なのは、そのモデルが「どこまで使えて、どこから使えなくなるのか」という境界線を正しく理解しておくことです。

モデルは一度作ったら終わりではなく、時代とともに更新されていくものです。新しい観察データが集まったり、現実とのズレが見つかったりすれば、より正確なものへと修正・改良されます。かつての天気予報では、1週間先の予報などほとんど当たりませんでした。しかし、観測技術が進化し、コンピューターの性能が上がり、モデルが改良され続けた結果、現在では1週間先でもかなり実用的な精度で予測できるようになっています。

逆に、モデルの限界を理解せずに盲信すると、大きな判断ミスにつながります。道具の「強み」と「限界」の両方を見極めて使いこなすことが、モデルという科学の知恵を社会で活かすスキルなのです。


編集後記

大学の実験でまず叩き込まれるのは、有効数字の扱い、誤差の評価、最小二乗法、そして標準偏差の算出ではないでしょうか。そのためには、同じ実験を幾度も繰り返さなければなりません。学生時代、その反復作業を「退屈だ」と感じた方も多いでしょう。

その反復の先に得られるのは、一点の数値ではなく、ある程度の幅を持った値です。今となっては、科学的な態度を体得する時間だったように思えます。

おわりに

最後までお読みいただき、ありがとうございました。本記事を通じて、暮らしの背後にある仕組みを読み解くヒントは得られましたでしょうか。もし「このテーマをもっと深く知りたい」と感じていただけましたら、ぜひ関連の解説記事もあわせてご覧ください。

本サイトではトピックをできるだけ「歴史・科学・フィールド」の3層構造で体系化しています(教育とキャリアを除く)。一つの事象を多角的に捉えることで、断片的な知識を「線や面」へとつなげることができます。多彩なテーマを用意していますので、ぜひサイト内の記事一覧から、あなたの知的好奇心を刺激するトピックを覗いてみてください。

著者&執筆ポリシー
この記事を書いた人
イカノフ

博士・電気主任技術者・エネルギー管理士・環境計量士、技術士補(生物)ほか)
 |  プロフィール詳細 →

本サイトでは、「科学リテラシーが個人の判断力を養い、社会の基盤を支える」という視点から情報を発信しています。義務教育で学ぶ理科や数学は、大人になった今こそ真価を発揮する知恵です。すべての市民がその力を手にしたとき、社会はどのように変わるのか。私たちはその問いを、多角的な視点から論じていきます。
|  問い合わせ→
|  プライベートポリシー→

イカノフをフォローする
科学のしくみ
タイトルとURLをコピーしました