勢いで作った息抜き読書メモ

勢いで作った息抜き読書メモ 2021/3/13 LT資料＠ takedaさんの⾃主読書会 Masa twitter @asas_mimi 1

所属組織とはまったく関係ない、⾃主勉強会のLT資料です (学部⽣-社会⼈若⼿の⽂系読書会LT資料) また、各学問を代表するような内容では決してありません。 2 注意

⼀部過激な表現がありますメンタル弱い⽅は閲覧注意 3 注意

⼀部過激な表現がありますメンタル弱い⽅は閲覧注意 4 いらすとや、感謝いらすとや、ご利⽤規定 @2021-3-12 https://www.irasutoya.com/p/terms.html - 21枚overだけど、商⽤利⽤でない -
公序良俗規定

⾃分史に沿って当時の問題意識と図書を紹介していく 5 本⽇のテーマ

6 いい年をしてまだ哲学にうつつを抜かしていて、いっこうにそこから⾜をあらわぬような男を⾒ると、もうそんな男は、ソクラテス、ぶんなぐってやらなければと思うのだ。カリクレスの哲学批判プラトン『ゴルギアス』

7 1. 社会を説明するということ 2. Re:社会を説明するということ 3. “AI”というコトバ、禁⽌にしましょう 4. 僕にとっての⼈⽂科学の知 5.
読書は楽しいとは限らない

8 1. 社会を説明するということ学部時代(しゃかいがく専攻)の葛藤 2. Re:社会を説明するということしゃかいがく卒業(離脱)以後の僕 3. “AI”というコトバ、禁⽌にしましょうバズワードに流されない、基礎は⼤事
4. 僕にとっての⼈⽂科学の知⼈⽂科学には価値がある、でもどのように︖ 5. 読書は楽しいとは限らない義務感とマゾ的な喜び

読書は楽しいとは限らない ① 社会の社会-内-記述の試み ② しゃかい学って何︖ ③ 構築主義って何︖ ④ OG論争 ⑤ 僕の⽴場

「社会」の社会-内-記述の試み 10

11 ＜現実界＞の砂漠へようこそ。スラヴォイ・ジジェック「「テロル」と戦争」(邦訳副題)

社会学って何︖ 12

しゃかいがく? 学問のアイデンティ問題 ① 13 て何︖ 社会を学問するもの︖ - コントさんの「実証哲学講義」 1838からスタート [対象領域で定義できるか]
① 残余科学としての社会学他の社会科学の余った事象を扱う学としての期待 ② ⼆乗の科学としての社会学（ジンメル）いやいや、他の社会科学の分野にも攻めていくんだぜ的なもの学問対象で定義するのは無理ゲーかもね

しゃかいがく? 学問のアイデンティ問題 ② 14 対象で定義できないなら、⽅法論でしばらなくては︖ （単なる社会記述であるなら、それは社会評論、ジャーナリズムと差別化できないよね︖え︖別にしなくてもいい︖ まあ、そうだよね） [社会学特有の⽅法論ってなんかある︖] • 戦国時代状態︓
少なくとも万⼈が納得しうる教科書がない（ギデンズ︖うーん） • 昔の偉い⼈はどうやってたの︖︖

ビッグネームといえば誰︖ 15

16 超有名⼈⼀⾔コメント本や論⽂ A.
コント (1798-1857) 社会学の名付け親、フランス⾰命期の社会混乱に終⽌符をうち、より良い形で社会を再組織化したいとう願いを込めて - 実証哲学講義 - 実証精神論 E. デュルケイム (1858-1917) ⽅法論的集合主義、社会的事実をモノのように観察（vs. 社会唯名論）。個⼈意識に対して先⾏する何か（vs. ⼼理主義） - ⾃殺論 - 宗教⽣活の原始形態 M. ウェーバー (1864-1920) ⽅法論的個⼈主義。理解社会学︓共感や感情移⼊による理解から因果的説明による理解、「理念型」の導⼊ - プロ倫 - 客観性論⽂ G. ジンメル (1858-1918) 形式社会学︓社会⽣活における相互作⽤と社会化の諸形式を抽出する社会学 - 歴史哲学の諸問題 - 社会学 T. パーソンズ (1902-1979) ⼤陸社会学をアメリカに輸⼊。フロイトの影響も。社会秩序問題を⾏為の規範的構造の中に解を求める。（”重篤な理論病患者” from マートン） - 社会体系論 - 経済と社会 N. ルーマン (1927-1998) ドイツの官僚で⽶国留学（師・パーソンズ）を経て、理論社会学者に。⾃律的(⾃⼰算出的)な意味組織として社会を再記述 - 社会システム理論 - 社会構造と意味論 P. ブルデュー (1930-2002) フランスの⾮エリート層出⾝の社会学者。社会階層的なテーマで、ハビトゥス（習慣）の分析や、社会的地位の再⽣産における⽂化の役割を研究 - ディスタンクシオン - 再⽣産 A. ギデンズ (1938-) 再帰的近代化〜とかは省略。性愛を媒体にする成⽴する社会関係の特性も研究（性と⾔う超主観的な経験のあり⽅がマクロで⻑期的な社会変動とどう連動していたのか） - 社会学の新しい⽅法基準 - 親密性の変容超有名⼈としてはこれくらい異論は認める（けど１スライドで終わらせたい）

[sample] ルーマンの社会理論 17 • ⾏為（/コミュニケーション）から社会を再記述するアプローチ • ホッブス問題「社会秩序はいかにして可能か」というか、「なんで普通に考えたら成⽴し得ない（DK問題）秩序的なものが現に存在してるんだっけ︖」問題を考える •
「社会の〜」シリーズは、各機能システムの⾃律性に対する記述集。いきなり読むと爆死間違いなしなので、右の⻑岡本いいと思います • 「社会構造とゼマンティーク（意味論）」シリーズは、階層分化から機能分化への構造転換と、それに伴うコミュニケーションの意味論（ゼマンティーク）の変化に対する記述。こっちの⽅が⾯⽩いかも︖

18 - 4.461 命題は、それが語っていることを⽰しているが、トートロジーと⽭盾は、それが何も語らないことを⽰している。（中略）トートロジーと⽭盾は無意味である。 - 4.462 しかしトートロジーと⽭盾はナンセンスではない。両者とも、いわば「０」が算術の記号体系に属しているように、記号体系に属している。
ウィトゲンシュタイン「論理哲学論考」

ゆるい雰囲気︓社会の内部観察としての社会学 19 • 社会学の(教科書に載るような)グランドセオリー的なものは、おそらく９０年代前半でほぼ更新がストップしている状況と思われる • 「素朴実証主義」批判と「社会-内-観察」は結構共通してる（論者によって強弱はある、また欧⽶系は別） • （前者はそのまま）後者については、社会の内部観察としての社会学をいかに表現するかに主眼が置かれているように思われる。（僕は、社会学の知的潔癖症とでも名付けたくなる）
社会的なるもの素朴実証主義客体から超越的な観察者社会学も社会の⼀部社会の内部観察者を⽬指す社会的なるもの社会的なるもの

有名な(偉⼤な)社会学者の本を読めばOK? 20 ルーマン的には〜この現象、デュルケイムでいうところの〜

21 注１否定的に⾔い換えれば、ルーマン理論をある種の現代思想ないし政治思想として扱いキーワードやキャッチフレーズの供給源として消費したり、理論にあわせて現象を切り取ったり、理論を証明するために現象を⽤⽴てたり、トピックやジャーゴンを（それ抜きでも成⽴する、いわゆる）実証研究の隙間に「彩り」として挟み込んで利⽤したり ……などなどといった仕⽅でではなく、ということである。「ルーマン理論を「経験的な学としての社会学」の中で受け継ぎ・展開していく」に対する注釈
酒井泰⽃・⼩宮友根(2007)「社会システムの経験的記述とはいかなることか」『ソシオロゴス』 http://www.l.u-tokyo.ac.jp/~slogos/archive/31/sakaiandkomiya2007.pdf

過去の偉⼈に敬意を! ……でも 22 • 「昔の偉い⼈はこう⾔ってたぜ︕」スタイルはやめよう今、それ研究し直すなら、「識字率」とか他の変数もテストするよねハビテュス〜脱構築〜その⾔葉（ジャーゴン）本当に、こ
の⽂脈で必要ですか︖ 社会学する ≠ 「ジャーゴン」の当てはめ作業 • 社会事象にコトバを付与する作業が社会学︖（それで社会に対する知が増える・・・とは限らない?） • むしろ、コトバに合わせて社会現象を探してません︖ 偉⼈には敬意を、でも学は進歩すべき • 何らかの功績があるから、今でも古典として読まれている • これは本当にリスペクトすべき（古典を読む価値は絶対にある） • 但し、実証科学であろうとするなら、先⾏研究を崇拝しすぎるのは不健康な態度（もう何年経ったと思ってるんですか︖）資本主義というのは、プロテスタンティズムのエートスが、、、スティグマがー

[余談] 社会学者の良⼼のつぶやき 23 太郎丸先⽣の以下のブログ︓私もこの不満には激しく同意 • 「⽇本の社会学の特徴は、アカデミズムの軽視だと思います。すなわち、学会報告や学会誌を軽視しているということです。学会発表もせず、学会誌に論⽂を投稿もせず、それでも社会学者づらして本を出版したり、さまざまなメディアで発⾔することができるのが、⽇本社会学の実情です」 • 「
「アカデミズムという形式に縛られず、⾃由に議論したい」という⼈もいるでしょうが、それならば、学者はやめてしまえばよろしい。東浩紀のように評論家になるなり、ジャーナリストや⼩説家やアーティストになればいいのです。社会学者という肩書で語る以上、アカデミズムの権威のうえに乗ることになります（その点、東浩紀はいさぎよいというか、好感度が⾮常に⾼いです）。つまり「厳密に論証しろ」という要求には、「⾃由な議論を抑圧するな」と反体制ぶって⾒せるくせに、対外的には社会学者として語るという欺瞞は⾒ていて不愉快極まりありません。」 http://sociology.jugem.jp/?eid=277 「科学」とは本来「つまらない」が「⼤切」な事実の積重ね。教養ゴリゴリの偉い先⽣だったとしても、その検証もされていない仮説をあたかも学問の名をかりて社会に発信してるのはちょっと、、、（私の感想）

私が学⽣時代に流⾏っていた論証スタイル︓ 構築主義（社会学における⾔語論的転回） 24 クイズ︓⾔語論的転回とは︖

25 われわれ⾃⾝の集蔵体を記述することもわれわれにはできない。なぜなら、われわれが語っているのはその諸規則の内部においてであるからであり、われわれがその出現の様態、その⽣存および共存形態、その累合、歴史性、消滅のシステムを⾔いうることを可能にするのは、それである――それ⾃⾝、われわれの⾔説の対象である――からである。ミッシェル・フーコー「知の考古学」

モチベーション︓乱暴な脳内イメージ 26 • 社会学者を神様⽬線に置きたくないです（社会の外部観察者という⽴場を放棄）僕たちも特別な存在じゃないよ︖社会-内-存在と認めた⽅が、知的誠実そう • でも、「社会的なもの」を語り・記述したいです（だって、お仕事だもん） • そうだ、その歴史に着⽬しよう •
我々が「当たり前」、「本質的だ」と思っている事象の「偶有性（他でもあり得た）」を記述できるかも︖これって社会学の仕事としてアリなのでは︖

社会学における歴史あるいは記憶というテーマ 27 対象としての歴史１社会史 social history (対⽐語は英雄史観) 社会に⽣きる⼈々の⽇常の⽣活の歴史（アナール学派とか⺠俗学とか）２
歴史社会学 historical sociology 過去を観るというより、過去を通して、現在を成⽴させる様々な⼒を浮かび上がらせる３歴史の社会学 sociology of history 歴史そのものってなんだっけを問う、歴史のもつ社会的機能やその成⽴過程の分析知識社会学イデオロギー存在被拘束性過去今歴史社会学現在の歴史過去今

28 集団によって共有される記憶、というより、共有によって集団が形成されるよくあるお話こちらも有名記念碑、遺跡、保存された景観、歴史博物館などなどへの考察ナショナリズム研究では有
名なアンダーソン本もこの⽂脈で捉えられますね

29 ⼈間は、われわれの思考の考古学によってその⽇付の新しさが容易に⽰されるような発明に過ぎない。そしておそらくその終焉は近い。（中略）そのときこそ賭けてもいい、⼈間は波打ち際の砂の顔のように消えてゆくであろう。ミッシェル・フーコー「⾔葉と物」

社会問題の社会学︓WhyからHowへ 30 社会問題について、「なぜ/どうしてWhy」という問いではなく、「いかにしてHow それが社会問題と認識されるようになったのか」を系譜学的に分析するアプローチ（そして、多くの場合、当該社会意識の相対化を図る）社会学的構築主義で、結構流⾏ったと認識している⼿法（単なる社会批評から距離をとるという意味で）普通の問い社会問題の社会学なんで最近の若い奴は…. きっと〜〜に違いない
・・・と、⾔われているのは、いつからだろう。どんなクレーム申し⽴てがあって、いつ誰が、どのように広がっていったのか社会意識の偶有性の暴露的啓蒙

31 ちょっと古いけど、タイトルとは逆にとっても良いこの⼿の社会学の⼊⾨書だったりする。社会学愛溢れるエッセイでかつ、お笑いセンスもいいと思うこのテーマなら中河先⽣のこの本がいいかと。
元々はスプクター・キツセ「社会問題の構築」からですが中河先⽣のこの教科書で⼗分論点が整理されていると思うオムニバム形式の教科書⾔説分析といっても、論者によって捉え⽅やその思想にボラティリティがあることがわかる。（また、当該アプローチの思想的な難しさも）古典としては、フーコー本のどれかを読むといいかもしれない。少なくとも、ここらへんの社会学者は全員読んでると思っていい。冒頭で紹介した「知の考古学」は読みにくいので、こっちから読もう

32 やっていることは要するに、『社会は客観的に取り出すことはできない、だが社会に対する⾔説は客観的に取り出すことができる』という、『客観性』の⼀段ずらしである・・・（中略）・・・ずらされた「客観性」の調達先がちがうだけで、この点については本質的な差異はない。遠藤知⺒「⾔説分析とその困難」『⾔説分析の可能性』

存在論的ごまかし ontological gerrymandering (以下、OG) 33 それって「客観性の⼀段ずらしじゃね︖」ツッコミからの論争をOG論争という - 厳格派 -
コンテクスト派 - 脱構築派（ポスモダ派︓過激派）など戦国状態だった社会学の学説史(?)研究をしたいとか変わった⽅以外は特に読まなくてもいい。ただし、この学派の当初のモチベーションは打ち砕かれたように思える（感想）

34 数学や⾃然科学において、⼈間の理性は、制限は認めるが、限界は認めない。つまり、理性がけっして到達できないものが理性の外にあることは認めるが、理性そのものが内的な進展過程においてどこかで完成されることは認めない。イマヌエル・カント「純粋理性批判」

客観性への(潔癖症的)疑念、あるいは呪い 35 「社会的事実」の恣意性そのものへの研究が随分と流⾏りました。マンハイムの存在被拘束性（Seinsverbundenheit）とかアルチュセールのイデオロギー論とか、構築主義などが良い例です。認識に関する偶有性について、歴史的事例を交えながら論証していくスタイルは、⾮常にウケました。 • ⼤陸的な⾔い⽅をすれば、⾔語論的転回(Linguistic turn)であったり、 • 英⽶的な表現を、観察の理論負荷性であったり、
社会的事実への判断保留は、理論的にも史実的にも⼀⾒説得的で、”知的誠実さ”を装っているようにも⾒えます。この類は議論は哲学徒⼀年⽣がまず最初に通る道だと思う。ここで満⾜する⽅もいれば、この隘路からなんとか抜けようとする⽅もいる。暇⼈の議論として嗤って⼀蹴する⽅もいる（まあ、そうですよ）。

客観性への(潔癖症的)疑念、あるいは呪い 36 理論(⾔語SYS.)は観察に先⾏する? • 以下は、ウィトゲンシュタイン『哲学探求』より • かわいい、、、ゲシュタルト・スイッチ • 「⾒る」という⾏為は、単に物質に反射した光が網膜に到達
したこということではなく、そこには解釈が必要である • その解釈は広義の「理論」が常に既に必要とされている • （理論から独⽴に事象を観察することはできな、、、い︖） • この理論を狭義の物理理論と置くのか、⾔語体系と置くのか、イデオロギーと置くのか、⾊々なバリエーションはあるけど、概ねこんな感じ

過激派︓ SSKのストロング・プログラム 37 • SSK : sociology of scientific knowledge
（科学知識の社会学）科学知識の相対化 • ストロング・プログラムエディンバラ学派のブレアが提唱 (1985) 「知識の存在被拘束性」テーゼ（マンハイム）を、論理学や数学、⾃然科学にも適⽤＜サイエンス・ウォーズ＞フラグ︕︕

事例︓ソーシャルテキスト事件 38 (⼀部の)現代思想では、ここからアホみたいな議論になったり、数学(特にゲーデル)や量⼦⼒学の乱暴なアナロジーが乱⽴。＝＞知らない⼈は、こっそり「ソーシャル・テキスト事件（ソーカル事件）」をググろう • ⾃然科学のワードを濫⽤してるくせに、中⾝全然理解できてないんじゅない︖ • そうだ、イケてるサイエンスワードを散りばめて、ゆるふわなポエム論⽂を作って、投稿したろう
• Acceptされたし、ワロタwww 超乱暴な事件の内容要約

39 告発本『知の欺瞞』の後に、フランス哲学者側からでたフランス哲学への（⾃⼰）批判。左記の図書と同様に、ソーカル事件の総括。社会構成主義等の論点を抑えつつ、科学哲学の良い⼊⾨書になっている。
科学哲学の⼊⾨書この分野の優れた⼊⾨書は多々ありますが、この図書は中でも⾮常に読みやすく、薄いので最初の１冊に最適。科学的実在論を擁護していまう次に読むべき本も教えてくれる。科哲⼊⾨にはこれがいいかなー

客観性への(潔癖症的)疑念、あるいは呪い[Re] 40 • 余談失礼しました。「相対主義＝＞科学の濫⽤」は親和性はあっても、論理的必然性は認められないように思える（別問題）。なので、余談でした。 ---- • このような隘路を哲学クラスタの先⼈たちがどのように乗り越えていったのか(共存しようとしたのか）を知る⽅が有益ですよね︖ どっちいけばいいんーの︖

否定神学的な隘路 41 • 相対主義の論理的帰結（とまでは⾔わないまでも、共起確率が⾼い）否定神学的なるもの • ⼈間の不完全性（有限性）をフックにして、逆にその外側の神秘化するような論法(超越論的シニフィアンの形⽽上学) • cf.
何が「神」(or 愛 or 真理)であるかは、確定記述の束では還元できない(還元できないことが神秘的問題) --- • 右本は哲学者時代の東浩紀の博⼠論⽂（サントリー学芸賞） • 後期デリダをレビューしながら、上記の隘路を、哲学（現代思想）の中から⾒出そうとするとっても野⼼的な作品 • (⼤学受験期の頃、感動してボロボロにした本)

42 えーーーなんか、ロックって古くない︖もっとナウい哲学者いないの︖的なこと思いませんでした︖僕は思いました。反省してます。冨⽥先⽣の「カント⼊⾨講義」とセットで読むといいかと⼩説⾵新書で⾮常に読
みやすいローティ⼊⾨書。基礎付け主義の隘路を丁寧に分かりやすく解説しているにもかかわらず、中古本でしか⼿に⼊らない、、、。ローティの主著。「認識論的⾏動主義とは …むしろ、哲学は知識や真理に関して常識が教える以上のことを何も教えてくれない、という主張なのだ。」左を読んでから、もう⼀度カントに戻ってみるのも良いかもしれません。

え︖僕の⽴場︖ 43

滑り坂論法的なレトリックの問題だと思っています 44 [事実] 確かに、あたかも科学的な社会実践の中に、（ミクロ/マクロは問わず）政治性を発⾒することがる（※ 「科学的」と書いたのは、まだ科学について定義してないし、本⽇は割愛します。この部分を「客観性」とかに置き換えていただいても結構です） [私の認識] Þ 「科学」と「政治性」の識別は(ちゃんと訓練しないと)難しい Þ
（中には）微妙なケースもある [誤謬] 「科学と政治性（社会性）は厳密な意味では曖昧である => 客観的な科学は不可能なんだ（相対主義イイネ）」は、２つの概念の境界の曖昧性を強調して、⽚⽅の概念の存在を隠蔽するレトリック（滑り坂論法 slippery slope argument)かなと。（禿頭論法と⾔った⽅がいいかも。）程度の意味でしかないと思っています

45 [演習問題] 3.15 Best Game Everという新しいテレビゲームがリリースされたとする. あなたは友⼈とそのゲームをプレイしてみるが、バグが多いことがわかってがっかりする. その友⼈は, 計算理論の講義を修了しており,
「実は, Best Game Ever のすべてのバグを⾃動的に⾒つけることは, コンピュータプログラムにはできないんだよね」と⾔う. あなたは, 友⼈が⾔ったことに賛成するか. ⾃分の答えを説明せよジョン・マコーミック「計算できるもの、計算できないもの」

読書は楽しいとは限らない ① メカニズム的説明から因果推論へ ② 因果関係って何︖ ③ 代表的な⼿法 ④ 経済学と仲良くなろう ⑤ 質的研究との付き合い⽅

社会科学の使命/メカニズム的説明から因果推論へ 47

もっとシンプルに︕︕知りたいことって何︖ 48 過去に⾏ったこの施策、本当に効果あったのかな ◦◦の増加の原因で何だろう︖

計量分析への偏⾒ 49 実証研究ってただ”統計データ” を使うことだと思ってます︖ 良い本だけど、、、

統計処理とかしてれば、計量分析になの︖ 50 なんか簡単そうーなんか客観的なデータをこねこね分析するやつ︖

うーん、、、 51 ⼀流医学誌に載ったMesserli博⼠の主張︓チョコレートは認知機能を改善させる .FTTFSMJ ') $IPDPMBUF$POTVNQUJPO $PHOJUJWF'VODUJPO BOE/PCFM-BVSFBUFT 5IF
/FX &OHMBOE+PVSOBMPG.FEJDJOF チョコレートの消費量とノーベル賞受賞率って、⾒事に相関してますよね

うーん、、、 52 ⼀流医学誌に載ったMesserli博⼠の主張︓チョコレートは認知機能を改善させる .FTTFSMJ ') $IPDPMBUF$POTVNQUJPO $PHOJUJWF'VODUJPO BOE/PCFM-BVSFBUFT 5IF
/FX &OHMBOE+PVSOBMPG.FEJDJOF チョコレートの消費量とノーベル賞受賞率って、⾒事に相関してますよねそうかもしれない。 So What?

うーん、、、 53 ◦ 相関があった × （因果）効果あったチョコレートノーベル賞受賞率相関
0.791 未捕捉因⼦今回観察した世界今回観察できなかった世界両⽅に影響を与える未観察の因⼦が隠れているだけでは︖ （疑念残る）

因果関係って何︖どうやって同定するの︖ 54 誰に当てようかな、、、

ヒュームの因果規則説 55 18世紀の哲学者デイビット・ヒュームのアンサー 1. spatial/temporal contingency ︓ 原因と結果が空間的/時間的に近接 2.
temporal succession︓ 原因が結果よりじかん的に先⾏しており、継続して結果が起こる 3. constant conjunction︓ 同じ原因から必ず同じ結果が⽣じる「同じパターンが続いたら、次も同じことが起こる︖」それは、⼈間の⼼の習慣だよ

社会学の教科書的には 56 アンソニー・ギデンズ︓イギリスの社会学者、『社会学』は世界的にオーソドックスな教科書、と⾔われている（が異論もある）。 Many possible cause could explain any
given correlation. How can we be sure we have covered them all? …(中略)…We would not know what to test for.(Sociology 8th, Giddens,2011) 出典︓ja.wikipedia.org/wiki/アンソニーギデンズ Anthony Giddens

どう思う︖ 57 誰に当てようかな、、、

58 根拠に基づいた医学は、直感、系統的でない臨床経験、病態⽣理学的合理づけを、臨床判断の⼗分な基本的根拠としては重要視しない。そして、臨床研究からの根拠の検証を重要視する。 EBM宣⾔（冒頭）

RCT: ランダム化⽐較実験 https://globalwellnessinstitute.org/wellnessevidence/evidence-based-database/ EBM/EBPM時代の常識︓”良質なエビデンス”を得るにはやっぱりRCT以上システマティックレビュー複数の実験結果を統合して再評価 RCT 準実験的な⼿法専⾨家のただのご意⾒はここ

RCT（A/Bテスト）がベストなことはわかった 60 てか、過去の事象はそもそも実験不可能だよね︖タイムマシンあるの︖ でも、コストデカすぎ

因果推論のフレームワーク 61 Neyman (1923), Rubin (1974)の因果効果を考えるフレームワーク Binary treatment variable: W
∈ {0, 1} Potential Outcomes: • Y(0) - random variable giving outcome received in the control state • Y(1) - random variable giving outcome received in the treatment state (Only one of Y(0) or Y(1) can ever be observed - the other is a counterfactual outcome) Causal effect: ![# 1 − # 0 ] ATE（Average Treatment Effect）という

因果推論のフレームワーク︓反事実図解するとこんな感じ定義︓ 因果効果 = [介⼊を受けた群のアウトカム期待値] – [もし仮に介⼊群が介⼊を受けなかった時のアウトカム期待値] 反事実反事実
介⼊群 (t=1) ⾮介⼊群 (t=0) ⾮介⼊時のアウトカムY t=0 介⼊時のアウトカムY t=1 E[Y t=0 |t=0] E[Y t=1 |t=1] E[Y t=0 |t=1] E[Y t=1 |t=0] 本来の因果効果はここの差分 counterfactualな世界＝直接観察不可能

63 われわれがたまたま住んでいる世界以外の可能世界が存在すると私は信じる。そのための論証が必要であれば、それはこうだ。物事が実際にそうであるのとは違っていたかもしれないということは、議論の余地なく真である。物事は無数の仕⽅で別様であったろうと私は信じているし、読者もまたそのはずである。だが、これはどういう意味なのであろうか。⽇常⾔語ではこれを次のように⾔い換えてよい。すなわち、物事が現実にそうある仕⽅のほかに、物事がそうありえた多くの仕⽅がある、と。その通りとれば、この⽂は存在⽂である。それが⾔うことは、ある記述、すなわち、「物事がそうありえた仕⽅」があてはまる多数の存在者が存在する、ということである。物事が無数の仕⽅で別様であっただろうと私は信じており、⾃分が信じていることを⾔い換えたものをも私は信
じている。したがって、この⾔い換えが額⾯どおりに取れば、「物事がそうありえた仕⽅」と呼ばれる存在者が存在することを私は信じていることになる。私は、こうした存在者を「可能世界」と呼ぶ⽅を好む。 D・ルイス「反事実的条件法」

counterfactual条件＝⽋損値問題 64 データのイメージはこんな感じ ! " # − " % is
計算不能︖ ID 属性データX W(処置有無) Y(1) Y(0) Y(1)-Y(0) Aさん (1.23, 3.22, ・・・) 1 10 ⽋損 ??? Bさん (9.16, 0.52, ・・・) 0 ⽋損 5 ??? ・・・・・・・・・・・・・・・・・・

因果関係反事実反事実介⼊群 (t=1) ⾮介⼊群 (t=0) ⾮介⼊時のアウトカムY t=0
介⼊時のアウトカムY t=1 E[Y t=0 |t=0] E[Y t=1 |t=1] E[Y t=0 |t=1] E[Y t=1 |t=0] 実際に観察できる差分はこれ実際に観察できる差分 = [介⼊を受けた群のアウトカム期待値] – [⾮介⼊群のアウトカム期待値] RCTの時だけかっこよくいえば、RCT の場合 exchangeability の成⽴を確率的に期待できる

準実験という考え⽅ 66 if {Yi (1),Yi (0)} ⊥ Wi が成⽴する時︓ !
" 1 − " 0 = ! " 1 ] − !["(0) elif {Y i (1),Y i (0)} ⊥ W i ｜X i を想定できる時︓ 準実験のフレームワークとして問題を解けばよい。属性Xを使って擬似的にランダム化 else: 残念 RCT （無作為化⽐較実験）

まず、DAGを書くことから 67 • バイアスを調整する場合、ただ闇雲に変数を嵌め込むのは意味がない • 細かいテクニックを試す前に、まず⾃分の仮説をDAGで可視化し、議論しよう • 右の２冊は、バックドア基準の良い⼊⾨書
• 下のスライドもとてもいい [資料] 林先⽣『バックドア基準の⼊⾨』＠統数研研究集会 https://www.slideshare.net/takehikoihayashi/s s-73059140

架空事例︓某刑務所にて 68 介⼊群（認知⾏動療法）再犯率10％再犯率30％認知⾏動療法検証認知⾏動療法 (CBT) を受けた受刑者の◦年後の再犯率、なんか低い︖（集計的事実）
ü CBT受けるのは新しい処遇に抵抗がない若者に偏っているのでは︖ ü 若者は再就職しやすいので、再犯しにくいとではないか︖ CBT 再犯？年齢仮説DAG １

年齢別に分けて⽐較 69 介⼊群（認知⾏動療法）再犯率10％再犯率30％元のデータセット年代毎にデータを分けて、その中で、介⼊群と統制群のアウトカムを⽐較すればよいのでは︖ 仮説１
20代データ介⼊群統制群再犯率8％再犯率12％ 30代データ介⼊群統制群再犯率10％再犯率13％・・・「年齢」という（選択）バイアスを補正した⽐較が可能

年齢だけで⼤丈夫︖ 70 介⼊群（認知⾏動療法）再犯率10％再犯率30％元のデータセットバイアスの元は年齢だけじゃないかも、、、、仮説１︖
20代データ介⼊群統制群再犯率8％再犯率12％ 30代データ介⼊群統制群再犯率10％再犯率13％・・・「年齢」という（選択）バイアスを補正した⽐較が可能本当に（年齢以外で）同質な集団ですが︖

現実はもっと複雑だったりします 71 介⼊群（認知⾏動療法）再犯率10％再犯率30％認知⾏動療法検証年齢以外にも、「罪の重さ」や、「IQ」、「やる気」などなど、⾊々なバイアスの可能性が考えられます ü 年齢以外にも統制しなければいけない要因はある
かも CBT 再犯？年齢 IQ 罪の重さ仮説DAG 2 ・・・

複数の要因で層化⽐較 72 仮説 2 ・・・介⼊群（認知⾏動療法）再犯率10％再犯率30％元のデータセット
20代データ介⼊群統制群再犯率8％再犯率12％ 30代データ介⼊群統制群再犯率10％再犯率13％年齢別✖IQの⽐較 20代✖IQ80以下介⼊群統制群再犯率?％再犯率12％ 20代✖IQ[80-100] 介⼊群統制群再犯率8％再犯率12％ 20代✖IQ[100-110] 介⼊群統制群再犯率8％再犯率?％さらに⼩分けに・・・・・・

複数の要因で層化⽐較 73 仮説 2 ・・・介⼊群（認知⾏動療法）再犯率10％再犯率30％元のデータセット
20代データ介⼊群統制群再犯率8％再犯率12％ 30代データ介⼊群統制群再犯率10％再犯率13％年齢別✖IQの⽐較 20代✖IQ80以下介⼊群統制群再犯率?％再犯率12％ 20代✖IQ[80-100] 介⼊群統制群再犯率8％再犯率12％ 20代✖IQ[100-110] 介⼊群統制群再犯率8％再犯率?％さらに⼩分けに・・・・・・統制する要因が多すぎると、サンプルが偏ってしまい、うまく⽐較できない = 次元の呪い年齢も同じで、IQも同じで、犯罪歴も同じで、やる気も同じで、、、と全て完全に⼀致するサンプルを探すのは⾄難の技

回帰モデルにおける調整実は、さっきと同じことをしている 74

75 再犯率 CBT β 単回帰モデルの想定する世界本当は未知の変数の影響を含んでるんじゃない︖ 重回帰モデルの想定する世界再犯率 CBT
β 1 その他の変数年齢とか β 2 脱落変数バイアス = Y ＝ β X + 定数 Y ＝ β 1 X 1 + β 2 X 2 +...+定数その他の変数年齢とか他の変数の影響は分離して評価

とりあえず、いろいろな変数ぶっこめば良いのね︖ 76 誰に当てようかな、、、

違います:ちゃんとDAGを書いて精査しましょう 77 Causal Inference in Data Science: Structure of M-Bias
with Confounding Adjustment https://towardsdatascience.com/causal-inference-in-data-science-structure-of-m-bias-with- confounding-adjustment-70e4a263ad08 M-bias collider-bias Can collider bias fully explain the obesity paradox https://arxiv.org/pdf/1612.06547.pdf 例えば、左のL、右のMをモデルに⼊れても良いと思いますか︖

結構⼤変なのですよ 78 • モデルのミススペシフィケーションは⼤変 • ドメイン知識をフル動員つっこんでDAGを書く • 以下で説明するDRでこのリスクを低減はできる • ⾼次元データ(p>>n)の場合、回帰では無理
次以降で紹介

統制すべき複数の変数をいい感じで⼀つにまとめてマッチング 79 ＝傾向スコア

傾向スコア propensity score 80 処遇に割当られそうな具合を表現するスコア（確率みたいなもの） Ø 各個⼈iが処遇群に割り当てられる Wi =1の確率 Ø
正確には、個⼈iの属性Xi の条件付き確率傾向スコア ei = P(Wi = 1 |Xi ) 確率なので 0から１のスコアですね個⼈iさんの属性ベクトルXi

傾向スコア算出を予測問題として捉えれば、理解しやすい - input : 各個⼈の属性(年齢、IQ、罪の重さ、など) - output : 実際に処遇を受けたかどうか (W
= 1 or 0) 属性データからWを当てる(予測する)モデルを構築（学習）する [例︓ロジスティック回帰モデル] 傾向スコア = 予測問題(教師あり学習) 81 CBT 再犯？年齢 IQ 罪の重さ Pr W = 1 & = 1 1 + exp(−-) - = β0 + β123 ∗ 567 + β89 ∗ :; + ・・・ ID 属性データX W(処置有無) Aさん (20代, 100, ・・・) 1 Bさん (50代, 90, ・・・) 0 Cさん (50代, 80, ・・・) 1 Dさん (20代, 120, ・・・) 0 Eさん (30代, 110, ・・・) 1 ・・・・・・・・・ ↑ 特徴量 ↑ 教師データ

属性データXでW(処遇有無)を予測するモデルの出⼒値を傾向スコアとして扱うことができる傾向スコア = 予測モデルの出⼒ 82 Pr W = 1 &
= 1 1 + exp(−-) , - = β1 + β234 ∗ 678 + β9: ∗ ;< + ・・・ ID 属性データX W(処置有無) 傾向スコア Aさん (20代, 100, ・・・) 1 0.85 Bさん (50代, 90, ・・・) 0 0.13 Cさん (50代, 80, ・・・) 1 0.3 Dさん (20代, 120, ・・・) 0 0.95 Eさん (40代, 110, ・・・) 1 0.57 ・・・・・・・・・・・・モデルの出⼒インプット実際に処遇もされたし、傾向スコアも⾼い⼈または、その逆傾向スコアも⾼いが、たまたま処遇されなかった⼈または、その逆

傾向スコア・マッチング 83 介⼊群（認知⾏動療法）再犯率10％再犯率30％元のデータセット 20代データ介⼊群統制群
再犯率8％再犯率12％ 30代データ介⼊群統制群再犯率10％再犯率13％年齢のみの場合傾向スコア・マッチング • 年齢については、統制可能 • 但し、その他の属性のバイアスがそのまま残る • その他の属性も含めて分割しようとすると、サンプルがショートする（次元の呪い） • 傾向スコアは年齢以外の情報も含んでいる • にも関わらず、⼀変数のため、左のような次元の呪い問題は発⽣しにくい介⼊群（認知⾏動療法）再犯率10％再犯率30％元のデータセット傾向スコア>90 介⼊群統制群再犯率8％再犯率7％傾向スコア[90-80) 介⼊群統制群再犯率6％再犯率9％年齢以外のバイアスは︖ 年齢以外の情報も含む

ü 各被験者に傾向スコアを付与 ü 傾向スコアが近いもの同⼠を⽐較傾向スコア・マッチングのイメージ 84 {Yi (1),Yi (0)} ⊥
Wi ｜Xi つまり、アウトカムと割付Wの両⽅に影響を与えるXを観察している時、介⼊群（認知⾏動療法）再犯率10％再犯率３0％観察研究 ü 介⼊群割り当て確率を算出 Logistic Regression等の任意の⼆値問題として解く ① 傾向スコア算出ここをモデル化 Pr W = 1 & = 1 1 + exp(−-) - = β0 + β123 ∗ 567 + β89 ∗ :; + ・・・ ② マッチング介⼊群⾮介⼊群傾向スコア０.3 0.8 0.9 0.5 再犯率 50% 8% 7% 13% ⽐較超有名な⼿法ので、ググって他の有⽤な資料で確認してください

IPW (Inverse Probability Weighting) 推定量傾向スコアの逆数を重み付けとして活⽤する⽅法 85

counterfactual条件＝⽋損値問題 86 データのイメージはこんな感じ ID 属性データX W(処置有無) Y(1) Y(0) Y(1)-Y(0) Aさん
(1.23, 3.22, ・・・) 1 10 ⽋損 ??? Bさん (9.16, 0.52, ・・・) 0 ⽋損 5 ??? ・・・・・・・・・・・・・・・・・・ E[Y(1)] E[Y(0)] ナイーブに期待値（平均値）をとると、⽋損のバイアスがかかる ※ RCTは⽋損の発⽣パータンがランダムであることが確認できるので、単純に期待値をとることができる

counterfactual条件＝⽋損値問題 87 データのイメージはこんな感じ ID 属性データX W(処置有無) Y(1) Y(0) Y(1)-Y(0) Aさん
(1.23, 3.22, ・・・) 1 10 ⽋損 ??? Bさん (9.16, 0.52, ・・・) 0 ⽋損 5 ??? ・・・・・・・・・・・・・・・・・・ IPW推定量による平均処置効果︓ 傾向スコアの逆数で重み付け平均を⾏う

傾向スコアで観察データを調整する感じ 88 データのイメージはこんな感じ ID 属性データX W(処置有無) Y(1) 傾向スコアe IPW調整後Y(1) Aさん
(1.23, 3.22, ・・・) 1 10 0.9 10/0.9 = 11 Bさん (9.16, 0.52, ・・・) 0 ⽋損 0.2 null Cさん・・・ 1 5 0.3 5/0.3 = 16 Dさん・・・ 0 0.3 null ・・・・・・・・・・・・・・・ IPW推定量による平均処置効果︓

IPW推定量 89 IPW推定量による平均処置効果︓ 傾向スコア (0〜１) 処遇の有無１or 0 観察できるアウトカム
Y(1) n Y(1) n 観察データのみの E(Y) e = 0.5, 0.6, 0.7, 0.8,0.9, 0.9, 0.9, 1 IPWによる期待値E(Y) 2倍観察できないけど、傾向スコアが0.5であれば、本来はここのサンプルは２倍であるべきだ

IPW推定量 90 IPW推定量による平均処置効果︓ 処遇の有無１or 0 観察できるアウトカム !"#$ %
1 = ! () %) *+, -(/) ) = !1 ! $2 32 456 7(82) |: = !1 ! $2 7(82) |: ! %) *+,|: = !1 ! %) *+,|: = ! %) *+, 傾向スコアが正しくモデリングできていれば、ここは１

DR (doubly robust) 推定量傾向スコアのモデルかアウトカムへのモデル、どっちかが正しけれんば安⼼ 91

DR推定量定義 92 Representation Learning for Causal Inference(AAAI2020 チュートリアル) http://cobweb.cs.uga.edu/~shengli/Docs/AAAI-20-Causal-Inference-Tutorial.pdf
なんか加わった︕ 新しく加わった部分

93 Representation Learning for Causal Inference(AAAI2020 チュートリアル) http://cobweb.cs.uga.edu/~shengli/Docs/AAAI-20-Causal-Inference-Tutorial.pdf ID 属性データX
W Y(1) 観察データ傾向スコア e m(1,X) 推定値 IPW調整後 Y(1) DR調整後 Y(1) Aさん (1.23, 3.22, ・・・) 1 10 0.9 11 10/0.9 = 11 11 – 0.11*11 = 9.79 Bさん (9.16, 0.52, ・・・) 0 ⽋損 0.2 4 null 0 +1*4 = 4 Cさん・・・ 1 5 0.3 3 5/0.3 = 16 16 – 2.3*3 = 9.1 Dさん・・・ 0 ⽋損 0.3 5 null 5 ・・・・・・・・・・・・・・・

DR推定量定義 94 !"# $ 1 = 1 ' (
)*+ , -) $) . ̂ 0(2) ) − -) − ̂ 0(2) ) ̂ 0(2) ) 5 6(1, 2) ) = 1 ' ( )*+ , $) . + -) − ̂ 0 2) ̂ 0 2) ($) . − 5 6 1, 2) ) = ! $) . + ! -) − ̂ 0 2) ̂ 0 2) ($) . − 5 6 1, 2) ) 傾向スコアの残差 mモデルの残差傾向スコアか mモデルのどちらかが正しければ、 EDR[Y] は E[Y]の⼀致推定量となるね︕︕

TMLE Targeted Maximum Likelihood Estimation 推定の部分に任意の機械学習を使いますよ基本的にDRの考え⽅と同じ 95

TMLE ステップ１: 教師あり学習タスク 96 • 任意の機械学習を⽤いてYについてモデリング(普通の予測タスク、ちゃんとクロバリする) • Q0(W,X), Q0(W=1,X), Q0(W=0,X)を出⼒しておく
ID 属性データX W Y Q0(W,X) Q0(1,X) Q0(0,X) Aさん (1.23, 3.22, ・・・) 1 1 0.8 0.8 0.5 Bさん (9.16, 0.52, ・・・) 0 1 0.6 0.7 0.6 Cさん・・・ 1 0 ・・・・・・・・・ Dさん・・・ 0 0 ・・・・・・・・・・・・モデルの出⼒インプット Ψ(#$) = 1 ( ) *+, - #$(1, /* ) − #$(0, /* ) これを因果効果とみなしていい︖ 必ずしもこれでいいとは限らないよね︖というモチベーション

TMLE ステップ２: 傾向スコアも作る 97 • 教師ラベルW、特徴量Xとしてモデル構築 g ≡ P(W|X) •
g(W|X), g(1|X), g(0|X)を出⼒しておく ID 属性データX W Y Q0(W,X) Q0(1,X) Q0(0,X) g(W|X) g(1|X) g(0|X) Aさん (1.23, 3.22, ・・・) 1 1 0.8 0.8 0.5 0.8 0.8 0.2 Bさん (9.16, 0.52, ・・・) 0 1 0.6 0.7 0.6 0.5 0.5 0.5 Cさん・・・ 1 0 ・・・・・・・・・・・・・・・・・・ Dさん・・・ 0 0 ・・・・・・・・・・・・モデルの出⼒インプット

TMLE ステップ３: clever covariate作成 98 • 要するに傾向スコアの逆数 ID X W
Y Q0(W,X) Q0(1,X) Q0(0,X) g(W|X) g(1|X) g(0|X) H(W,X) H(1,X) H(0,X) Aさん・・・ 1 1 0.8 0.8 0.5 0.8 0.8 0.2 1.25 1.25 -5 Bさん・・・ 0 1 0.6 0.7 0.6 0.5 0.5 0.5 2 2 -2 Cさん・・・ 1 0 ・・・・・・・・・・・・・・・・・・・・・・・・・・・ Dさん・・・ 0 0 ・・・・・・・・・・・・逆数とる作業 H(#, %) ≡ 1(# = 1) *(1|%) − 1(# = 0) *(0|%)

TMLE ステップ4: Q0をアップデート (1/2) 99 • ステップ１で作ったQ0モデルを以下のGLM（回帰）でアップデートする ID X W
Y Q0(W,X) Q0(1,X) Q0(0,X) g(W|X) g(1|X) g(0|X) H(W,X) H(1,X) H(0,X) Aさん・・・ 1 1 0.8 0.8 0.5 0.8 0.8 0.2 1.25 1.25 -5 Bさん・・・ 0 1 0.6 0.7 0.6 0.5 0.5 0.5 2 2 -2 Cさん・・・ 1 0 ・・・・・・・・・・・・・・・・・・・・・・・・・・・ Dさん・・・ 0 0 ・・・・・・・・・・・・教師ラベルオフセット特徴量 Hの係数 ε を得る glm(Y ~ -1 + offset(qlogis(Q0)) + H, family = binominal)

TMLE ステップ4: Q0をアップデート (2/2) 100 • Q0モデルをQ1モデルにアップデート ID X W
Y Q0(W,X) Q0(1,X) Q0(0,X) g(W|X) g(1|X) g(0|X) H(W,X) H(1,X) H(0,X) Aさん・・・ 1 1 0.8 0.8 0.5 0.8 0.8 0.2 1.25 1.25 -5 Bさん・・・ 0 1 0.6 0.7 0.6 0.5 0.5 0.5 2 2 -2 Cさん・・・ 1 0 ・・・・・・・・・・・・・・・・・・・・・・・・・・・ Dさん・・・ 0 0 ・・・・・・・・・・・・ logit &' 1, * = logit &, 1, * + . /(1, *) logit &' 0, * = logit &, 0, * + . /(0, *)

TMLE ステップ5: target parameterを計算 101 • ターゲットパラメータを計算する • ちなみに、これはDR推定量です ATE$%&'
= Ψ(+,) = 1 / 0 12, 3 +,(1, 51 ) − +,(0, 51 ) https://migariane.github.io/TMLE.nb.html#6_tmle_flow_chart ATEだけじゃなく、 CATE (conditional average treatment effect) も計算可能ですね

D2VD Data-Driven Variable Decomposition 変数カラムを共変量、調整変数、無関係のものに分割するようなモデル 102

103 Y W β w X β X Y ＝
β W W + β X X + β Z Z + 定数 => ダメ (バックドア基準) Z β Z Y ＝ β W W + β X X + β Z Z + 定数 => β W は不偏推定量 Y ＝ β W W + β X X + β Z Z + 定数 => Zを⼊れると効率UP

D2VDのモチベーション 104 Representation Learning for Causal Inference(AAAI2020 チュートリアル) http://cobweb.cs.uga.edu/~shengli/Docs/AAAI-20-Causal-Inference-Tutorial.pdf Kuang,
Kun, et al. "Treatment effect estimation with data-driven variable decomposition." AAAI’17 調整変数Z IPW推定量を拡張

D2VD 記号の定義 105 Representation Learning for Causal Inference(AAAI2020 チュートリアル) http://cobweb.cs.uga.edu/~shengli/Docs/AAAI-20-Causal-Inference-Tutorial.pdf
Kuang, Kun, et al. "Treatment effect estimation with data-driven variable decomposition." AAAI’17 調整変数Z IPW推定量を拡張 • φ(Z)とh(U)は線形モデルとして、αとγをを係数⾏列とする • また、W(β)を以下とする

D2VD 最適化問題 106 Representation Learning for Causal Inference(AAAI2020 チュートリアル) http://cobweb.cs.uga.edu/~shengli/Docs/AAAI-20-Causal-Inference-Tutorial.pdf
Kuang, Kun, et al. "Treatment effect estimation with data-driven variable decomposition." AAAI’17 共変量以外の係数は０調整変数以外の係数は０ Adjiuseted ATEとほぼ同じ回帰モデルUγを作りたい傾向スコアの推定誤差は τ(ハイパーパラメータ)未満で共変量と調整変数の被り禁⽌

D2VD 107 Kuang, Kun, et al. "Treatment effect estimation with
data-driven variable decomposition." AAAI’17 • 以下の最⼩化問題を近似勾配法で解く g(・)の条件(L1 penalties)

D2VD 108 Kuang, Kun, et al. "Treatment effect estimation with
data-driven variable decomposition." AAAI’17 • 以下の最⼩化問題を近似勾配法で解く

Tree系アルゴで因果推論決定⽊をうまく使おう 109

110 https://speakerdeck.com/masa_asa/mian-qiang-hui-zhun-bei-zi-liao-bei-wang-causal-forest- and-r-learner

操作変数 instrumental variable 法重要なunobserved変数があるとき、計量経済学の代名詞 111 良いIVが⾒つかれば有効な⼿法

操作変数 IV︖ 112 ⽬的変数 Y 説明変数 X β その他の変数 U
⽬的変数 Y 説明変数 X β︖ その他の変数 U IV observed unobserved その他の変数Uが観察できるので、 Xの効果が区別できるその他の変数Uが観察ないので、 Xの効果が区別できない Xに関係していて、Yには直接関係がない変数（IV)を⾒つけてくる

回帰不連続デザイン RDD Regression Discontinuity Design 113 介⼊の割り当てルールを利⽤する⽅法

(Sharp)RDDの事例 114 飲酒可能cutoff 年齢傾きは同じここが因果効果ここが因果効果出典 https://faculty.arts.ubc.ca/pschrimpf/326/lec10-rdd.pdf ※
本当は結構強い仮定に依拠しているので、その仮定が妥当かどうか検証の必要性あり

お⾦かかるの嫌︖なら、パッケージのドキュメントを読もう 115 https://econml.azurewebsites.net/spec/estimation/dr.html https://causalml.readthedocs.io/en/latest/methodology.html#meta- learner-algorithms それぞれ各モデルの概説と読むべき論⽂が記載されているので便利

116 MicroSoft Uber

EconMLのフローチャート 117 ライブラリーのドキュメントが結構しっかりしてるので、かなり勉強になります https://econml.azurewebsites.net/spec/flowchart.html パッケージもとっても使いやすい

各有名な⼿法を俯瞰したい 118 • 他にもいい⼊⾨書はあるのですが、とにかくこれが難易度的にもカバー内容的にも⼊⾨書に抜群 • 下記の項⽬で「聞いたことあるけど実は知らない」ものがあったら、買ってみるといいと思う •
RCTとバイアスの話 • 回帰分析 • 傾向スコア • 差分の差分法（DID）とCausalImpact • 回帰不連続デザイン（RDD）

doubly robustな推定法 119 • ちょっと分厚いけど、読みやすい • Targeted maximum likelihood estimation(TMLE)
• （私も最近知りました） • 社会⼈でも現実的な時間で読めるかと

本来は社会学者がやってもいいような仕事をどんどんミクロ実証経済学系の⼈がやってくれてたりする (構造推定とか⾯⽩い) 別に学問の名前とか気にする必要は全くないと思います若い⽅は気にせず真に必要なものを勉強すればいいと思う若⼿の社会学者（の卵?）も結構実証系強くなってきたらしい（⾵の噂）。個⼈的にはいいニュース 120

121 読み物 EBPMの先輩は医療 (EBM)なのですその先輩⽅がEBMに⾄るまでの問題意識と論点が⾊々まとまっている我々も読むべきちょっと変わり種かもしれない
「部分識別」という、かなり特殊な（でも説得的な）分析の仕⽅がありました、唯⼀の⽇本語解説書元々「法学セミナー」の連載だったもの。法学者向けなので、ヘビーな数学は⼀切ない。本当に⼊⾨者向けラフな⼊⾨書じゃ物⾜りない︖でも英語は嫌︖ 末⽯先⽣のこの教科書はいかが︖内容は学部レベルでかつ、２００ページ程度の本なのですが、説明がとっても丁寧。基礎固めは⼤切ですね

122 マクロ経済学者は気象予報⼠よりも医師に似ていなければならない加藤涼「現代マクロ経済学講義動学的⼀般均衡モデル⼊⾨」

余談です︓ ⼈⽂系の⼈、経済学を仮想敵にしすぎ問題 123 • 私の周りだけだったのかもしれないけど、特に私の⼤学（学部）は特に多かったな、、、 (近代経済学者に親でも殺された︖) • ⾼校の政経の知識で⽌まってない︖アップデートしよう • ここ⼗年で、（私の感覚では特に実証ミクロ界隈が）とっても⾼度化してるし、扱う範
囲もかなり広くなっていて、めちゃくちゃ楽しい • とりあえず「ネオリベ」とか「資本主義(!?)」とか、ゆるふわワード(思考停⽌ワード)を使⽤禁⽌にしたい（そもそも、もう少し他のディスプリンを尊重しようと⾔いたい）

マルクスの亡霊たちへ 124 • 「帝国主義」、「グローバリズム」などのキーワードの熱⼼な整理作業、「イデオロギー論」批判、「エコマルクス主義」などなど、定期的にブームが訪れますね • ⼈間のナチュラルな思考体系なんて⼤した事ない、（仮想敵を構築した）「分かりやすい」ストーリーに流されがち • つまらないかもしれないけど、まずは、主流派(or
実証主義的な社会科学)の訓練をちゃんと受けてから考えよう • クルーグマンとかスティグリッツとかは、オーソドックスな⼈ですよ

え︖やっぱり経済学が嫌い︖ 125 神取先⽣の教科書読んでも、それ⾔えますか︖ まず、⽬次を読んでみようわくわくする世界が広がっていますよ [⽬次] https://www.nippyo.co.jp/shop/bo ok/6638.html

量的分析（計量分析）だけでOK? 126 誰に当てようかな、、、

僕の答えはNo. 質的研究もリスペクトしてます 127 質的研究もそれ⾃体結構⾯⽩い • 量的研究（因果推論）もドメイン知識をフル動員して頑張らないといい研究はできない。⼩⼿先のテクニックでごちゃごちゃするだけではダメ。いい仮説があれば、シンプルな回帰で⼗分意味がある結果になる場合がある •
質的研究は量的研究からこぼれた何かを教えてくれるケースがある相互補完的なもの • フィールドワーク(参与観察)とか、それ⾃体の⽅法論もある程度確⽴されつつある（らしい） • しっかりしたエスノグラフィーには資料価値がある（社会に対して有意味な価値がある） • ⾔説分析も（潔癖症的な基礎づけ理論は受け付けないのですが、）具体的研究は⽬から鱗のものが多い • また、エスノメソドロジーとか結構理論的にも⾯⽩い理由１︓純粋に⾯⽩い理由2︓豊かな仮説や想像⼒を養う

優劣ではなく、期待するものが違う 128 [質的研究] • 職⼈芸的な感性が必要だったり、、、というか、外部が真/偽の評価がしにくい [量的研究] • 外部からもツッコミしやすい（明らかに変な分析が出たらすぐ分かる）やや ARTS
SCIENCES ARTS 良コンテンツ悪コンテンツ基本的にコンテンツの質は安定しない、むしろほとんどが（⾃分にとっては）価値なし SCIENCES 良コンテンツ悪コンテンツただ、⼀部の超絶天才が稀に凄い本を書くことがある、それが楽しい書物の「価値」についても、読み⼿の能⼒や嗜好に依存（査読付き論⽂なら）質が安定（ボラティリティが⼩さい）⼈⽣を変えるほどの出会いは少ないかもしれない僕のような凡⼈であっても、適切な訓練を受け、適切な読み⽅をすれば、必ず中⾝を理解できる（と期待できる）

129 エスノメソドロジー(⼈々の⽅法論)という社会学の⼀分野の教科書。「我々はどのような社会で、どのような⽅法で暮らしているのか」というミクロな社会成員の⽅法論を記述する医療分野におけるEBM
とナラティブの共存を探る教科書社会学（社会科学）においても、きっと役に⽴つ態度かなと思います⽬次からみても分かる通り、バランスよく⾔及している教科書どんな⽅法があるのかというインデックスをつけると⾔う意味でも家に⼀冊あってよいかも僕は計量系に思い⼊れが強いので、このスライドは偏っています。オーソドックスな社会学の楽しみ⽅を知りたい⽅はこの教科書を読んでみると良いかも

ぶっちゃけた話、学問の名前なんてどうだっていい (偉い⼤御所様の⽅針とかどうでもいい) 「我々はどのような社会に⽣きていているのか」あるいは、「社会的事実は、どのようにして/なぜ成⽴しているのか」というモチベーション⾃体は「社会学」という学問がなくなっても残り続ける経済学や社会⼼理学等が、”社会学”の役割をどんどん引き継いでくれている現状を鑑みると、（単なる消費者である僕としては）なんの問題
もない 130

読書は楽しいとは限らない ① ⽂系であることを免罪符にしない ② 新しい技術と社会の夢

“AI”というコトバ、禁⽌していいですか︖ バズワードに流されず、基本を勉強しましょう 132

133 「エンジニア」とは、⼯学に関する専⾨知識と実践能⼒を持つエキスパートのことです。

134 「エンジニア」とは、⼯学に関する専⾨知識と実践能⼒を持つエキスパートのことです。統計学・機械学習・最適化

135 こんなイメージ THE DATA SCIENCE VENN DIAGRAM http://drewconway.com/zia/2013/3/26/the-data-science-venn-diagram

136 最適化の世界因果推論の世界統計学・機械学習の世界組合せ最適化連続最適化タスク別分類ドメイン別分類教師あり学習教師なし学習
強化学習時系列問題画像・動画問題⾃然⾔語問題・・・実験的⼿法

137 Takami Satoさん ”最適化超⼊⾨”(slideshare) https://www.slideshare.net/tkm2261/ss-42149384

138 動機は、⾏為やプログラムを中断する問いへの解答として、帰属され、⾔語化される。動機とは合⾔葉である。 C.W.ミルズ「状況化された⾏為と動機の語彙」『権⼒・政治・⺠衆』

「⽂系」であることを免罪符にしない 139

⽂系・理系という区分は確かに便利! でも、、、 140 • 確かに多様な学問体系を切る⼀つの指標として「⽂系/理系」の区別があってもいいとは思う（もちろん、この軸で上⼿くはまらない学問があるのは承知の上。この区別がユニバーサルなものとは⾔っていない） • でも、以下の⽤法で使うことを厳重に禁⽌したいえ︖なに︖数学︖
僕、⽂系なんで数学無理っす︕

世の⽂系学部出⾝者に謝った⽅がいい 141 本当に必要があれば、何でも取り込むべきやらない理由を作らない「わからない」は本来恥ずかしいこと（⾃分に⾔ってます︕︕︕）m(_ _)m

142 多分、多くの⽂系出⾝者が詰まるのは線形代数「プログラミングのための」とタイトルにあるように、ゴリゴリの数学書ではないので、まずはここからがいいかなーと思います最適化数学はビジネス数学のボスだと思っている。
いろんなシーンで最適化という考え⽅は必要になってくるので、その基礎固め機械学習のためのとても良書。機械学習という応⽤先に必要な、数学知識が、１章にまとまっている。練習問題を解いてみて、弱点を把握しよう最近、チャートシリーズも⼤学数学に対応してくれたので、即買い⾼校時代が蘇ってくるｗ線形代数もあるので、是⾮問題を解こう

新しい技術と社会の夢、その凡庸さ 143 新しいテクノロジー/メディアの黎明期において、社会（⼈々）はそれをどのように受け⼊れ、またどのような”夢“を⾒てきたのか。今でこそ素朴な技術還元主義的な“夢”は相対化されやすくなってきたものの、 “⼈⼯知能”、“データサイエンス”等のバズワードに関連して不思議な⾔説はまだまだ散⾒される今⽇この頃。昨今のこの不思議な⾔説から距離をとるためにも、歴史を眺めてみるのも良いかもしれません。

144 強⾵は天使を、かれが背中を向けている未来のほうへ、不可抗的に運んでゆく。その⼀⽅ではかれの眼前の廃墟の⼭が、天に届くばかりに⾼くなる。ぼくらが進歩と呼ぶものは、＜この＞強⾵なのだ。ヴァルター・ベンヤミン「歴史の概念について」

145 複製技術の普及以前と以後において、芸術に関するある種の忘却を分析。新技術によるアウラ（⼀回性）なるものの喪失（という再発⾒）を論じた古典。電灯、電信、電話、ラジオなどの今では当たり前
の“新しい”メディア。これらが普及した当時の社会における変化とその夢を丁寧に記述した80 年代を代表するメディア論の古典。素朴な技術還元主義から距離をとること。昨今のAIブームの⼀つ前、“情報化社会ブーム”を対象に、社会意識を記述した社会学のエッセイ。 “凡庸さ”を少し別の観点（⽂学）から俯瞰するための名著。マクシム・デュ・カンの“凡庸な”⽣涯を読むことを通して、我々の中の “デュ・カン”を再発⾒する。

それでも、⼈⽂科学の意義はある 147

価値⾃由 Wertfreiheit 148 ヴェーバーが、この論⽂をだした動機としては、当時の社会政策学会への反発です。当時のドイツの社会政策学会は、「倫理的科学」と呼ばれ”善であること”と”社会的事実の議論”を同⼀⽔準で議論している向きがありました。彼は雑誌『社会⽴法・統計アルヒーフ』に、この価値論⽂をして掲載し、＜価値判断 (Sollen 〜すべき)
＞と＜事実判断（Sein〜である）＞は明確に区別すべきと主張、そして科学の対象は後者であると・・・。（新カント派的解釈もあるが、あえてナイーブに受け取りましょう）認識と価値判断とを区別する能⼒、事実の真理を直視する科学の義務と、⾃分⾃⾝の理想を擁護する実践的義務とを（双⽅を区別し、緊張関係に置きながら、ともに）果たすこと、これこそ、われわれがいよいよ⼗分に習熟したいと欲することである。マックス・ヴェーバー「社会科学と社会政策にかかわる認識の「客観性」」え︖︖当たり前だって︖

（良識ある皆様への質問です）友⼈に次の図書を紹介された時、あなたはどんな反応しますか︖ 149

150 安藤先⽣のいわゆる⾏動遺伝学の教科書最近、新書でも⾊々でてますよね。（ミスリーディング※ してる書籍・読者もあるようですが）犯罪の”⽣物学“は良識
ある⼤⼈であれば、違和感を抱くはず。犯罪者は社会的に構成されたもの (と信じたい︖)、、、ただし、それは検証すべき事実のはずスティーブン・ピンカーの著作の内容というより、アメリカ・ポリコレ界隈の標的になったことで知っている⼈も多いのではないでしょうか。⼀度、彼の著書を読んでみよう [※ 余談] • 双⽣児実験等を⽤いて⼈間の属性(知能やパーソナリティ)の遺伝性を調査とかしている • 注意しなければいけないのでは、安藤先⽣の教科書をみてもわかるとおり、遺伝でどの程度アウトカムの分散を説明できるかというお話であることに注意をしてください • 例えば、「IQは遺伝が７割」とあったときに、以下の式を思い描くのは間違いです IQ = 0.7*遺伝 + 0.3*その他 • そうではなく、分散をどれくらい説明できるかということ • 0.7 = V[遺伝]/V[IQ] • ここを間違えると、かなり危ういミスリーディングになるので注意 • 詳しくは左の教科書でー

脊髄反射的な拒否反応はなかったですか︖ 151 優⽣学的だ!! 社会ダーウィニズムめ︕ 政策的インプリケーションがないじゃないか! 犯罪ってのは、社会的に構成されたもののはずだ︕︕︕ ピンカー? 差別主義者って
聞いたことあるー︕

⾃然主義的誤謬 naturalistic fallacy 152 • 事実命題(〜である)から当為命題（〜すべき）を直接導出することはできない（⾃然主義的誤謬） • ⼈⽂科学、もしくは法学（理論）とは、まさに後者のための知的蓄積であるわけですここに我々は敬意を払わなければならない（と個⼈的には思っている）ここがしっかりしていれば、事実の追求に対して脊髄反射的恐怖は軽減されるはず（と思っている）
倫理学、批判理論、法学（特に⼈権論,刑法理論）、あるいはもう少し広めに政治思想史を学ぶ意義はここにあるのかなーと僕は思いますよ次の引⽤は「犯罪の⽣物学」の訳者あとがき

153 「遺伝(※引⽤者注：⽣物学的な根拠)で決まることで、⼈が犯罪をする傾向の⾼さに⼤きな影響を与える要因が⼀つあります。僕は、この教室の中にいる⼈で、誰が⾼く誰が低いのかをすぐに⾒分けることができます。それは何でしょうか」。（中略）それは「性」である。犯罪⾏動における男性の優位は、本書も指摘しているとおり、社会を超えて⾒られる傾向であり、おそらく、本書で紹介しているあらゆる単⼀遺伝⼦より、犯罪リスクを⾼める要因である「だからといって、男性を絶滅しようと考える⼈はいませんね」。と確認すると、⽪⾁な笑い顔が男⼦学⽣からも⼥⼦学⽣からも返ってくる。津富宏「訳者あとがき」「犯罪の⽣物学」

私のゆるふわな役割分業イメージ 154 どうあるか狭義の”実証科学”のお仕事 1. 社会ってどうなってるの︖ (社会記述） 2.
〇〇の原因を可能な限り正確に特定したい（因果推論） 3. 予測・リスク評価（予測問題） (※ちなみに、2. と3. は根本的に異なるタスクです) どうあるべきか⼈⽂科学・法理学等のお仕事 - 優先すべき価値って何︖ - リスク選好ってどれくらい︖ - そもそも我々の社会における”善”とは何か先⼈たちの議論・論争の蓄積は、やはり有⽤だと思う。 (⼈間はそんなに賢くなったわけではない) “善”の基準なんて、⼈それぞれやん︖ でも、我々は集団で⽣きているわけであって、お互い妥協しながら、何らかの意思決定を⾏わなければならないよね

責任のインフレ論法に抗う 155 • この図書は以下の論⽂とセットで読むと⾯⽩いと思う。 • 三⾕武司 (2006)「『責任と正義』の論理」ソシオロゴス http://www.l.u-
tokyo.ac.jp/~slogos/review_sociologos/pdf/review0201mitani.pdf • 私も三⾕先⽣の主張に近い（「そもそも、「⾏為の事後遡及的成⽴」論は論証不⼗分」） • ただ、この本はこの本で、もしそれ可能だったとして、どう内側からそれを破っていくか（いけないか）を真剣に論じていて、結構好き • やはり、セットで読むといいかと • あと読むべき本を⾊々教えてくれる本としてかなり優れている

伝統を守れ、が保守主義︖ 156 • いわゆる哲学的保守主義の基本書と思っている • “保守”という⾔葉に抵抗感を抱く⼈がいるかもしれませんが、⼀度読んでみるのもありかなーとこういうイメージだと思ってません︖

初期ルーマンの憲法論 157 • 広い意味で統治機構論(『⼿続を通しての正統化』 )と基本権論(『制度としての基本権』 )の (ルーマン)社会学的検討 [⼿続きを通しての正統化] •
伝統的な正統性概念（内容の普遍的な正しさ）を批判しつつ、正統性概念を再構成した後に、具体的に市⺠に法的決定がいかにして受容されるうるのか [制度としての基本権] • いわゆる⼈権論の社会学的基礎づけを試みる • 広い意味では法実証主義批判へー、社会学（ルーマン）ってこう⾔うお仕事もやってるんだちょっと癖あるから、まずは法哲学のオーソドックスな教科書から読むといいとともう!!!

158 功利主義って結構悪名⾼いですよね。ちょっとこれ読んでアップデートした⽅がいいかも。（僕も読まず嫌いでした、とってもいい本）法学は暗記科⽬と勝⼿に考えていませんか︖僕もそう思ってました、反省
してます。社会において悪を定義する⾮常に⾼度な哲学的実践の場であったりします。「善good は。⾃然的に存在する事物のある性質」と捉えてはいけない。⾃然主義的誤謬論の元本。（ミルへの批判が妥当かどうかは別として、）ヴェーバーと⼀緒に読んでみるといいかも。⾃然主義的誤謬論に対して批判を試みたのは、サールの⾔語⾏為論やこのパトナムです。頭の体操として、批判的吟味してみるといいかもしれない。（僕は批判が成功しているとは思えないけど）

どちらも⼈類にとって⼤切な営み 159 “事実Sein”がどうあるのか探求するよ我々が守るべき“価値 Sollen”がどのようなものなのか、議論を深めておくよ FACTは判断材料にはなるただ、それをどう評価するかは
別問題だね強い規範的価値観から特定のFACTを⾒ないようにするのは不健康むしろ「不都合な真実」をしっかり受け⽌めても、尚ロバストな規範理論を練り上げていくべき

気をつけつけた⽅がいいポイント ① 160 というか、私が個⼈的に気をつけてること

No Silver Bullet 161 すべてのシーンで万能な善に関する理論なんてあるわけない • いっぱい勉強すれば、いつか素晴らしい価値理論(規範理論) が体得できるんだ︕と期待するのは多分やめた⽅がいい • うーん、おこられそうｗ

No Silver Bullet 162 • むしろ、「政治を語るためには、哲学的に考えなくてはならない」と考えるのは有害だとも僕は思う • 哲学が他の分野に優位な位置にあるわけではない https://en.wikipedia.org/wiki/Richard_Rorty
認識論的⾏動主義とは…むしろ、哲学は知識や真理に関して常識が教える以上のことを何も教えてくれない、という主張なのだ。リャード・ローティ『哲学と⾃然の鏡』

思想を<選択する>ということ 163 じゃあ、何で勉強する意味あるの︖ （え︖ここにきて相対主義︖） • 僕たちが考え付きそうな理論は、とっくの昔に僕たちより頭の良い⼈が理論を練り上げてて、かつまた頭の良い⼈がその弱点を批判してるはず • その歴史を学ぶことは、⾃らの価値観や思想に対⾃的
になれるし、その価値の選択に責任が⽣まれる選択肢が理解できてないのであれば、それは「選択」とは⾔わない思想の選択に責任を持つために思想史を学ぶんだと僕は思う

討論・議論の前にまずリサーチ 164 • なんでもかんでも「みんなで話し合えば何か⾼みに辿り着けるんじゃないの」イデオロギーが苦⼿ • その場で素⼈が出せる論点やレトリックは、ほとんど先⼈が議論済み（そっちをレビューした⽅が効率的） • まずは、先⾏研究とじっくり向き合う時間が⼤切だと思う • もちろん、意思決定・合意形成において討論・議論の重要性は全く否定しませんが(むしろ⼤事︕)
risky shift 集団浅慮思考が極端な⽅向に振れてしまう現象浅間⼭荘の「総括」とか⾊々思いつくところありますよね集団で考えることで、かえって考慮の深度が浅くなる現象（社会⼼理学の⽤語）よく知られる集団思考の弊害本と議論すればよろしいかと教科書ってコスパいい私の性格の問題です (哲学・思想の分野において)

気をつけつけた⽅がいいポイント ② 165 というか、私が個⼈的に気をつけてること

個⼈的には疎外論的なの苦⼿ 166 「本来僕たちは〜だけど、このシステム/思想/権⼒/〇〇によって、こんな可哀想なんだぜ」論法これは僕の趣味の問題ですが、、、呼んだ︖

個⼈的には疎外論的なの苦⼿ 167 「本来僕たちは〜だけど、このシステム/思想/権⼒/〇〇によって、こんな可哀想なんだぜ」論法これは僕の趣味の問題ですが、、、本質主義ですか、そうですか。形⽽上学的ですね仮想敵が必要なんですね思想が過激にならないか⼼配
被害者論法は怖い、、、ダメってわけじゃないんです個別具体的に、冷静に吟味が必要です、特に、、、的な意味ですカルスタ・ポスコロ的な議論、ちょっと苦⼿

[余談] 純粋に娯楽としてこの映画⾯⽩い 168 第１章ゾンビたちの連合⾚軍総括と「六〇年代的なるもの」ちょっと刺激強いけど、北⽥先⽣の考察とセットで観ると⾯⽩い︕︕

気をつけつけた⽅がいいポイント ③ 169 というか、私が個⼈的に気をつけてること

良い意味で抽象的な議論 170 • 悪意のある⾔い⽅をすれば、「ゆるふわな議論」になりがち • 特に法学者/実務者からすると「なに、ゆるふわなこと⾔ってるの︖」と怒られがち〇〇権はー、⼈間に本来の- もう少しちゃんと事象を
定義して、具体的に話しましょまあ、仕⽅ないですよね。具体的な提⾔を積極的にするときは、実務観点をしっかり検討したほうがいいかと R.ローティの“⽂化左翼”批判とか⾯⽩いですね。

気をつけつけた⽅がいいポイント ④ 171 というか、私が個⼈的に気をつけてること

sunk cost バイアス 172 • 哲学書は基本的に分厚いし難解（これはこれでよい） • 読書コストは膨⼤超難
しいー。半分読むのに半年かかったよー投資と同じで、冷静な判断を︕ 難しいこと＝崇⾼、とは限らない sunk cost（埋没費⽤）バイアスこんなに頑張って読んだんだから、この理論は凄いものに違いない︕ いやきっとそうだ︕︕(じゃなきゃ困る)

間を繋ぐコトバとしてOR系の勉強とかも良いね 173 どうあるか狭義の”実証科学”のお仕事 1. 社会ってどうなってるの︖ (社会記述） 2. 〇〇の原因を可能な限り正確に特定したい（因果推論）
3. 予測・リスク評価（予測問題） (※ちなみに、2. と3. は根本的に異なるタスクです) どうあるべきか⼈⽂科学・法理学等のお仕事 - 優先すべき価値って何︖ - リスク選好ってどれくらい︖ - そもそも我々の社会における”善”とは何かここら辺の交通整理をするコトバとして、意思決定理論とかORとか⾯⽩いですよ

意思決定分析とORのオススメ教科書 174

176 良書を読むための条件は悪書を読まぬことであるショウペンハウエル『読書について』

量か質か 177 そもそも読書をするときのモチベーションは︖ ① 知識のインプットとしての読書 ② 教養的なるものの獲得としての読書

① 知識のインプットとしての読書 178 • 多読してください • 今の時代は、インターネットでググってください • むしろ、ググり⽅の訓練が⼤切になってくるかと思います（現代⼈のマストスキルですね）「いっぱい物を知っている」も良いけど、
ある程度の全体像とインデックスをつかんでおいて、適切にググれる能⼒ってマストスキルですよね当たり前だけど、本だから優れているわけではない読書経験がリッチになると、ネットを軽視しがち。（サンクコスト・バイアス）どっちが⼀⽅が無条件に優れている/ 劣っているわけではない

スーパー読書量 is エライ︖ 179 教養的なるもの != Σ 知識 (知識の総和が教養的なるものと⼀致する、、、とは限らない) ネットにもゴミ情報はもちろんありますが、本も⾊々です、、、
https://ndlonline.ndl.go.jp/

② 教養的なるものに向かって 180 • 「教養的なるもの」を定義するのは⾯倒なので宙吊りにします • ただ、以下の図式は納得してくれる⽅は多いと思います教養的なるもの != Σ
知識 (知識の総和が教養的なるものと⼀致する、、、とは限らない) クイズが強い⼈が、教養ある⼈︖︖ ではないよね︖

私はやや質派です 181 ⾃分の価値観/考え⽅/常識への挑戦としての読書こういう側⾯もあるかな、と僕は思います。この観点からいえば、簡単に読める本（≒ ⾃分の常識の範疇内のもの）に、あまり僕は価値を⾒出せなかったりします。もちろん、例外はいっぱいありますよ。
- すごーい読みやすいのに、⽬から鱗なもの - 難解な本に⾒えて、中⾝もスカスカだった本とか、、、もちろんあります︕︕ ⼈⽂系の場合限定の話ですもちろん、難しい本＝崇⾼な本ではない︕ ただ、哲学・思想書を名⾔集だと思わない⽅がいい。

182 理解できないこととの共存加藤⽂元「数学を学ぶ⼼構え、数学の勉強法」『数学ガイダンスhyper』

読書時間は覚悟した⽅がいい 183 1. 本当に必要な本は、時間をかけて読む - 速読︖とかそういうテクニックに期待しない - １冊の本を半年とか１年かけても良い (普通、これくらいかかる。恥じることはない。特に数学の本はもっとかかる) -
友⼈を巻き込むのもあり 2. 対象図書の事前リサーチにもコストをかけるべき - 読書のコストを侮るな︕︕ - 1年かけて読み込んだ本が、実は、全然（あなたにとって）価値のない本だったら、、、ハイキング型 vs. 登⼭型読書基本書は分厚い（ものが多い）

事前リサーチ︖ （学部向け）教科書イイネ︕︕ 184 なにから始めていいかわからない⼈は、定評のある教科書から読み始めましょう（＝流⾏りの新刊とかから始めない︕︕︕）その分野の全体像を把握しよう︕ どういう課題/問題意識があって、どういう学説があって、どういう課題があるのか教科書って結構、読むべき本を教えてくれる最⾼の本
時間は有限︕ 流⾏りに流される事なく、できるだけ良質な本を選びたいもんね

読書は⼿段、あなたの⽬的は何?? 185 必ずしも読書量凄まじいことが”エライ”わけではない量か質か論争︓

僕の読書習慣 (あくまで個⼈の意⾒です︕︕) 186 • 「知識⼈」の流⾏り系の社会批評本は余程のことがないと読まない • （⽣理的に受け付けないのは秘密）あれ系は歴史的に/事後的に検証されるもの • むしろ、過去の「知識⼈」がいかにその時代を記述していたのかを読むことが多い •
⾃分を含む知識⼈的な層の「凡庸さ」に対⾃的でありたい [査読⽂化が根付いてない学問分野] • 基本、教科書->コメンタール->古典を読む • 歴史的な淘汰を勝ち残った本には、何かいいものがあると期待できるかも [査読⽂化が根付いている学問分野] • 教科書でそのディスプリンのご作法を学んでから、論⽂を読むやや ARTS SCIENCES

巨⼈の肩の上に乗る standing on sholders of Giants 187 モチベーション

おやおや︖ ずいぶん楽観的な科学進歩史観ですね︖ 188 科学知識の蓄積︖ なにそれ︖昔、科学だったものが、今似⾮科学になることだってあるじゃん。パラダイム論的には〜科学と似⾮科学の違いが〜

巨⼈の肩の上に乗る standing on sholders of Giants 189 放っておきましょう

科学を楽しむこと、学ぶこと、これは我々の権利 190 • <地頭>競争は残酷 • でも、科学知識は平等である（少なくともそう信じることは可能である）僕、ノイマン（8歳）微分積分理解したよ適切な⼿段・⽅法を学び、適切な訓練を継続すれば、いつかその世界を理解/拡張すること
ができる（と期待できる）分かる⼈には分かるのよ、この良さ⽇本の新卒採⽤基準にありがち「東京都にマンホール何個あると思う」系（あれが本当に地頭を計測できてるのか疑問ですが、笑）

191 個⼈的なイメージ（エビデンスなし！）訓練時間（読書量）訓練時間能⼒能⼒アート的な要素の強い分野サイエンスの要素が強い分野
サイエンス（筋⾁）は裏切らない結構、個⼈の才能に依存。いくら読書しても、たどり着けない境地があったりする（認めたくないけど）。逆に読書量⾜りなくても、才能とセンスで乗り越えちゃう⼈もいる。残酷だけど、でも、楽しいんですよね、⼀読者としては。もちろん、東⼤理物とか、ノイマンとか怪物的な天才の⽅が有利なのはやはり事実です。ただ、(⽣産者ではなく、)消費者としては、適切な訓練を続ければ（個⼈差はあるにせよ）、必ずいつかはレベルアップできる（と期待できる）

巨⼈の肩の上に乗る standing on sholders of Giants 192 やっぱり

193 学問上の「達成」はつねに新しい「問題提出」を意味する。それは他の仕事によって「打ち破られ」、時代遅れとなることをみずから欲するのである。学問に⽣きるものは、このことに⽢んじなければならない。（中略）われわれ学問に⽣きるものは、後代の⼈々がわれわれよりも⾼い段階に到達することを期待しないで仕事をすることができない。マックス・ヴェーバー「職業としての学問」

勢いで作った息抜き読書メモ

勢いで作った息抜き読書メモ

More Decks by Masa

Other Decks in Education

Featured

Transcript