Skip to content

社会の過学習

過学習とは

機械学習における過学習(Overfitting)は、モデルが訓練データに過剰に適応し、汎化能力を失う現象だ。訓練データ上では高い精度を示すが、未知のデータに対しては判断を誤る。

社会にも同じ構造がある。特定の歴史的経験に過剰適応し、それ以外の状況に対する判断力を失う。 これを社会の過学習と呼ぶ。

システム論的定義

過学習は、フィードバックの固着として定義できる。

正常なシステムは、多様な入力に対してフィードバックを回し、カオスの淵を維持する。過学習したシステムは、特定の入力パターンにフィードバックが固着し、それ以外の入力に対して適切な応答ができなくなる。

正常:多様な入力 → フィードバック → カオスの淵(創発)
過学習:特定の入力に固着 → フィードバック停止 → 秩序相(硬直)

過学習した社会は秩序相に落ちている。特定の経験が生み出した「正解」に固定され、新しい状況に対する創発が起きない。

事例

日本の核アレルギー

訓練データは広島・長崎の被爆体験だ。この経験から「核 = 絶対悪」という判断パターンが形成された。

しかしこの判断パターンは過度に特殊化されている。

  • 通常兵器による死者数(第二次大戦で数千万人)は視野に入らない
  • 核抑止力という戦略的概念が評価できない
  • 原子力の平和利用と兵器が混同される
  • 「核」という単語だけで思考が停止する

核兵器の悲惨さは疑いようがない。しかし核だけを特別視することで、戦争そのものの悲惨さに対する視野が狭まっている。これは汎化の失敗だ。

さらに、この過学習は自己強化メカニズムを持っている。核に関する冷静な議論を試みると、「被爆者の気持ちを考えろ」で反論が封じられる。感傷が論理を黙らせる。これは議論ではなく、訓練データの絶対化だ。反論を排除することで、訓練データ以外の入力がシステムに入らなくなり、過学習がさらに深まる。

核アレルギーはナショナル・アイデンティティでも集合的トラウマでもない。単に、反論を感傷で封じ続けた結果の、構造的な判断力の喪失だ。

バブル後の日本経済

訓練データはバブル崩壊(1991年)だ。「投資は危険」「借金は悪」「拡大は失敗のもと」という判断パターンが形成された。

結果として30年間、企業は内部留保を積み上げ、銀行は貸し渋り、個人は消費を控え、政府は財政出動を躊躇した。バブルという一つの経験への過剰適応が、経済全体の創発を止めた。

社会温度論で言えば、バブル崩壊という「過熱」の記憶に過学習した結果、社会が冷えすぎた。加熱を恐れるあまり、適温に戻れない。

9.11後のアメリカ

訓練データは2001年9月11日のテロだ。「テロリストは国内にいる」「安全のためには自由を制限してもよい」という判断パターンが形成された。

愛国者法、NSAの大規模監視、空港のセキュリティ劇場。テロという特定の脅威への過剰適応が、市民的自由というシステムの基盤を毀損した。テロによる死者数をはるかに超える社会的コストを、「安全」の名の下に支払い続けている。

戦後ドイツの合意形成主義

訓練データはワイマール共和国の崩壊とナチスの台頭だ。「強い指導者は危険」「徹底的な合意形成が必要」という判断パターンが形成された。

この過学習は長期間うまく機能した。しかしウクライナ危機以降、合意形成に時間がかかりすぎてエネルギー政策の転換が遅れ、安全保障上のリスクを拡大させた。過去の経験が正解だった時代には有効な適応だが、環境が変わったときに対応できない。

過学習の構造

これらの事例に共通する構造がある。

1. 強烈な経験が訓練データになる

衝撃的な歴史的事件は、社会全体に深く刻まれる。被爆、バブル崩壊、テロ、ファシズム。経験の衝撃が大きいほど、判断パターンの固着も強くなる。

2. 判断パターンが一般化される

「核は危険」が「核に関するすべてが危険」に、「バブルは危険」が「拡大はすべて危険」に拡大される。特定の文脈での正しい判断が、文脈を超えて適用される。

3. 過学習が自己強化される

過学習した判断パターンは、それを支持する情報だけを収集し、矛盾する情報を排除するフィードバックを持つ。核アレルギーは核に関する冷静な議論を許さず、バブル恐怖は投資を否定する空気を維持する。過学習自体がフィードバックを固着させ、解消を妨げる。

4. 汎化能力が失われる

特定パターンへの固着は、他のパターンへの対応力を奪う。核アレルギーは安全保障の議論を阻害し、バブル恐怖は経済成長の議論を阻害する。社会が新しい状況に対して創発的に応答する能力が失われる。

正則化としての処方箋

機械学習の過学習にはいくつかの対処法がある。これらは社会の過学習にも適用できる。

データセットの拡大

訓練データが偏っているなら、データを増やす。一つの経験だけでなく、多様な経験を判断材料に含める。

  • 核の文脈:核被害だけでなく、通常兵器の被害、核抑止の成功事例、原子力の平和利用も含めて判断する
  • 経済の文脈:バブル崩壊だけでなく、投資による成長事例、デフレの害も含めて判断する

正則化(過剰な複雑化の抑制)

特定パターンへの過度な重み付けを抑制する。「核は絶対悪」「投資は絶対危険」という極端な重みを、構造的に緩和する仕組みを作る。

教育、メディア、公共的議論の場が正則化装置として機能すべきだが、過学習した社会ではこれらの装置自体が過学習に汚染されていることが多い。

交差検証(外部視点の導入)

内部のデータだけで判断せず、外部の視点を取り入れる。国際的な比較、歴史的な比較、異分野からの視点。自分たちの判断パターンが普遍的なのか、特殊な過学習なのかを検証する。

まとめ

社会の過学習は、特定の歴史的経験にフィードバックが固着し、カオスの淵を離れる現象だ。過学習した社会は秩序相に落ち、新しい状況への創発的応答ができなくなる。

核アレルギーもバブル恐怖もテロ恐怖も、発生時点では合理的な適応だった。問題は、環境が変わった後もその適応を維持し続けることにある。


過学習は、かつての正解に囚われることで、次の正解を見失う。

Code: MIT / Content: CC BY-SA 4.0