ダニングクルーガー効果とは？「馬鹿の山」曲線は嘘か、原論文の数値と統計批判で検証

ダニングクルーガー効果（ダニング＝クルーガー効果、Dunning-Kruger effect）とは、ある課題で成績の低い人ほど、自分の成績や能力を実際より高く見積もる現象です。1999年にコーネル大学のジャスティン・クルーガーとデイヴィッド・ダニングが論文で報告し、翌2000年にイグノーベル賞の心理学賞を受けました。ただ、ネットで出回る「馬鹿の山」の曲線は原論文に載っていません。効果の大部分は統計の見かけだという批判もあります。この記事では、原論文の数値を研究ごとに確認し、乱数シミュレーションでグラフの解釈上の限界を示し、批判と反論を研究原典で照合します。

まとめ：ダニングクルーガー効果の意味と「嘘・間違い」と言われる理由

• 意味：特定の課題で下位25%の人は、自分の順位を平均以上と見積もりやすい。原論文では実際は10〜13パーセンタイルなのに、能力の自己評価は55〜68パーセンタイルでした。パーセンタイルは集団内の相対的な位置を表し、正答率とは異なります。
• 「馬鹿ほど自己評価が高い」は言い過ぎ：下位の人の自己評価は、上位の人の自己評価より低いままです。下位ほど「ずれ幅」が大きい、が正確な言い方です。
• 「馬鹿の山→絶望の谷→啓蒙の坂→継続の台地」の曲線は、原論文の図ではありません。原論文の図は、成績の四分位ごとに実際と自己評価を並べた1時点の比較です。
• 「嘘」と言われる理由：平均への回帰と、自分を平均以上と見積もる傾向だけで、同じ形のグラフが描けるからです。ただし下位の人ほど自分の正誤を見分けにくいという結果は、約4,000人規模の再現研究でも支持されています。
• 職場への応用（本記事の提案）：「過信している」と告げるより、評価基準を先に共有し、本人の予測と結果を並べます。根拠は大学生の実験で、職場での効果は検証されていません。

ダニングクルーガー効果の意味と原論文の中身

原論文は Kruger & Dunning（1999）「Unskilled and Unaware of It」（Journal of Personality and Social Psychology 77巻6号、1121〜1134頁）です。冒頭では、顔にレモン汁を塗れば防犯カメラに映らないと信じて銀行強盗をした男性の事件（1995年、ピッツバーグ）を紹介しています。著者らの主張は、能力の足りない人は「dual burden（二重の重荷）」を負うというものです。誤った結論を出すうえに、その誤りに気づく力も同じ能力不足によって奪われる、という意味です。

対象は「特定の課題での能力」で、知能全般の話ではありません。文法と論理は別の課題であり、一方の成績から他方の自己評価のずれを決めつけることはできません。この点を外して「頭の悪い人の話」として広まったことが、後で述べる誤解の多くを生んでいます。

4つの研究の課題と下位25%の自己評価

参加者はすべてコーネル大学の学部生です。課題の後に、他の学生と比べた自分の能力の順位を答えてもらいました。Study 2〜4ではテスト成績の順位も尋ねています。

数値はパーセンタイル。Study 1の成績は、回答したコメディアン8人のうち1人を除いた7人の平均評価と、参加者の評価との相関で決めています。ずれは点数の見積もりにも出ました。Study 4の下位25%は平均5.5問正解したと思っていましたが、実際の正答は平均0.3問です。論文の考察では、下位25%は能力を平均50パーセンタイルほど過大評価し、ほかの四分位も6パーセンタイル強の過大評価があったとまとめています。後者は著者ら自身が「メタ認知の説明では説明できない」と書いている部分です。

「馬鹿ほど自己評価が高い」が半分だけ正しい理由

表の右2列を同じ項目どうしで比べると、Study 2〜4のどれでも上位25%の自己評価のほうが高くなっています。能力の自己評価なら、Study 2で74対68、Study 3で72対67、Study 4で76対55です。成績の低い人がいちばん自信満々、という順位の逆転は起きていません。起きているのは、下位の人の自己評価が実際の順位から大きく離れることです。「馬鹿ほど自己評価が高い」は、ずれ幅の話としてなら正しく、自信の高さの話としては誤りです。

上位者が自分を低く見積もる理由は偽の合意効果

上位25%は逆に自分の順位を低めに答えました。原因は自己認識ではなく、他人の出来の見積もりにあると著者らは考えました。自分に簡単な問題は他人にも簡単だろうと思い込む偽の合意効果（フォールス・コンセンサス効果）です。Study 3の第2段階では、他の参加者5人の答案を採点させました。その後、上位25%はテスト成績の自己評価を69.5から79.7パーセンタイルへ上げましたが、下位25%は修正しませんでした。他人の答案を見ても、正誤を見分けられなければ自分の位置はわからない、ということです。

「馬鹿の山」の曲線は原論文にない：出所と実際の研究

自信を縦軸、知識や経験を横軸にとり、少し学んだところで自信が頂点（馬鹿の山、Mount Stupid）に達し、絶望の谷へ落ちてから啓蒙の坂を上る、という図は原論文のどこにもありません。原論文の図1〜4は、横軸が成績の四分位、縦軸がパーセンタイルです。図1は実際の順位と能力の自己評価の2本、図2〜4はテスト成績の自己評価も含む3本の線です。学習が進むにつれて自信がどう変わるかという時間の軸はありません。曲線の出所はウェブ漫画とする説明が多いものの、特定できる一次資料は見つかっていません。「ダニングクルーガー曲線は間違い」と言われるのは、この図を原論文の結果として紹介する記事が多いためです。

初心者の自信を実際に追った研究（Sanchez & Dunning 2018）

学び始めの自信の推移を実験で測ったのが、ダニング自身が関わった Sanchez & Dunning（2018）です。全6研究のうち4研究で、架空の「ゾンビ病」を症状から診断する課題などを使いました。残る2研究は金融知識とその自己評価を扱っています。初心者は最初から過信していたわけではありません。数回の経験で自分なりの誤った法則を作り、自信が実力より速く膨らみました。論文はこれを「beginner’s bubble（初心者の過信の膨らみ）」と呼んでいます。その後は法則が崩されて自信の伸びが一時止まり、成績が少しずつ上がるあいだ横ばいになり、また上がり始めました。

馬鹿の山の図と違うのは2点です。出発点はゼロからの過信ではなく控えめな自信であること。山の後は急落する「谷」ではなく伸びの「停滞」であることです。実務への応用としては、研修の初期に自己流の判断ができ始めた段階で、判断の根拠と実際の成績を照合する機会を設けることが考えられます。

「ダニングクルーガー効果は嘘」という統計的な批判

批判の中心は Krueger & Mueller（2002）です。彼らは、平均への回帰、または自分を平均以上と見積もる傾向（平均以上効果）のいずれかを統計的に除くと、上位と下位の誤差の非対称が消えたと報告しました。その後、Nuhferら（2016）は乱数を使ったシミュレーションで、この分野で一般的なグラフの描き方そのものが誤解を招く見かけの形を作ると示しました。

乱数だけで同じグラフは描けるか：Pythonで再現

批判の要点は、次のコードを動かすとすぐ確認できます。真の実力に誤差を足したものをテストの点とし、自己評価の作り方を3通り変え、原論文と同じ四分位集計の形式で値を出しました。rは順位変換前の実力と信念の母相関を設定する値で、表示する自己評価とテスト順位の相関ではありません。自己評価は1〜99に制限しています。下の表はPython 3.9.6で実行した結果です。乱数の種を1999に固定しているので、何度動かしても同じ値になります（Python 3.14系でも12個の値が一致しました）。

import math
import random
import statistics as st
from bisect import bisect_left

random.seed(1999)
N = 100_000

def to_percentile(xs):
    s = sorted(xs)
    return [100 * bisect_left(s, x) / len(xs) for x in xs]

def quartiles(r, bias):
    ability = [random.gauss(0, 1) for _ in range(N)]
    test = [a + random.gauss(0, 1) for a in ability]  # テストの点は誤差を含む
    belief = [r * a + math.sqrt(1 - r * r) * random.gauss(0, 1) for a in ability]
    test_p = to_percentile(test)
    self_p = [min(99, max(1, p + bias)) for p in to_percentile(belief)]
    order = sorted(range(N), key=lambda i: test_p[i])
    q = int(N / 4)
    for k in range(4):
        idx = order[k * q:(k + 1) * q]
        actual = st.mean(test_p[i] for i in idx)
        guess = st.mean(self_p[i] for i in idx)
        print(f"  第{k + 1}四分位  実際{actual:5.1f}  自己評価{guess:5.1f}")

print("A: 自己評価は実力と無関係（r=0）")
quartiles(0.0, 0)
print("B: 実力との相関0.3＋全員が15ポイント上乗せ")
quartiles(0.3, 15)
print("C: 自己評価は真の実力と完全一致（r=1）、テストだけ誤差あり")
quartiles(1.0, 0)

Aは、自己評価が実力とまったく関係なくても、下位は37ポイントの過大評価、上位は37ポイントの過小評価に見えることを示しています。Cはさらに強い結果です。全員が自分の実力を正確に知っていても、テストの点に誤差があるだけで、下位は約11ポイント高く、上位は約12ポイント低く見積もったように見えます。成績の低い組には「実力より運悪く低く出た人」が集まるためで、これが平均への回帰です。Bの形は原論文の図とよく似ています。ゆるい相関と全員共通の上乗せだけで、下位の大きなずれと上位の小さな過小評価が同時に出ます。

批判への反論と現在の評価

シミュレーションが示すのは「グラフの形だけでは証拠にならない」ことで、「効果が存在しない」ことではありません。原論文のStudy 4は、まさに回帰の説明を退けるために設計されています。テストの後、140人のうち無作為に選んだ70人に約10分で読める論理の解き方の冊子を渡しました。訓練を受けた下位25%（19人）では、能力の自己評価が54.7から44.3、テスト成績の自己評価が50.5から31.9パーセンタイルに下がりました。点数は訓練の前に確定しているので、回帰だけではこの変化を説明できません。Ehrlingerら（2008）は、正確に見積もれば100ドルを払うと提示しても、見積もりの正確さは改善しなかったと報告しています。

一方で、知能テストを使った Gignac & Zajenkowski（2020）は、題名で「（ほとんど）統計的アーティファクト」と言い切り、効果があるとしても従来の報告よりかなり小さい可能性があると結論しました。原論文の文法と論理の課題を約4,000人ずつで再現した Jansen・Rafferty・Griffiths（2021）は、低得点者ほど1問ごとに自分の答えが合っているかを判断しにくい、という説明を支持しました。

ここまでを踏まえると、言えることは次のとおりです。下位者の過大評価そのものはデータに繰り返し出ます。ただし、引用した研究と本記事のシミュレーションからは、原論文の「50ポイントのずれ」を統計的要因とメタ認知の要因に数値で分解することはできません。四分位グラフだけではメタ認知の差を立証できませんが、文法・論理課題の大規模再現研究では、その差を支持する結果が得られています。本記事の結論は、「嘘」と切り捨てるのも、グラフどおりの大きさを信じるのも避け、「下位の人は自分の答えの正誤を見分けにくい。ただし、ずれの大きさは四分位グラフからは読み取れない」とするものです。

職場でダニングクルーガー効果を扱うときの手順

原論文から職場に持ち込めるのは、「能力が上がると、自分の不足が見えるようになる」という一点です。説教や注意喚起で自己評価を下げようとしても、正誤を見分ける力がなければ本人には判断材料がありません。

職場の評価基準の事前共有と予測・結果の比較

Study 4で下位者の自己評価を実際に近づけたのは、謙虚になれという助言ではなく、課題の解き方の訓練でした。職場でこれに近いのは、レビューで何を見るのか（チェックリスト、ルーブリック、良い例と悪い例）を作業の前に渡すことです。そのうえで、提出前に「何点くらいだと思うか」「どこで指摘が入りそうか」を本人に書いてもらい、結果と並べます。国内の Nakamoto & Mori（2025）の実験では、大学生128人が自分で決めたタイピングの目標に届いた割合は、成績のフィードバックが無いと23%でした。自分の成績を伝えた条件では76%、他人の成績では70%、両方では88%でした。これは自己設定した目標への到達率であり、生産性の上昇率ではありません。また、自己設定目標に届かなければ報酬を受け取れない条件の実験です。自己評価・上長評価・実績を同じ画面で並べて見られる人事・労務管理システムにしておくと、このずれを毎期の面談で確認できます。

ダニングクルーガー効果による人物分類の問題

Kruger & Dunning（1999）が扱ったのは特定課題の成績と自己評価の関係であり、性格の分類ではありません。評価する側も、自分が不慣れな領域では同じずれ方をします。特定の部下を「ダニングクルーガーの人」と見立てると、評価の根拠が成果物から印象へ移り、人事評価エラーのひとつである寛大化や中心化と同じ問題を招きます。見るべきは人ではなく、課題ごとの予測と結果の差です。自分の判断を外から点検する習慣づくりはメタ思考の記事でも扱っています。

インポスター症候群との違いとダニングクルーガー効果の「反対」

ダニングクルーガー効果の反対としてよく挙がるのがインポスター症候群です。ただし両者は出自が違います。インポスター症候群は1978年にクランスとアイムスが成功した女性たちの臨床観察から報告した、実績があっても「自分は偽物だ」と感じ続ける状態です。一方、原論文のStudy 3では、他人の答案を見た上位25%の過小評価が軽減し、著者らは偽の合意効果による説明を支持する結果と解釈しました。

インポスター症候群の測り方はインポスター症候群の診断テストで、自分を守るために予防線を張る心理はセルフハンディキャッピングの記事で解説しています。

よくある質問

ダニングクルーガー効果の読み方と英語表記は？

「ダニング・クルーガーこうか」と読み、英語では Dunning-Kruger effect と書きます。デイヴィッド・ダニング（David Dunning）とジャスティン・クルーガー（Justin Kruger）の2人の姓から付いた名前です。「ダーニング」「ダニエル・クルーガー」は表記の誤りです。

イグノーベル賞を受賞したのは本当ですか？

本当です。イグノーベル賞の公式サイト Improbable Research の受賞者一覧に、2000年の心理学賞としてダニングとクルーガーの1999年の論文が載っています。授賞式は2000年10月5日、ハーバード大学で開かれました。

「完全に理解した」曲線とは何ですか？

日本のエンジニアの間で、馬鹿の山の曲線の各段階を「完全に理解した」「なにもわからない」「チョットデキル」と言い換えた呼び方です。もとの曲線と同じく原論文の図ではないので、研究の結果としてではなく、学習の体感を表した言い回しとして読むのが適切です。

自分がダニングクルーガー効果に陥っていないかチェックする方法は？

確立した診断尺度はありません。この効果は課題ごとの「見積もりと結果の差」なので、測るなら差そのものを記録します。試験や提出物の前に予想点を書き、結果が出たら並べる。これを数回続けて、予想が毎回上振れしている領域があれば、その領域では基準を学び直す必要があると判断できます。

発達障害と関係がありますか？

原論文とその後の主な再現研究は、大学生や一般成人を対象に、特定の課題での自己評価と成績の差を調べたものです。発達障害との関係は扱っておらず、診断やその傾向の判断にこの効果を使う根拠はありません。

関連記事

• インポスター症候群の診断テスト｜セルフチェック10項目とクランス式尺度の採点基準
• フォールス・コンセンサス効果（偽の合意効果）とは？具体例と原典実験・対策
• セルフハンディキャッピングとは？予防線を張る心理の2類型と具体例・「うざい」と映る理由
• 人事評価エラーとは？11種類の具体例と原因・防ぎ方、評価者訓練の研究データ
• 他責思考とは？口癖一覧と言い換え、特徴のセルフチェック15項目・原因と直し方