cognitive-fallacies-guard

認知的誤謬ガード

目次

• 概要
• 誤謬監査ワークフロー
• パス選択メニュー
  • パス 1：視覚的な誤解を招く表現のスキャン
  • パス 2：認知バイアスの確認
  • パス 3：データの完全性の検証
• クイックリファレンス
• ガードレール

---

概要

視覚化には説得力があります。よくある間違いは、見た目の問題にとどまらず、体系的な誤解を引き起こします。このスキルでは、視覚的に誤解を招く表現（チャートジャンク、切り詰められた軸、3D による歪み）をスキャンし、認知バイアスの悪用（確証バイアスの強化、アンカリング、フレーミング操作）を確認し、データの完全性（誠実な軸、完全なデータ、公平な比較）を検証します。

関連スキル： 一般的なデザイン評価には design-evaluation-audit、認知の基盤には cognitive-design、視覚化の作成には d3-visualization、データストーリーには visual-storytelling-design を使用します。

---

誤謬監査ワークフロー

所要時間： 15～30 分

このチェックリストをコピーして、進捗を記録してください。

Fallacy Audit Progress:
- [ ] Step 1: Scan for Visual Misleads
- [ ] Step 2: Check for Cognitive Biases
- [ ] Step 3: Verify Data Integrity

ステップ 1：視覚的に誤解を招く表現をスキャンする

チャートジャンク、3D 効果、切り詰められた軸、体積の錯覚、不適切なグラフ形式がないか確認します。これらは、最もよく見られ、目につきやすい誤謬です。

リソース： 誤謬カタログ — セクション 1～2（視覚的ノイズ、知覚の歪み）

ステップ 2：認知バイアスを確認する

確証バイアスの強化、アンカリング効果、フレーミング操作がないか確認します。これらはより微妙ですが、解釈に大きな影響を与える可能性があります。

リソース： 誤謬カタログ — セクション 3（認知バイアスの悪用）

ステップ 3：データの完全性を検証する

軸が誠実であること、データが完全であること、比較が公平であること、適切なコンテキストが示されていること、見せかけの相関がないことを確認します。これが最も重要な層です。

リソース： 検出パターン — 完全性の原則とクイックスキャンチェックリスト

---

パス選択メニュー

パス 1：視覚的な誤解を招く表現のスキャン

次の場合に選択します： チャートジャンク、3D 効果、切り詰められた軸、エンコーディングの問題を確認するとき。

→ 誤謬カタログへ — セクション 1～2

---

パス 2：認知バイアスの確認

次の場合に選択します： ダッシュボードのデザイン、プレゼンテーションのフレーミング、データの選択におけるバイアスの強化を探すとき。

→ 誤謬カタログへ — セクション 3

---

パス 3：データの完全性の検証

次の場合に選択します： データ提示の完全性、誠実さ、コンテキストを検証するとき。

→ 検出パターンへ

---

クイックリファレンス

5 つの完全性の原則

1. 誠実な軸 — 棒グラフはゼロから開始する。目盛りの間隔は均一にする。ラベルを明確にする
2. 公平な比較 — 比較対象には同じ尺度を使う。二軸による操作を避ける
3. 完全なコンテキスト — 期間全体を示す。基準値を提示する。分母を明確にする
4. 正確なエンコーディング — 数値に比例した視覚表現にする。体積の錯覚を避ける。2D デザインにする
5. 透明性 — データソースを明記する。制約を認める。方法論を示す

重大度のクイックガイド

• 重大度：高 — 完全性の侵害（開示のない棒グラフの切り詰め、都合のよいデータの選択、因果関係の暗示）
• 高： 知覚の歪み（3D 効果、体積の錯覚、分母の欠落）
• 中： バイアスの強化（一方的なフレーミング、提示順によるアンカリング、確証バイアスを促すレイアウト）
• 低： 視覚的ノイズ（過剰なグリッド線、装飾要素、装飾的な枠線）

---

ガードレール

スコープの境界： このスキルは、視覚的に誤解を招く表現を検出し、認知バイアスの悪用を特定し、データの完全性を検証して、見つかった各誤謬に対する具体的な修正策を提示します。デザインの作成、一般的なユーザビリティの評価、認知理論の解説、美的品質の評価は行いません。