合計82点対79点。この3点差を根拠に案Aが採用される会議は、針が揺れている体重計の目盛りを、そのまま健康診断の記録に書き込んでいます。採点の一つ一つと重みの一つ一つが主観で決まる以上、合計点の小さな差は、測った結果というより揺れの範囲かもしれないからです。この記事では、デシジョンマトリクス(意思決定行列)のメリットとデメリットを確かめたうえで、この表で本当に見るべきなのは合計点ではなく、順位がひっくり返る重みの境目だということを示します。
マトリクスは、判断を分解し、筋道を残し、偏りを抑えます
デシジョンマトリクスは、複数の選択肢を複数の評価基準で採点して比べる表です。判断を、選択肢の列挙、評価基準の明確化、選択肢ごと基準ごとの評価に分解します。10の選択肢を8つの基準で比べれば80の評価が必要ですが、表にすれば一つずつ片づけられ、記憶の負担も減ります。
どの基準を選び、どれをどれだけ重んじたかが表に残るので、結果の導かれ方を後からたどれ、第三者が同じ材料から確かめることもできます。すべての選択肢を同じ基準で評価するため、思い込みに合う情報ばかり集める確証バイアス、最初の数字に引きずられるアンカリング、一つの長所が全体の印象を決めるハロー効果も抑えられます。採用面接で学歴という一つの特徴に評価が引きずられるのを防ぐ、家の購入で立地、価格、間取りを分けて採点し一目惚れだけで決めない、といった使い方が典型です。
合計点には、基準と重みという主観が溶け込んでいます
一方で、どの基準を入れるかの段階で、すでに判断者の好みが入ります。測りやすい基準ばかりが選ばれ、大事な観点が抜けることもあります。重み付けには本質的に価値判断が含まれ、コスト削減と社員の幸福度のどちらがどれだけ大事かを客観的に決める方法はありません。
一般的なマトリクスは、重みを掛けた点数の合計で比べます。この方式は、ある基準の低い点を別の基準の高い点で埋め合わせられることを前提にしていますが、安全性が最低基準を満たさない製品は、ほかの点がどれだけ高くても選べません。使いやすさを5段階で採点しても、3が意味する水準は評価者ごとに違います。それでも合計点が出ると、主観の積み重ねであることが忘れられます。基準を決めた瞬間に、枠の外の観点や、まったく別の選択肢を探す動きも止まりがちです。
重みを動かして、順位が入れ替わる境目を探します
合計点の代わりに見るべきものがあります。重みを一つずつ動かし、1位と2位が入れ替わる値を探すことです。入れ替わる値が、誰も主張していないような極端な重みでしか現れないなら、その順位は重みの議論に左右されにくい、丈夫な結論です。逆に、会議の参加者が普段から言い争っている範囲の中で入れ替わるなら、この判断は表ではなく、その重みについての価値判断で決まっています。話し合うべきは合計点ではなく、その一点です。
この作業が意味を持つには、順番が要ります。重みを決めないまま採点を始め、合計を見てから重みを整えるチームは、矢を射てから的を描いています。この順番では、表は判断の記録ではなく、すでに決めた判断の言い訳になります。重みと、満たさなければ即座に外す足切りの条件は、採点の前に書いて固定します。
- 足切りを先に適用する:安全性など、満たさなければ除外する条件は、点数を足す前に外す
- 評価者を複数にする:立場の違う人が独立に採点し、可能なら提案者名を伏せる
- 採点の目盛りを言葉で決める:各点数が何を意味するかを事前にそろえる
- 定期的に問い直す:この場面でマトリクスは適しているか、形式だけになっていないかを確かめる
境目が見つかっても、どちら側を選ぶかは表の外で決まります
ただし、境目を探す方法にも限界があります。境目は、判断がどこで割れるかを教えてくれますが、どちら側が正しいかは教えてくれません。そこから先は、組織が何を大切にするのかという、表の外の話し合いです。また、表に載っていない選択肢がよりよい可能性は、どれだけ重みを動かしても見えてきません。何点差なら意味のある差と言えるのかも、採点の目盛りの粗さや評価者の数によって変わり、一般的な基準はありません。
あなたが最近見た比較表で、1位と2位の差は何点だったでしょうか。その差は、どの重みをどれだけ動かすと消えてしまうでしょうか。
この記事の背景にある考え方は、拙著『GoogleのAI NotebookLM 意思決定の強化書』の5章3節「選択肢を採点する」に書きました。素点を重みで換算する採点の手順と、1位と2位が僅差のときに差の出やすい基準で採点し直し、それでも差が開かなければ前提に立ち返る点検を示し、「採点の目的は、選択肢に順位をつけ、最も評価基準に適った選択肢を示すことです。」と書いています。この節を読むと、僅差の採点表を前にしたとき、点数をいじるのか、前提に戻るのかを、自分で判断できるようになります。
同じ資料を見ているのに、なぜ結論が割れるのか。
『GoogleのAI NotebookLM 意思決定の強化書』
前提が結論を決める。意思決定を根拠、前提、結論の三層に分け、前提を対象、目的、制約、評価基準の四つで言葉にする本です。
読み終えたとき、手元に残るもの
- 意思決定の設計図になる前提リスト
- 資料を事実、意見、噂、ゴミに仕分けるFORT
- 同じ物差しで比べる選択肢表と採点表
- 始める条件と止める条件を書いた決定書
NotebookLMは2026年7月にGemini Notebookへ名称が変わりました。本の手法は、使うAIの種類を問いません。

