2016米大統領選を検証
「トランプ大統領誕生」をデータ分析の専門家はなぜ予測できなかったのか（1/2 ページ）
米大統領選でのドナルド・トランプ氏の予想外の勝利を受け、メディアや世論調査会社はデータ分析に失敗した原因の検証を進めている。
激戦を制したドナルド・トランプ次期米大統領とマイク・ペンス次期副大統領《クリックで拡大》
米大統領選の翌11月9日、メディアにはさまざまな見出しが踊った。中でも秀逸だったのは、「Man Nostalgic For Simpler Era Of 20 Hours Ago（20時間前のもっと単純だった時代が懐かしい）」というものだ。
秀逸と感じたのは、1つには面白いからだ。この見出しは風刺ニュースサイト「The Onion」に掲載されたものだ。もう1つ理由を挙げるとすれば、それはこの見出しが「かつてテレビのリアリティー番組に出演していたビジネスパーソンのドナルド・トランプ氏が勝つことなどない、勝つはずがない」という、ほとんどの人たちがついさっきまで抱いていた思い込みを暗に揶揄（やゆ）しているからだ。
データサイエンティストが分析するのは可能性
11月8日夜に開票が始まるまで、メディアにはそうした思い込みがまん延していた。「The New York Times」は民主党のヒラリー・クリントン候補の勝率を85％と予想し、「Huffington Post」は98％と予想。過去の大統領選で州ごとの当選結果をほぼ正確に予測した“天才統計学者”のネイト・シルバー氏は、自身のブログ「FiveThirtyEight」でクリントン氏の勝率を71％と予想していた。
「これは逆にトランプ氏の勝率が30％近くだったということでもある」。そう指摘するのは、マサチューセッツ工科大学（MIT）スローン経営学大学院のエリック・ブリニョルフソン教授だ。
「つまり勝率はゼロではなかった。起きる可能性が30％あれば、当然、実際に起きることもある」と同氏はメールで説明する。
起きる可能性がもっと低くても、起きるときは起きる。2016年のメジャーリーグ（MLB）のワールドシリーズがいい例だ。FiveThirtyEightによれば、第4戦後のシカゴ・カブスの優勝確率は15％だった。だがその後カブスは連勝し、11月2日の第7戦で108年ぶりの優勝を果たしている。
ブリニョルフソン教授が指摘しているように、データサイエンティストが分析するのは可能性であって、確実性ではない。であれば、上記のような事例は科学的には驚くに値しないのかもしれない。だがデータや予言のような予想に基づき、政治情勢や景況を判断している人たちにとっては、警鐘となるものだ。
敗因は過信
だが高度な分析ツールやデータモデルを活用できる昨今、なぜ、もっと十分に起こり得る結果としてトランプ氏の勝利を予測することができなかったのだろうか。
The New York Timesのメディアコラムニストであるジム・ルーテンバーグ氏は、今回の失敗はジャーナリスト、つまり大統領選の状況を米国民に報じる責任を担った人たちの責任だと指摘する。サブプライムローン問題に端を発したグレートリセッション（大不況）の終息から7年が経過する中で、政治的疎外感を抱いている人たちの不満をメディアは正しく把握することができなかった。欧州連合（EU）からの離脱の是非を問う2016年6月の国民投票に先立ち、英国メディアがそうした兆しを読み取れなかったのと全く同じ構造だ。
「ジャーナリズムの何かが決定的に壊れたのは明らかだった。メディアは結局、世界を一変させるような反体制ムードの高まりを捉えることができなかった」とルーテンバーグ氏は指摘する。
世論調査を実施したメディアの多くは自らの誤りを認めている。Huffington Postで世論調査を担当する上級編集者ナタリー・ジャクソン氏は、自身が票を読み違えた原因について、「世論調査を過信していたせいだ」と分析する。
「世論調査はおおむね正しいということに、私は少しも疑いを持たなかった。だから、他の世論調査会社と同様、私もデータを信用し支持した。それが間違いだったことは認めざるを得ない」と同氏は語る。
Huffington Postが使用したデータモデルは世論調査のみに頼り、経済指標や、同じ政党が3期連続で政権に就くことはめったにないという事実は考慮に入れなかったという。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣 -
製品資料
[サイボウズ株式会社] AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
4
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
5
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
6
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
7
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
8
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
9
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
10
【漫画付き】ひとり情シス協会が明かす、RAG導入でしくじる企業「2つの共通点」
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー