仕事の中で判断を下すとき、無意識のうちに「ノイズ（ばらつき）」が混入することはさけられません。『NOISE : 組織はなぜ判断を誤るのか?』ではそれを防ぐための「判断ハイジーン（衛生）」と呼ばれる手法が提案されています。
日々の業務で取り入れられる身近な工夫として、以下の5点が挙げられます。
1. 会議の前に「独立した意見」を集める
チームで判断を行う際、最初に誰かが発言すると、その意見に周囲が引きずられる「カスケード効果」や「集団極性化」が起き、ノイズが増幅されます。 これを防ぐためには、議論を始める前に、参加者全員に自分の意見や予測を個別に書き出してもらう、あるいは投票してもらうことが有効です。他人の意見に影響されていない「独立した判断」を集めて平均化したり、その分布を確認してから議論を始めることで、集団としての判断精度が高まります。
2. 判断を「分解」して個別に評価する
複雑な問題を一度に直感で判断しようとすると、第一印象（ハロー効果）などに引きずられやすくなります。 例えば採用面接や現在すすめられている仕事計画の評価などでは、判断すべき要素を「スキル」「経験」「リーダーシップ」といった独立した項目に分解し、それぞれを個別に評価します。すべての項目の評価が終わってから、最後にそれらを統合して総合的な判断を下すように手順を構造化することで、ノイズを減らすことができます。
3. 直感を働かせるのを「最後」にする
直感は判断の敵ではないけれども、早い段階で直感に頼ると、自分の予断に合う情報ばかりを集めてしまう「確証バイアス」などが働き、判断が歪められます。 情報を十分に集め、分析的な評価が終わるまでは直感を保留し、プロセスの最後になってから直感を働かせて最終決定を行うことが最適であると考えられます。
4. 「相対的」な判断を行う
この提案は5段階評価で4点」といった絶対的な評価は、評価基準が人によって異なるためノイズの温床となります。 これに対し、「この提案は過去のA案よりは優れているが、B案よりは劣る」といった比較（相対評価）やランク付けは、人間の脳が得意とする処理であり、判断のぶれが少なくなります。
5. 「統計的視点（外部の視点）」を持つ
目の前の事例の固有の事情（「なぜこうなったか」という因果等のストーリー）ばかりに注目すると、判断が個人の解釈に左右されやすくなります。 判断を下す前に、「似たようなケースでは過去にどのような結果になったか（基準率）」という統計的なデータや他の職場の事例を参照することで、独りよがりな予測や判断を修正することができます。
これら「判断ハイジーン（衛生）」の原則を統合し、実務で一括して運用するための具体的なシステムとして「媒介評価プロトコル（Mediating Assessments Protocol：MAP）」という手法が提案されています。
1. 判断の「分解」（事前の項目設定）
最終的な結論（例：後輩の彼の評価は？）をいきなり議論するのではなく、判断に必要な要素を事前に「媒介評価項目」としてリスト化し、分解します。例えば、同僚や後輩の評価を求められた際、「彼はいい人だ」「彼女は仕事ができる」といった漠然とした印象（ハロー効果）で全体を評価してしまうことがあります。これを防ぐために、評価軸を分解します。
分解の手順： 「優秀さ」を独立した項目に分けます。
1. 正確性： ミスなく業務を遂行しているか。
2. スピード： 納期を守っているか、レスポンスは早いか。
3. 協調性： 周囲と情報共有できているか。
4. 専門知識： 業務に必要な知識を持っているか。
「彼は愛想がいいから（協調性が高い）、仕事も正確なはずだ」と関連付けて考えないようにします。本書では、ある項目（例：正確性）を評価している間は、他の項目（例：愛想の良さ）を意識から排除し、事実だけに基づいて独立して採点することが推奨されています。すべての項目を個別に評価し終えてから、総合的なコメントを考えます。
2. 「独立した意見」の確保
各項目の評価は、可能な限り別々の担当者やチームが独立して行います。他の項目の評価結果や、他の人の意見に影響されないように情報を遮断し、個別に事実に基づく評価を下します。
「独立した意見」の最も分かりやすい例として、医師の診断が挙げられます。ある病気の診断に不安があり、別の医師にセカンドオピニオンを求めるとします。
悪い例（独立していない）
2人目の医師に「前の先生からは○○病だと言われたのですが、どう思いますか？」と最初に伝えてしまうケースです。これを聞いた医師は、無意識のうちにその診断が正しいという前提で診察してしまい（確証バイアス）、本来なら気づけたかもしれない別の可能性を見落とすリスクが高まります。
良い例（独立している）
最初の診断結果を伏せた状態で、2人目の医師にゼロから診察してもらいます。これにより、前の医師の判断に影響されない、完全に独立した「事実に基づく評価」を得ることができ、診断の精度（統合された判断の質）が向上します。
3. 「統計的視点」と「相対的判断」の導入
各項目の評価にあたっては、絶対的な点数ではなく、過去の類似事例（参照クラス）と比較する「相対評価」を用います。
部下の評価や採用候補者のスキルを点数化する場面を例としてあげてみます。
絶対的な判断（悪い例）
「彼のコミュニケーション能力は5段階評価で4点だ」とつける方法です。評価者によって「4点」の基準（厳しさ・甘さ）が異なるため、これがノイズの温床となります（レベルノイズ）。
相対的判断（良い例）
点数をつける前に、具体的な人物を基準（アンカー）として設定します。これを「ケース尺度」と呼びます。 「コミュニケーション能力が『高い』とは、以前いたCさんレベルのこと。『普通』とはDさんレベルのこと」と定義します。 その上で、「今回の候補者は、Cさんほどではないが、Dさんよりは優れている」というように、具体的な過去の人物と比較して評価を決定します。絶対的な点数ではなく、過去の実例との比較で位置を決めることで、評価者ごとの基準のブレを抑えることができます。
4. 意見の「統合」（会議の構造化）
最終的な会議では、いきなり議論を戦わせるのではなく、まず各項目について参加者が個別に採点した結果を一覧にして共有します（デルファイ法に近い手法）。これにより、誰か一人の声の大きさや、場の空気に流されることなく、全員の独立した判断を可視化・統合します。
採用面接の最終選考会議を例にしてみます。通常、面接後の会議では「この候補者をどう思いましたか？」といった漠然とした問いから始まり、最初に発言した有力者の意見に周囲が同調してしまう（カスケード効果）ことが頻繁に起きます。これを防ぎ、全員の知見を有効に活用するための手順は以下の通りです。
1. 事前の独立採点
会議室に集まる前に、各面接官は候補者を評価します。ただし、「採用したいか否か」という全体的な印象ではなく、事前に定義された評価項目（例：「業務知識」「問題解決能力」「協調性」など）ごとに、他の面接官と相談せずに独立して点数をつけます。この段階では、自分の評価を他者に話してはいけません。
2. 評価結果のマトリックス化（一覧共有）
会議の冒頭では、いきなり議論を始めるのではなく、全員が提出した採点結果を一覧表（マトリックス）にしてスクリーン等に映し出します。
表のイメージ
◦ 面接官A：業務知識 4点、協調性 2点
◦ 面接官B：業務知識 3点、協調性 5点
◦ 面接官C：業務知識 4点、協調性 4点
3. 「不一致」に焦点を当てた議論
一覧を見ることで、意見が割れている箇所が明確になります。例えば、「協調性」について面接官Aが「2点（低い）」、面接官Bが「5点（高い）」をつけていた場合、司会者はこの点数の乖離について理由を求めます。
A：「過去のプロジェクトで独断専行したエピソードがあったため」
B：「面接中のグループワークでの立ち振る舞いが円滑だったため」
このように議論することで、「なんとなく良さそう」という曖昧な同調ではなく、具体的な事実に基づいた情報の補完が行われます。全員の評価が一致している項目については、議論を省略できます。
4. 最終的な統合
事実関係の確認と相互の視点の共有が終わった段階で、初めて「この候補者を採用すべきか」という最終的な直感を働かせ、合議による決定を下します。
このように会議を構造化することで、場の空気や声の大きさに流されることなく、各面接官が独立して得た情報を漏らさず「統合」し、より精度の高い採用判断を行うことが可能になります。
5. 直感は「最後」に
各項目の評価がすべて完了し、事実関係の確認が終わるまでは、最終的な結論（やるかやらないか）についての直感的な判断を下すことを禁止します。 すべての評価が出揃った段階で初めて、それらの情報を総合し、最終的な直感を働かせて決断を下します。これにより、最初の印象に引きずられることなく、十分な情報に基づいた「規律ある直感」を発揮させることができます。直感は、情報収集と分析が終わったプロセスの最後においてのみ、その価値を正しく発揮します。
早期の直感がもたらす弊害（なぜ待つべきか）
通常の面接では、開始からわずか数分の雑談や立ち居振る舞いで、「この人は良さそうだ」「合わなそうだ」という第一印象（直感）が形成されます。 人間の脳は、一度直感的な結論が出ると、その後の時間はその結論を正当化する情報を集めることに費やしてしまいます（確証バイアス）。
例）最初の印象が良いと、回答があやふやでも「慎重な人だ」と好意的に解釈し、印象が悪いと「決断力がない」と否定的に解釈してしまいます。これでは、面接時間の大部分が単なる「答え合わせ」になり、事実に基づいた評価ができなくなります。
「規律ある直感」の効果
書籍では、Googleの採用プロセスなどがこの好例として挙げられています。 単なる思いつきの第一印象ではなく、十分な情報に基づいたこの段階での直感は、熟慮された「規律ある直感」となります。プロセスを完了したという満足感（「うちなるシグナル」）を、分析が終わるまで保留することで、単なる好き嫌いではなく、精度の高い総合判断を下すことが可能になります。
◆◆◆◆◆
以上のように、MAPは特別なツールやAIを必要とするものではなく、意思決定の「プロセス」と「手順」を厳格に管理することで、組織的なノイズを大幅に削減しようとするシステムです。
