読書ノート：Part I/Chapter 4 of THE PSYCHOLOGY OF TOTALITARIANISM
はじめに
このノートは、The Psychology of Totalitarianism（Mattias Desmet著）を読み、重要と思われた部分を抜き出して記録したものです。ノートは、章単位の構成となっています。他章のノートを参照する場合、各ノート末の「全体校正」のリンクを参照してください。
このノートは、一読者としての印象を部分的に抜き出たものです。私の意見・感想は含まれていません。しかし、部分的な抜き出しなので、正しい内容を反映していないかもしれません。また、本文での引用情報も含まれていません。従って、本書を正しく理解するためには、ぜひ原文をお読みください。
（しかし、いつの間にか、ほぼ全文を訳し始めているのですが。。。。抜き出すより、その方が楽だったので。。。。）
このノートの目的は、自分としての理解の整理ですが、もし、本書の興味の一助になれば嬉しいです。
Part I: Science and its Psychological Effects /
Chapter 4: (Im)measurable Universe
In the chapter 3, we subjected the (utopian) goal of mechanistic ideology to critical analysis. In this chapter, we will focus on the method this ideology uses to gather knowledge. The universe is a machine, the components of which are measurable—that is the basic assumption of this ideology. Measurements and calculations form the basis of the mechanistic research methods. This epistemological point of departure has bearing on the ideology’s conception of the ideal society. Ideally, society is led by expert technocrats who make decisions based on objective, numerical data. With the coronavirus crisis, this utopian goal seemed very close at hand. For this reason, the coronavirus crisis is a case study par excellence in subjecting the trust in measurements and numbers to critical analysis.
第3章では、機械論的イデオロギーの（ユートピア的な）目標を批判的な分析しました。本章では、このイデオロギーが知識を収集するために用いる方法に焦点を当てます。このイデオロギーの前提は以下です：宇宙は機械であり、その構成要素は測定可能である。測定と計算が機械論的研究手法の基礎を形成しています。この様に認識論が出発点となることは、このイデオロギーが考える理想社会と関係しています。理想的な社会は、客観的な数値データに基づいて意思決定を行う専門家（テクノクラート）によって導かれます。コロナ・ウィルス危機では、このユートピア的な目標が身近に感じられました。ゆえに、コロナ・ウイルス危機は、測定と数値への信頼を批判的分析するための極めて優れた事例です。
Until this recent crisis, societies were not primarily governed on the basis of numerical data. They were guided by stories, first by mythical and religious stories and later by political stories. The mechanistic ideology cannot accept this trust in stories because they are essentially irrational and subjective in nature; they say more about the author of the story than about any so-called objective reality it represents. Stories consist of words, words that can mean anything; they have no solid, rational relationship to facts.
最近の危機以前、社会は数値データ主体では統治されていませんでした。社会は物語によって導かれていました。最初は神話的、次は宗教的、最後は政治的な物語でした。これらの物語は非合理的・主観的なので、機械論的イデオロギーは、この物語を受け入れることはできません。
And without a rational basis, man drifts astray—or so mechanistic ideology believes. Ultimately, all these stories usually favor their authors; think of the indulgences of the clergy and the no-show jobs granted to politicians. We should not take this lightly. It leads to the abuse of power, or eventually to absurd horror. The ritually burned widows of India and the drowned witches of Europe are but a few silent witnesses from an endless array of victims. This is the way in which past societies went from bad to worse: stories – subjectivity – irrationality – poignant injustice – absurd horror.
そして、合理的な根拠がなければ人間は迷走すると、機械主義的なイデオロギーは考えています。最終的に、これら全ての物語は、その作者に有利に働きます。聖職者が与える免罪符や政治家が与える幽霊仕事（no-show job） を考えてください。私たちは、このことを軽んじてはなりません。それは、権力の乱用、やがては不条理な恐怖につながります。儀式で焼かれたインドの未亡人や溺死させられたヨーロッパの魔女は、際限無く続いたい犠牲者のごく一部です。この様に、過去の社会は悪循環を続けました：物語 → 主観 → 非合理性 → 辛い不公平 → 不条理な恐怖
The coronavirus crisis offered an unexpected window of opportunity for the mechanistic ideology: The uncertainty and fear of the virus provided a basis for the formation and development of a society in which decisions are based on numbers rather than stories. Today, we are talking about relatively “simple” numbers on infections, hospitalizations, and deaths; in the future, we might be talking about high-tech, biometric data that precisely map every aspect of physical function.
思いがけず、コロナウイルスの危機は、機械論的イデオロギーに機会を与えました。ウイルスに対する不安と恐怖は、物語よりも数字に基づいて意思決定を行う社会の形成と発展の基盤となりました。今日、私たちは、比較的「単純な」数字（感染、入院、死亡に関する）について話しています。将来的には、ハイテク生体データ（身体機能のあらゆる側面を正確にマッピングする）について話すことになるかもしれない。
Unlike words, numbers offer an objective basis for transparent and rational decisions. As such, they are an antidote to the abuse of power and absurd horror. Moreover, they offer an opportunity to minimize human suffering. This is the path to the rational society of the future: data – objectivity – rationality – accuracy – minimization of suffering. In this light, the coronavirus could become the crowning achievement of humanity. At least, that’s more or less how the story goes.
言葉と異なり、数字は透明で合理的な判断のための客観的な根拠を提供します。つまり、権力の乱用や不条理な恐怖に対する対抗策となります。さらに、人間の苦しみを最小限に抑えることが可能となります。これが、未来の合理的な社会への道です：データ → 客観性 → 合理性 → 正確性 → 苦痛の最小化。このことにより、コロナ・ウィルスは、人類の偉大な業績となるかもしれません。少なくとも、今のところ、多かれ少なかれ、そのような物語が進行しています。
Have a look at figure 4.1. If you measure the length of the coastline of Great Britain based on a unit of measurement of 200 kilometers, it is 2,400 kilometers long. If you measure it with a unit of 50 kilometers, it is 3,400 kilometers long. As you decrease the unit of measurement, the length of the coastline of Great Britain increases to infinity. The reason is simple: As the measurement unit becomes smaller, it more closely follows the irregular coastline and the border becomes longer. This is how the brilliant Polish-Jewish mathematician Benoit Mandelbrot showed that measurements are always relative, depending on a series of subjective choices, such as the unit of measurement.
（図4.1は省略）
ところで、グレートブリテン島の海岸線を200km単位で測ると、全長は2,400kmになります。50キロメートルの単位で測ると、全長は3,400キロメートルです。単位を小さくすると、グレートブリテン島の海岸線の長さは際限なく伸びます。理由は簡単です。単位を小さくなると、不規則な海岸線に沿うようになり、国境線が長くなるのです。このようにして、ポーランド系ユダヤ人の数学者ブノワ・マンデルブロは、測定が相対的で、主観（例えば、測定単位や測定粒度）に依存することを示しました。
＊ ＊ ＊
And even in the rare cases where measurements themselves can be considered accurate and quasi-objective (for example, measuring the length of strictly unidimensional objects, such as a stick, or counting members of discrete categories), there still is an important subjective factor at the level of interpretation. This is illustrated by an example known in statistics as Simpson’s paradox. 2 Table 4.1 shows the number of executions carried out for the crime of murder in the state of Florida, divided between white and black offenders. The conclusion is clear: White people are more likely to receive the death penalty than black people in Florida. Researchers concluded that the prejudice against black people must be incorrectly attributed as a driver of capital punishment—that is, until a statistician presented the same numbers in a slightly different way. He not only divided the perpetrators’ race into white and black; he also divided the victims’ race accordingly (see table 4.2). This led to the opposite conclusion.
また、測定そのものが正確で準客観的といえるような稀なケースであっても、解釈のレベルでは重要な主観的要素が存在します。これは、統計学の世界でシンプソンのパラドックスとして知られています。表4.1は、フロリダ州で殺人罪で執行された死刑の数を、白人と黒人に分けて示したものです。明らかに、フロリダでは白人の方が黒人よりも死刑になる確率が高いです。研究者たちは、黒人に対する偏見が死刑の原因であるというのは間違いであると結論づけました。しかし、ある統計学者が同じ数字を少し違った形で発表しました。彼は、加害者の人種（白人と黒人）を分けるだけでなく、被害者の人種も分けました（表4.2参照）。その結果、逆の結論が導き出されました。
Black people are more likely to get the death penalty if they kill a white person than white people are if they kill a black person. It’s tempting to think that this is the final analysis, but there is no doubt that the numbers can be presented in a still different way, which could lead to still different conclusions.
黒人が白人を殺した場合の方が、白人が黒人を殺した場合よりも死刑になる可能性が高くなりました。数字はさらに別の方法で提示することができる可能性があります。故に、また別の結論が導き出される可能性があり得ます。
Numbers have a unique psychological effect. They create an almost irresistible illusion of objectivity, which is further enhanced when numbers are presented visually in charts or graphs. When people see numbers, they believe them to be objects or facts. This illusion blinds people to the nonetheless obvious truth that numbers are always relative and ambiguous, that they are constructed and produced from an ideologically—and subjectively—shaded story. At first glance, the numbers seem only true to the facts, yet on closer inspection, it becomes clear that they slavishly serve every story.
数字には、独特の心理効果があります。数字は、客観的であるかのような、抗し難い錯覚を与えます。数字が図表で表現されると、錯覚はさらに強化されます。数字を見ると、人はそれを物や事実と錯覚します。この錯覚は、数字が常に相対的で曖昧なものであるという明白な真実を隠します。数字は、イデオロギーや主観的な影のある物語から作られます。一見すると、数字は事実に忠実に見えますが、近づいて観察すると、数字は物語に隷属していることが見えてきます。
＊ ＊ ＊
In chapter 1, we saw that the so-called replication crisis that erupted in the sciences in 2005 was never really resolved.Since then and up until now, science has continued to struggle with an epidemic of errors, sloppiness, forced conclusions, and fraud.The coronavirus crisis was, in a sense, just a continuation of this crisis. The difference is that this time the spectacle did not take place within academia but openly in the public square. All the problems that had surfaced a decade prior now played out in the mass media, in plain sight, in front of the world. Many people could hardly believe their eyes and ears when they witnessed scientists at the highest levels contradicting themselves and their colleagues, making simple calculation and counting errors, changing their minds injudiciously, being transparently influenced by financial interests in their scientific pronouncements, even openly admitting that they had deliberately misled the population.
第1章では、2005年に科学界で勃発したいわゆる「再現性の危機」が、解決されなかったことを見てきました。それ以来、現在に至るまで、科学は、多発する誤り・杜撰さ・強引な結論・不正と闘い続けています。コロナウイルスの危機は、「再現性の危機」の延長に過ぎません。今回の違いは、それが、学会の中ではなく、公の場で行われたことです。10年前に表面化した全ての問題が、マスメディア上で繰り広げられ、世界の人々にさらされました。今回、最高レベルの科学者たちが、自分自身や同僚と矛盾し、単純な計算や数え間違いをし、無分別に自分たちの意見を変え、明らかに金銭的利害の影響を受けたような発表をし、国民を故意に欺いたことを公然と認める人さえも現れ、多くの人達は耳目を疑いました。
Numbers played a crucial role in this saga. In principle, the coronavirus crisis was about calculating relatively simple phenomena, such as the number of infections, hospitalizations, and deaths. However, it was plain as day that the data were anything but objective. The number of infections was usually determined by PCR tests, which didn’t run smoothly. These tests are designed to determine whether RNA sequences from a virus are present in the body. Those RNA sequences can come from a virulent virus but also from a “dead” virus. As a result, people may, even months after an infection (and therefore long after they are contagious), still test positive. And this was just one of the many limitations of the test.
この英雄伝では、数字が重要な役割を果たしました。 コロナ・ウイルスの危機では、感染者数、入院者数、死亡者数といった比較的単純な現象を計算することが原則でした。しかし、そのデータが客観的でないことは明らかでした。 感染者数は通常、PCR検査によって決定されますが、これがなかなかうまくいきません。 PCR検査は、ウイルスのRNA配列が体内に存在するか否かを調べるものです。 このRNA配列は、病原性のあるウイルスから来ることもあれば、「死んだ」ウイルスから来ることもあります。 そのため、感染してから数ヶ月経っても（つまり、感染してからかなり経っても）陽性と判定する可能性があります。さらに、この検査法には、これ以外にも、多くの限界もあります。
Estimating the change in infection rate based on the positive test result rate also proved very problematic. Public health experts who spoke to the media about infection trends, for example, stubbornly refused to adjust for the total number of tests performed. (In technical terms, they reported the absolute number of positive tests instead of the positivity ratio.) In the summer of 2020, virologist and former rector of the University of Liège, Bernard Rentier, was given access to raw data about the so-called summer wave (called, at that time, the second wave). He subjected these data to a critical analysis and concluded that the estimated number of infections after adjustment for the total number of tests performed was between twenty to seventy times lower than the estimates reported in the media. If you think mistakes like this could only be made once, you would be wrong. In the summer of 2021, the scenario repeated itself. This time, the positivity ratio was occasionally mentioned, but once again, we were warned of a summer wave based on graphs depicting the absolute number of infections.
検査結果の陽性率から感染率の変化を推定することも、問題があります。例えば、マスコミの取材に応じた公衆衛生専門家は、検査総数を調整することを拒みました。(専門的に言うと、陽性率ではなく、陽性検査の絶対数を報告していた)。2020年夏、ベルナール・レンティエ（ウィルス学者）は、いわゆる夏の波（当時は第2波と呼ばれていた）の生データにアクセスする機会を得ました。彼はこれらのデータを批判的に分析し、実施された検査の総数を調整した後の推定感染者数は、メディアで報道された推定値の1/20から1/70だと結論づけました。もし、このような間違いが一度だけだと思ったら、あなたは間違っています。2021年の夏にも、同じことが繰り返されました。この時も、感染者数の絶対数を描いたグラフに基づいて、「夏の波」が警告されました。
Data on hospital admissions were also extremely relative. Throughout the crisis, any patient who tested positive upon admission was considered a COVID-19 patient, regardless of whether they had COVID-19 symptoms or, let’s say, a broken leg. At a certain point, the Scottish government changed its methodology and began counting someone as a coronavirus patient only if they tested positive and were also admitted with COVID-19 symptoms. The result? They were left with 13 percent of the original number of COVID-19 patients.
入院患者に関するデータも極めて相対的なものでした。この危機の間、入院時に陽性と判定された患者は、COVID-19の症状があるか、あるいは例えば足の骨折があるかどうかに関わらず、COVID-19患者と見なされました。後に、スコットランド政府が方法を見直した結果、COVID-19の患者数は当初の13%にとどまりました。
This was not the only factor that distorted hospital data.In the spring of 2021, Jeroen Bossaert of the Flemish newspaper Het Laatste Nieuws published one of the few thorough pieces of investigative journalism of the entire coronavirus crisis. Bossaert exposed that hospitals and other healthcare institutions had artificially increased the number of deaths and COVID-19 hospitalizations for financial gain.This in itself is not surprising, since hospitals have been using such methods for a long time. What was surprising is that, during the coronavirus crisis, people refused to acknowledge that profit motives played a role and had an impact on the data. The entire healthcare sector was suddenly graced with quasi-sanctity. This, despite the fact that prior to the coronavirus crisis, many people critiqued and complained about the system of for-profit healthcare and Big Pharma. (See, for example, Deadly Medicines and Organised Crime by Peter Gøtzsche.)
病院のデータを歪めた要因はこれだけではありません。フランドル地方のHet Laatste Nieuws 新聞のJeroen Bossaertは、病院やその他の医療機関が金銭的利益を得るために、死亡者数や入院者数（COVID-19による）を人為的に増やしていたことを暴露しました。これ自体は、以前から使われていた手口なので、驚くにはあたりません。驚くべきは、コロナ・ウィルス危機の間、人々が利益的動機がデータに影響を及ぼしていることを認めなかったことです。突然、医療分野全体が「準（なんちゃって）神聖」扱いを受けました。コロナウイルス危機以前にも、多くの人々が営利目的の医療や大手製薬会社のシステムを批判し、苦言を呈していたにもかかわらず。
Furthermore, the data around death counts—perhaps the most elementary variable among all the data—proved to be anything but unambiguous. About 95 percent of registered COVID-19 deaths showed one or more underlying conditions.According to the US Centers for Disease Control and Prevention (CDC), barely percent of deaths account for those whose only condition was COVID-19. In addition, coronavirus victims were usually of advanced age, on average eighty-three years old in Belgium during the first wave, slightly older than the average life expectancy. It’s a good question: How do you determine who dies “from” COVID-19? If someone who is old and in poor health “gets the coronavirus” and dies, did that person then die “from” the virus? Did the last drop in the bucket cause it to spill over more so than the first?
さらに、全てのデータの中で最も基本的な変数である死亡数に関するデータが、一義的ではありませんでした（＝多義的である、いろいろな意味を取り得る、曖昧である）。COVID-19に登録された死亡者の約95パーセントは、1つ以上の基礎疾患を有していました。米国疾病対策予防センター（CDC）によると、COVID-19だけが原因である死亡者は、死亡者の6%に過ぎません。さらに、コロナウイルスの犠牲者は通常高齢であり、第一波のベルギーでの平均年齢は83歳で、平均寿命よりやや高齢でした。ここで、妥当な質問ができます。COVID-19で死亡した人を、どのように決めるのでしょうか？もし、高齢かつ健康状態の悪い人が「コロナ・ウィルスに感染後」に死亡した場合、その人は「「コロナ・ウィルスによる死亡」なのでしょうか？バケツへの「最後の一滴」が、「最初の一滴」よりも、バケツを溢れさせるより大きな要因だったのでしょうか？
＊ ＊ ＊
All of this is to say that the basic numbers in the coronavirus crisis are not objective data; they are constructed on the basis of subjective assumptions and agreements. Depending on how those agreements are made, the numbers can differ by a factor of no less than fifteen or even twenty. In this “forest of subjectivity,” everybody, whether consciously or unconsciously, follows their own prejudices and usually opts for numbers that support their own subjective beliefs. Therefore, some people conclude from the numbers that we are dealing with a problem at the magnitude of the Spanish flu, while others believe that there is nothing especially unusual going on. And these two opposing opinions can, in fact, both be underpinned by “objective data.”
以上のことは、コロナ・ウイルス危機における基本的な数字が、客観的なデータではないことを意味します。主観的な仮定と合意に基づいて構築されたものです。その合意の仕方によって、数値は15倍から20倍も違います。この「主観の森」では、誰もが意識的であれ無意識であれ、自分の偏見に従い、自分の主観を裏付ける数字を選びます。従って、数字からスペイン風邪並みの問題が起きていると結論づける人もいれば、特に異常は起きていないと考える人もいます。そして、この相反する二つの意見は、どちらも "客観的なデータ "に裏打ちされたものです。
The numbers of the dominant coronavirus narrative tend to highly overestimate the danger of the virus. And this tendency is also reflected in the epidemiological models on which the dominant narrative is based.The choice for the lockdown strategy was mainly based on the models developed at Imperial College London. Those models predicted 40 million deaths worldwide by the end of May 2020 if far-reaching measures were not taken to contain the pandemic. Several renowned researchers—for example, Michael Levitt, Nobel laureate in Chemistry; and John Ioannidis, a legend in medical statistics—protested vehemently. They pointed out that the models of the Imperial College were based on wrong assumptions and greatly overestimated the danger of the virus.
コロナ・ウイルスに関する支配的なシナリオの数字は、ウイルスの危険性を非常に過大評価する傾向があります。 そしてこの傾向は、「支配的な物語」（dominant narrative）の基礎となっている疫学的モデルにも反映されています。ロックダウン戦略の選択は、主にインペリアル・カレッジ・ロンドンで開発されたモデルに基づきました。 このモデルは、パンデミックを食い止めるために広範囲な対策を講じなければ、2020年5月末までに世界中で4000万人が死亡すると予測しました。 これに対して、マイケル・レビットやジョン・ヨアニディスなどの著名な研究者たちが猛反発しました。 彼らは、「インペリアル・カレッジのモデルは、間違った仮定に基づいており、ウイルスの危険性を大幅に過大評価している」と指摘しました。
By the end of May 2020, it was utterly clear that these critics were correct. None of the countries, whether they went into lockdown or not, came even close to the death count predicted by the models. Sweden is perhaps the most interesting example. This country, according to Imperial College models, would have 80,000 deaths by the end of May if it didn’t go into lockdown, which of course it didn’t. Its death count was 6,000. And to reach this figure of 6,000 required the “enthusiastic” counting methods described above. Otherwise, it could even have been much less.
2020年5月末には、こうした批判が正しかったことが明らかになりました。 どの国も、ロックダウンに入ろうが入るまいが、モデルが予測した死者数には遠く及びませんでした。 最も興味深い例は、スウェーデンです。 この国は、インペリアル・カレッジのモデルによれば、もし、スウェーデンがロックダウンをしなければ、5月末までに8万人の死者が出るはずでした。もちろん、そうはなりませんでした。 その死者数は6,000人でした。しかも、この6,000人という数字は、上述した「熱狂的」なカウント方法で数えられました。 もし、「熱狂的」なカウント方法でなければ、もっと少ない数字になる可能性さえあります。
The interesting thing is that you’d expect the public narrative and measures to be adjusted (in this case, the introduction of more lenient measures) as soon as the models they’re based on are proven incorrect beyond doubt. But that’s not what happened at all. Neither public health officials nor the population dialed it back. Something caused society to collectively continue reacting in the same, frenetic way, as if it were acting out a pressing, psychological need. In chapter 6, we will discuss this psychological phenomenon.
「公的な物語」（public narrative）や施策は、その根拠となるモデルが間違っているとが証明されれば、すぐに調整（この場合は、より緩やかな施策の導入）されると思いました。しかし、全く、調整されませんでした。公衆衛生担当者も国民も、この事態を静観しました。 何かが、社会に集団に同じ（熱狂的な）方法を続けさせました。まるで、切迫した心的な必要性があるかのように。第6章では、この心理的な現象について説明します。
The limited reliability of the basic data—the number of infections, hospitalizations, and deaths—had an impact on other epidemiological statistics, as well. The infection fatality rate (IFR), case fatality rate (CFR), mortality rate, positivity ratio, and reproduction number—they are all based on these basic numbers. If these numbers vary by a factor of twenty, the statistics based on them will also vary by the same factor. In other words, the epidemiologicalstatistical discourse sounds sophisticated and looks impressive with its acronyms, calculations to four decimal places, and mathematical modeling of the course of the pandemic, but it is mostly an impressive demonstration of fake accuracy and pseudo-objectivity.
感染者数、入院者数、死亡者数という基本データの信頼性が低いことは、他の疫学統計にも影響を及ぼした。感染致死率（IFR）、症例致死率（CFR）、死亡率、陽性率、再生産数、これらはすべてこの基本的な数字に基づいてます。 もし、これらの数字が20倍違えば、それを基にした統計も同じように20倍違います。そのほとんどは、偽りの正確さと疑似客観性を印象付けるものです。
＊ ＊ ＊
Some people will object and argue that numbers cannot be relativized onto infinity. Indeed, at some points numbers are open to discussion, but there are matters that cannot be doubted, matters that unequivocally prove the danger of the virus and the usefulness of the measures—don’t you think so?
数字を無限に相対化することはできない、と反論する人もいるでしょう。確かにこれらの数字には議論の余地はあります。しかし、疑う余地の無い重要な事があります。つまり、ウイルスの危険性や対策の有用性を明確に証明する事が最も大切ですよね？
For example, the ICUs are clearly overloaded by COVID-19 patients, aren’t they? That’s correct. But the way in which we should interpret that fact is another question. Rather than an indication of COVID-19’s exceptional danger, the overload seems to be the result of two colliding trends over recent decades: 1. A sharp rise in susceptibility to developing serious symptoms in viral lung diseases in a major part of the population (especially people suffering from obesity and diabetes); and 2. Systematic reduction in ICU beds. The upward trend in the number of patients at risk and the downward trend in the number of ICU beds inevitably had to cross sooner or later. As a matter of fact, this intersection occurred years ago, long before the coronavirus outbreak. The ICU overload has also occurred during recent flu epidemics, for example, resulting in delayed treatments and procedures during those times as well.
例えば、明らかにICUはCOVID-19の患者で溢れています。 しかし、この事実をどのように解釈すべきかは別の問題です。 COVID-19が特別に危険だということではなく、最近の数十年の2つのトレンドがぶつかり合った結果だと思われます。 （１）国民の大部分（特に肥満と糖尿病を患っている人たち）において、ウイルス性肺疾患の深刻な症状を発症しやすくなっていること。 （２）ICUの病床数が計画的に減少していること。 遅かれ早かれ、両方の傾向（健康状態悪化の増傾向とICU病床数の減少傾向）が交差することは避けられませんでした。事実として、コロナ・ウィルスが流行する何年も前に、この逆転は起きました。例えば、最近のインフルエンザ流行で、それは発生し、治療や処置の遅れが発生していました。
So the burden on hospitals can be interpreted as proof of the virus’s extreme threat, but it can equally be interpreted as a symptom of inadequate management (progressive reduction of hospital beds), or as a result of declining health (high obesity and diabetes), 9 or as the result of the coronavirus measures themselves (that is, an influx of anxious people, increase in psychosomatic complaints). Depending on the interpretation, radically divergent policies need to be followed.
つまり、病院の負担は、ウイルスの脅威が極めて大きいことの証明と解釈することもできますが、管理が不十分であること（病床の減少が進行）、健康状態が悪化していること（肥満や糖尿病の増加）、コロナウイルス対策自体の結果（つまり、不安な人々の流入、心身症の増加）と解釈することもできるのです。解釈によって、従うべき政策が変わります。
And yet another remarkable fact: While the limited capacity of the ICUs was the first and main reason for the introduction of the drastic and, from an economic and psychological point of view, extremely destructive measures, no additional ICU beds were created during the crisis. There were no attempts whatsoever to do so. As with individuals, societies also seem to derive some “disease gain” from their psychological symptoms and therefore angle to maintain those symptoms.
そして、もう一つの特筆すべき事実：ICUの容量が限られていたことが、極めて破壊的な措置だったにも関わらず、この危機の間もICUベット数は増えませんでした。そのような試みはありませんでした。個人と同様に、社会も心理的な症状から「disease gain」を得て、その症状を維持する動機があったように見えます。
Furthermore, the severe lung symptoms associated with COVID-19 in some patients seems to halt any discussion about data. There can be little doubt that those symptoms are real. But how much more severe they are than the symptoms of a normal flu is difficult to determine. There were hardly any lung scans of flu patients, which makes it hard to compare. And in those cases where the comparison was drawn, it sometimes produced unexpected results. At the end of 2020, a study was published that gathered the rare lung scans from flu patients around the world and compared them with lung scans from COVID-19 patients. The study concluded that there was no significant difference. It’s hard to say whether this study presents an accurate picture. Since the replication crisis (see chapter 1), we know we cannot assume any study is carefully conducted or that the results present an accurate picture. Furthermore, it is highly probable that the coronavirus has a particularly bad effect on the lungs, based on testimonials from healthcare staff and patients.
さらに、COVID-19に関連する一部の患者の深刻な肺の症状が、データに関する議論をを停止させています。これらの症状が本当であることは、疑う余地はありません。しかし、通常のインフルエンザの症状と比較して、どの程度重症なのか判断するのは難しいのです。なぜなら、インフルエンザ患者の肺のスキャン・データはほとんどな無いからです。そして、やっと比較できたケースでは、予想外の結果が出ることもありました。2020年末、世界中のインフルエンザ患者の希少な肺スキャンを集め、COVID-19患者の肺スキャンと比較した研究が発表されました。その研究の結論は、「有意差無し」でした。この研究が正確な像を示しているかどうかは、何とも言えません。「再現性の危機」（第1章参照）により、私たちは、どのような研究でも、「慎重に実施され、その結果が正確な像を示している」と仮定できません。さらに、医療従事者や患者の証言から、コロナウイルスが肺に特に悪い影響を与える可能性は高いです。
The third factor commonly regarded as unshakable evidence of COVID-19’s severity is excess mortality. The numbers regarding infections, hospital admissions, and deaths may be subjective, but at the end of the day we can also just check whether there were more deaths during the coronavirus crisis than in prior years. Unfortunately, while this might seem like the most objective measure, there is an intrinsically subjective nature to these data as well, which has also been ignored. As the Ghent University psychologist and statistician Els Ooms showed, excess mortality can be calculated in many ways. For instance, differences in the reference period (the period to which one compares death rates) alone can lead to substantial differences in determining excess mortality.
一般的に、COVID-19の重大性を示す揺るぎない証拠と考えられている3つ目の要因は、過剰死亡率である。感染、入院、死亡に関する数字は主観的かもしれませんが、結局のところ、コロナウイルス危機の間の死亡数がそれ以前の年に比べて多かったかどうかを確認すれば良いはずです。 残念ながら、これは最も客観的な尺度のように見えるかもしれませんが、このデータにも本質的に主観的な性質を有します（しかも、その性質は無視されてきました）。心理学者・統計学者のエルス・オームスは、過剰死亡率がさまざまな方法で算出できることを示しました。例えば、基準期間（死亡率を比較する期間）の違いだけでも、超過死亡率の決定には大きな違いが生じます。
And after the excess mortality data have been gathered, there is a more difficult task: interpreting these data. Excess mortality is not necessarily an indicator of virus mortality. It may also be a consequence of collateral damage of the coronavirus mitigation measures themselves (reduced immunity, delayed treatment, suicide, depression, addiction, poverty, starvation, and so on), or possibly even the result of the treatment. For example, in 2020, thousands of elderly people in Dutch residential care settings died due to loneliness and neglect during the lockdowns. And a German study suggested that about half of the high mortality in ICUs during the first wave was due to mass intubation (ventilation). It is difficult to say whether these numbers are entirely accurate, but we do know hospitals backpedaled on this protocol in mid-2020 due to its counterproductiveness. It is an important question we need to ask ourselves: What would the virus mortality graphs look like if they were adjusted for these factors?
そして、過剰死亡率のデータが集まった後、そのデータの解釈という、より困難な作業が待っています。過剰死亡率は必ずしもウイルスによる死亡率の指標とはなりません。コロナ・ウイルス対策の巻き添え（免疫力低下、治療の遅れ、自殺、うつ病、依存症、貧困、飢餓など）、あるいは、もしかしたら治療の結果かもしれないのです。例えば、2020年には、オランダの住宅介護の現場で、数千人の高齢者がロックダウン中の孤独とネグレクトにより死亡しました。また、ドイツの研究は、第一波におけるICUでの高い死亡率の約半分は、大量挿管（人工呼吸）に原因あることを示唆しています。これらの数字が全体として正確かどうかは分かりません。しかし、2020年半ば、病院は、逆効果だったという理由で、このプロトコルを撤回しました。これは、私たちが自問自答しなければならない重要な問題です。もし、これらの要因を調整した場合、ウイルスの死亡率グラフはどのようになるのでしょうか？
The following might be the most inconvenient truth of the crisis: that we have called the misery that has been so dramatized in the mass media down on ourselves to a large extent; that the remedy itself has become a significant part of the problem. At the very beginning, in March 2020, I wrote in an opinion piece that fear arises only to a limited extent from real dangers, but that it, in any case, does create real dangers. Radical isolation of the elderly and the use of invasive ventilation for ICU patients are probably prime examples.
次のことは、この危機の最も不都合な真実かもしれません：マスメディアで大げさに報道された不幸は、私たち自身に降り掛かってくる。コロナ・ウィルス対策そのものが重要な問題の一部になっているいます。筆者は、2020年３月に、「恐怖は実際の危機から、ごく限られた範囲で発生する。しかし、恐怖は実際の危機を作り出す」と記事に書きました。高齢者の過激な隔離やICU患者への侵襲的換気の採用などは、その代表例でしょう。
Vaccination might belong in the same category. All around the world, a decision was made to proceed with a type of vaccine that has been researched to only a limited extent, or at least, the effects of which have been investigated much less thoroughly and for a much shorter period of time than other vaccines. In this, too, we can see that the numbers raise many questions, regarding both effectiveness and side effects. The dominant narrative draws a predominantly positive picture, but out of the enormous flow of data we could just as easily select numbers that draw a predominantly negative picture. Who has heard in the media about the Harvard University study that found no difference in the course of the pandemic between countries with high and low vaccination rates? Who has heard in the media about the study that found the miscarriage rate in vaccinated pregnant women is eight times higher than normal? We are not sure whether these studies paint an accurate picture. But we also don’t know whether the numbers that are presented in the media and that confirm the dominant coronavirus narrative do so. Stories make the numbers, rather than the other way around. That’s what is at issue.
ワクチン接種も同じカテゴリーに属するかもしれません。世界中で、コロナワクチンは、他のワクチンと比較して全く違う評価を経て決定されました：研究された範囲が狭く、効果が十分に調査されず、調査された期間が非常に短い。この点は、有効性と副作用の両方について、多くの疑問が数字に表れています。「支配的な物語」（dominant narrative）は、圧倒的にポジティブなイメージを描きます。しかし、膨大なデータの中から、否定的なイメージのデータを選ぶ事も容易です。ハーバード大学は、ワクチン接種率が高い国と低い国の間でパンデミックの経過に差がなかったという研究をしましたが、メディアからその話を聞いた人はいるのでしょうか？また、ワクチン接種を受けた妊婦の流産率が通常の8倍であるという研究結果をメディアで聞いた人はいるのでしょうか？これらの研究が正確か否かはわかりません。しかし、メディアで紹介され、コロナウイルスの支配的な物語を裏付けるとされている数字が、本当にそうなのか、わかりません。物語が数字を作るのであって、その逆ではありません。それが問題なのです。
＊ ＊ ＊
Just like that we’ve arrived at another flaw in the numerical approach to the coronavirus crisis: It largely ignored the collateral damage of the measures, despite them being a crucial factor. There have been hardly any publicly available data and statistics on the number of victims of delayed treatment, suicide, vaccination, food insecurity, and economic disruption.This is all the more remarkable since, from the beginning of the crisis, scientific articles and press releases appeared on a regular basis, pointing out those risks. At the start of the first lockdown, Oxfam, the WHO, and the UN were already warning that death from malnutrition and starvation as a result of lockdowns in developing nations would probably exceed the death count attributable to the virus, even in the worst-case scenario if no measures were taken at all.
やっと、コロナウイルスの危機に対する数値的アプローチのもう一つの欠点に辿り着きました。それは、コロナウィルス対策が、巻き添え被害（しかも被害の主要因）をほぼ無視していることです。治療の遅れ、自殺、ワクチン接種、食糧難、経済的混乱などによる犠牲者数について、これまでほとんど公開されていません。これは驚くべきことです。なぜなら、危機の当初から、科学的な論文やプレス・リリースが、このリスクを指摘していたからです。ロックダウンが始まった時、Oxfam・WHO・国連は、発展途上国でのロックダウンによる栄養失調や飢餓による死亡者数は、（なんの対策も取らなかった場合の）ウィルス起因の死亡者数を上回る可能性を警告していました。
The same remarkable disregard could be observed around the mathematical models built to map the course of the crisis. A mathematical model that, apart from the possible victims of the virus, would also represent the possible victims of the coronavirus measures had never been built. When the experts who had built some of the models were asked during their testimony before the British House of Commons why they had not included the collateral damage of the measures in their models, they replied, disarmingly honestly, that this was beyond their expertise as epidemiologists. It was not their job to quantify and draw attention to the collateral damage. This not only shows the limits of the expert and specialist model, in it we can also ascertain a remarkable psychological blindness. And so we see that an entire society can completely ignore what is undoubtedly the most basic question in medicine: Are we sure that the cure is not worse than the disease? In chapter 6, we will see that this narrowing of the field of attention is an effect of the social- psychological process of mass formation.
同様の「注目すべき無視」は、今回の危機を扱う数学モデルでも見られました。コロナ・ウイルス対策で起こり得る犠牲者（ウイルスの犠牲者となりうる人たちとは分けた）を表現するような数学的モデルは、これまで構築されませんでした。 いくつかのモデルを構築した専門家が、英国下院での証言で、なぜ対策による巻き添え被害をモデルに含めなかったのかと尋ねられました。彼らは、疫学者として専門外のことだと答えました。 巻き添え被害を定量化し、注意を喚起することは彼らの仕事ではなかったのです。 このことは、専門家と彼らのモデルの限界を示すだけでなく、心理的な盲点をも示しています。つまり、社会全体が、医学における最も基本的な問題を完全に無視しています：「治すこと（cure）」が「病気自体」よりも「悪い状態・結果を生まない」ことをなぜ確信できるのですか? 第6章では、このような注意力の狭窄が、大衆形成の社会心理学的プロセスの効果であることを見ていきます。
Furthermore, surprisingly little attention was paid to evaluating the effectiveness of the draconian measures. To the extent that it did receive attention, it underscored that the interpretation of numbers is far from unambiguous. Perhaps, the case of Sweden—the country that, unlike almost all other Western European countries, chose not to go into lockdown and took generally milder measures—provides the best illustration. First, the mainstream media compared the number of deaths in Sweden with countries such as Belgium and the Netherlands. Sweden had fewer victims and therefore, the talking heads concluded, strict measures seemed futile. Then they started to compare Sweden with its neighbors, Norway and Finland, assuming that these two countries had imposed the “normal,” stricter measures. Sweden had more than twice as many victims as Norway and Finland, so the talking heads concluded that strict measures were indeed useful. Subsequently, a study appeared, stating that the measures in Norway and Finland had been misjudged: They were actually more lenient than the measures in effect in Sweden. So the conclusion changed once again in the other direction: Strict measures were futile, after all. Whether that will be the final conclusion remains to be seen. What is certain, however, is that, once more, the numbers can be easily adapted to opposing stories.
更に驚いたことに、強制策の効果を評価することに、ほんの僅かな関心しか払われませんでした。注目された分だけ、数字の解釈は一義的とは程遠い（＝多義的である、複数の解釈できる、曖昧である）ことが浮き彫りになりました。多分、他の西洋諸国と異なり、ロックダウンを行わず、穏やかな措置を選択したスウェーデンの事例が最もよく示しています。最初、主要メディアは、スウェーデンとベルギー・オランダの死者数を比較しました。この結果、スウェーデンの犠牲者は少なく、厳格な対策は失敗だと結論しました。次に、主要メディアは、スウェーデンと厳格な対策をしている隣国（ノルウェーとフィンランド）と比較しました。スウェーデンはノルウェーやフィンランドの 2倍以上の犠牲者を出しているため、厳格な対策が実際に有用であるとの結論に達しました。その後、ノルウェーとフィンランドの対策は間違っていたという論文が発表されました。つまり、この２国の対策は、スウェーデンのより寛大だという内容でした。それで、結論は、再び反対側に倒れました。結局、厳しい対策は無駄という評価でした。しかし、これが最終的な結論になるのかわわかりません。数字を、反論側に合わせるのは簡単なのです。
Comparisons within the United States present us with the same problem. Those comparisons show hardly any difference in absolute numbers of coronavirus victims between the twenty-five states that imposed the strictest measures and the twenty-five states that imposed the most lenient. More or less at the same time, however, a comparison between the ten strictest and the ten most lenient states did show a difference in favor of the strictest states. The story reported in the media interprets the numbers in favor of the dominant narrative, without holding back. If a state that imposed few measures has few victims, it was almost always attributed to an external factor (such as climate or sparse population). Such a state was lucky. If a state that imposed strict measures had many victims, it was also attributed to external factors. Such a state was unlucky, it was hit exceptionally hard by the virus. However, if a state that imposed few measures had many victims, then that was its own fault. It should have taken more measures! And if a state that imposed strict measures reported few casualties, it was reaping the benefits of its decisiveness. In other words, however it turns out, within the dominant narrative, the dominant narrative is always correct.
米国内の比較でも同じことが言えます。対策が最も厳しい25州と最も緩やかな25州では、コロナウイルスによる犠牲者の絶対数にほとんど差はありません。しかし、同じ時期に、最も厳しい10州と最も緩い10州を比較すると、最も厳しい州に有利が結果がでました。メディアで報道されるストーリーは、躊躇なく、「支配的な物語」（dominant narrative）に有利になるように数字を解釈します。もし、ほとんど対策を取らなかった州で犠牲者が少なければ、その州は幸運となります。なぜなら、犠牲者が少ないのは外的要因（例：気候や人口がまばら）だと解釈するからです。もし、厳しい対策を取った州で犠牲者が多ければ、その州は運が悪かったとなります。なぜなら、それも、外的要因と解釈されるからです。もし、ほとんど対策を取らなかった州で犠牲者が多ければ、それは、その州の責任となります。なぜなら、更なる対策を講じるべきだったと解釈さるからです。もし、厳しい対策を打った州で犠牲者が少なければ、その州の決断が報われたことになります。要するに、「支配的な物語」の中では、どう転んでも、「支配的な物語」が常に正しいのです。
In addition to country-to-country comparisons, there are also various analyses of the infection curves against the introduction of various measures: the introduction of masking, the start of social distancing, the introduction of lockdowns, the rollout of vaccination campaigns. When such analyses are presented by proponents of the dominant narrative, they usually show that the curve responds immediately to the measures and that infections go down after implementation. However, when the same analyses are performed by coronavirus-critical researchers, they usually conclude that the curve is in no way affected by the measures.
国ごとの比較だけでなく、さまざまな対策の導入に対する感染曲線の分析も行われています（マスキングの導入、社会的距離の取り方、ロックダウンの導入、ワクチン接種キャンペーンの展開等）。これらの分析が「支配的な物語」の支持者によって提示される場合、それらは通常、カーブは対策に直ちに反応し、対策実施後に感染が減少することを示します。 しかし、コロナウイルスに批判的な研究者が同じ分析を行うと、通常、カーブは対策の影響を全く受けていないと結論づけられます。
Maybe you think all this applies to information in the popular media but not to articles in high-quality scientific journals? Alas. Whether it concerns the origin of the virus (bat or laboratory), the efficacy of hydroxychloroquine, the (side) effects of vaccines, the usefulness of face masks, the validity of the PCR test, transmissability among schoolchildren, or the effectiveness of the Swedish approach, scientific studies lead to the most conflicting conclusions.
もしかしたら、これらは一般的なメディアの話であって、質の高い科学雑誌の記事には当てはまらないと思っていませんか？残念なことだが、最も矛盾した結論を出しているのは科学的研究なのです。例えば、ウィルスの起源（コウモリか実験室か）、ヒドロキシクロロキンの効果、ワクチンの効果と副作用、フェイスマスクの効用、PCRテストの有効性、学童の間での伝染性、スウェーデン式アプローチの有効性など。
The German philosopher Werner Heisenberg was awarded the Nobel Prize for his uncertainty principle—“It’s not a matter that we’re not yet sure now; the point is that we can never be sure”—but we don’t like it. If the data don’t provide certainty yet, we’ll collect more.In this way, as a society, we are mesmerized by an endless procession of numbers and never arrive at what really matters: an open debate about the subjective and ideological frameworks from which we interpret the numbers. It is the unspoken tensions, fears, and disagreements on an ideological level that prevent the numbers from settling down and that makes society polarize. The real questions to be asked are situated at the ideological level. For instance: Do we view man as a biochemical machine that has to be technologically monitored and pharmaceutically adjusted, or as a being that finds its destination in mystical resonance with the Other and with the eternal language of nature?
ドイツの哲学者ヴェルナー・ハイゼンベルクは、不確定性原理 ー「今はまだわからないということではありません。 重要なのは、決して確信が持てないということです」ー でノーベル賞を受賞しました。しかし、我々は不確実さを嫌います。もし確信が得られないのなら、データをもっと集めるでしょう。我々は（そして、社会も同様に）際限の無い数字の羅列に魅了され、本当に重要な論点へ辿り着けません：私たちが数字を解釈する際の主観的およびイデオロギー的枠組みについてのオープンな議論。数字が落ち着くのを妨げ、社会を二極化させるのは、イデオロギーレベルでの暗黙の緊張、恐怖、意見の相違です。するべき本当の質問は、イデオロギーのレベルにあります。例えば：人間を、技術的に監視し、薬学的に調整しなければならない生化学的な機械として見るのか、それとも、他者との神秘的な共鳴や自然の永遠の言語の中にその目的地を見出す存在として見るのか？
＊ ＊ ＊
This chapter opened with some simple examples that challenge a naïve belief in the objectivity of numbers. The Great Britain border measurement example (see figure 4.1, page 50) showed that measurements are always relative and dependent on the measurement unit used; Simpson’s paradox demonstrates that even simple, accurate numbers can lead to opposite interpretations. What applies to these simple numbers, applies a fortiori to the frenzied dance of numbers in the coronavirus crisis: Everyone can select numbers that match their own prejudices, everyone can interpret them in such a way that they support their subjective ideological fiction. The almost irresistible illusion that numbers represent facts ensures that people become increasingly convinced that their own fiction is reality.
この章の最初で、数字の客観性に対するナイーブな信念への挑戦として、いくつかの例を上げました。イギリス国境の測定の例は、測定は常に相対的であり、使用する測定単位に依存することを示しています。シンプソンのパラドックスは、単純で正確な数字でさえも、正反対の解釈を導き出し得ることを示しています。これらの単純な数字に当てはまることは、コロナ・ウイルス危機における数字の熱狂的なダンスにも当てはまります。 誰もが自分の偏見に合う数字を選び、誰もが自分の主観的なイデオロギー的虚構を支持するように数字を解釈することができます。 数字が事実を表しているという抗しがたい幻想により、自分のフィクションは現実だと、確信してしまいます。
The use of numbers in this crisis makes us barely realize that what we do respond to are not so much the facts but the stories constructed around facts. Those stories are spun by healthcare workers who genuinely do their best to help, by people who don’t want to see their families suffer, by politicians who want to make the right decisions, by academics who want to provide information as objectively as possible. However, they are also constructed by politicians who are under the pressure of public opinion and feel compelled to act decisively, by leaders who have lost control and see their opportunity to take back the reins, by experts who have to hide their ignorance, by academics who see a chance to assert themselves, by man’s inherent propensity for hysteria and drama, by pharmaceutical companies that smell dollar bills, by media that thrive on sensational stories, by ideologies that see in a technocratic totalitarian system the only solution to the seemingly insoluble problems of our time.
この危機的状況下で数字が使われると、我々が反応するのは、事実ではなく、その事実の周辺に構築された物語です。しかし、我々は無意識に反応するので、それを自覚できません。周辺の物語とは、例えば、以下から紡がれます：純粋に助けようと最善を尽くす医療従事者、家族が苦しむ姿を見たくない人々、正しい判断を下そうとする政治家、できるだけ客観的に情報を提供しようとする学者。 しかし、この物語は、次の人たちにより、更に構築されます：世論の圧力により、断固とした行動をせねばならにと感じている政治家によって。失った指導権を取り戻す機会と見ている指導者によって。自分の無知を隠したい専門家によって。自己主張の機会と考えている学者によって。そこに金の匂いを嗅いだ製薬会社によって。センセーショナルな物語で成功したいメディアによって。テクノクラートな全体主義システムが、（私たちの時代の一見解決できない問題に対する）唯一の解決策だと見なすイデオロギーによって。
The influence of subjectivity in constructing and interpreting numbers is so strong that even scientists, whose profession it is to be objective, fall prey to it as well. For example, it’s known that in psychotherapy research results usually confirm the researcher’s subjective preferences. A psychoanalyst typically concludes from this research that psychoanalysis is the most effective discipline, a behavioral therapist concludes that behavioral therapy is the best therapy, a systems therapist observes that systemic therapy is preferable. This is commonly referred to as the allegiance effect—the effect of a researcher’s loyalty to a particular theory. And to be perfectly clear: That effect also manifests itself in strictly controlled, experimental research and also in other scientific domains, such as research into the effectiveness of pharmaceutical medicines.
数字の組み立てや解釈における主観の影響は非常に強く、客観的であることを職業とする科学者でさえも、その餌食になります。例えば、心理療法の研究結果は、その研究者の主観的な好みを裏付けることが多いことで知られています。精神分析医は精神分析が最も効果的な学問であると結論付け、行動療法家は行動療法が最も優れた療法であると結論づけ、システム療法家はシステム療法が望ましいと結論づけます。 これは、研究者が特定の理論を尊重する「忠誠効果」と呼ばれています。この効果は、厳密に管理された実験的な研究や他の科学的な領域（例：医薬品の効果に関する研究）でも顕在化します。
Most interestingly, this effect manifests itself largely without researchers realizing it. Like hikers on the road without a map or compass, they walk in a circle and return to the point of departure: their own subjective prejudices. That is, of course, a serious problem since the aim of science is to make objective assessments and to exclude subjective preferences from having an impact on the conclusions drawn.
最も興味深いことは、この現象が、研究者の自覚無しに、顕在化することです。まるで地図もコンパスも持たずに歩くハイカーのように、研究者は円を描くように歩き、出発点（自分自身の主観的な偏見）に戻ってきます。これは深刻な問題です。なぜなら、科学の目的は、客観的な評価を行うことであり、導き出す結論から主観的な好みを排除することだからです。
How is it possible for researchers to fall prey to their subjective prejudices? The explanation can be found, in part, among the following issues: Every research procedure requires countless choices, for which there are no strictly logical grounds. Which measuring instruments will I use? How will I interpret the measurements? How do I deal with missing data? And so on. From this vast array of possibilities, researchers unconsciously choose options that will ensure the results they deem desirable.
どうして研究者が主観的な偏見に陥ってしまうのでしょうか？以下の課題から説明できます。あらゆる研究手続きは無数の選択肢を必要とします。この選択のために、厳密かつ論理的な根拠はありません。どの測定器を使うか？ 測定値をどのように解釈するか？ 欠損データをどう扱うか？ などなど。 研究者はこの膨大な可能性の中から、自分が望む結果を確実に得られる選択肢を無意識に選んでいるのです。
The fanatical belief in the objectivity of measurements and numbers, which is typical of the mechanistic ideology, is not only unfounded, it is also dangerous. There arises a kind of mutual reinforcement between subjective biases and numbers: The stronger the biases, the more one selects the numbers that confirm these biases. And the more the numbers confirm the biases, the stronger the biases subsequently become. Applied to the coronavirus crisis: A society saturated with fear and unease selects from the myriad of numbers those that confirm its fear. The chosen numbers then reinforce the fear.
計測や数値の客観性に対する狂信的な信念（機械的イデオロギーの典型）は、根拠が無いばかりか、危険です。主観的な偏見と数字の間には、一種の相互的な補強関係が生まれます。偏見が強いほど、その偏見を補強する数字が選ばれます。そして、数字が偏見を裏付けるほど、その偏見はさらに強化されます。これを、コロナ・ウイルスの危機にも当てはまります。 恐怖と不安で飽和した社会は、無数の数字の中から、恐怖を裏付ける数字を選びます。そして、選べれた数字が恐怖を強化します。
As a result, people react in a disproportionate way with all the ensuing consequences: from an economic viewpoint, the recession and the bankruptcy of countless companies and small businesses; from a social viewpoint, permanent damage to the (physical) bond among people; from a psychological viewpoint, even more fear and depression; and yes, from a physical viewpoint, a collapse of immunity and physical health (see chapter 10) as a result of the stressful psychological and social predicament. And we might add: from a political viewpoint, the rise of the totalitarian state. Indeed, if you’re convinced that your own subjective fiction is reality, you will also think your reality is superior to the fiction of others. This is how we become convinced that our fiction can be imposed on the other by any possible means.
その結果、人々は不相応な方法で反応し、その後の結果をもたらします。経済的な観点では、無数の企業や中小企業の不況と倒産。社会的な観点では、人と人との（物理的な）絆の永久的な損傷。心理的な観点では、さらなる恐怖と憂鬱。身体的な観点では、心理的・社会的なストレスの結果、免疫力や身体の健康の損傷（第10章参照）。そして、政治的な観点では、全体主義国家の台頭があります。もし、自分の主観的な虚構を現実と思い込んでしまうと、自分の現実が他人の虚構よりも優れていると思うようになります。こうして、自分の虚構はどんな手段を使ってでも他者に押し付けることができると思い込んでしまいます。
At the beginning of the chapter, we described that the mechanistic ideology aims to instate a technocratic society that is governed on the basis of “objective,” numerical information and in which subjective preferences and abuse of power are eliminated. But at the end of this chapter, we conclude that naïve belief in the objectivity of numbers leads to the exact opposite. The dominant ideology repeatedly presents numbers in the mass media that confirm its own narrative, resulting in a largely fictitious reality in which a large part of the population firmly believes. The perception of reality is determined time and again by numbers that, a few months later, turn out to be very relative, sometimes plainly wrong, or even deceptive. But in the meantime, these numbers are used over and over to impose the most far-reaching measures and to set aside all basic tenets of humanity: Alternative voices are stigmatized by a veritable Ministry of Truth, crowded with “fact-checkers”; freedom of speech is curtailed by censorship and selfcensorship; people’s right to self- determination is infringed upon by imposed vaccination, which imposes almost unthinkable social exclusion and segregation upon society.
本章の冒頭で、機械論的イデオロギーは、テクノクラート社会の実現を目指していることを述べました。テクノクラート社会は、客観的な数値を用いて統治することで、主観的な好みや権力の乱用を排除できる、と考えられています。しかし、この章の最後では、数字の客観性に対する素朴な信仰が、正反対の結果をもたらすと結論付けました。支配的なイデオロギーは、マスメディアで数字を繰り返し示すことにより、自身の「物語」（narrative）を正当化します。この結果として、国民の大部分は、架空の現実を固く信じるようになります。現実の認識は「一連の数字」(numbers）によって決まります。「これらの数字」は、数ヵ月後には、非常に相対的で、時には明白な誤り、あるいは欺瞞的でさえあることが判明します。しかし、その間に、「これらの数字」は、最も広範囲に対策を課すために何度も使われます。その結果、人類のすべての基本的な教義がおざなりになります：異論は、「事実確認者」（fact-checkers）によって埋め尽くされた「真実の省」（Ministry of Truth）によって汚名を着せられます。人々の自己決定の権利はワクチンの強制（それはほとんど考えられないような社会的排除と隔離を社会に課すことにより）により侵害されます。
The discourse surrounding the coronavirus crisis shows characteristics that are typical of the type of discourse that led to the emergence of the totalitarian regimes of the twentieth century: the excessive use of numbers and statistics that show a “radical contempt for the facts,” the blurring of the line between fact and fiction, and a fanatical ideological belief that justifies deception and manipulation and ultimately transgresses all ethical boundaries. We will describe these characteristics in detail in chapters 6 and 7. But first, in chapter 5, we consider the social conditions that prime a society to cling to this numerical illusion of certainty. We will see that the flight into false security is a logical consequence of the psychological inability to deal with uncertainty and risk, an inability that has been building up in society for decades, perhaps even centuries.
コロナ・ウイルス危機を取り巻く言説には、20世紀の全体主義政権の言説の典型的特徴が見られます。過剰な数字と統計の利用による「事実に対する過激な軽蔑」。事実とフィクションの曖昧な境界線。全ての倫理的な境界を侵害する欺瞞と操作を正当化する狂信的なイデオロギー的信念。これらの特徴に関しては、６章と７章で説明します。まず、次の５章では、なぜ社会が数字による幻想にしがみつくのかを、その社会的条件から考えます。「偽りの安全」への逃避は、不確実性とリスクに対処できない心理的無能の論理的帰結です。この無能さは、何十年も、おそらく何世紀もの間、社会の中で構築されてきたものです。
全体構成
Part I: Science and its Psychological Effects
Part II: Mass Formation and Totalitarianism
Part III: Beyond the Mechanistic Worldview
この記事が気に入ったらサポートをしてみませんか？