デルファイ法

通常、参加者は全員匿名です。最終報告書が完成した後も、参加者の身元は明らかにされません。これにより、一部の参加者の権威、個性、評判がプロセスにおいて他の参加者を支配することを防ぎます。また、参加者を（ある程度）個人的な偏見から解放し、「バンドワゴン効果」や「ハロー効果」を最小限に抑え、意見の自由な表明を可能にし、率直な批判を促し、以前の判断を修正する際に誤りを認めやすくする効果もあると言えるでしょう。

専門家からの最初の意見は、アンケートへの回答と、その回答に対するコメントという形で収集されます。従来の形式では、パネルディレクターが情報を手作業で処理し、無関係な内容をフィルタリングしていました。今日では、最新のRTDプラットフォームがデータ集計を自動化し、参加者はグループ意見のリアルタイム分布を確認したり、コミュニティの賛成投票やタグ付けシステムを通じて議論を自然にフィルタリングしたりすることができます。これにより、対面式のパネルディスカッションにつきものの悪影響を回避し、グループダイナミクスの一般的な問題を解決できます。

デルファイ法では、参加者は他の参加者の回答やパネル全体の進捗状況についてコメントしたり、自身の予測や意見をリアルタイムで修正したりすることができます。最新のプラットフォームでは、評価スライダーに直接重ねて表示されるライブヒストグラムなどの動的な視覚補助機能を用いて、即座に認知的なフィードバックを提供することでこれを実現しています。これにより、参加者はファシリテーターが定期的な報告書を作成するのを待つことなく、変化し続ける集団の見解を即座に把握できます。

デルファイ法を調整する人は通常、ファシリテーターまたはリーダーと呼ばれ、意見や見解に関する知識を持っているという理由で選ばれた専門家パネルの回答を促進します。ファシリテーターはアンケートや調査などを送付し、専門家パネルが同意すれば、指示に従って意見を発表します。回答が収集され分析され、共通の見解と矛盾する見解が特定されます。現代のアプリケーションでは、ファシリテーターは管理者というよりダッシュボードのモデレーターとして機能します。ライブ指標を監視することで、ファシリテーターは外れ値の定性的な根拠を探り、建設的な議論を刺激し、単に合意を形成するのではなく、異なる予測の背後にある論理を理解することに焦点を当てます^{[ 13 ]}。

過去数十年間、ファシリテーターは合意または反対の度合いを測定するためにさまざまな尺度と閾値を使用してきました。包括的な文献レビューと要約は、von der Gracht による記事にまとめられています。^{[ 23 ]}

デルファイ法の最初の応用分野は、科学技術予測であった。この手法の目的は、特定の技術の可能性と予想される開発期間に関する専門家の意見を単一の指標に統合することであった。1964年にゴードンとヘルマーによって作成された最初の報告書の1つは、科学技術開発の長期的な動向を評価し、科学的ブレークスルー、人口抑制、自動化、宇宙開発、戦争防止、兵器システムといったトピックを網羅していた。その他の技術予測では、車両・道路システム、産業用ロボット、インテリジェントインターネット、ブロードバンド接続、教育におけるテクノロジーなどが取り上げられた。

その後、デルファイ法は他の分野、特に経済動向、健康、教育といった公共政策問題に関連する分野にも応用されるようになりました。また、ビジネス予測においても高い精度で成功を収めています。例えば、BasuとSchroeder（1977） ^{[ 24 ]}が報告した事例では、デルファイ法は新製品の最初の2年間の売上を実際の売上と比較して3～4%の誤差で予測しました。定量的手法では10～15%の誤差が生じ、従来の非構造化予測手法では約20%の誤差が生じました。（これはあくまで一例であり、この手法の全体的な精度はまちまちです。）

デルファイ法は、開発途上国における参加型政策決定のためのマルチステークホルダーアプローチを実施するためのツールとしても使用されてきました。ラテンアメリカおよびカリブ海諸国の政府は、デルファイ法をオープンエンド型の官民連携アプローチとして活用し、地域におけるICTを活用した開発のためのeLAC行動計画の最も緊急な課題を特定してきました。^{[ 25 ]}その結果、政府は、特に技術政策のような急速な変化の分野において、デルファイ法に参加する市民社会、学術界、民間セクターからの集合知の価値を広く認識するようになりました。

1980年代初頭、ジャッキー・アワーマン・アソシエイツ社のジャッキー・アワーマンは、特許取得可能な製品（イプシロン社、化学気相成長反応器）の創出に貢献した様々な関係者の役割を特定するための、改良型デルファイ法を考案した。その結果は、特許弁護士によってボーナスの分配率を決定するために使用され、チームメンバー全員が概ね満足した。

1970年代以降、公共政策立案におけるデルファイ法の活用は、数々の方法論的革新をもたらした。具体的には以下の通りである。

• 複数の種類の項目（予測項目だけでなく、通常は課題項目、目標項目、オプション項目）を検討する必要があるため、標準的なデルファイ法では使用されないさまざまな評価尺度を導入することになります。これらには、望ましさ、実現可能性（技術的および政治的）、および確率が含まれることが多く、アナリストはこれらを使用して、望ましいシナリオ（望ましさから）、潜在的なシナリオ（実現可能性から）、および期待されるシナリオ（確率から）など、さまざまなシナリオの概要を作成できます。
• 公共政策立案において提起される問題の複雑さが増すにつれ、各項目に対する賛否両論の意見を募ったり、パネルが検討する新たな項目を提案したりするなど、パネリストの主張の重要性が高まる傾向がある。
• 同様に、パネル評価を測定する方法も、多次元尺度構成法のように高度化する傾向がある。

さらなる革新は、コンピュータベース（後にウェブベース）のデルファイ会議の使用からもたらされた。TuroffとHiltz ^{[ 26 ]}によると、コンピュータベースのデルファイでは、

• 論文「デルファイ法」で使用されている反復構造は、3つ以上の個別のラウンドに分かれているが、これを連続的な（ラウンドのない）相互作用のプロセスに置き換えることで、パネリストがいつでも評価を変更できるようにすることができる。
• 統計的なグループ反応はリアルタイムで更新され、パネリストが新しい評価を提供するたびに表示されます。

^{ボロニーニ[ 27 ]} によれば、ウェブベースのデルファイは、インタラクティブな政策決定と電子民主主義の文脈において重要な2つの可能性を提供する。それは以下の通りである。

• 多数の参加者の関与、
• 異なるグループ（政策立案者、専門家、市民など）を代表する2つ以上のパネルを使用し、管理者はそれぞれの多様な役割と専門知識を反映したタスクを与え、アドホックなコミュニケーション構造の中で相互作用させることができます。たとえば、 政策コミュニティのメンバー（政策立案者と専門家）はメインの会議パネルの一部として交流しながら、サイド会議に参加している仮想コミュニティ（市民、団体など）から意見を受け取ることができます。彼がハイパーデルファイ（HD）と呼ぶこれらのウェブベースの可変コミュニケーション構造は、デルファイ会議を「より流動的で、デジタルコミュニケーションのハイパーテキスト的かつインタラクティブな性質に適応したもの」にするために設計されています。

（部分的に）ウェブベースの政策デルファイ法の成功例の一つとして、ラテンアメリカにおけるeLAC行動計画策定のための5ラウンドにわたるデルファイ法（1,454件の意見が寄せられた）が挙げられる。これは、現時点で開発途上国における政府間プロセス史上、最も大規模なオンライン参加型政策立案予測手法であると考えられている。^{[ 25 ]}提供された具体的な政策ガイダンスに加えて、著者らは次のような教訓を挙げている。「(1) 特に開発途上国において、政策デルファイ法が公共の意思決定に透明性と説明責任を導入する可能性。(2) 開発コミュニティにおける複数機関のネットワークを促進するための将来予測演習の有用性。(3) 国連などの代表民主主義と国際多国間主義の確立されたメカニズムに将来予測演習を組み込むことの有用性。(4) 資源の乏しい開発途上国における参加を促進するためのオンラインツールの可能性。(5) 国際的な将来予測演習の規模から生じる資源効率性、したがって資源の乏しい地域への適合性。」^{[ 25 ]}

デルファイ法は、医療関連の場面で専門家の合意形成を支援するために広く用いられています。^{[ 7 ]}例えば、医療ガイドラインやプロトコルの開発によく用いられています。^{[ 7 ]}

参加者の疲労を軽減するために、現代のデルファイインターフェースは、直線的な質問票から、研究の全範囲を1つのダッシュボードで視覚化し、回答者の注意を優先する、より動的なデザインへと進化しました。^{[ 40 ]}

デルファイ法による予測の多くは、リアルタイムでプロセスを実行できるウェブサイトを利用して行われています。例えば、TechCastプロジェクトでは、世界中の100人の専門家からなるパネルが、科学技術のあらゆる分野における画期的な進歩を予測しています。また、Horizo​​nプロジェクトでは、教育の未来学者たちがデルファイ法を用いてオンラインで協力し、今後数年間で教育分野で注目すべき技術革新を考案しています。

デルファイ法は、予測市場と同様に、グループから多様な意見を集約する構造化されたアプローチであるという特徴を持っています。しかし、異なる問題への適用可能性を左右する決定的な違いも存在します。^{[ 6 ]}

予測市場の利点のいくつかは、参加者にインセンティブを提供できる可能性に由来する。

1. それらは、人々が長期にわたって参加し、真の信念を明らかにするよう促すことができる。
2. それらは情報を自動的に集約し、新しい情報を即座に予測に反映させる。
3. 参加者は、ファシリテーターが手動で選抜・募集する必要はありません。参加者自身が、自分の個人情報がまだ予測に反映されていないと感じた場合、参加するかどうかを決定します。

デルファイ法は、予測市場に比べて以下のような利点を持っているようだ。

1. 参加者はその理由を明らかにする
2. 機密保持が容易になる
3. 専門家がすぐに利用できる環境であれば、より迅速な予測が可能になるかもしれない。
4. デルファイ法は、賭けの内容が賭けに使用される通貨の価値に影響を与える可能性がある状況（例えば、ドル建てでドルの暴落に賭けた場合、オッズが歪められる可能性がある）に適用できる。

最近の研究では、デルファイ法と予測市場の両方を組み合わせることにも焦点が当てられています。より具体的には、ドイツ証券取引所で行われた研究では、デルファイ法の要素が予測市場に統合されました。^{[ 51 ]}