デルファイ法

デルファイ法またはデルファイ技法（/ ˈ d ɛ l f aɪ / DEL -fy 、 Estimate-Talk-EstimateまたはETEとも呼ばれる）は、構造化されたコミュニケーション技術または手法であり、もともと専門家のパネルに依存する体系的でインタラクティブな予測方法として開発されました。 ^{[1] [2] [3] [4] [5]デルファイはビジネス予測に広く使用されており、別の構造化予測アプローチである}予測市場に比べて特定の利点があります。^[6]

デルファイは専門家の合意形成や専門ガイドラインの作成にも役立ちます。^[7]臨床医学、公衆衛生、研究など、多くの健康関連分野でこのような目的で使用されています。^{[7] [8]}

デルファイ法は、構造化された個人のグループからの予測（または決定）は、構造化されていないグループからの予測（または決定）よりも正確であるという原則に基づいています。^[9]専門家は、2 ラウンド以上でアンケートに回答します。各ラウンドの終了後、ファシリテーターまたはチェンジ エージェント^[10]が、前回のラウンドの専門家の予測の匿名化された要約と、その判断の理由を提供します。したがって、専門家は、パネルの他のメンバーの回答を考慮して、以前の回答を修正するよう促されます。このプロセス中に、回答の範囲が狭まり、グループは「正しい」回答に収束すると考えられています。最後に、プロセスは、事前に定義された停止基準（ラウンド数、コンセンサスの達成、結果の安定性など）の後に停止され、最終ラウンドの平均または中央値のスコアによって結果が決定されます。^[11]

結果の妥当性と信頼性を深刻に脅かす方法論上の弱点を回避するために、デルファイ法の定式化と専門家の定義と選択には特別な注意を払う必要がある。^{[12] [13]}

デルファイという名前はデルファイの神託に由来しているが、この方法の著者たちは、その名前の神託的な意味合いが「少しオカルトっぽい」ことに不満を抱いていた。^[14]デルファイ法では、集団の判断は個人の判断よりも妥当であると仮定している。

デルファイ法は冷戦初期に、技術が戦争に与える影響を予測するために開発された。^[15] 1944年、ヘンリー・H・アーノルド将軍は、軍隊が使用する可能性のある将来の技術的能力に関する報告書を米陸軍航空隊に作成するよう命じた。

さまざまなアプローチが試みられましたが、理論的アプローチ、定量的モデル、傾向外挿などの従来の予測方法の欠点は、正確な科学法則がまだ確立されていない分野ではすぐに明らかになりました。これらの欠点に対処するために、 1950年代から1960年代（1959年）にかけて、 RANDプロジェクトによってオラフ・ヘルマー、ノーマン・ダルキー、ニコラス・レッシャーによってデルファイ法が開発されました。^{[16]それ以来、}イメンデルファイ法などのさまざまな修正や再定式化とともに使用されてきました。^[17]

専門家は、敵の攻撃の可能性、頻度、激しさについて意見を述べるよう求められました。他の専門家は匿名でフィードバックすることができました。このプロセスは、合意が形成されるまで数回繰り返されました。

2021年に、Beiderbeckらによる学際的研究では、リアルタイムデルファイ形式を含むデルファイ法の新しい方向性と進歩に焦点を当てました。著者らは、心理学分野の感情分析などを含むデルファイ調査を設計するための方法論的ツールボックスを提供しています。^[18]

デルファイ法の以下の主な特徴は、参加者が目の前の問題に集中し、デルファイを他の方法論と区別するのに役立ちます。この手法では、組織内外から専門家のパネルが選出されます。パネルは、意思決定が必要な分野に関する知識を持つ専門家で構成されます。各専門家は匿名で予測を行うよう求められます。

通常、参加者は全員匿名のままです。最終報告書の完成後も、参加者の身元は明かされません。これにより、一部の参加者の権威、個性、評判がプロセス中に他の参加者を支配することが防止されます。また、参加者は (ある程度) 個人的な偏見から解放され、「バンドワゴン効果」や「ハロー効果」が最小限に抑えられ、意見の自由な表明が可能になり、オープンな批判が奨励され、以前の判断を修正する際に誤りを認めやすくなります。

専門家からの最初の貢献は、アンケートの回答とそれに対するコメントの形で収集されます。パネルディレクターは、情報を処理し、無関係なコンテンツを除外することで、参加者間のやり取りを制御します。これにより、対面パネルディスカッションの悪影響が回避され、グループダイナミクスの一般的な問題が解決されます。

デルファイ法では、参加者は他の人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、自分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。

デルファイ法の調整役は通常、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応答を促進します。ファシリテーターはアンケートや調査などを送信し、専門家パネルが受け入れた場合、指示に従って見解を提示します。回答が収集および分析され、共通の観点と対立する観点が特定されます。合意に達しない場合は、テーゼとアンチテーゼを通じてプロセスが継続され、徐々に統合に向けて作業が行われ、合意が形成されます。

過去数十年にわたり、ファシリテーターは合意や反対の程度を測るためにさまざまな尺度や基準を使用してきました。フォン・デア・グラハトによる論文には、包括的な文献レビューと要約がまとめられています。^[19]

デルファイ法が最初に応用されたのは、科学技術予測の分野です。この方法の目的は、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 1 つの指標にまとめることです。1964 年にゴードンとヘルマーによって作成された最初のレポートの 1 つは、科学技術開発の長期的傾向の方向性を評価し、科学的躍進、人口抑制、自動化、宇宙開発、戦争防止、兵器システムなどのトピックを取り上げました。その他の技術予測では、車両高速道路システム、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、教育における技術などを扱っていました。

その後、デルファイ法は他の分野、特に経済動向、健康、教育などの公共政策問題に関連する分野にも応用されました。また、ビジネス予測にも高い精度でうまく適用されました。たとえば、Basu と Schroeder (1977) が報告したケースでは、^[20]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。定量的方法では 10～15% の誤差が生じ、従来の非構造化予測方法では約 20% の誤差がありました。(これは 1 つの例にすぎず、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立案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ツールとしても使用されてきた。ラテンアメリカとカリブ海諸国の政府は、地域のICT開発eLAC行動計画の最も緊急の課題を特定するためのオープンエンドの官民アプローチとしてデルファイ法をうまく活用してきた。^{[21]その結果、政府は、特に}技術政策などの変化が激しい分野において、デルファイの市民社会、学術界、民間部門の参加者からの集合知の価値を広く認識するようになった。

1980 年代初頭、Jackie Awerman Associates, Inc. の Jackie Awerman は、特許取得可能な製品の開発に貢献したさまざまな人の役割を特定するための改良型デルファイ法を考案しました。(Epsilon Corporation、化学蒸着リアクター) その後、その結果は特許弁護士によって、チーム メンバー全員が満足するボーナス分配率を決定するために使用されました。^{[引用が必要]}

1970 年代以降、公共政策立案におけるデルファイ手法の使用により、いくつかの方法論的革新が導入されました。具体的には、次のとおりです。

• 複数の種類の項目（予測項目だけでなく、通常は問題項目、目標項目、オプション項目）を調べる必要があるため、標準的なデルファイでは使用されないさまざまな評価尺度が導入されることになります。これらには、望ましさ、実現可能性（技術的および政治的）、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） 、予想されるシナリオ（確率から）という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により、パネルの検討対象となる新しい項目とともに各項目の賛否を募るなど、パネリストの議論の重みが増す傾向がある。
• 同様に、パネル評価を測定する方法は、多次元尺度法などの高度化が進む傾向があります。

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生まれました。TuroffとHiltzによると、^[22]コンピュータベースのデルファイでは次のようになります。

• 論文デルファイス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ますが、パネリストがいつでも評価を変更できるように、継続的な (ラウンドのない) 対話のプロセスに置き換えることができます。
• 統計的なグループの応答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。

ボロニーニによれば^{[23] 、ウェブベースのデルファイは、インタラクティブな政策立案と}電子民主主義の文脈においてさらに2つの可能性を提供している。それは以下の通りである。

• 多数の参加者の参加、
• 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 つ以上のパネルの使用。管理者は、多様な役割と専門知識を反映したタスクをこれらのパネルに割り当て、アドホックなコミュニケーション構造内で対話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、メイン会議パネルの一部として対話しながら、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)からの入力を受け取ることができます。彼がHyperdelphi (HD)と呼ぶこれらの Web ベースの可変通信構造は、Delphi 会議を「より流動的で、デジタル通信のハイパーテキストと対話的な性質に適応したもの」にするよう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の成功例の 1 つは、ラテンアメリカにおけるeLAC 行動計画の作成のための 5 ラウンドのデルファイ演習 (1,454 件の貢献) です。これは、現時点での発展途上国における政府間プロセスの歴史上、最も大規模なオンライン参加型政策立案予測演習であると考えられています。^[21]提供された具体的な政策指針に加えて、著者らは次のような教訓を挙げている。「(1)政策デルファイ法が、特に開発途上国における公的意思決定に透明性と説明責任をもたらす可能性、(2)開発コミュニティにおける多機関ネットワークを促進するための先見演習の有用性、(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先見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での参加を促進するオンラインツールの可能性、(5)国際先見演習の規模から生じる資源効率、したがって資源の乏しい地域への適切性。」^[21]

デルファイ法は、医療関連の現場で専門家の合意形成を助けるために広く使用されています。^[7]例えば、医療ガイドラインやプロトコルの開発に頻繁に使用されています。^[7]

公衆衛生の分野での応用例としては、非アルコール性脂肪性肝疾患^[24]、ヨウ素欠乏症^[25]、移住の影響を受けるコミュニティのための対応力のある医療システムの構築^[26] 、 HIV感染者の福祉向上における医療システムの役割^{[27] 、} COVID-19パンデミック終息に向けた2022年の勧告書の作成^[28]などが挙げられます。

健康研究報告ガイドラインの開発には、特に経験豊富な開発者にはデルファイ法の使用が推奨されています。 [ ^{8 ] [ 29]}このアドバイスが2010年になされて以来、2つの体系的なレビューにより、公開された報告ガイドラインの30%未満が開発プロセスにデルファイ法を取り入れていることがわかりました。^{[30] [31]}

デルファイ予測の多くは、プロセスをリアルタイムで実行できる Web サイトを使用して実行されます。たとえば、TechCast プロジェクトでは、世界中の 100 人の専門家のパネルを使用して、科学技術のすべての分野におけるブレークスルーを予測します。もう 1 つの例は、教育の未来学者がデルファイ法を使用してオンラインで協力し、今後数年間の教育で注目すべき技術の進歩を考え出す Horizo​​n プロジェクトです。

伝統的にデルファイ法は、反復によって最も可能性の高い未来についての合意形成を目指してきました。政策デルファイ^{[32] [33]}などの他のバージョンでは 、望ましい未来についての多様な見解を構造化し議論することを目的とした意思決定支援手法を提供しています。

ヨーロッパでは、最近のウェブベースの実験では、インタラクティブな意思決定と電子民主主義のためのコミュニケーション技術としてデルファイ法が使用されています。^[34]

オスモ・クーシが開発した議論デルファイは、アウトプットに焦点を当てるのではなく、進行中の議論と関連する議論を見つけることに焦点を当てています。ペトリ・タピオが開発した非集約的政策デルファイは、最新のデルファイラウンドで将来のさまざまなシナリオを構築するための体系的なツールとしてクラスター分析を使用しています。^[35]回答者の可能性のある未来と望ましい未来に関する見解は、別々のケースとして扱われます。議論デルファイのコンピューター化は、議論の解決、議論の集約、議論の評価など、いくつかの問題があるため、比較的困難です。サディ・エヴレン・セケルが開発した議論デルファイのコンピューター化は、そのような問題に対する解決策を提案しています。^[36]

今日、デルファイ法は広く受け入れられている予測ツールであり、技術予測から薬物乱用までさまざまな分野の何千もの研究で効果的に使用されてきた。^[37] 全体的に、デルファイ法の実績はまちまちである。^[38]この方法で悪い結果が出たケースも数多くある。それでも、一部の著者は、これは方法の適用が不十分なためであり、方法自体の弱点によるものではないと考えている。RANDの「デルファイパネルの実施および批判的評価に関する方法論的ガイダンス」は、デルファイ研究を行うためのマニュアルであり、研究を行うためのガイダンスを提供し、評価ツールを提供している。^[38]このマニュアルは、デルファイ法研究の潜在的な欠点を回避または軽減するのに役立つベストプラクティスに関するガイダンスを提供する。また、研究結果に与えられる信頼度を理解するのにも役立つ。

また、科学技術予測などの分野では不確実性が非常に大きいため、正確で常に正しい予測は不可能であり、高い誤差が予想されることを認識する必要があります。この方法の重要な課題は、パネリストが十分な知識を持っていることを確認することです。パネリストがトピックについて誤った情報を持っている場合、デルファイ法を使用すると、彼らの無知に自信が増すだけです。^[6]

この方法の当初の問題の 1 つは、複数の要因を含む複雑な予測ができないことでした。潜在的な将来の結果は、通常、互いに影響を及ぼさないものと見なされていました。後に、この問題に対処するために、クロス インパクト分析など、デルファイ法のいくつかの拡張機能が開発されました。クロス インパクト分析では、1 つのイベントの発生によって、調査でカバーされている他のイベントの確率が変化する可能性が考慮されています。それでも、デルファイ法は、単一のスカラー指標を予測する場合に最も効果的に使用できます。

デルファイ法は予測市場と似た特徴を持ち、どちらもグループからの多様な意見を集約する構造化されたアプローチです。しかし、異なる問題に対する相対的な適用性を決定する違いもあります。^[6]

予測市場の利点のいくつかは、参加に対してインセンティブを提供できる可能性から生まれます。

1. それらは、人々が長期間にわたって参加し、真の信念を明らかにするよう動機付けることができます。
2. 情報を自動的に集約し、新しい情報を予測に即座に組み込みます。
3. 参加者は、ファシリテーターによって手動で選択および募集される必要はありません。参加者は、自分の個人情報が予測にまだ組み込まれていないと思われる場合は、参加するかどうかを自分で決定します。

Delphi は予測市場に比べて次のような利点があるようです:

1. 参加者は理由を明かす
2. 機密性を維持しやすくなります
3. 専門家がすぐに対応できる場合、予測がより迅速になる可能性があります。
4. デルファイ法は、賭け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で適用できます (たとえば、ドルの崩壊に対するドルでの賭けはオッズが歪んでいる可能性があります)。

さらに最近の研究では、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、ドイツ取引所の研究では、デルファイ法の要素が予測市場に統合されていました。^[39]

• コンピュータ支援によるブレインストーミング
• DARPAの政策分析市場
• 地平線スキャン
• 名目グループ法
• プランニングポーカー
• 参照クラス予測
• ワイドバンドデルファイ
• 群衆の知恵

• デルファイ法に関する RAND の出版物。デルファイ技法の応用に関する RAND からダウンロード可能なドキュメント。