エビデンスの活用：Evidence-based Practice（EBP）のクリプトへの適用

背景

Evidence-based Practice（EBP）の広範な採用に象徴されるように、社会全体で科学的アプローチの必要性が高まっています。この傾向は単にデータを収集することに留まらず、効果を評価し因果関係を推論する科学的に根拠のある手法の重要性の増大にまで及んでいます。例えば、企業はマーケティング施策の影響を評価するためにA/Bテストや調査を使用し、政府はデータに基づいて政策を起草し、教育機関はテストを通じて学習成果を定期的に測定しています。

クリプトでも、エビデンスベースのアプローチを優先する取り組みが同様に増加しています。具体的には、グラントやプログラムの成果をデータに基づいて検証し、その結果を改善の指針として使用する努力が高まっています。世界がよりデジタル化するにつれて、EBPはますますアクセスしやすくなり、この傾向は公開データが広く利用可能なクリプト分野で特に顕著です。

では、EBPをクリプト領域に適用する際に、何を考慮し、何に注意すべきでしょうか？この記事では、他の分野からの従来の議論をレビューし、クリプトの文脈でのEBPの可能性を探求します。

エビデンス - 複雑な現象の理解

「エビデンス」は、幅広い設定で用いられる概念です。1990年代初頭に「Evidence-based Medicine（EBM）」が大きな注目を集め、この成功が1990年代後半の社会福祉、教育、その他の分野でのエビデンスベースアプローチの採用への道を開きました。

エビデンスが社会科学内で注目を集めると同時に、「エビデンス」が正確に何を含むのかについて混乱が生じました。一般的な議論の一つは、エビデンスをデータと同等視するものです。つまり、直感によって駆動される可能性のある特定の取り組みが実際に意図された効果を持つかどうかを検証するためにデータを使用することです。対照的に、医学や教育などの分野では、エビデンスを「介入が効果的であることの証明」として見なすことが多く、その介入の影響を厳密にテストすることにより強い重点を置いています。この視点は、エビデンスの信頼性を分類するための「エビデンスレベル」という概念を導入し、意思決定における適切な使用を確保します。

一般的に言えば、EBPはエビデンスを使用して現実世界の活動を計画し改善することを含みます。EBMの主要人物の一人であるDavid L. Sackettは、それを「個々の患者のケアに関する決定を行う際に、現在の最良のエビデンスを良心的、明示的、慎重に使用すること」と定義しました。¹ EBM、そして延長してEBPは、エビデンスの生産、コミュニケーション、活用の3つの段階を包含するものとしてしばしば記述されます。言い換えれば、エビデンスは無作為化対照試験や傾向スコアマッチングなどの方法を使用して生成され、特定の文脈での意思決定に適用されなければなりません。このエビデンスは定量的および定性的の両方であることができ、エビデンスの作成者と使用者が異なるエンティティであることが一般的です。

この観点から、エビデンスは単なるデータの蓄積ではないことが明らかになります。代わりに、データの収集を超えて、それをどのように分析するか、目標に対する効果をどのように検証するか、結果をどのように解釈するかを考慮しなければなりません。例えば、患者が特定の薬を受けた後に健康が改善した場合、それは薬、自然回復、食事のいずれによるものでしょうか？その区別ができなければ、エビデンスを持っているとは言えません。同様の条件下で複数の患者に対して臨床試験を実施することで、より高レベルのエビデンスを得ることができます。

価値観 - 我々はどこに立っているのか？

エビデンスへの重点が高まり、その適用が拡大するにつれて、多くの分野が具体的な利益を享受してきました。同時に、しかし、そのエビデンスの基盤となる価値システムの重要な役割を無視することは不可能です。何かを測定し、テストすることは、特定の価値枠組みを反映する行為です。例えば、テストスコアを使用して学生の進歩を測定する場合、テストでよい成績を取ることが「良い」ことであることを暗黙的に受け入れ、それによって走る速度や身長などの属性を評価から除外します。

EBPは、エビデンスを活用することで我々を「より良い方向」に導くことを目的としています。しかし、「より良い方向」という言葉自体が特定の価値観に根ざしています。言い換えれば、エビデンスの生産とその意思決定での使用は、両方とも特定の価値判断を反映しています。これらの価値観はEBPにおいて一種のオペレーティングシステムとして機能し、どの実践もそれらから完全に逃れることはできません。社会福祉や教育など、多様な利害関係者を含む分野では、この問題がしばしば表面化します。

例えば、特定の政策の影響が測定され、進歩の一形態として伝えられたとします。異なる価値観を持つコミュニティの観点からは、その「進歩」は望ましくないかもしれません。さらに、資金の流れがそのような進歩メトリクスを中心に設計されている場合、どのようなインセンティブが生じるでしょうか？述べたように、測定と評価は本質的に特定の価値観を促進し、それらをインセンティブメカニズムにリンクすることは、この効果を強化するだけです。

したがって、複数の価値システムが共存し、集合的決定を行わなければならないコミュニティでは、何が「正しい」か「良い」かの絶対的な基準を確立することは困難です。この課題は、価値観がエビデンスの議論において極めて重要な役割を果たす理由の背景です。

クリプト領域への適用

上記の議論を踏まえて、クリプトはエビデンスにどのようにアプローチすべきでしょうか？

述べたように、エビデンスは強力なツールであり、エビデンスベースの手法のさらなる発展が期待されています。データの使用の拡大、機械学習の進歩、ますます洗練されたコンピューティングリソースは、すべて新しい方法論を前進させています。特にクリプトでは、オンチェーンデータとオラクルが比較的大きなデータプールを利用可能にし、エビデンスベースの取り組みのさらなる勢いを示唆しています。予測市場やコモンズの統治などの概念が従来の市場で苦戦した後にクリプトで新たな活力を見つけたように、因果発見、因果推論、インパクト評価に根ざした革新的なアプローチがクリプト特有に現れるかもしれません。

一方、クリプトプロトコルとDAOは本質的に分散化され集合的な性質を持っています。歴史的に、これはより民主的なプロセスを奨励するガバナンス方法論とツールへの関心を刺激してきました。このような環境は多様な価値観を持つ人々を集め、単一のプロトコルやDAOでさえ相反する視点を引き付けることができます。これは、公共機能を果たすプロトコルやDAOにとって特に重要です。エビデンスが限定されたプロセスを通じて生成される場合、特定の価値観のみを反映する可能性があり、そのエビデンスを使用して資金や決定を指示することは、他の重要な視点を排除するリスクがあります。

エビデンスの有用性は事実上すべての業界で実証されていると言っても過言ではありません。しかし、エビデンスを生成し、蓄積し、適用する努力は、常に価値観の多様性と複数性に支えられています。分散化と自己主権の哲学に深く根ざした暗号領域では、これらの考慮事項が特に不可欠です。

価値観とエビデンスの組み合わせ

エビデンスが効果的に使用されるためには、その基盤となる価値観と併せて考慮されなければなりません。これは、様々な価値システムが共存するクリプト領域では特に当てはまります。このような領域では、プロトコル、DAO、公共財、コモンズにとって何が「良い状態」を構成するかを議論することが必要です。また、特定の介入やプログラムがその効果をどのように生み出すかの背後にある因果関係を検証し、これらの結果に対する異なる視点を調和させることも不可欠です。

この観点から、2つの重要なポイントが際立っています：

1. 測定対評価

測定は、データを収集し、視覚化し、分析して現実を理解することを含みます。対照的に、評価は価値判断を行うこと、つまり特定の取り組みが成功したかどうかを決定し、その洞察を実践にフィードバックすることを含みます。この2つのプロセスは似て見えるかもしれませんが、その違いを認識することが重要です。

2. アウトプット対アウトカム

アウトプットは取り組みの直接的な結果を指します。例えば、イベントの参加者数や作成された新しい製品です。一方、アウトカムは、これらのアウトプットによってもたらされる変化です。例えば、イベントに参加した後に参加者の行動がどのように進化したかなどです。アウトプットは測定しやすく、そのためより一般的に追跡されます。しかし、介入の効果を真に評価するためには、しばしば複雑な情報の収集と分析を必要とするアウトカムを優先しなければなりません。アウトプットが特定のアウトカムにどのようにつながるかについての仮説を形成し、その仮説をテストするためのデータを収集することが重要です。仮説が検証されれば、追加のリソースの配分が正当化される可能性があります。反証されれば、再考が必要です。PDCA（Plan-Do-Check-Act）サイクルを反復することで、インパクトに対する理解を深めることができます。

今後、クリプト分野での科学的アプローチとエビデンスベースの実践は成長し続けるでしょう。理想的には、これらの実践は分散化の哲学を尊重する方法で進化し、より効果的で公平な取り組みにつながるでしょう。