素晴らしい内容でした。坂井先生・河田先生とお話してみたい。
OpenWorkも定性的な社員クチコミだけでなく、定量情報としての年収・残業時間に重ねて、レーティングを導入しています。
坂井先生も仰っていますが、レーティングというのは権力であり、フェアネスが求められます。とくにレーティングが社会に浸透し始めインフラになりつつある今だからこそ、よりフェアネスさが求められているでしょう。OpenWorkにはよくレーティング改善のコンサルティング依頼がきますが、フェアネスさを維持するためにもレーティング改善に関するサービスは一切もたず受けないようにしています。（ときどきレーティングもしながら、その改善に手を出しているサービスを見ますが、フェアネスさの維持が難しいと感じます）

一方で、フェアネスを維持するためにアルゴリズムの公開を求める声がありますが、私はこの意見に対しては慎重です。方針の開示はすべきですが、詳細のアルゴリズムまで開示すると次に起こるのは不正です。レーティングの高め方を知れば、レーティングを故意に操作することは簡単にできます。不正がまかり通る市場は、多くのユーザーにとってはフェアネスとはいえないでしょう。レモン市場につながる一因になるのではないでしょうか。

レーティングというのは簡単そうに見えて奥の深いものです。こういった記事や発信が増え、社会の理解が進んでいくことを切に願っています。

星5つでの評価は、日常使い慣れているのでわかりやすい。ただ、星取りのアルゴリズムは不明な場合が多い。

Amazonでよく缶ビールを注文しますが、そのレビューは配送状況や缶の状態まで含んでいます。ビールなどの食品は、味に対する評価をみたい。そういう星取りがあればいいですね。

下記、両氏の記事の中の言葉を一部略したものだが、まさに、と思う。

人間には認知限界があるから、分かりやすいことによるメリットが大きい。一方で、極端かつ乱暴な単純化・捨象であることも忘れたくない。
これはレーティングではないが、最近のChatGPTについても思うモノ。結果だけのものと、過程を通して自分なりの結果と、その過程で結果には入れなくても身に着けたものは、意味合いが違う。結果が重要な側面は、特に短期的な成果という観点ではあるのだが、一方で結果だけで身につかなければ、長期的にできることの幅は広がらない。
理解しなくてもそれ相応の結果が出てしまう時代になったからこそ、理解の重要性は上がると思う。ただ結果が出てしまうから、理解のために結果はでないというスタンスでは機会がつかめない。だから結果を出しながら、機械も活用して理解して、機会の循環をいかに掴む・創出するかが重要。
そして、現実の複雑さを愛で、楽しみたい。

----

坂井　モノやサービスの質を評価するには、本来は多次元の情報が必要です。しかし、我々は通常、それらの情報を全て理解して選択するわけにはいかない。手間暇もかかるし、認知の限界があります。そこで選択を助けるのがレーティングです。一次元の数で「良さ」を表現してしまう。一次元の数で表現することは、情報の極端な捨象です。優れたレーティングの仕組みを作っても、表れる数は、大まかな傾向を表すにすぎない。情報量としては少ない。とはいえ、その情報があると便利です。

河田　複雑なものを「一つの数字」に集約することは大変な単純化であり、ややもすれば乱暴なことでもあります。もちろん、単純化には大きなメリットがあります。その一つは比較できるようになるということです。

ハラオチしますね。NPSは昔から怪しいと思ってましたが、やはり統計的に微妙なんだな、と。文化や設問設計によって答え方はかなり変わりますから。
あとは、最後に書かれていますが、支持政党もかなり怪しい。一択だと答えるのはかなり難しい。それよりも1位、2位、3位にそれぞれ重みをつけた方が実態に近くなりますよね
"私は、非常に多くの企業で使われている「NPS（Net Promoter Score＝ネットプロモータースコア）」に否定的です。"

レーディングって面白いですね！！
レーディングと言われて思いつくものは、アマゾンや食べログ、グーグルマップ、化粧品の口コミなど。通販もしくは飲食店がメインになっているのが現状だと思いますが、もっと入り込める余地がありそうです。

例えば、住宅物件やこの記事に出ている選挙など。選挙に関しては特に良いですね！！
議員や政党の違いがいまいちわかりにくいのが正直なところなので、こういった新しい指標を作ったら多くの人が政治をより理解できるようになるし、政治に興味を持てる繋がりにも発展しそうです。

弊社は国内147万社について、全国83ヵ所、1700名の調査員による実地調査を通じて、100点満点のレーティング（評点）を提供しています

この記事にあるレーティングの知識は、情報リテラシーとしても必要だなと思いました。
ミシュランの星がついたレストランにいっても、あれ？って思うこともあります。自分の期待値というかモノサシと、レーティングの基準が違うからかもしれません。
とくにショッピング、レストランなど個人の好みに関するものは、そういうことが多いと感じます。

＞一次元の数で表現することは、情報の極端な捨象です。
まさにその通り。多次元的、時系列的に評価するものを5つ星評価で対応するには限界があります。2次元でプロットする、自己組織化マップやカラーマップを使えば3次元まで2次元平面で表現できるので、レーティング（相対化）をするなら可視化の手段も見直してほしいです。

情報を圧縮した評価は、ユーザーの適切な認知を阻害するわけで、食べログのやり方が独禁法に抵触する判決に異論はないです。比較について、正しい情報提供ができるような仕組みはないものか。

ChatGPTでも測れないのがレーディング。

人がどう評価したか、は過去の情報から生成系AIが判断できるものではありません。

しかしながら、ショップ等でも嘘の評価があるのも事実。

どれが本当の情報か見極めながら、情報を鵜呑みにしないように注意しなければなりません。