はじめに

「Bias（バイアス）」を「偏り」ではなく，機械学習的な「学習や推論に必要な前提条件」と捉えると，「Unbiased（無偏向）」な状態は，実は人間としてはかなり「ヤバい」あるいは「超越している」状態になる．

機械学習の理論（No Free Lunch 定理など）では，バイアスがまったくないモデルは何の学習も予測もできないとされている．それを踏まえ，以下の 3 つのフレーズがどのような人物像を指すか解釈してみよう．

1. “He is inductively unbiased.”

（彼は帰納的に無偏向である／経験から何も学ばない男）

機械学習において「Inductive bias がない」とは，過去のデータから共通点を見出したり，未来を予測したりする能力をあえて捨てている状態である．

どんな感じか： 昨日転んだ場所で今日も転び，明日も同じ場所で転ぶ．「昨日転んだからといって，今日も転ぶとは限らない（＝過去は未来を規定しない）」という哲学を地で行くタイプである．
ジョーク的な皮肉： 「学習能力ゼロ」の究極形．あるいは，毎回新鮮な気持ちで世界に接することができる「究極の初心者」である．
一言で言うと： 「記憶はあるが，教訓を持たない男」

（彼は演繹的に無偏向である／常識・ルールの破壊者）

「A ならば B である」という既存のルール，数式，社会的な公理を一切適用せずに物事を見る状態である．

どんな感じか： 「1+1=2」というルールすら「それは一つの意見ですよね？」とフラットに扱う．重力があるから物は落ちる，という前提すら持たずにリンゴが落ちるのを眺めるタイプである．
ジョーク的な皮肉： 論理の鎖から完全に解き放たれた「カオスそのもの」．既存の枠組みに一切縛られないため，天才か，あるいは会話が成立しない人かのどちらかである．
一言で言うと： 「この世の物理法則すら無視する，真の自由人」

（彼はアブダクション的に無偏向である／意味を求めない観測者）

起きた事象に対して「なぜそうなったのか？」という仮説を立てたり，裏を読んだりすることを一切しない状態である．

どんな感じか： 目の前で花瓶が割れても「花瓶が割れた」という事実だけを受け取る．「誰かが落としたのかも」「風のせいかも」といった推論（物語）を一切作らない．
ジョーク的な皮肉： 「深読み」の対極．シャーロック・ホームズの真逆を行く，ただの「高性能なドライブレコーダー」のような人間である．
一言で言うと： 「一切の邪推をしない，純粋すぎるリアリスト」

特徴	Inductively Unbiased	Deductively Unbiased	Abductively Unbiased
欠けているもの	学習能力（経験則）	論理的整合性（ルール）	想像力（物語）
周囲からの評価	「また同じ失敗してる…」	「話が通じない…」	「冷徹な機械みたい…」
強み（？）	常にフレッシュな視点	既存の枠を壊すイノベーション	予断を許さない客観性

「Bias」をネガティブな意味で使うと「公平で素晴らしい人」に聞こえるが，推論の文脈で「Unbiased」と言うと，「人間らしい思考のショートカットをすべて捨てた，ある種のクリーチャー（あるいは神）」のような響きになるのが面白い．

これら「無偏向な 3 人」がチームを組んでプロジェクトを進めたら，一体どんな結末になるだろうか．