非難文化と学習文化：失敗を改善につなげる

著者: Victor Hoang · 更新日: 2026年8月26日

非難文化は、ミスを解決すべき犯罪として扱います。何かがうまくいかなかったのだから、誰かに責任を負わせて罰しなければならない、という考え方です。学習文化は、同じミスをデータとして扱います。何かがうまくいかなかったのだから、システムが何を許してしまったのかをチームで問い、そこを直します。どちらの文化も、まったく同じ出来事に反応します。それでも結果はほぼ正反対になります。一方は問題を隠すよう人々を訓練し、もう一方は問題を表に出すよう訓練するからです。

この違いは、実際の失敗の後にどうなるかを目にするまでは、小さなことに聞こえます。非難文化では、その場の最初の反応は、最後に触ったのは誰かを突き止めることです。学習文化では、最初の反応は、プロセス、ツール、引き継ぎのどこから漏れたのかを突き止めることです。出来事は同じです。それについてチームが投げかける問いが、同じ失敗が3か月後に再び起きるのか、それとも根本から解決されるのかを決めます。これは、ビジネス文化とは実際に何かの中でも、最も鋭く、最も目に見える部分のひとつです。

非難文化：恐怖に支配されたチームが実際にしていること

非難文化は、たいてい明文化された方針ではありません。「ミスを罰します」とバリューのスライドに書く人はいません。代わりに、チームの全員が何度か目にするうちに予測できるようになる、反応のパターンとして現れます。あらゆる問題に名前を結びつけたがるマネージャー、いつの間にか人事評価に変わってしまうポストモーテム、何が起きたかを尋ねる前に「これは誰のせいだ」と聞くリーダーです。

見分けるサイン

人々はミスを報告せずに隠します。 エラーを認めると実際にコストがかかるとチームが学んだ瞬間から、エラーを早い段階で認めなくなります。待って、問題が自然に解決することを願うか、誰にも告げずにこっそり対処します。これは、チームが会議で沈黙する理由の背後にある力学と同じです。声を上げるリスクが黙っているリスクを上回るので、沈黙が勝つのです。

調査の代わりにスケープゴートが使われます。 非難文化は、失敗を生んだ実際の意思決定の連鎖ではなく、責任を負わせるのに最も都合のよい人物を探します。たいていは最も目立つ人か、最も立場の低い人です。その場では速く、すっきりしますが、本当の原因は検証されないままなので、同じ失敗の要因がそこに残り、再び起きるのを待つことになります。

自己防衛の行動が広がります。 記録を残すことだけが自分を守る手段だと学ぶと、人々はスピードよりも弁明のしやすさを優先し始めます。メールは仕事を前に進めるためではなく、記録を残すために書かれるようになります。意見が必要だからではなく、2人目の署名があれば何か起きたときに責任を分散できるという理由で、意思決定が追加の承認を通るようになります。これは有害な文化のサインのうち最も分かりやすいものの一つで、仕事に向けるべきエネルギーが、自己防衛に回されてしまいます。

悪い知らせは遅れて、フィルターを通って届きます。 非難文化のリーダーが問題を耳にする頃には、たいてい和らげられ、遅れ、何人かを経由して届いています。それぞれが角を少しずつ丸めてから上に渡すからです。リーダーは、現場で実際に起きたことから何段階も離れた現実を管理することになります。

学習文化：ミスをデータとして扱うとは実際にどういうことか

学習文化は、異なる前提から始まります。ほとんどの失敗は、不注意な一人の人間ではなく、システムと状況によって生み出されます。だから次の失敗を防ぐ最短の道は、個人を罰することではなく、システムを理解することです。これは、誰も責任を負わないという意味ではありません。責任と処罰を別の問いとして扱い、後者を恐れなくなったから、前者を誠実に調べられるという意味です。

実践における非難しないポストモーテム

最も分かりやすい実践例は、GoogleのSite Reliability Engineeringの実践にあります。GoogleのSREチームは、重大なインシデントのたびに、非難しないポストモーテムを行います。何が起こるはずだったのか、実際に何が起きたのか、なぜその差が生じたのかをたどる文書で、過失を割り当てるためではなく、担当者が不完全または誤った情報しか持っていなかった構造的な理由を調べるように意図的に作られています。この文書は社内で広く共有されます。教訓が1人のエンジニアの記憶に閉じ込められず、チームをまたいで積み重なるようにするためです。

ラベルよりも仕組みが重要です。「だからサラが気づくべきだった」で終わるポストモーテムは、どんな名前で呼ばれていても、非難のないものではありません。本物のポストモーテムは、具体的なシステムの変更で終わります。足りなかったアラートを追加する、ランブックを書き直す、レビュー手順を自動化して、同じミスを構造的に起こしにくくする、といったことです。「誰を責めるか」から「何を変えるか」への転換が、2つの文化の違いのすべてを一文に収めています。

非難がパフォーマンスと安全を損なう理由

隠れたミスが人の命を奪いかねない業界では、リスクは最も切実になりますが、その仕組みは、あらゆる普通の企業における文化とパフォーマンスの関係の背後にあるものと同じです。悪い知らせをリーダーシップがどう扱うかを信頼しているチームほど、問題を早く報告します。航空と医療は、何十年もかけて痛い思いをしながらこれを学び、どちらも同じ結論にたどり着きました。誠実なエラーを罰すると、人々は報告をやめます。そして報告されないエラーは、報告されたエラーよりはるかに危険です。

航空と医療のジャスト・カルチャーモデル

研究者シドニー・デッカー（Sidney Dekker）のジャスト・カルチャー（Just Culture）フレームワークは、航空と医療のインシデントを研究した彼の仕事から生まれたもので、ほとんどの職場が引こうとしない明確な線を引きます。ジャスト・カルチャーは、行動を3つに区別します。誠実な人的エラー（意図しないもので、直すべきは人ではなくシステムです）、リスクを伴う行動（通常のプレッシャー下で意識的に取った近道で、コーチングが必要です）、そして無謀な行為（既知のリスクを正当な理由なく意図的に無視することで、実際に懲戒に値する唯一のカテゴリーです）です。ほとんどの非難文化は、この3つをひとつの箱にまとめ、同じように罰します。これはまさに逆です。誠実に報告した人を無謀な人と同じ強さで処分することになり、人々は自分がどのカテゴリーにいるのかを自ら申し出なくなります。

守秘された報告制度が証明すること

NASAのAviation Safety Reporting Systemは、FAAと共同で1976年から運営されており、この洞察の上に全面的に設計されています。パイロット、管制官、乗務員は、守秘された形で報告を提出でき、打ち明けた誠実なエラーについて、FAAによる執行措置からの限定的な免責を受けられます。このプログラムは現在、年間9万件を超える自主的な安全報告を受け付けており、開始以来200万件以上を収集しています。この件数は、業界が特にエラーを起こしやすいことを示すものではありません。ニアミスを明るみに出しても罰せられなければ、人々はそれを話してくれることを示すものです。それこそ、安全システムが、パターンが致命的になる前に捉えるために必要とする情報です。伝えた人を罰する職場文化は、気づいているかどうかにかかわらず、その早期警告を見ないまま飛ぶことを選んでいます。

職場における恐怖の神経科学

非難文化は、単なるマネジメントスタイルの問題ではありません。脅威にさらされたときの脳の働き方に突き当たります。人が社会的脅威、つまり非難される、名指しされる、仲間の前で辱められるといった状況を感じると、扁桃体が闘争・逃走・凍結反応を引き起こします。身体的な危険に反応するために進化した、あの脅威の回路と同じものです。神経科学者デイビッド・ロック（David Rock）のSCARFモデルは、リーダーシップ研究で広く使われており、この反応を確実に引き起こす社会的脅威を、地位、確実性、自律性、関係性、公平性の5つに分類しています。公の場での非難は、そのうちいくつかを同時に突いてしまいます。

実務上のコストは、この脅威状態が、危機で最も必要な脳の部分の働きを低下させることです。強い脅威反応のもとでは、推論、ワーキングメモリ、柔軟な問題解決を担う前頭前野が、より原始的な生存の回路に処理の優先権を一時的に譲ります。平たく言えば、ミスが起きた瞬間こそ、非難に基づく反応が、当事者の冷静な思考力を最も落とす瞬間です。何がうまくいかなかったのかを鋭く誠実に説明してほしいリーダーは、悪い知らせにあからさまな怒りや公の場での非難で応じるたびに、その目標を自ら損なっています。

重要な事実

• シドニー・デッカーのジャスト・カルチャーフレームワークは、何十年にもわたる航空と医療のインシデント研究に基づき、誠実な人的エラー、リスクを伴う行動、無謀な行為を別々のカテゴリーに分けています。3つを同じように扱うと、安全システムが頼りにする誠実な報告が抑え込まれると論じています。出典：Sidney Dekker, "Just Culture: Balancing Safety and Accountability"
• NASAの守秘されたAviation Safety Reporting Systemは現在、年間9万件を超える自主的な安全報告を受け付けており、1976年以来200万件以上を記録しています。FAAの執行措置からの限定的な免責によって守られています。出典：NASA ASRS
• GoogleのSite Reliability Engineeringの実践では、重大なインシデントのたびに非難しないポストモーテムを実施します。個人の過失を割り当てるのではなく、担当者が不完全または誤った情報を持っていた構造的な理由を明らかにするよう、明確に設計されています。出典：Google SRE Book, "Postmortem Culture"
• エイミー・エドモンドソン（Amy Edmondson）の画期的な病院研究では、成績の良い看護ユニットほど、報告されるエラーが少なくではなく多く、心理的安全性があるために報告しても安全だったことが分かりました。「このユニットでミスをしても、それが不利に扱われることはない」というアンケート項目は、ユニットが実際に表に出すエラーの数を直接予測しました。出典：Amy Edmondson, "The Fearless Organization"

非難から学習へ移行するには

チームを非難から学習へ移すことは、一度の発表では終わりません。導入した後の最初の本当の失敗を乗り越えなければならない、具体的な仕組みの集まりです。その瞬間こそ、誰もが、本気だったのかどうかを見ているからです。

非難しないポストモーテムを実施する

重大なインシデントのレビューは、すべて4つの固定の問いで構成します。何が起こると想定していたか、実際に何が起きたか、なぜその差があったのか、そして再発を構造的に起こりにくくするために何を変えるか。文書は、システムと意思決定の流れに焦点を当て、特定の個人の名前には触れません。下書きに個人の名前が根本原因として添えられて戻ってきたら、公開するのではなく書き直すべきサインです。

悪い知らせへのリーダーの反応が基調を決める

どのチームも、リーダーが何を望むと言うかではなく、悪い知らせにリーダーが何をするかを見て、自分たちの誠実さの度合いを調整します。問題を早く報告した人が、目に見える形で罰せられたり、恥をかかされたり、静かに脇へ追いやられたりした最初の一度で、その報告の経路は閉じます。その後に「透明性を大切にします」という声明をいくつ出しても、自然には再び開きません。逆も同じく速く起こります。悪い知らせを冷静に受け止め、非難する代わりに確認の質問をし、早く知らせてくれたことに感謝するリーダーは、ここが誠実でいられる安全な場所だと、チーム全体に一瞬で教えます。これは、フィードバック文化の構築で扱ったのと同じてこの支点です。そこではフィードバックの頻度よりも、それがどう受け止められるかのほうが重要だとされています。

説明責任を非難から切り離す

学習文化は、説明責任がない状態ではありません。適切な対象に向けられた説明責任です。ミスの最も近くにいた人は、それでも修正に協力し、何が起きたかを説明することが期待されます。これが説明責任の文化の構築の中核にある考え方です。オーナーシップは修正に向かって前を見ますが、非難は罰する相手を探して後ろを見ます。この線引きを守るには、2つの問いを順番に投げかけます。まず、何が起きて何を変えるのか。根本原因に名前は結びつけません。次に、その後にのみ、より厳しい話し合いに値する無謀な行為や繰り返しがあったかどうか。いきなり2つ目の問いに飛ぶのは、説明責任が、看板だけ付け替えた非難に逆戻りするやり方です。

AI時代の非難文化と学習文化

AIツールやエージェントを通じて行われる仕事が増えるにつれ、同じ本能の新しい形が現れています。何かがうまくいかなかったとき、チェックされないまま出荷された出力を許したプロセスを調べる代わりに、AIを責めることです。「AIが書いた」「ツールが間違えた」というのは、主語を替えたスケープゴートであり、スケープゴートが常に失敗するのと同じ理由で失敗します。AIシステムは、ミスを自分のものとして引き受けることも、結果を感じることも、説明責任から行動を変えることもできません。そのため、AIを責めると、有益な部分が始まるはずの場所で調査が止まります。出荷前に誰がこれをレビューしたのか、レビュープロセスのどこでエラーがすり抜けたのか、という部分です。

これの学習文化版は、構造的には良いポストモーテムとまったく同じに見えます。AIの支援を受けた下書き、意思決定、出力が誤っていたと分かったとき、有益な問いは前述の4つと同じです。何が期待されていたか、何が起きたか、なぜその差が生じたか、何を変えるか。変えるのはたいてい、レビューのステップや引き継ぎであって、ツールの性質ではありません。AIの出力を出荷前に誰が確認し、AI支援であったことをどう開示するかは、AIエチケットと職場の規範で扱ったのと同じ領域です。このように扱えば、AIのエラーは、人とエージェントのチームと文化でより詳しく扱っている、組織としての学びと同じものになります。ソフトウェアを責めるものとして扱えば、チームには何も教えず、同じエラーが、別のプロンプトのもとで来週また出荷されます。

こうしたことは、パフォーマンスについての誠実さを手放すことを求めるものではありません。チームは引き続き成果を測り、本当の不注意のパターンを指摘し、誰かが繰り返し手を抜いたときには厳しい話し合いをすることができます。学習文化が取り除くのは、実際に何が起きたかを誰も見ないうちに、真っ先に非難に手を伸ばす反射です。その反射は、目に見えないからこそ高くつきます。どこにも費用項目として現れず、静かに低下するエンゲージメントスコアとして、そして、最初の段階で本当の原因を口にできるほど安全だと感じた人が誰もいなかったために、同じ種類の失敗が数か月おきに再び現れることとして表れます。

継続的に改善するチームは、ミスが最も少ないチームではありません。ミスが四半期も埋もれたままにならず、1時間以内に報告されるチームです。ずっと前に誰かが、それを認めるほうが安全だと学んだからです。