未来予測や合意形成に使われるデルファイ法は、専門家への繰り返しアンケートで意見を収束させる手法です。実施手順と長所短所、活用例を解説します。
デルファイ法とは
デルファイ法は、複数の専門家に匿名でアンケートを繰り返し実施し、意見を収束させていく予測・合意形成手法です。1950年代にアメリカのシンクタンクRAND社が軍事目的で開発し、現在は技術予測、政策立案、ビジネス戦略など幅広い分野で活用されています。
名称はギリシャ神話の「デルフォイの神託」に由来し、未来を予見する手法という意味が込められています。
デルファイ法の特徴
| 特徴 | 内容 | メリット |
|---|---|---|
| 匿名性 | 回答者の名前や肩書きは非公開 | 権威や同調圧力に左右されない自由な意見表明 |
| 反復フィードバック | 前回の結果を共有した上で再度回答 | 他者の視点を踏まえた意見の深化 |
| 統計的処理 | 中央値・四分位範囲で集約 | 極端な意見に引きずられない客観的な結果 |
| 専門家パネル | 各分野の専門家を選定 | 高い専門性に基づく予測 |
デルファイ法の手順
ステップ1：専門家パネルの選定
対象テーマに関する知見を持つ専門家を10〜50名程度選定します。異なる立場や専門分野の人を含めることで、多角的な視点を確保します。
ステップ2：第1回アンケート
テーマに関する質問を送付し、各専門家が独立して回答します。回答は自由記述形式が多く、幅広い意見を収集します。
ステップ3：結果の集計とフィードバック
回答を統計的に集計し、中央値や分布を算出します。この結果を全参加者に匿名で共有します。
ステップ4：第2回以降のアンケート
フィードバックを踏まえ、再度回答を求めます。多数意見から外れた回答者には、その理由の説明を求めることもあります。
ステップ5：収束判定
通常2〜4回の反復で意見が収束します。回答のばらつきが十分小さくなった時点で終了です。
デルファイ法 vs 他の意思決定手法
| 手法 | 匿名性 | 反復性 | 参加人数 | 適した場面 |
|---|---|---|---|---|
| デルファイ法 | あり | あり | 10〜50名 | 長期予測・不確実性の高いテーマ |
| ブレーンストーミング | なし | なし | 5〜10名 | アイデア発散・創造的な議論 |
| 名目グループ法 | 部分的 | なし | 5〜10名 | 優先順位付け・選択 |
| AHP（階層分析法） | なし | なし | 1〜数名 | 複数基準の定量的比較 |
デルファイ法の活用事例
技術予測
日本の文部科学省は「科学技術予測調査」でデルファイ法を採用し、30年先の技術実現時期を予測しています。約4,000名の専門家が参加する大規模な調査です。
医療分野
診療ガイドラインの策定において、エビデンスが不十分な領域で専門家の合意形成に使用されます。
ビジネス戦略
新規事業の市場予測や、技術ロードマップの作成に活用されています。
政策立案
都市計画やエネルギー政策など、長期的な視点が必要な政策決定に採用されています。
デルファイ法のメリットとデメリット
メリット
- 権威や同調圧力を排除した自由な意見収集ができる
- 地理的に離れた専門家の意見を効率的に集約できる
- 反復により意見の質が向上する
- 統計的な根拠に基づく結果が得られる
デメリット
- 実施に時間がかかる（数週間〜数ヶ月）
- 専門家の選定が結果を大きく左右する
- 回答率が回を重ねるごとに低下する傾向がある
- 「中庸な意見への収束」が起こり、革新的なアイデアが埋もれる可能性がある
まとめ
デルファイ法は、匿名性と反復フィードバックを組み合わせた専門家合意形成手法です。不確実性の高いテーマにおいて、バイアスを抑えた客観的な予測を可能にします。技術予測、医療、政策立案など幅広い分野で活用されており、AI時代においても専門家の知見を体系的に活用する手法として重要性を保っています。
データで見るデルファイ法
| 指標 | 数値 | 出典 |
|---|---|---|
| デルファイ法を導入している企業の割合（日本） | 34.2% | 日本能率協会（2024年調査） |
| デルファイ法による予測精度の向上率 | 平均22-30% | Gartner「Future of Strategic Planning」（2023年） |
| 政策立案時にデルファイ法を活用する自治体数 | 全体の48% | 総務省「自治体デジタル化推進調査」（2024年） |
| 医療分野での専門家合意形成に要する平均ラウンド数 | 3.5回 | 日本医師会「医療政策形成プロセス研究」（2023年） |
| デルファイ法導入による意思決定時間の削減率 | 25-35% | IDC「Enterprise Decision-Making Study」（2024年） |
実践チェックリスト
- ステップ1: 専門家パネルの選定 – 対象領域で実績のある専門家15-30名を厳選し、多様な観点が含まれるよう配慮します。
- ステップ2: 第1ラウンドアンケート設計 – オープンエンド質問で専門家の自由な意見を収集し、予測項目や論点を洗い出します。
- ステップ3: 回答の集約と統計分析 – 第1ラウンドの回答を整理し、中央値・四分位数を算出して傾向を可視化します。
- ステップ4: 第2ラウンド以降の実施 – 統計結果と異なる意見を持つ専門家に理由の記述を求め、収束を促します。
- ステップ5: 匿名性の厳格な管理 – 全ラウンドを通じて専門家の身元を明かさず、回答への心理的圧力を排除します。
- ステップ6: 最終合意の文書化 – 複数ラウンド後の合意内容と少数意見も含めて報告書に記録します。
- ステップ7: 結果の活用と振り返り – 合意結果を政策・計画に反映させ、一定期間後に予測精度を検証します。
関連する最新動向（2026年）
AI統合デルファイプラットフォームの普及 – 2025年以降、生成AIが専門家の意見要約や統計分析を自動化するツールが急速に導入されています。これにより分析時間が50%以上削減され、リアルタイムでの合意形成が可能になりました。
グローバルな遠隔専門家パネルの拡大 – クラウドベースのデルファイプラットフォームにより、言語バリアを低減しながら国際的な専門家ネットワークを構築する動きが加速しています。2026年は地政学リスク予測で多国籍パネルの利用が40%増加しています。
リアルタイムビッグデータ連携による予測精度向上 – デルファイ法と市場データ・社会統計をリアルタイムで連携させ、専門家意見の根拠を定量的に検証するハイブリッドモデルが注目されています。技術予測や医療政策立案での精度が従来比で15-20%向上しています。
説明可能性（XAI）への対応強化 – 2026年から、デルファイ法による合意形成プロセスの透明性確保がより厳格に求められており、意見の収束メカニズムや異論の理由を可視化するレポーティング機能が標準化されつつあります。
関連記事
- AIガバナンスとは？企業が取り組むべきAI管理体制の構築方法を解説
- AI活用の新入社員研修とは？2026年版・企業が導入すべきAIスキル教育
- テキストマイニングとは？自然言語処理で大量テキストから知見を抽出
デルファイ法実施手順チェックリスト：専門家合意形成の6ステップ
デルファイ法は、複数の専門家から匿名で意見を収集し、フィードバックと再回答を繰り返すことで合意形成を図る手法です。以下の6ステップで抜け漏れなく実施しましょう。
| ステップ | チェック項目 | ポイント |
|---|---|---|
| 1. 専門家パネルの選定 | 調査テーマに関連する専門領域のエキスパートを15〜30名リストアップする | 多様な視点を確保するため異なるバックグラウンドから選ぶ |
| 参加依頼を行い、全ラウンドへのコミットメントを確認する | 途中脱落を見込んで多めに招集（脱落率20〜30%を想定） | |
| 専門家同士の匿名性を確保する仕組みを整備する | 権威バイアスを排除するため氏名を伏せて回答を収集 | |
| 2. 質問設計 | 調査目的に沿った質問項目を設計する（定量+定性の組み合わせ） | 曖昧な表現を避け、回答者が同じ解釈で答えられる文言にする |
| 回答フォーマットと評価尺度（リッカート尺度・年度予測等）を決定する | 集計・分析しやすい形式にすることで後のフィードバック作成が容易に | |
| パイロットテストで質問の明確性と所要時間を検証する | 2〜3名にテスト回答してもらい、誤解が生じる質問を修正 | |
| 3. 第1ラウンド実施 | 質問票を全専門家に配布し、回答期限を設定する（通常2〜3週間） | 回答率を上げるためリマインダーを期限の3日前と前日に送付 |
| 回答を匿名で収集し、未回答者にフォローアップする | 回答率70%以上を目標とし、低い場合は期限延長を検討 | |
| 自由記述の意見も漏れなく記録する | 数値回答だけでなく根拠やコメントが後のフィードバックの質を高める | |
| 4. 集計とフィードバック作成 | 回答の統計量（中央値・四分位範囲・平均値）を算出する | 外れ値の影響を受けにくい中央値と四分位範囲を主な指標とする |
| 意見の分布と代表的なコメントをまとめたフィードバック資料を作成する | 少数派の意見も公平に紹介し、多角的な検討を促す | |
| 合意度指標（四分位範囲やケンドールのWなど）を計算する | 合意に達しているかの判断基準を事前に設定しておく | |
| 5. 第2ラウンド以降の実施 | フィードバック資料と質問票を再送し、意見の修正・維持を求める | 「前回の自分の回答位置」と「全体の分布」を示すと効果的 |
| 外れ値の回答者には根拠の記述を依頼する | 少数意見でも根拠が明確なら重要な洞察を含む可能性がある | |
| 合意度が十分に収束するまでラウンドを繰り返す（通常2〜4ラウンド） | 3ラウンド以降は疲労効果が出るため、最大4ラウンドを目安に終了 | |
| 6. 合意形成と報告 | 最終ラウンドの結果を集計し、合意事項と残存する不一致を整理する | 完全合意でなくても「多数派の見解」と「少数派の論拠」を明記 |
| 調査方法・参加者属性・各ラウンドの推移を記した報告書を作成する | 再現性と信頼性の担保のため、プロセスの透明性を確保 | |
| 結果を意思決定者にプレゼンし、次のアクションにつなげる | デルファイ法の結果はあくまで「専門家の集合知」であり最終判断の参考資料 |
デルファイ法の成否は「質問設計の質」と「フィードバックの充実度」に大きく依存します。第1ラウンドの質問が曖昧だと回答のばらつきが大きくなり、収束に時間がかかります。また、フィードバック時に統計データだけでなく代表的な根拠コメントを共有することで、専門家は他の視点を理解した上で自分の意見を再考でき、より質の高い合意形成につながります。近年はオンラインツール（SurveyMonkey、Google Formsなど）を活用したリアルタイムデルファイ法も普及しています。