データがあれば、社会の課題は見えてくるのだろうか
男女間の賃金格差、管理職に占める女性の割合、家庭内での家事・育児時間の違い。私たちは日々、社会の不平等や格差を示すさまざまなデータに触れています。しかし、数字が示す「現象」と、その背景にある「原因」は、必ずしも同じではありません。何を問題と捉えるかによって、データの読み方も、そこから考える解決策も変わってきます。
2026年10月7日に開催されたDEI Studio 2026の第2回では、京都女子大学データサイエンス学部客員教授の一力知一氏をゲストに迎え、「データから社会の構造を読み解く」をテーマに講義とグループワークを行いました。今回は、当日の対話や、参加者の一人が記録したグループワークでの気づきも交えながら、その様子を振り返ります。
数字の背景にあるものを、どう読み解くか
「今日は一切数学を使わずにやります」そんな言葉から、一力氏の講義は始まりました。
データサイエンスと聞くと、統計や数学、AIなどの専門知識を思い浮かべるかもしれません。しかし、一力氏が強調したのは、数学やコンピューターサイエンスに加えて、データを活用する対象について理解する「適用分野」の重要性でした。
例えば、「電気自動車は環境に良いのか」という問い。走行中のCO₂排出量だけを見れば環境負荷が低いと判断できるかもしれません。しかし、発電に使われるエネルギーまで視野を広げると、見え方は変わってきます。それは、決して電気自動車を否定しているわけでなく、電気自動車が普及するための本質的な課題へアプローチするということが重要という意味です。
これはDE&Iの領域でも同じです。女性管理職の割合が低いというデータがあったとき、その数字を増やすことだけが解決策なのでしょうか。背景には、採用、評価、昇進、働き方、家庭内の役割分担など、さまざまな要因が考えられます。
数字が示す現象をそのまま課題と捉えるのではなく、「なぜ、その現象が起きているのか」を問い直すこと。この視点を出発点に、参加者はジェンダーギャップに関するデータを使ったグループワークに取り組みました。
「正しい答え」を探すことから、問いを深めることへ
グループワークでは、男女間の賃金格差や職業別の女性比率、アンコンシャスバイアスなど、30種類近いデータが用意されました。参加者は気になるデータを手がかりに仮説を立て、「なぜ」を繰り返しながら、課題の背景を探っていきます。しかし、限られた時間ですべてを読み解くのは簡単ではありません。
「あと残り8分です」残り時間のアナウンスが聞こえたとき、ある参加者は、ようやくデータをすべて「消化する」ことを手放せたように感じたといいます。そのグループでは、「正しい答えを見つけなければならない」という焦りがあったのかもしれない、という話も出ました。
別の議論では、「そもそも、なぜジェンダーギャップは解消すべきなのか」という問いに向き合いました。労働力不足の解消、経済成長、イノベーションの創出。さまざまな理由が挙がる中で、参加者の一人は立ち止まりました。
「これって、非の打ち所がない言葉だけど……」
社会的に正しいとされる理由を並べることと、自分自身がなぜその課題を重要だと思うのかを理解することは、同じではないのかもしれません。その日の議論は時間切れとなりましたが、問いはセッション後も続きました。ある参加者が、自分なりに「なぜ」を重ねた先にあったのは、こんな思いでした。
誰もが本当の自分を偽ることなく暮らせる社会でなければ、自分にとっても心地よい社会ではないから。
データを読み解くことは、単に正しい答えを探すことではありません。自分たちが何を前提とし、何を大切にしているのかを問い直すことにもつながっていました。
個人の意識だけでなく、社会の構造に目を向ける
グループワーク後の全体ディスカッションでは、「アンコンシャスバイアスは、本当に無意識なのだろうか」という問いも生まれました。偏見について知識を得ることと、実際の行動や組織の構造が変わることは、必ずしも同じではありません。参加者からは、社会的に望ましい考え方を理解していても、現状を変えたいとは思っていない人もいるのではないか、という意見が出ました。
例えば、女性管理職が増えることで、自分の立場が脅かされると感じる人がいるかもしれません。そう考えると、問題は個人の「無意識の偏見」だけでなく、組織の構造や利害にも関係してきます。
また、別のグループでは、性別に関するアンコンシャスバイアスの調査データに注目しました。「男性は仕事をして家計を支えるべきだ」「女性には女性らしい感性があるものだ」といった思い込みが、男女ともに上位に並んでいたことが印象に残ったといいます。
私たちの「当たり前」は、どのような経験や社会環境によって形づくられてきたのでしょうか。個人の意識だけでなく、その意識を生み、維持してきた社会の構造にも目を向ける必要があるのではないか。対話は、そんな問いへと広がっていきました。
誰もが自分で選べる社会とは
議論は、男女間の賃金格差や働き方にも広がりました。一力氏が紹介した業種・役職別のデータをもとに、参加者は、テレワークなどの柔軟な働き方が仕事の継続や昇進に与える影響について仮説を立てました。
一方で、短時間勤務を続けてきた参加者からは、働く時間に制約があるからこそ、仕事の進め方を工夫し、生産性を高めようとしてきた経験も共有されました。働く時間の長さではなく、生み出した成果を評価するとしたら、異なる結果が見えてくるのではないでしょうか。
さらに、職業別の女性比率を示すデータからは、医療・福祉などの分野に女性が多いのは、本人の希望によるものなのか、それとも社会の思い込みや環境が選択に影響しているのか、という問いも生まれました。セッションの終盤に共有されたのは、「どのような状態になれば、ジェンダーギャップが解消されたと言えるのか」という問いです。そこで浮かび上がったのが、「自分で選べること」の重要性でした。
家庭で過ごすことも、仕事を続けることも、短時間勤務を選ぶことも。どのような生き方を望むかは、一人ひとり異なります。しかし、制度として選択肢があっても、周囲の思い込みによって、本人が望む機会から外されてしまうことがあります。ジェンダーギャップの解消は、単に男女の数字を揃えることだけではありません。性別やライフステージによって可能性を決めつけられることなく、一人ひとりが自分の意思で選べる環境をつくること。今回の対話から、そんな視点も見えてきました。
データは、答えではなく、問いを深めるためにある
同じデータを見ていても、立場や経験によって異なる仮説が生まれます。そして、問いは必ずしもセッションの時間内に完結するものではありません。「正しい答え」を探そうとして立ち止まったこと。すべてのデータを理解しようとすることを手放したこと。セッション後も問いを考え続けたこと。そうした経験もまた、データを通して社会を読み解く学びの一部だったのではないでしょうか。
次回、第3回のテーマは「ビジネスと人権」。データから社会の構造を読み解いたとき、企業や組織は、その構造に対してどのような責任を持つのでしょうか。今回生まれた問いを持ち寄りながら、社会の構造と自分たちの実践との関係を、さらに考えていきます。
DEI Studio 2026｜第2回
- テーマ：What do we see — and what do we miss?｜データから社会の構造を読み解く
- 開催日：2026年10月7日（水）
- ゲスト：一力 知一氏（京都女子大学 データサイエンス学部 客員教授）
- 主催：PROJECT SOLIT × Social Issue Lab（QO）
- 執筆：和田菜摘（PROJECT SOLIT）
- 寄稿： 八木橋パチ（DEI Studio Fellow）
※本記事は、当日の講義・対話の記録と参加者の振り返りをもとに構成しています。発言は趣旨を損なわない範囲で編集・要約しています。参加者個人の考察や仮説は、講師の見解や参加者全体の意見を代表するものではありません。