概要
レビューは信頼できるか？このガイドは選択論理学のフレームワークを用いて、利益相反、情報源の信頼性、データの検証可能性を体系的に評価します。すべてのレビューには価値の前提が埋め込まれています（T1.2 系）。目標は「絶対的な真実」ではなく、現実世界での使用状況をより反映する可能性が高い情報源に認知予算を費やすことです。
理論との関連：T1 適合定理は、レビューの結論がレビュアーのシナリオを前提としていることが多いことを示唆しています。M4 比較分析は、一つの情報源に頼るのではなく、複数の情報源を相互に検証することを要求します。
情報源の信頼性
情報源によってインセンティブ構造は異なります。独立系メディア（編集と広告の分離）、KOL（提携関係の開示）、ブランド所有コンテンツ、ユーザーUGC（選択バイアスはあるが直接的な商業的利益はない）を区別することを優先します。
| 情報源の種類 | 典型的なインセンティブ | 信頼性のチェック項目 |
|---|---|---|
| 独立系メディア / テスト機関 | 購読料、広告、ブランドとの取引 | スポンサーシップの開示、一貫した方法論 |
| KOL / クリエイター | 広告、サンプル提供、アフィリエイト | 「スポンサー提供」「提携」「アフィリエイト開示」などの表示 |
| ブランドサイト / ストア | 販売コンバージョン | 仕様確認のみに利用し、中立的な証拠とは見なさない |
| ユーザーレビュー | 直接的な利益なし。時折偽レビューあり | 否定的/中立的な意見、投稿時期、検証可能性を読む |
利益相反
スポンサーシップが開示されていてもレビューが偽物になるわけではありませんが、検証のハードルは上がります。未開示のサンプル提供、アフィリエイトリンク、ブランドとの取引は、信頼性を著しく低下させます。権威バイアスと社会的証明を参照してください。著名人や「みんなが絶賛している」という事実は、利益相反の確認に代わるものではありません。
データの相互検証
主要な主張（性能、バッテリー、画質など）については、M2 多次元評価のようなアプローチを用い、少なくとも2つの独立した情報源で検証します。もし一つのレビューが、説明なしに検証可能なデータの大部分と矛盾する場合、そのレビューの重みを下げるか、不確かなものとして扱います。
よくある操作手法
選択的な情報提示、比較によるアンカリング、曖昧な表現（「クラス最高」など定義が不明確なもの）、レビューの大量生産と管理などがあります。これらを認識することは、アンカリング効果や確証バイアスを避けるのに役立ちます。
個人的なフィルターの構築
T2 認知予算定理に基づき、重要な意思決定の場合は、開示方針が明確な情報源を2～3つに絞り、利益相反と相互検証可能性を習慣的に確認します。重要でない場合は、「十分な」情報を受け入れ、際限のない検証を避けます。