害を与えないでください

私たちは利己的に生まれているので、寛大さと利他主義を教えてみましょう 。 —リチャード・ドーキンス

「害を及ぼさない」は、最低限の倫理的要件です。 「自分に過度の危害を加えることなく、できる限り支援する」ことは、より厳しい義務であり、正しいことをしようとするときに直面する困難を味わうことができます。自己への「過度の害」とは何ですか？他の人のために生み出すことができる利益と、私たちが行う必要のある犠牲とをどのように比較検討するのでしょうか。

マックス・ベイザーマンは、合理的な倫理学者またはおそらく倫理的な合理主義者です。彼は、明確な思考が人類、他の生物、そして地球全体の一般的な福祉を改善するのに役立つと信じています。彼の最新の本のタイトル（Bazerman、2020）に示されているように、完璧は得られなかったかもしれませんが、私たちは私たちが持っているよりもうまくやることができます。

自己犠牲

功利主義者として、Bazermanは「最大の数に対して最大の量の善」を促進しようとしています（ドライバー、2014年）。厳格な功利主義者は、Maxが$ 10を取得した場合に$ 10を取得するよりも、Maxが$ 1,000を取得した場合に$ 11を取得します。あなたは厳格な功利主義者ですか？そして、あなたはトロリー問題で何をしますか？功利主義は、他の5人（または2人）の命を救うことができるなら、1人を犠牲にするべきだと言っています。自己は特別な地位を享受していないので、誰であれ、複数の人を救うことができるなら、あなたは自分自身を殺すべきです。あなたがこの道徳的要請に苦しんでいるなら、Bazermanは、回答者が無知のベールの後ろから判断を下した場合、功利主義をより好むという最近の研究について報告しています。ほとんどの人は、病院で死にかけている5人を救うために臓器を摘出することに同意しません。しかし、5人が病気になることを知って、6人のグループで自分自身を想像するように言われた場合、健康な個人の犠牲を受け入れる可能性が高くなります。問題は、無知のベールの後ろからの功利主義の支持が、必要性の事実が知られているときにその適用を正当化するかどうかです。

疑いの余地があります。思考実験では、6人が交換可能であるか、病気と健康のカテゴリへの割り当てが完全にランダムであると想定しています。健康な状態にある人は、事後に思考実験を行い、病床にいるのかもしれないことを理解する必要があります。彼女がこの思考実験を行うことを拒否した場合、彼女は有罪と言われます 結果バイアス （Krueger et al。、2020）。彼女はたまたま健康であり、そうでない可能性があることに気づいていません。

平等とランダム性は、実際の設定ではめったに提供されない抽象化です。なぜ健康な人が入院しているのかと疑問に思うかもしれません。 5人の患者は病気のためにそこにいますが、なぜ健康な人がそこにいるのですか？彼女は病気の親戚を訪ねていますか？もしそうなら、彼女は別の時間に来て、6人のグループに含まれることを避けることができたでしょう。今、彼女は物事がそうでなかったかもしれないと考える資格がないので、結果バイアスを示すことになっています。

プレートにステップアップできる他の健康な人がいるかどうかを尋ねる人もいるかもしれません。ベールの実験は、「なぜ私」の質問を精巧にします。他の誰かが死の宝くじに入らないのではないでしょうか？しかし、誰ですか？病棟の訪問者？病院にいる​​人はいますか？医療関係者は免除されますか？もしそうなら、彼らは「最大の数のための利益」にもっと貢献しますか？この質問は、消費可能性と価値の測定基準で個人をランク付けするための扉を開きます。そのユートピアの限界では、功利主義は全知です。すべての人の価値が「善に貢献する」という観点から知られている場合、無知のベールが破られ、最も価値の低い人が最初に犠牲になります。それは会計士の倫理です。現実の世界よりも思考実験の方がうまく機能します。

人々が功利主義の線に沿って考えることができることを示す思考実験には、抽象的で還元的な状況を選択する贅沢があります。そのような実験の結果は、そのような状況が世界で発見された場合にのみ、規範的な力を持ちます。無知のベールはそれが明らかにする以上に隠します。それは人々に彼らが持っている世界についての情報を無視するように頼みます、そしてその情報は重要かもしれません。

スコープ無視

功利主義者として、Bazermanはサポートします 効果的利他主義 。あなたが与えるお金があるなら、それが最も良いことをするところにそれを使ってください。これはほとんど物議を醸すものではありません。ただし、その影響の1つは単純ではありません。 Bazermanは、 スコープ無視 、またはより多くの利益を上げるためにより多くのお金を寄付することを望まない。回答者は、油流出の危機に瀕している2,000羽、20,000羽、または200,000羽の渡り鳥を救うためにいくら寄付するか尋ねられました。これらのグループ間でほとんど変化はありませんでした。平均（仮想）寄付は約80ドルでした。この結果はどれほど悪いですか？各回答者は、絶滅危惧種の鳥を指す1つの数字しか見ていなかったことに注意してください。おそらく回答者は、生態学的な理由に80ドルを費やす余裕があり、それでより多くの鳥を救うことができれば、はるかに良いと感じたのでしょう。

反復測定の研究デザインに目を向け、各回答者に3つすべての保存可能な鳥を提示することができます。さまざまな程度の利益を確認できるため、回答者はより多くの鳥を救うためにより多くのお金を費やす可能性があります（実際、Bazerman自身は、合理的な意思決定には比較を行う必要があると主張しています）。回答者が生態学的支出のための固定予算を持っていたとしても、彼らはそれを配分して、より大きな割合がより大きな影響を与えるようにすることができます。別の方法は、誓約が架空のものである限り、回答者に寄付金を提供し、それを3つの鳥のグループに分配するように依頼することです。回答者はまた、3つの寄付金、たとえば50ドル、80ドル、150ドルを受け取り、これらの金額を3つの絶滅危惧種の鳥に寄付するよう求められる場合があります。おそらく、要求特性が本当の好みを圧倒すると主張して、方法論者が反則を叫ぶのを聞くことができます。

要求特性は通常、そこにあるべきではない情報、つまり、回答者に何をすべきかを伝える情報の存在を含みますが、彼らの本当の好みを下回ります。要求特性の逆問題を見つけるのは難しく、名前すらありません。回答者に提供される情報が少なすぎると、彼らのタスクは不確定または不確定にさえなります。回答者に3羽の鳥のうち1羽だけを与えると、この種の問題が発生した可能性があります。回答者は、仮想の財布に手を伸ばして、生態系の救済にどれだけ貢献したいかを表現するだけで解決しました。

識別可能な被害者

予算が与えられた場合、人々は全体として人々を助けるよりも特定の個人を助けるためにより多くを寄付します。これは 識別可能な被害者の影響 （Small et al。、2007）。違いをなくすために、人々が統計的犠牲者により多くを与えるようにされることができることを望むでしょう。しかし、Small et al。は、回答者が特定可能な被害者の影響について知らされたとき、彼らは結局 もっと少なく 個人にとって、著者が「ひねくれた」と呼ぶ結果。

スモールらで特定可能な犠牲者の影響が発生したのはなぜですか。調査？回答者に提示された物語は手がかりを提供します。特定された犠牲者は食物、教育、および医療を受けると言われていますが、統計的犠牲者は食物のみを受け取ります（152ページの付録を参照）。関連して、非常に少量の援助を多数の犠牲者に分配するのが良いのか、それとも援助をまとめて一人に与えるのが良いのかと尋ねるかもしれません。違いは、救われた命がないことと、救われた命が1つあることの違いかもしれません。 「支援したい場合は、努力を集中する」というのは、状況によっては合理的な経験則です。

被害者を特定できるという本当の問題は、多くのドナーがボランティア活動をやりすぎてしまうことです（Krueger、2019）。ベビージェシカが井戸に落ちたとき、彼女は合計70万ドルの援助を受けました。寄付者が自分の寄付が1人の犠牲者に行き、他の寄付者のお金が他の犠牲者に行くと想定できる場合、過剰援助の問題は回避されます。物語。