（前回よりつづく）

　今回は一般化について考えてみたいと思います。一般化するとはどういった営みなのでしょうか？　一般化は可能なのでしょうか？　あるいは不可能なのでしょうか？　そもそもなぜ一般化について考える必要があるのでしょうか？

なぜ一般化が重視されるのか？

　ここでは最後の問いをひっくり返して，一般化について考える必要性を感じないのはどういう人か？　という問いを出発点として考えてみましょう。

　例えば，推測統計学を用いた疫学的な研究を行っている研究者が一般化の問題で頭を悩ますことはあまりないと思われます。なぜなら，推測統計学は，母集団から多標本を無作為抽出することなどにより，確率論的に（特定の範囲に）一般化する理路を備えているためです。これを「直接的一般化」と呼ぶことにします（実はこの理路には限界があるのですが，それについては後述します）。

　他方，「それはどこまで一般化できるのですか？」と聞かれて一番困るのは，事例研究を行っている人です。事例研究は，まさに“その事例”について検討するものですから，そこから導き出された知見（構造）がその事例以外に当てはまる保証はどこにもないということになってしまいます。

　西條剛央について調べた構造は，西條剛央にしか当てはまらない可能性があるのと同様に，Aという施設において行われたフィールドワークの結果は，Aにしか当てはまらない可能性が常にある，ということです。

　もちろんそれでも個人的な営みとして考えれば意味はあります。例えば，僕の友人が僕の行動パターンを知ることは，僕の行動の予測や制御につながるため役立つということはあるでしょうし，A施設で働く人がA施設において行われている実践を構造（知見）として捉えておくことで役立つこともあるでしょう。

　しかし通常の研究は，より公共性のある知見を得ることを目的とするため，特定の個人や特定の施設のみに当てはまる知見を得ればそれでよいというわけにはいきません。基本的には，ほかの人間，ほかの関係性，ほかの施設，ほかの医療行為にも一般化できる（当てはまる）知見を，他者が利用可能な学知リソース（資源）として得ることが目的となるためです。

　科学的な研究において一般化が重視される理由はここにあるといえるでしょう。

従来の一般化の原理的不可能性

　それではやはり母集団から多標本を無作為抽出して，推測統計学を適用した疫学的な研究を行うしかないのかというと，そんなことはありません。実は，厳密にいうとそうした研究スタイルを徹底しても，原理的には母集団に直接一般化することは不可能なのです。

　例えば，全国から1万人を無作為抽出したとしても，もう亡くなってしまった方もいますし，これから生まれる人もいるため，すべての日本人に一般化することは不可能です。同様に，世界中から1000万人無作為抽出したとしても，あるいは仮に全数調査が可能だったとしても，その知見を人間全般に一般化することはできない，ということになります。

　さらにいえば，そこで得られた知見が1年後，10年後，50年後に当てはまる保証はありませんから，そうした時間的な観点からも，厳密な意味での直接的一般化は不可能と...