Research — Masanori Takezawa

Overarching Perspective

The Perspective Underlying My Research: A Culture-Gene Coevolutionary Approach

Starting Point

When I was an undergraduate in the 1990s, I often heard exchanges like this: "That's a sociological way of thinking. As a psychologist, I don't adopt that perspective — I explain this phenomenon from a psychological standpoint." Even then, this kind of disciplinary boundary-drawing felt wrong to me. To genuinely understand human beings and society, I believed, one needed to bring multiple perspectives to bear on the same phenomena.

Intellectual Formation — Sapporo & Berlin

It was during my training under Tatsuya Kameda and Toshio Yamagishi at Hokkaido University (1995–2000) that I first encountered the culture-gene coevolutionary approach. My time at the Center for Adaptive Behavior and Cognition, Max Planck Institute for Human Development in Berlin (2000–2006) — where I worked alongside Gerd Gigerenzer and Richard McElreath, and had the opportunity to interact with Peter Richerson, Rob Boyd, Joe Henrich, and Ernst Fehr, who were then visiting the Wissenschaftskolleg zu Berlin — gradually gave this perspective a more definite shape.

The Framework

The human mind is a product of evolution. The capacities for learning, imitation, and socialization are part of an adaptive psychological architecture forged over evolutionary time. Society and culture emerge through the interactions of individuals endowed with these capacities, via the cultural transmission and cumulative refinement of knowledge, behavioral practices, and values.

From this vantage point, my research has developed along two main directions:

Two Research Directions

What cognitive and learning capacities allow humans to acquire adaptive behaviors and judgments suited to their environments?
How do cooperation, norms, culture, and collective intelligence emerge from the interactions of individuals whose cognitive and learning capacities have been shaped by evolution?

私の研究を貫く視点：文化・遺伝子共進化アプローチ

出発点

私が学部生だった1990年代、こうしたやり取りをよく耳にしました。「それは社会学的な発想ですね。私は心理学者なので、その視点は取りません。私は心理学的な視点からこの現象を説明します」。私は、学問上のこうした分業のあり方に違和感を覚えていました。人間や社会という共通の対象を理解するには、複数の視点を組み合わせることが重要ではないかと考えていたからです。

札幌からベルリンへ

北海道大学（1995–2000）で亀田達也・山岸俊男から指導を受けている中で出会ったのが、culture-gene coevolutionary approach でした。2000年から2006年まで所属していたベルリンの Max Planck Institute for Human Development, Center for Adaptive Behavior and Cognition で研究生活を送り、Gerd Gigerenzer や Richard McElreath と交流し、また当時ベルリン高等研究所に滞在していた Peter Richerson, Rob Boyd, Joe Henrich, Ernst Fehr らと接するなかで、私の研究の基盤となる視点は次第に明確な形をとるようになりました。

理論的枠組み

人間の心は進化の産物であり、学習、模倣、社会化を可能にする諸能力は、進化の過程で形成されてきた適応的な心理的基盤の一部と考えられる。社会や文化は、そのような能力を備えた個人間の相互作用と、知識・行動様式・価値観の文化的伝達、およびその累積を通じて形成される。

この視点から、私は主に二つの方向で研究を行っている。

二つの研究方向

人間はどのような認知・学習能力によって、環境に適応的な行動や判断を獲得するのか。
そのような進化的に形成された認知・学習能力を備えた個人どうしの相互作用から、いかにして協力、規範、文化、集合知が創発するのか。

Research Themes

Topics & Projects

研究テーマ

The Evolution of Human Cooperation and Cultural Group Selection

Why do humans cooperate with strangers from whom they expect nothing in return? I study the evolutionary foundations of large-scale human cooperation, combining mathematical models, laboratory experiments, and computational approaches.

A central focus of this work is cultural group selection theory, one of the leading frameworks for explaining cooperation among non-kin. Much of the case for this theory has come from formal models showing that group-level cultural processes can sustain cooperation. By contrast, direct empirical evidence for the micro-level behavioral processes it presupposes—such as the tendency to copy successful outgroups—remains limited. My recent work aims to bridge this gap by examining the assumptions built into existing models and by testing the dynamics of cultural group selection in controlled laboratory settings.

人間の協力の進化と文化的集団淘汰

なぜ人間は血縁関係になく、見返りが期待できない場合にも協力するのか？この問題について、私は数理モデル、実験室実験、計算論的手法などの手法を組み合わせて研究を行ってきました。

特に近年、注目しているのが「文化的集団淘汰理論」です。この理論は、非血縁者に対する大規模な協力を説明する有力な説明枠組みの一つです。しかし、これまでの文化的集団淘汰理論は、洗練された数理モデルによるマクロな妥当性の証明が先行しており、「他の理論的メカニズムでは大規模な協力を説明できない」という消去法的なロジックによって支持されがちでした。つまり、成功している他集団の模倣といった「理論が前提とするミクロな行動プロセス」が、現実の人間において実際に駆動しているのかという直接的な実証データはなお限られています。私は、この理論的・実証的なギャップを埋めるため、数理モデルの前提を根本から検証するとともに、実験室実験によって文化的集団淘汰のダイナミクスを直接に検証する試みを重ねています。

Cumulative Cultural Evolution and the Emergence of Structure

Human culture—science, technology, language, and art—accumulates across generations into forms no individual could create alone. I study how this cumulative achievement becomes possible, and how repeated transmission shapes culture into structured, learnable forms.

My work asks not only why humans can preserve and improve cultural information over time, but also how transmission transforms what is being passed on. Repeated learning and communication do not simply preserve culture; they also filter it through the constraints of memory, learning, and production. Under these pressures, complex technologies can become more learnable and systematic, while initially unstructured signals can develop ordered and hierarchical patterns. I investigate these processes using transmission-chain experiments, the iterated learning paradigm, and computer simulation.

累積的文化進化と構造の創発

科学、技術、言語、美術といった文化は、世代を超えた伝達の連鎖を通じて、単独の個人では一生かけても到達できない高度な情報の体系へと発展してきました。これは累積的文化進化と呼ばれる現象です。しかし、文化は世代を経るごとに単に無秩序に複雑化していくわけではありません。人間の「学習や記憶の限界」という認知的制約のフィルターを通して伝達が繰り返されることで、複雑な技術はより学習可能で体系的な構造へと再編されうるし、ランダムな記号列からは体系的で階層的な語順規則が創発しうるのです。

私は、なぜ人間は文化を蓄積・発展させられるのか、そしてコミュニケーションや世代間伝達の過程で、文化がどのような統計的構造（単純さや体系性）を獲得していくのかを、伝達連鎖や繰り返し学習（Iterated Learning）と呼ばれる実験手法、およびコンピュータ・シミュレーションを用いて研究しています。

Wisdom of Crowds and the Design of Epistemic Democracy

Groups can sometimes make better judgments than even their best individual members—but only under the right conditions. I study when collective intelligence emerges, when it breaks down, and how institutions can be designed to support it.

A key issue in this research is that aggregation alone is not enough. Collective intelligence depends on how judgments are formed, how information is distributed, and how much correlation exists among participants' errors. When people rely on the same sources or are strongly influenced by one another, the epistemic advantages of diversity can quickly disappear. Through behavioral experiments on group decision-making and computer simulation, I examine the conditions under which collective intelligence can be sustained, and how this bears on broader questions about the institutional design of epistemic democracy.

集合知と認識論的民主主義の設計

多様な個人の意見を集約することで、最も優れた個人の能力をも凌駕する高度な判断が可能となることが知られています。これは「集合知」と呼ばれる現象です。しかし、人々が同じ情報源に依存したり、互いに影響し合って意見に相関が生じると、集合知は容易に損なわれます。

私は、集合知がどのような条件下で生じるか、集合知の成立を促進する制度や仕組みを探究しています。この問いは、政治哲学において論じられてきた「認識論的民主主義」に実証的・理論的な基盤を提供するものです。集団意思決定の行動実験やコンピュータ・シミュレーションを通して、集合知の発生条件や、集合知の発生を頑健に促進する仕組みや制度の設計について研究しています。

Ecological Rationality and the Evolution of Adaptive Learning

Human judgment is often described as biased or irrational, yet many such tendencies may be adaptive responses to uncertainty. I study how cognition and learning evolve under ecological pressures, with particular attention to reinforcement learning and decision-making under risk.

From this perspective, apparently irrational behavior may reflect an adaptive toolbox shaped for survival under limited information and cognitive resources. My work examines which learning rules are favored in risky and changing environments, and how these rules in turn shape patterns of human choice. Using computational modeling and evolutionary simulation, I investigate how adaptive learning mechanisms contribute to the architecture of decision-making, including the emergence of risk preferences.

生態学的合理性と適応的学習の進化

人間は、不確実で変動の激しい環境の中で、いかにして適応的な意思決定を行っているのでしょうか。進化の視点から見れば、一見すると不合理に見える人間の判断の偏りも、限られた情報と認知資源の中で生き抜くために磨かれた「適応的道具箱（Adaptive Toolbox）」として再評価することができます。

私は、「生態学的合理性（Ecological Rationality）」の観点から、個人の認知や学習能力がいかに進化してきたのかを探求しています。特に着目しているのは、人間が未知の環境に適応するための基盤となる「強化学習」などのメカニズムです。計算論的モデルや進化シミュレーションを用い、リスクや変動の激しい環境下でどのような学習規則が適応的に進化し、結果として人間の意思決定の基盤（リスク選好など）を形成してきたのかを検討しています。

The Computational Empiricism of Morality and Social Norms

Moral intuitions and norm internalization are often explained in terms of evolved, domain-specific psychological mechanisms. I revisit this question from an empiricist perspective, asking how far morality and social norms can be explained through learning.

This work uses reinforcement learning and Bayesian computational models to formalize empiricist accounts of morality and norm psychology. Rather than beginning from the assumption that moral cognition requires rich innate structure, I ask how apparently sophisticated moral behavior might arise from domain-general mechanisms such as learning from outcomes, uncertainty, and risk avoidance. The broader goal is to clarify what kind of innate endowment is genuinely necessary for morality and social norms, and what can instead be explained as the product of experience and learning.

道徳と社会規範の計算論的経験主義

道徳や社会規範には、人間に特有の生得的な基盤があるとしばしば考えられてきました。たとえば、「人間は何をすべきと感じるか」や「規範だと認識したら、自ら進んで遵守しなければならないと感じる（規範の内面化）」といった心の性質に、進化の過程で形成された特有の基盤を想定する立場です。

私は、こうした生得論的アプローチ（Nativist view）の役割を、道徳における学習や経験の役割を重視する経験主義（Empiricism）の立場から再評価しています。具体的には、強化学習やベイジアン計算論モデルといった手法を用いて道徳や規範における経験主義を数理的に定式化し、「一見すると高度な道徳性が、実は領域一般的な学習メカニズムからどこまで創発しうるのか」を検討しています。これにより、道徳や規範が成立するために真に必要な、最小限の生得的基盤とは何かを探究しています。