[Verica - Root Cause Is for Plants, Not Software](https://www.verica.io/blog/root-cause-is-for-plants-not-software/) - [[VOID]]インシデントレポートの約4分の1（26％）は、特定の[[Root cause]]を特定するか、[[Root Cause Analysis]]（RCA）を行ったと明確に主張している。 - しかし、データセット全体が不完全であることを考慮し、予備的なものであると考えている。 - RCAについては、[[MTTR]]と同様、その決定力と見かけのシンプルさが魅力だが、これも誤解を招きやすい。 ### An Artificial Stopping Point - RCAでは、インシデントにはある特定の原因があり、それがなければインシデントは発生しなかったと考える。 - ドミノモデル > 安全研究者のシドニー・デッカーは、『[The Field Guide to Understanding 'Human Error'](https://www.amazon.com/Field-Guide-Understanding-Human-Error/dp/1472439058) 』の中で、人々が出来事の原因を選択するときのことを、「この選択は、瓦礫の中から見つけた単なる証拠によってよりも、社会政治的、組織的圧力によって行われることがある」と述べている。原因は見つけるものではありません。原因はあなたが構築するものである。どのように構築するか、どのような証拠から構築するかは、どこを見るか、何を探すか、誰に話すか、何を見たことがあるか、そしておそらく誰のために働くかによって決まる。" まず、Casey Rosenthalによるソフトウェア中心の思考実験からアプローチしてみましょう。 [[Inhumanity of Root Cause Analysis]] > 「公にはされていないが、多くの有名な停電に似た大規模な停電の例を考えてみよう。あるサービスを停止させるような設定変更が行われた。この停電は十分な規模であったため、検知に要する時間はほぼ即時であった。しかし、復旧には少し時間がかかり、約40分かかりました。サービスは、設定ファイルの1行を元に戻すことで復旧しました。この1行が事故の「根本的な原因」であると言いたくなる。別の原因として考えられるものを考えてみましょう。