サマリー：
モンティホール問題を通して、人間の直感がなぜ誤るのかを解き明かす。誤りの原因は「前提の消失」による見え方のズレにある。極端化と単純化という操作によって、見えない構造を捉える思考法を考察する。
この記事でわかること：
- なぜ人は「どちらも同じ」に見えてしまい、直感を誤るのか
- モンティホール問題で起きている「前提の消失」というズレの正体
- 極端化によって構造を可視化する具体的な考え方
- トイプロブレムで複雑な問題を「理解できる形」に変える方法
- 極端化と単純化を、見えない理由に応じて使い分ける視点
「なんとなくこっちが良さそう」と感じて選んだ結果が、あとから振り返ると間違っていた。
そんな経験はありませんか？
私たちは普段、目の前に見えているものをそのまま理解しているつもりでいます。
しかし、ときにその理解は驚くほど簡単に外れます。
しかも厄介なのは、「なぜ間違えたのか」が自分では分かりにくいことです。
これは単なる判断ミスではなく、見え方そのものに含まれているズレによって自然に起きています。
私たちは「見えているもの」をそのまま捉えているつもりで、無意識のうちに前提を置き換え、都合のよい形で状況を理解してしまっています。
見えるものに頼るほど、見えないものは見えなくなる。
そのズレに、どうすれば気づけるのでしょうか。
📖関連記事：フレーム問題と捨てる技術：AIが教える意思決定の本質
1. なぜ「どちらも同じ」に見えてしまうのか？
私たちは、目の前に見えている状況を、そのまま判断の材料にします。
見えているものが同じなら、結果も同じはずだ。
そう考えるのは、ごく自然なことです。
たとえば、こんな問題があります。
3つのドアがあり、そのうち1つの後ろには当たりがある。
あなたが1つ選ぶと、残りのドアのうち1つが開けられ、ハズレであることが示される。このとき、最初の選択を変えたほうがいいでしょうか。
この問題は、モンティホール問題と呼ばれる有名な問題です。
多くの人はこう考えます。
「どちらでも同じではないか」
目の前には2つのドアが残っている。
どちらが当たりでもおかしくないように見える。
だから、確率は1/2のはずだ、と。
flowchart LR
subgraph 初期状態
A[ドアA]
B[ドアB]
C[ドアC]
end
A -->|あなたが選ぶ|A1[残る：最初に選んだドア]
B -->|司会者が開ける|B1[開けられたドア：ハズレ]
C --> C1[残る：最初に選ばなかったドア]AとC、どちらを選ぶべきか？
この感覚は、とても自然です。
むしろ、そう考えるほうが普通かもしれません。
私たちは、「今見えている状態」だけをもとに状況を理解します。
しかし実際には、その状態に至るまでの過程や前提は、目の前には現れていません。
この問題でも、最初にドアを選んだ時点で、確率の偏りはすでに決まっています。
しかし私たちは、「残っている2つのドア」だけを見てしまう。
すると、もともとあった差が見えなくなり、確率もまた、半分ずつに見えてしまうのです。
つまり、前提が見えなくなっているのです。
この問題では、最初に選んだドアを変えた方が、当たる確率は2倍になります。
なぜ私たちは、「見えているはずのもの」を見落としてしまうのでしょうか。
そして、どうすればそのズレに気づくことができるのでしょうか。
📖見えないことに気付くこと：対偶で見る確証バイアス：ウェイソン選択課題が示す盲点
2. 見えないものは、引き伸ばせば見える
構造を見抜くひとつの方法は、問題を極端にすることです。
ドアが3枚ではなく、100枚あったらどうでしょうか。
そのうち1つだけが当たりで、あなたは最初に1枚を選ぶ。
そのあと、司会者が残りの98枚を開け、すべてハズレであることを示す。
そして最後に、1枚だけ閉じたドアが残る。
このとき、あなたはどうするでしょうか。
- 最初に選んだドアを、そのまま信じ続ける
- それとも、残された1枚に乗り換える
おそらく、多くの人は後者を選びます。
最初に選んだドアが当たりである確率は、わずか1%。
残された1枚に、残りの99%が集まっているように見えるからです。
ここではもう、「どちらでも同じ」とは感じないはずです。
ではなぜ、3枚のときには1/2に見えたものが、100枚になると、はっきりと偏って見えるのでしょうか。
問題そのものは変わっていません。
やっていることも同じです。
変わったのは、見え方だけです。
3枚のときには見えなかった「最初の選択の影響」が、100枚にすることで、そのままの形で現れます。
つまり、前提が崩れずに残るのです。
もともと確率は、最初の選択の時点で分かれていました。
しかし3枚のときには、その違いが小さすぎて見えない。
だから私たちは、目の前の2択だけで判断してしまう。
一方で100枚にすると、その差は無視できなくなります。
最初に外れを選んでいる可能性が、圧倒的に高いこと。
そしてその可能性が、最後の1枚にそのまま集まること。
それが、直感的に見えるようになるのです。
ここで起きているのは、新しい情報が増えたわけではありません。
ただ、もともとあった構造が、見える形になっただけです。
極端にすることで、曖昧だった差が引き伸ばされる。
その結果、前提を保ったまま捉えられるようになります。
3. 複雑さは、構造を隠す
ここまで見てきたのは、問題を「極端にする」ことで、見え方を変える方法でした。
では、この方法は、どんな問題にも使えるのでしょうか。
実際には、そうとは限りません。
極端にしても、何が起きているのか分からない。
差を引き伸ばしても、構造が見えてこない。
そんな場面もあります。
そんなときに有効なのが、問題を単純にするという方法です。
要素を減らし、条件を絞り、「何が起きているのか追える状態」をつくる。
この考え方は、AIやプログラミングの分野では、トイプロブレムと呼ばれています。
① 手書き文字認識：問題を切り分ける
たとえば、手書きの数字を撮影し、判別するプログラムを考えてみます。
本来であれば、
- 書き方は人によってバラバラ
- 線の太さや傾きも違う
- 数字は10種類ある
といった複雑さがあります。
このままでは、うまくいかなかったときに、
何が原因なのか分かりません。
そこで、問題を意図的に単純にします。
- 画像サイズを揃える
- 扱う数字を限定する（0と1だけなど）
- データ数を最小限にする
こうして「何が起きているのか追える状態」をつくります。
すると、
- 入力と出力の関係は正しいか
- モデルは学習できているか
- どこでズレているのか
を一つずつ確認できるようになります。
② 巡回セールスマン問題：解けない問題を扱うための単純化
もう一つ、アルゴリズムの分野でよく知られている例があります。
巡回セールスマン問題です。
これは、
「複数の都市をすべて一度ずつ訪れ、最も移動距離が短くなるルートを求める」
という問題です。
一見シンプルですが、都市の数が増えると、考えられるルートの数は爆発的に増えていきます。
10都市でもすでに膨大で、現実的にはすべてを試すことはできません。
では、どうするのでしょうか。
この問題は、正しく解こうとすると、そもそも計算が現実的に不可能になります。
ここでも単純化が有効です。
- 都市の数を減らす（例：4〜5都市）
- 距離を単純な数値にする
- 地理的な制約を取り除く
こうして「全体が見渡せる状態」をつくります。
この小さな問題であれば、
- すべてのルートを試すことができる
- 最適解がどれか分かる
- アルゴリズムが正しく動いているか検証できる
つまり、解ける形に変えてから、構造を理解するのです。
そして理解できた段階で、少しずつ問題を元の複雑さに戻していく。
最初から解けない問題に挑むのではなく、扱える形に作り直しているのです。
単純化とは「削ること」ではない
重要なのは、単に簡単にすることではありません。
理解できる形に作り直しているという点です。
複雑なままでは見えなかった関係が、要素を減らすことで、そのままの形で現れるようになります。
「極端にする」ことは、違いを引き伸ばすことで構造を浮かび上がらせる。
一方、「単純にする」ことは、余計なものを取り除くことで構造を残します。
方向は逆ですが、やっていることは同じです。
見え方を変えることで、構造を捉えているのです。
4. 見え方は、どう使い分ければいいのか？
ここまで見てきたのは、問題の見え方を変える2つの方法でした。
- 極端にする
- 単純にする
では、実際にはどのように使い分ければいいのでしょうか。
答えはシンプルです。
見えない理由に応じて、使い分ける。
違いが分からないときは、引き伸ばす
選択肢の差が小さく、どちらも同じに見えるとき。
その場合は、違いを無理に見つけようとするのではなく、あえて差を大きくします。
たとえば、
- 「どちらが良いか分からない」ではなく、「これが100回続いたらどうなるか」と想像する
- 「今は問題なさそう」ではなく、「これを1年続けたらどうなるか」と考えてみる
- 「どちらも同じに見える」ではなく、「最悪のケースではどちらがより悪いか」と問い直す
こうして問いを引き伸ばすことで、もともとあった差が、はっきりと見えるようになります。
複雑すぎるときは、削る
情報が多すぎて整理できないとき。
何が重要なのか分からないとき。
その場合は、一度すべてを扱おうとしないことです。
要素を減らし、条件を減らし、最小の形にまで落とします。
たとえば、
- 「何を選ぶべきか」ではなく、「この1つの要素だけで判断するとしたらどうか」と問い直す
- 「全部を改善しよう」ではなく、「1つだけ変えるとしたら何か」と考えてみる
- 「いろいろな要因がありそう」ではなく、「この結果に一番影響していそうな要素はどれか」と絞る
現実を正確に再現する必要はありません。
重要なのは、構造が見える状態をつくることです。
問いを作り直す
ここまでの2つは、どちらも「問いの操作」です。
重要なのは、最初の問いに固執しないことです。
「この問題をどう解くか」ではなく、「この問いのままでいいのか」を疑う。
- 基準はどこにあるのか
- 何を前提にしているのか
- それは残すべきか、削るべきか
そうやって問いを揺さぶることで、見え方そのものが変わっていきます。
つまり、問題とは、そのまま解くものではなく、見える形に変えてから考えるものなのです。
📖問い続けることの重要性：確証バイアスとは？見たい現実だけを見る判断の罠
まとめ：問題は「解くもの」ではなく「変えるもの」
見えているものだけで判断すると、本当に重要なものは見えなくなります。
たとえばモンティホール問題では、私たちは「残った2つのドア」だけを見てしまいます。
しかし実際には、最初にどれを選んだかという前提が、そのまま確率に影響し続けています。
にもかかわらず、その前提は、目の前には見えていません。
だから私たちは、「どちらも同じ」に見えてしまうのです。
ゆえに、必要なのは、一度、形を変えてみることです。
極端にして、違いを引き伸ばす。
単純にして、余計なものを削る。
そうやって見え方を変えることで、はじめて構造が立ち現れます。
- 違いが見えないのか
- 複雑すぎて追えないのか
自分が今、どちらの状態にいるのか。
それを見極めた上で、方法を選ぶことです。
そして、私たちは、問題を解こうとする前に、問いそのものを疑うことができます。
- その基準はどこにあるのか
- 何を前提にしているのか
- その問いは、このままでいいのか
問いを揺さぶることで、見え方そのものを変えることができます。
構造は、最初から見えているものではありません。
操作されたときに、はじめて現れるものです。
学んだこと
- 前提の消失：過程を見ずに「今の状態」だけで判断すると、構造を見誤る
- 極端化：差を大きくして、隠れていた偏りを見えるようにする
- 単純化：要素を減らし、因果関係が追える状態をつくる
- トイプロブレム：小さな問題で理解し、そこから広げていく
- 問いの再設計：見えない問題は、形を変えてから考える
