3人の囚人問題の真相!確率が2分の1にならない理由とカラクリ
このパラドックスは、単なる机上の数学クイズにとどまりません。私たちが日常生活やビジネスの現場で判断を下す際にも、極めて重要な教訓を与えてくれます。
典型的な例が、医療検査の陽性判定や不正検知システムの精度です。
例えば「精度99%の検査」で陽性が出たとしても、対象となる病気の罹患率そのものが1000人に1人(0.1%)と極めて低い場合、実際に病気にかかっている確率は半分以下(数%〜数十%)にとどまるケースが多々あります。これは、ベースとなる事前確率(事前分布)を無視して「目の前の検査結果」だけに引っ張られてしまう「基準率の無視」と呼ばれる認知バイアスです。
囚人Aが犯した過ちは、「Bが処刑される」という既知の情報に対して、その情報がどのような意図・制約のもとで発生したか(看守の選択プロセス)を考慮せず、ただ「残った人数が2人だから1/2」と短絡的に結論づけた点にあります。
2026年の現代において、AIのレコメンドやビッグデータ分析など、条件付きの確率情報に触れる機会は激増しています。「新しい情報が入ったとき、どの確率が固定され、どの確率が変化したのか」を冷静に見極めるベイズ的思考は、現代人に必須のリテラシーといえます。