3囚人問題の罠とは？直感が騙される理由と確率の真相を完全解説

数学や確率論の歴史において、これほど人間の直感を鮮やかに裏切り、世界中で激しい論争を巻き起こした思考実験は他にありません。「3人の囚人のうち、恩赦になる1人は誰か」という極めてシンプルな舞台設定でありながら、プロの数学者や統計学者ですら一瞬の錯覚に囚われる名作パズル、それが「3囚人問題」です。

「処刑される仲間の名前を1人教えてもらっただけなのに、なぜ自分の恩赦確率は上がらないのか」「なぜもう1人の生存確率だけが跳ね上がるのか」。一見すると不条理に思えるこのパラドックスの裏には、情報の非対称性と「条件付き確率」の厳密な数理メカニズムが隠されています。本稿では、直感が抱く違和感を論理的に解き明かし、ベイズの定理を用いた証明からモンティ・ホール問題との本質的な違いまで、余すところなく検証します。

📌 【この記事の重要ポイントまとめ】

• 要点1：看守から「Bが処刑される」と聞いても、質問した囚人Aの恩赦確率は3分の1のまま変動しない。
• 要点2：看守の発言という「条件」が付いたことで、もう1人の囚人Cが恩赦を受ける確率が3分の2へ倍増する。
• 要点3：直感が「2択だから2分の1」と誤認する原因は、看守の回答行動に含まれる「選択の偏り（情報の偏り）」を見落とすことにある。

【問題の全体像】3囚人問題の基本設定と直感が引き起こす錯覚

まずは、この古典的な確率パズルが提示する状況を正確に整理します。ある刑務所に、A、B、Cという3人の囚人が収監されています。

ある日、国王によって「3人のうち公平な抽選で選ばれた1人だけに恩赦（釈放）が与えられ、残る2人は翌朝に処刑される」という決定が下されました。この時点では、3人それぞれが恩赦を受ける確率は完全に均等であり、それぞれ3分の1（約33.3%）です。

処刑前夜、不安に耐えかねた囚人Aは、恩赦の対象者をあらかじめ知っている看守長に対し、こっそり次のように持ちかけました。

「看守さん、誰が恩赦になるかを直接教えてくれとは言いません。しかし、BとCのうち少なくともどちらか1人は必ず処刑されますよね。処刑されるほうの囚人の名前を1人だけ教えてくれませんか？ 私自身の運命を聞くわけではないので、秘密を漏らしたことにはならないはずです」

看守は少し考え、「もっともな理屈だ」と納得し、こう答えました。
「Bは処刑される」

この返答を聞いた囚人Aは、心の中で歓喜しました。「これで処刑される候補からBが完全に消えた。恩赦になるのは私Aか、それともCのどちらか2人だ。つまり、私が生き残る確率は3分の1から2分の1（50%）に跳ね上がったに違いない！」

しかし、確率論が導き出す冷徹な結論は、囚人Aの期待を無慈悲に打ち砕きます。囚人Aが恩赦を受ける確率は3分の1のまま1ミリも変わっていません。そして驚くべきことに、何も聞いていない囚人Cの恩赦確率が3分の2（約66.7%）へと跳ね上がっているのです。

なぜ恩赦の確率は変わらないのか？看守の答えがもたらす罠と真相

「3人のうち1人が消えて残り2人になったのだから、確率は2分の1になるはずだ」。多くの人がこの直感的なトラップに嵌まる最大の理由は、「看守が回答したプロセス」に潜む情報の偏りを無視してしまう点にあります。

このパラドックスを解く決定的な鍵は、囚人A自身の運命ごとに「看守がどう答えるしかなかったか」という行動パターンの分岐を観察することです。

以下の3つの世界線に分けて考えてみます。

①【恩赦がAの場合】（確率：1/3）
処刑されるのはBとCの両方です。看守は「B」と答えることも「C」と答えることも自由に選べます。看守がコイントスなどのランダムな基準で名前を選ぶとすれば、看守が「B」と答える確率は1/3 × 1/2 ＝ 1/6となります。

②【恩赦がBの場合】（確率：1/3）
処刑されるのはAとCです。しかしAは「BかCの処刑されるほうを教えろ」と頼んでいるため、看守は恩赦対象であるBの名前を口にできません。したがって看守は必ず「C」と答えるしかなく、看守が「B」と答える確率は0です。

③【恩赦がCの場合】（確率：1/3）
処刑されるのはAとBです。看守は恩赦対象であるCの名前を言うわけにはいかないため、必然的に「B」と答えるしか選択肢がありません。したがって、看守が「B」と答える確率は1/3 × 1 ＝ 1/3（2/6）となります。

看守が実際に「B」と発言した世界線だけを拾い上げると、該当するのは①のケース（確率1/6）と③のケース（確率2/6）の2つしか存在しません。

看守が「B」と言ったという確定情報のもとでは、全体の発言確率は「1/6 ＋ 2/6 ＝ 3/6（1/2）」に絞られます。その全体の中で、Aが恩赦である割合は(1/6) ÷ (3/6) ＝ 1/3にとどまります。一方、Cが恩赦である割合は(2/6) ÷ (3/6) ＝ 2/3となり、実にAの2倍の確率を占めることになるのです。

【樹形図とベイズの定理】事後確率の計算方法と完全な数学的証明

直感的な説明に加えて、大学の統計学やデータサイエンスの講義で用いられる条件付き確率の公式とベイズの定理を用いた厳密な計算手順を確認しておきましょう。

事象を以下のように定義します。

• $A, B, C$：それぞれの囚人が恩赦になる事象（事前確率：$P(A) = P(B) = P(C) = 1/3$）
• $K_B$：看守が「Bが処刑される」と証言する事象

各状況下で看守が「B」と証言する条件付き確率（尤度）は以下の通りです。

• $P(K_B | A) = 1/2$ （Aが恩赦なら、看守はBかCを等確率で選ぶ）
• $P(K_B | B) = 0$ （Bが恩赦なら、看守はBと言えない）
• $P(K_B | C) = 1$ （Cが恩赦なら、看守はBと言うしかない）

看守が「B」と証言する全確率 $P(K_B)$ は、全確率の公式により次のように求まります。

$$P(K_B) = P(A)P(K_B | A) + P(B)P(K_B | B) + P(C)P(K_B | C)$$ $$P(K_B) = \left(\frac{1}{3} \times \frac{1}{2}\right) + \left(\frac{1}{3} \times 0\right) + \left(\frac{1}{3} \times 1\right) = \frac{1}{6} + 0 + \frac{1}{3} = \frac{1}{2}$$

ここでベイズの定理を適用し、看守が「B」と証言したという情報が得られた後の、AおよびCが恩赦である事後確率を算出します。

【囚人Aの事後確率】
$$P(A | K_B) = \frac{P(A)P(K_B | A)}{P(K_B)} = \frac{\frac{1}{3} \times \frac{1}{2}}{\frac{1}{2}} = \frac{\frac{1}{6}}{\frac{1}{2}} = \frac{1}{3}$$

【囚人Cの事後確率】
$$P(C | K_B) = \frac{P(C)P(K_B | C)}{P(K_B)} = \frac{\frac{1}{3} \times 1}{\frac{1}{2}} = \frac{\frac{1}{3}}{\frac{1}{2}} = \frac{2}{3}$$

数学的な計算結果は明瞭です。看守の発言は囚人Aにとって「自分以外の2人のうち誰が死ぬか」という既知の事実（BかCのどちらかは必ず死ぬ）の具体例を聞いたに過ぎず、A自身の生存に関する新しい情報量を一切含んでいません。そのため、Aの事後確率は事前確率の3分の1のまま据え置かれるのです。

モンティ・ホール問題との決定的な違いと共通するパラドックスの構造

3囚人問題と極めて類似した問題として世界的に名高いのが、米国のテレビ番組を発端とする「モンティ・ホール問題」です。両者は確率論において完全に同型（数学的構造が同一）の問題として扱われます。

1959年に数学者マーティン・ガードナーが米科学雑誌『サイエンティフィック・アメリカン』で紹介したのが「3囚人問題」であり、その約30年後の1990年、雑誌『パレード』のコラム「マリリンにおまかせ」でIQ最高記録保持者マリリン・ボス・サヴァントが回答して大論争を巻き起こしたのが「モンティ・ホール問題」でした。

両者の構造的な対応関係は次のようになっています。

【3つの要素の対比】

• 3枚のドア（当たり1つ・ハズレ2つ） ＝ 3人の囚人（恩赦1人・処刑2人）
• プレイヤーが最初に選んだドア ＝ 質問した囚人A
• 司会者モンティがハズレのドアを開ける ＝ 看守が「Bは処刑」と教える
• 残されたもう1枚のドア ＝ 何も聞かされていない囚人C

モンティ・ホール問題では、「ドアの選択を変えるべきか？」と問われ、ドアを変えると当選確率が1/3から2/3へ倍増するため「絶対に選択を変えるべき」が正解となります。一方、3囚人問題では囚人Aが自分自身と誰かの立場を能動的に交換するわけではないため、「Aの確率は変わらず、Cの確率だけが2/3になっている」という結末として表現されます。

本質は全く同じでありながら、3囚人問題のほうが「自分の運命が変化していないこと」を直視させられるため、心理学的な納得感を得るのが一層難しいパズルとして知られています。

【実態検証】なぜ知識人や数学者すら騙されたのか？人間の認知バイアス

確率論の専門家であっても、初見では直感に惑わされるケースが後を絶ちません。かつてモンティ・ホール問題がメディアで報じられた際も、全米から約1万通の反論レターが届き、そのうち約1,000通は数学や理系の博士号（Ph.D.）を持つ学者からの猛烈な抗議でした。「数学者として恥を知れ」「直ちに誤りを認めろ」といった感情的な罵声が寄せられた歴史があります。

なぜ人間はこれほどまでに「2分の1」という誤答に執着してしまうのでしょうか。認知心理学と意思決定論の観点から検証すると、人間の脳に備わった2つの強力な認知バイアスが浮かび上がります。

①「等確率の錯覚（Equiprobability Bias）」
人間は不確実な選択肢が目の前に「2つ」提示されると、それぞれの選択肢の背景にある確率の成り立ちを無視し、無意識に「半々（50%ずつ）」と等分に割り当ててしまう強い認知的傾向を持っています。「AかCの2人しかいないのだから各50%だ」という短絡的な直感が、論理的思考をハイジャックしてしまうのです。

②「非対称な情報発生プロセスの見落とし」
「看守がBと言った」という事実だけに着目し、「なぜ看守はCではなくBと言ったのか」「もしCが恩赦だったら看守はBと言うしかなかった」という発言に至る選択の制約条件を無視してしまう点です。人間は静的な結果だけを見て判断し、動的な発生プロセスの確率の偏りを軽視する性質があります。

【プロの結論】データ社会を生き抜くための「条件付き確率」思考法

3囚人問題は、単なる知的なお遊びや数学パズルにとどまりません。ビジネス戦略、投資判断、医療診断、AIのデータ分析など、不確実な世界で正確な意思決定を下すための極めて重要な示唆を与えてくれます。

【プロの結論】確率思考を正しく身につけられる人・罠に嵌まる人の判断基準

▼ 確率の罠に嵌まりやすい人の特徴

• 目の前の選択肢の数だけで単純に確率を計算してしまう（選択肢が2つ＝50%と即断する）
• 新しく入ってきた情報が「本当に新しい情報量（エントロピーの減少）を持っているか」を吟味しない
• 客観的なデータ計算よりも、自身の直感や「感覚的な納得感」を優先してしまう

▼ 不確実性を制するデータリテラシーを持つ人の特徴

• 「その情報が得られた背景」にあるルールや制約条件に目を向ける
• 事前確率（ベースレート）を常に把握し、新情報によって何が更新され、何が更新されないかを切り分ける
• 直感を疑い、ベイズの定理や樹形図を用いて事後確率を客観的にモデル化する習慣を持つ

現代のAIアルゴリズムや機械学習、ベイズ統計による意思決定モデルは、すべてこの条件付き確率の論理を基盤に動いています。「直感は平気で嘘をつく」という事実を受け入れ、客観的な確率の枠組みで世界を捉え直す姿勢こそが、情報過多な時代における最良の武器となります。

【3 囚人 問題】に関するよくある質問（FAQ）

Q1：囚人Aの恩赦確率は、なぜ1/2ではなく1/3のままなのですか？
看守の発言は「BとCのうち処刑される1人の名前」を明かしただけであり、Aにとって「BかCのどちらかは必ず処刑される」という当初から分かっていた前提の範囲内の情報に過ぎないからです。A自身の生死に関する新たな情報量はゼロであるため、Aの事前確率（1/3）はまったく更新されません。

Q2：もし看守がランダムに3人の中から処刑者を1人選んで「Bだ」と答えた場合はどうなりますか？
もし看守がAの質問に関係なく、処刑される2人の中から完全にランダムに名前を挙げ（仮にAが処刑される場合でもAの名前を言う可能性があるルール）、その結果「B」と告げられたのであれば、Aの生存確率は1/2に上がります。看守が「Aの名前を言うことを禁じられていた」というルールの制約こそが、確率を1/3に固定している原因です。

Q3：囚人Aが恩赦確率を上げる方法は何か存在したのでしょうか？
看守から情報を引き出す行為そのものでは、A自身の確率を上げることは原理的に不可能です。ただし、もしモンティ・ホール問題のように「看守の発言を聞いた後、Cと立場を交換する権利」が与えられていたならば、Aは迷わずCと立場を代わるべきでした。そうすれば生存確率は2/3へと倍増します。

まとめ：直感を疑い「条件付き確率」で世界を正しく捉え直す

3囚人問題が教えてくれる真実は、人間の脳がいかに「直感的な対称性」に騙されやすいかという教訓です。「候補が2人に絞られたから確率は半々になる」という安易な結論は、情報が生成された背景の偏りを見落とすことで生じる数学的な盲点でした。

ビジネスの市場分析やリスク管理においても、「一見すると選択肢が絞られたように見えて、実は自分に有利な確率は一切上がっていない」という現象は頻繁に発生します。直感の心地よさに逃げ込まず、背後にある条件付き確率を冷静に見極める力こそが、誤った判断を防ぐ唯一の防壁となります。 （出典: 3 囚人 問題（Yahoo!ニュース））