ゲーム理論 on kenji.blog

道路を新しく作ったら、なぜか渋滞が悪化した？：ブラスのパラドックス

Thu, 10 Sep 2026 21:00:00 +0900

朝の通勤ラッシュ。毎日渋滞する道路にイライラしているあなたのもとに、朗報が届きました。「渋滞解消のため、都市計画部門が最新のショートカット道路を建設しました！」これで明日から少し長く眠れる、と誰もが期待したはずです。

しかし翌日、新しい道路がオープンすると、事態は良くなるどころか前よりもひどい大渋滞を引き起こし、全員の通勤時間が長くなってしまいました。

これは都市伝説や行政の失敗談ではありません。1968年にドイツの数学者ディートリッヒ・ブラスによって数学的に証明された、ネットワーク理論における有名な現象**「ブラスのパラドックス（Braess’s Paradox）」**です。

パラドックスのモデル：4,000人の通勤者

なぜ「道が増えたのに全員が遅くなる」現象が起こるのか、簡単な数学モデルで確認してみましょう。

スタート地点（自宅エリア）からゴール地点（オフィス街）に向かう4,000人のドライバーがいます。最初は、以下のような2つのルート（上ルート・下ルート）しかありませんでした。

上ルート：細い道 $A$ を通り、そのあと広い高速道路 $B$ を通る。
下ルート：広い高速道路 $C$ を通り、そのあと細い道 $D$ を通る。

「細い道」は車が増えると渋滞するため、所要時間は「走っている車の数 $\div 100$」分かかります。「広い高速道路」はどれだけ車が来ても渋滞せず、常に「45分」かかります。

【道路建設前】の所要時間

ドライバーたちは賢いので、少しでも早いルートを選ぼうとします。結果として、4,000人は上ルート（2,000人）と下ルート（2,000人）に均等に分かれます。

上ルートの所要時間：$\frac{2000}{100}$ 分（細い道） + $45$ 分（高速） = $65$分
下ルートの所要時間：$45$ 分（高速） + $\frac{2000}{100}$ 分（細い道） = $65$分

どちらのルートを選んでも、所要時間は全員「65分」で安定します。

ショートカット道路の罠

ここで、市長が「中継点1から中継点2へ、所要時間0分（一瞬）で移動できる夢の超高速バイパス」を建設したとします。

ドライバーたちは新しいルートの選択肢を手に入れました。スタート地点に立ったドライバーはこう考えます。「高速道路C（45分）を使うより、細い道Aを使った方がマシだ。最悪でも4000人全員がAを選んだとして40分（4000/100）で済むからだ」

したがって、4,000人全員が「細い道A」に向かいます。中継点1に着いた彼らは、また考えます。「高速道路B（45分）を使うより、新バイパス（0分）を通って細い道Dを使った方がマシだ。最悪全員がDを通っても40分だからだ」

したがって、4,000人全員が「新バイパス」を通って「細い道D」に向かいます。

【道路建設後】の所要時間

全員が「自分にとって一番早い（合理的な）選択」をした結果、全員が同じルート（A → 新バイパス → D）を通ることになりました。

その所要時間を計算してみましょう。

細い道 $A$：$\frac{4000}{100} = 40$分
新バイパス：$0$分
細い道 $D$：$\frac{4000}{100} = 40$分
合計：$80$分

なんと、便利な新しいショートカットができたにもかかわらず、全員の通勤時間が**「65分」から「80分」に悪化**してしまいました。

「誰か一人でも裏道を（旧ルート）を使えばいいじゃないか」と思うかもしれませんが、もし一人が裏道の高速ルート（45分+40分=85分）を選ぶと、今の80分よりもさらに遅くなってしまうため、誰もルートを変えようとはしません。これをゲーム理論では**「ナッシュ均衡」**に達していると言います。全員が自分にとって最適な行動をとった結果、全体としては最悪の結果に陥ってしまっているのです。

現実世界での実例

ブラスのパラドックスは単なる机上の空論ではなく、現実の都市交通やネットワークシステムで何度も観察されています。

1969年ドイツ・シュトゥットガルト：交通渋滞を解消するために新しい道路を建設しましたが、渋滞が悪化。結局、その新しい道路を封鎖したところ、交通の流れが改善しました。
1990年ニューヨーク：アースデーのイベントで、渋滞のメッカである「42丁目」を完全に封鎖したところ、交通の専門家の予想に反して、マンハッタン全体の渋滞が劇的に解消しました。
通信ネットワーク：インターネットのルーティングや電力網でも同じ現象が起こり得ます。新しいケーブルや回線を追加した途端に、データパケットが「最適だと思われる最短経路」に集中してしまい、ネットワーク全体がダウンすることがあります。

ブラスのパラドックスは、「個人の合理的な選択（エゴイズム）の集合」が、必ずしも「全体の最適な結果」をもたらすとは限らないという、複雑系社会のジレンマを見事に表現しています。時には、「選択肢（自由）を奪うこと」が、全員の利益になることもあるのです。

ニューコムのパラドックス：未来を見通す超人に、あなたは勝てるか？

Thu, 10 Sep 2026 08:00:00 +0900

1. 究極の選択ゲーム

あなたの目の前に、自らを「オメガ」と名乗る超知能を持った宇宙人が現れました。オメガは人間の行動を分析する達人で、**「対象者が次にどんな選択をするか、ほぼ100%の精度で未来を予測できる」**という恐るべき能力を持っています。過去の実験でも、オメガの予測は一度も外れたことがありません。

オメガはあなたの前に、2つの箱を置きました。

箱A：透明な箱。中には確実に**「10万円」**が入っています。
箱B：中身が見えない箱。中には**「1億円」が入っているか、あるいは「空っぽ（0円）」**のどちらかです。

オメガはあなたに、次の2つのうちどちらかの行動を選べと言います。

選択1「両方の箱を取る」：箱Aの10万円と、箱Bの中身を両方もらえます。
選択2「箱Bだけを取る」：箱Bの中身だけをもらえます。箱Aの10万円は諦めなければなりません。

これだけ聞けば、誰でも「両方の箱を取る」に決まっています。しかし、オメガは恐ろしい「ルール」を追加しました。

【オメガのルール】

「私は昨日、お前が今日『どちらの選択をするか』をすでに予測して、箱Bの中身をセットしておいた。もしお前が欲張って『両方の箱を取る』と予測したなら、私は箱Bを空っぽにしておいた。もしお前が欲張らずに『箱Bだけを取る』と予測したなら、私は箱Bに1億円を入れておいた。」

さて、あなたは今から選択をしなければなりません。 あなたは「両方の箱を取る」べきでしょうか？それとも「箱Bだけを取る」べきでしょうか？

2. 激突する2つの「完璧な論理」

この問題は1969年に物理学者ウィリアム・ニューコムによって考案され、哲学者のロバート・ノージックによって発表されました。発表されるやいなや、世界中の天才的な数学者や哲学者たちの意見が「真っ二つ」に割れ、大論争を巻き起こしました。

なぜなら、どちらの選択肢にも「絶対に反論不可能な、完璧な論理」が存在するからです。

論理その1：「箱Bだけを取る」派の主張（期待値最大化）

「オメガの予測精度はほぼ100%なんだろ？だったら過去のデータ通り、オメガを信じるべきだ。もし自分が『両方取る』を選べば、オメガはそれを見抜いていて、結果は10万円ぽっちだ。もし自分が『箱Bだけ取る』を選べば、オメガはそれを見抜いていて、結果は1億円だ。 10万円と1億円、どっちが欲しいかなんてバカでもわかる。だから絶対に『箱Bだけを取る』べきだ！」

この考え方は、過去の統計データや期待値を素直に信じる「期待効用理論」に基づいています。

論理その2：「両方の箱を取る」派の主張（優越戦略）

「ちょっと待て。オメガが予測して箱Bに中身を入れたのは**『昨日』**のことだろ？ということは、今の時点で箱Bの中身は『1億円入っている』か『空っぽ』のどちらかに確定していて、もう絶対に変化しないはずだ。

パターン1：もし箱Bにすでに1億円入っているなら、『両方取る』を選べば1億10万円、『Bだけ』なら1億円だ。パターン2：もし箱Bがすでに空っぽなら、『両方取る』を選べば10万円、『Bだけ』なら0円だ。

どっちのパターンにせよ、『両方取る』を選んだ方が絶対に10万円多くもらえるじゃないか！今さら自分がどっちを選ぼうが、昨日のオメガの行動がタイムマシンで書き換わるわけがない。だから絶対に『両方の箱を取る』べきだ！」

この考え方は、ゲーム理論において「相手がどんな行動を取ろうと、自分にとって有利な選択肢を選ぶ」という「優越戦略（Dominant Strategy）」に基づいています。

3. あなたは「自由意志」を信じるか？

「箱Bだけを取る派」と「両方取る派」。両方の言い分を聞いて、あなたはどちらが正しいと思いましたか？

実は、このパラドックスには現在に至るまで「数学的に完璧な唯一の正解」は存在しません。なぜなら、この問題の根底には、人類最大の哲学的な問いである**「決定論 vs 自由意志」**が隠されているからです。

「箱Bだけを取る」と答えた人（決定論者）

この選択をした人は、無意識のうちに**「決定論（この世の未来はすべて最初から決まっている）」**を受け入れています。オメガが100%未来を予測できるということは、あなたの今の決断は「あなたの自由な意志」によって選ばれたのではなく、「宇宙の物理法則や脳のニューロンの動きによって、昨日からすでにそう選ぶように運命づけられていた」ということです。未来が変えられない以上、オメガの予測通りに「箱Bだけを取る運命」に乗っかるのが一番合理的だ、という考え方です。

「両方の箱を取る」と答えた人（自由意志論者）

この選択をした人は、無意識のうちに**「自由意志（未来は自分の選択で切り開ける）」**を信じています。「昨日のオメガの予測がどうであれ、今の自分の意志で選択を変えることができる」と信じているからこそ、「すでに確定した箱の中身とは無関係に、今この瞬間に10万円を上乗せする行動をとる」のです。たとえ結果的にオメガに予測されていて箱が空っぽだったとしても、「論理的に正しい行動をとった結果だから仕方ない」と納得する論理の持ち主です。

4. タイムトラベルと因果の崩壊

ニューコムのパラドックスをさらにややこしくしているのが、「因果律（原因があって結果がある）」の逆転です。

私たちが生きる常識的な世界では、「今日の私の選択（原因）」が「明日の結果」を作ります。

しかしオメガのゲームでは、「今日の私の選択（原因）」が「昨日のオメガの行動（結果）」を決めているように見えます。未来の行動が、過去の事実を決定してしまう「逆向きの因果律（バックワード・コーザリティ）」が発生しているのです。

もしオメガのような「完璧な予測者」が宇宙に存在するなら、私たちが信じている「時間は過去から未来へ流れる」という常識すら崩壊してしまいます。

5. まとめ：思考実験が暴く人間の「合理性」

あなたはどちらの箱を開けますか？

このパラドックスが提示されてから半世紀以上が経ちますが、哲学や経済学のアンケートでは、見事に「両方取る派」と「Bだけ取る派」が半々くらいに分かれます。そして面白いことに、どちらの陣営も「相手の論理は完全に破綻しているバカだ」と本気で信じているのです。

「合理的な判断とは何か？」経済学や数学がどれだけ発展しても、最後は「人間がこの世界をどう捉えているか」という哲学に行き着いてしまう。ニューコムのパラドックスは、論理の限界を突きつける、最高に意地悪で美しい思考実験なのです。

囚人のジレンマ：なぜ私たちは「みんなが損をする」選択をしてしまうのか？

Thu, 10 Sep 2026 03:00:00 +0900

1. 究極の選択：黙秘するか、裏切るか？

あなたは、ある犯罪の容疑で共犯者の友人とともに警察に捕まってしまいました。二人は別々の取調室に入れられ、お互いに連絡を取ることは一切できません。

警察は証拠を完全には固め切れていないため、検察官はあなたと友人にそれぞれ次のような「司法取引」を持ちかけました。

両方が「黙秘（協力）」した場合： 証拠不十分で、二人とも 懲役1年 で済む。
あなたが「自白（裏切り）」して、友人が「黙秘」した場合： 捜査に協力したあなたは 無罪（即時釈放） となるが、友人はすべての罪を被り 懲役10年 になる。（逆も同様）
両方が「自白（裏切り）」した場合： 二人とも罪を認めたため、少しだけ減刑されて二人とも 懲役5年 になる。

さあ、あなたならどうしますか？「黙秘（相手と協力）」しますか？それとも「自白（相手を裏切る）」しますか？

2. 利得表（ペイオフ・マトリックス）による分析

この状況を、ゲーム理論で使われる「利得表」に整理してみましょう。マスの中の数字は、（あなたの懲役年数, 友人の懲役年数）を表しています。マイナスは損失（懲役年数）を意味します。

あなた \ 友人	黙秘する（協調）	自白する（裏切り）
黙秘する（協調）	(-1, -1)	(-10, 0)
自白する（裏切り）	(0, -10)	(-5, -5)

客観的に見れば、二人が取るべき最適な行動は明らかです。 二人とも「黙秘」すれば、合計の刑期はたったの2年（-1と-1）で済みます。 これが全体の利益を最大化する「パレート最適」な状態です。

しかし、あなたが「自分の利益だけを最大化しようとする合理的な人間」である場合、全く別の結論が導き出されます。

3. なぜ「裏切り」が合理的な選択になるのか？

あなたが別室にいる「友人」の行動を予測して、自分の行動を決める思考プロセスを追ってみましょう。

ケース1：友人が「黙秘」すると予測した場合

自分も「黙秘」すれば、懲役1年。
自分が「自白」すれば、無罪（即時釈放）。 $\rightarrow$ 無罪の方が良いので、**「自白（裏切り）」**が最適。

ケース2：友人が「自白」すると予測した場合

自分も「黙秘」すれば、懲役10年。
自分が「自白」すれば、懲役5年。 $\rightarrow$ 懲役5年の方がマシなので、やはり**「自白（裏切り）」**が最適。

お気付きでしょうか。相手がどんな行動を取ろうとも、あなたにとっては「自白（裏切る）」ことの方が常に有利なのです。これをゲーム理論では**「支配戦略」**と呼びます。

友人も全く同じ状況に置かれ、全く同じように合理的に考えるため、友人にとっても「自白」が支配戦略になります。

結果として、合理的に考えた二人は、必ずお互いに「自白（裏切り）」を選択します。その結果、たどり着くのは 二人とも懲役5年（-5, -5） という、全体で見れば最悪に近い結末です。二人で協力（黙秘）していれば懲役1年で済んだのに、個人の合理性を追求した結果、互いに損をしてしまうのです。

graph TD Start["選択の開始"] --> Logic_You["あなたの合理的思考"] Start --> Logic_Friend["友人の合理的思考"] Logic_You -->|相手が黙秘なら自白が得
相手が自白でも自白が得| Betray_You["あなたは自白(裏切り)を選択"] Logic_Friend -->|相手が黙秘なら自白が得
相手が自白でも自白が得| Betray_Friend["友人は自白(裏切り)を選択"] Betray_You --> Result["結果：両者自白 (-5, -5)"] Betray_Friend --> Result Ideal["理想：両者黙秘 (-1, -1)"] -.->|個人の合理性が邪魔をして
たどり着けない| Result style Result fill:#ff9999,stroke:#333,stroke-width:2px style Ideal fill:#99ff99,stroke:#333,stroke-width:2px

この「お互いに相手の行動を予測した結果、お互いに戦略を変える動機がない（これ以上どうしようもない）状態」を、ゲーム理論の大家ジョン・ナッシュの名をとって**「ナッシュ均衡」**と呼びます。

囚人のジレンマの最も恐ろしいポイントは、「パレート最適（全体にとって一番良い結果）」と「ナッシュ均衡（個人の合理性の行き着く先）」が一致しないという点にあります。

4. 日常社会に潜む「囚人のジレンマ」

囚人のジレンマは、単なるクイズではありません。私たちの社会で起きている多くの問題が、この数学モデルで説明できます。

1. 価格競争（値下げ合戦）

2つのライバル企業が、同じような商品を1000円で売っています。両社が1000円をキープ（協調）すれば、両社とも高い利益を得られます。しかし、「相手より少しだけ安くして（裏切り）、客を独占しよう」という誘惑に負け、両社が値下げ合戦を始めます。結果として、商品は500円になり、両社とも利益が出ず苦しむ（両者裏切り）ことになります。

2. 環境問題と温室効果ガス

世界中の国が「CO2排出を削減しよう（協調）」と約束します。これが地球全体にとっての最適解です。しかし、自国だけが「排出制限を無視して工場を稼働させる（裏切り）」ことで、自国の経済だけを急成長させることができます。逆に、他国が裏切ったのに自国だけがルールを守ると、自国だけが経済的に大損をします。結果として、どの国も抜け駆けを恐れて裏切りを選択し、地球環境が破壊されていきます。

3. スポーツのドーピング問題

選手全員がドーピングをしない（協調）のが理想です。しかし、「相手がドーピングしているかもしれない」という疑心暗鬼や、「自分だけドーピングすれば勝てる」という誘惑から、ドーピング（裏切り）を選択してしまいます。結果として、全員が健康を害しながら薬物漬けで戦うという最悪の状況に陥ります。

5. 解決策はあるのか？「しっぺ返し戦略」

一回の取引では「裏切り」が常に合理的な選択になってしまいます。しかし、これが「同じ相手と何度も繰り返されるゲーム（繰り返し囚人のジレンマ）」になると、状況は劇的に変わります。

1980年代、政治学者のロバート・アクセルロッドは、様々な戦略をプログラムしたコンピューター同士を対戦させるトーナメントを行いました。「常に裏切る」「ランダムに裏切る」「相手を許す」など、世界中の学者から集められた複雑な戦略の中で、圧倒的な成績で優勝したのは、最もシンプルな**「しっぺ返し戦略（Tit for Tat）」**でした。

しっぺ返し戦略のルールはたったこれだけです。

最初は必ず「協調」する。
次からは、前回「相手が取った行動」をそのまま真似する。
- 相手が前回協調してくれたら、今回は協調する。
- 相手が前回裏切ってきたら、今回は裏切って報復する。

この戦略が強い理由は、「自分からは絶対に裏切らない（善良さ）」「裏切られたら即座に罰を与える（厳しさ）」「相手が態度を改めたらすぐに許す（寛容さ）」「構造がシンプルで相手に伝わりやすい（明瞭さ）」という4つの特徴を備えているからです。

人間関係や国際社会においても、長期的な関係が前提となっていれば、「しっぺ返し戦略」のように**「基本は協力するが、裏切りにはペナルティを与える」**というルールを共有することで、囚人のジレンマを乗り越え、協力関係を築くことができるのです。

6. まとめ：数学が教える「信頼」の価値

囚人のジレンマは、「人間の利己的な合理性」が、時として社会全体を不幸のどん底に叩き落とすことを数学的に証明しました。「自分だけが得をしたい」あるいは「出し抜かれたくない」という個人の合理性は、最終的に自分自身の首を絞める結果（ナッシュ均衡）を招きます。

しかし同時に、「関係性が長期的に続く」という条件さえあれば、「お互いに信頼して協力すること」が、結果的に自分自身の利益をも最大化する最も合理的な戦略であることも、ゲーム理論は教えてくれています。

あなたが次に「自分だけ少しズルをしようか」と迷ったとき、この囚人のジレンマの利得表を思い出してみてください。目先の利益を追う「合理的な裏切り」は、長期的には最も非合理な選択かもしれないのですから。