3人の囚人問題の答えと確率の罠｜なぜ直感は1/2と誤認するのか

数学や論理学の世界において、人間の直感を極限まで狂わせ、世界的な大激論を巻き起こし続けてきた有名な思考実験が存在します。それが「3人の囚人問題（Three Prisoners problem）」です。恩赦によって1人だけが助かり、残り2人が処刑されるという極限の状況下、ある囚人が看守から「他人の運命」を聞き出した瞬間、一見すると生存確率は跳ね上がったように錯覚します。

「残ったのは2人なのだから、助かる確率は2分の1（50%）になったはずだ」――そう信じる人間に対し、確率論は「あなたの確率は3分の1のままであり、もう1人の生存確率が3分の2に倍増した」という冷徹な計算結果を突きつけます。直感と論理が激突するこのパラドックスの正体は何なのか、なぜ人間の脳は確率の罠に囚われてしまうのか、ベイズの定理と条件付き確率の観点から深層を徹底解剖します。

📌 【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」と知らされても、質問した囚人Aが助かる確率は「3分の1」のまま変化しないのが数学的真実。
• 要点2：一方で何も聞いていない囚人Cが助かる事後確率は「3分の2（約66.7%）」へと倍増し、情報の恩恵はすべて第三者へ流出する。
• 要点3：人間が「確率は1/2」と錯覚する最大の原因は、選択肢の数だけに目を奪われ「情報が生成された背景（条件付き確率）」を無視する認知バイアスにある。

【基本ルールと結論】直感と論理が激突する「3人の囚人問題」の答え

「3人の囚人問題」は、1959年にアメリカの数学・科学ライターであるマーティン・ガードナー（Martin Gardner）が『サイエンティフィック・アメリカン』誌のコラム「数学ゲーム」で紹介したことで世界中に広まりました。まずは、この不可思議なドラマの設定を整理します。

ある監獄に、それぞれ独立した独房に入れられた3人の囚人（A、B、C）がいます。3人はすでに死刑判決を受けていますが、恩赦によって「1人だけが釈放され、残り2人は処刑される」ことが決まりました。誰が釈放されるかは公平な抽選で選ばれており、3人の誰にも結果は知らされていません。したがって、この時点で各自が助かる確率は等しく「3分の1」です。

どうしても自分の運命を知りたくなった囚人Aは、恩赦の真実をすべて知っている看守にこう頼み込みました。
「誰が助かるかは教えてくれなくていい。しかし、BかCのどちらかは確実に処刑されるはずだ。処刑されるほうの囚人の名前を1人だけ教えてくれないか。それを知ったところで、私が助かるかどうかの情報は一切漏れていないはずだ」

看守はAの言葉に一理あると考え、「囚人Bは処刑される」と事実を告げました。これを聞いたAは内心で歓喜します。「助かる候補は私かCの2人に絞られた。これで私が助かる確率は3分の1から2分の1へ上がったぞ！」と。

しかし、確率論が導き出す「3人の囚人問題の答え」は、Aの期待を無慈悲に打ち砕きます。

【数学が導く決定的な答え】
・看守の返答を聞いた後も、囚人Aが助かる確率は「3分の1（約33.3%）」のまま一切変わらない。
・一方で、何も知らずに独房にいる囚人Cが助かる確率は「3分の2（約66.7%）」へと跳ね上がる。

自分の運命を探ろうと看守を言いくるめたAは、自らの生存確率を1ミリも上げることができず、むしろ何もしていないCの生存確率を2倍に押し上げるという「情報のアシスト」をしてしまったのです。この不可解な現象こそが、数学史に名を残す「看守のパラドックス」の正体です。

なぜ助かる確率は1/2ではないのか？直感の罠にハマる決定的な理由

直感と論理が激突する「3人の囚人問題」。一体なぜ助かる確率は1/2ではないのか？モンティ・ホール問題との違いやベイズの定理が明かす驚きの真相、直感の罠にハマる決定的な理由をわかりやすく紐解きます。

多くの人が「残りがAとCの2人になったのだから、確率は半々の1/2になるはずだ」と強く主張します。この思考に陥ってしまう根本原因は、人間心理に潜む「等確率の誤謬（無差別の原理の濫用）」にあります。人間の脳は、「未知の選択肢が2つ並んでいる状態」を見ると、背後にある文脈や履歴を無意識に切り捨て、「均等に50%ずつ分配されている」と勝手に補正してしまう特性を持っています。

直感の罠を打ち破る鍵は、「看守がどのようなルールで名前を口にしたのか」という情報の発生プロセスに注目することです。

仮に、助かる人物ごとに看守の行動パターンを分析してみましょう。

ケース1：Aが助かる場合（確率1/3）
処刑されるのはBとCの両方です。看守はどちらの名前を言ってもAの運命を明かしたことにはなりません。したがって看守は、コイントスのように公平に「B」または「C」をそれぞれ1/2の確率で選びます。つまり、「Aが助かり、かつ看守がBと言う」確率は、1/3 × 1/2 ＝ 1/6です。

ケース2：Bが助かる場合（確率1/3）
処刑されるのはAとCです。看守は質問者であるA自身の運命（処刑）を言うことは禁じられていますし、助かるBの名前を「処刑される」と嘘をついて言うこともできません。結果として、看守は確実に「C」と答えるしかありません。つまり、看守が「B」と答える確率はゼロです。

ケース3：Cが助かる場合（確率1/3）
処刑されるのはAとBです。看守はAの運命を言えないため、残る選択肢は処刑される「B」しかありません。看守は100%の確率（確率1）で「B」と発言します。つまり、「Cが助かり、かつ看守がBと言う」確率は、1/3 × 1 ＝ 1/3（＝2/6）となります。

看守が「B」と口にしたという既成事実の世界において、ケース1（Aが恩赦）とケース3（Cが恩赦）の重みを比較してください。「1/6」対「2/6」、すなわち「1対2」の比率で偏っていることがわかります。看守がBの名前を言わざるを得なかった背景には、「実はCが恩赦だから、看守はBと言うしかなかった」というケースが、Aが恩赦であるケースの2倍の濃度で含まれているのです。

さらに直感的に理解するために、「囚人が100人（Aと、その他99人）」いる場面を想像してみてください。助かるのは1人だけです。このとき、Aが助かる確率は1/100、他の誰かが助かる確率は99/100です。

Aが看守に「処刑される他の囚人の名前を98人教えてくれ」と頼み、看守が他の98人を指名して「こいつらは処刑される。残ったのはお前と囚人Zの2人だ」と伝えたとします。このとき、「自分とZの2人になったから、助かる確率は五分五分（1/2）だ」と思えるでしょうか。到底思えないはずです。なぜなら、Zは「他の98人がバタバタと消えていく中で、看守が言えずに最後の1人として残してしまった、極めて怪しい人物」だからです。Zが助かる確率は99/100のまま凝縮されています。これとまったく同じ構図が、3人の囚人問題でも起きているのです。

ベイズの定理と条件付き確率で解明する客観的データと計算方法

この直感と確率の乖離を数学的に厳密に証明するのが、統計学や現代AIの根底を支える「ベイズの定理」です。不確実な事象に対し、新たな情報が得られた際に確率を更新する（事後確率を求める）手法として、世界中の科学研究やリスク分析で用いられています。

事象を次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（事前確率はすべて $P(A) = P(B) = P(C) = 1/3$）
・$K_B$：看守が「Bが処刑される」と証言する事象

看守の証言ルールに基づく条件付き確率（尤度：ゆうど）は以下の通りです。
・$P(K_B | A) = 1/2$（Aが助かるなら、看守はBかCを等確率で選ぶ）
・$P(K_B | B) = 0$（Bが助かるなら、看守は絶対にBとは言えない）
・$P(K_B | C) = 1$（Cが助かるなら、看守はBと言うしかない）

看守が「B」と答える全体の確率 $P(K_B)$ は、全確率の公式より次のように計算されます。
$P(K_B) = P(A)P(K_B | A) + P(B)P(K_B | B) + P(C)P(K_B | C)$
$P(K_B) = (1/3 \times 1/2) + (1/3 \times 0) + (1/3 \times 1) = 1/6 + 0 + 2/6 = 3/6 = 1/2$

この情報を得た上で、囚人Aが助かる事後確率 $P(A | K_B)$ をベイズの定理で計算します。
$P(A | K_B) = \frac{P(A)P(K_B | A)}{P(K_B)} = \frac{1/6}{1/2} = \mathbf{\frac{1}{3}}$

対して、囚人Cが助かる事後確率 $P(C | K_B)$ は以下のようになります。
$P(C | K_B) = \frac{P(C)P(K_B | C)}{P(K_B)} = \frac{2/6}{1/2} = \mathbf{\frac{2}{3}}$

計算結果は揺るぎません。事前確率と事後確率の数値を構造的に整理した比較データが以下の表です。

このように客観的な数値データを見れば明らかなように、看守の言葉は「Aが助かるかどうか」に関する情報を一切含んでいませんでした。Aは最初から「BかCの少なくとも1人は処刑される」と分かっており、看守は単にそのうちの1人の名前を具体化したに過ぎないため、Aの確率が更新される理由は最初から存在しなかったのです。

モンティ・ホール問題との決定的な違い｜同型でありながら異なる心理構造

「3人の囚人問題」と切っても切れない関係にあるのが、1990年に全米で大論争を巻き起こした「モンティ・ホール問題」です。アメリカのテレビ番組『Let's Make a Deal』の司会者モンティ・ホールの名にちなんだこの問題は、数学的には3人の囚人問題と完全に同型（数学的構造が同一）であることが知られています。

モンティ・ホール問題の流れは以下の通りです。
1. 挑戦者の前に3つのドア（A, B, C）があり、1つだけが当たり（新車）、2つがハズレ（ヤギ）。
2. 挑戦者がドアAを選ぶ。
3. 正解を知っている司会者モンティが、残りのドアのうちハズレであるドアBを開けて見せる。
4. 司会者が「ドアをCに変えますか？」と尋ねたとき、ドアを変えるべきか？

この問題の正解も、「ドアを変えれば当たる確率は2/3に倍増し、変えなければ1/3のまま」というものです。配役を照らし合わせると、挑戦者が選んだドアAが「囚人A」、司会者が開けたハズレのドアBが「処刑を告げられた囚人B」、残されたドアCが「囚人C」に完全一致します。

では、なぜわざわざ「モンティ・ホール問題」と「3人の囚人問題」の2つが語り継がれているのでしょうか。両者には「情報の伝達経路と心理的フレーミングの違い」が存在します。

モンティ・ホール問題は「挑戦者が自らの意思で選択を変えるか否か」という能動的な意思決定の形をとっています。そのため、多くの人は「ドアを変えて後悔したくない」という現状維持バイアスや損失回避バイアスと戦うことになります。

一方、3人の囚人問題は「自分自身の生死」という極限状況において、「自分に関する情報を得たつもりが、実は他人の情報しか得られていなかった」という主観と客観のねじれを強調しています。囚人Aは「自分に有利な情報を引き出した」と慢心していますが、確率論的に見れば、Aは単に「Cの確率を高めるための道具」として機能したに過ぎません。この皮肉なストーリー性こそが、3人の囚人問題をより知的で残酷なパラドックスとして際立たせている要因です。

【実態検証】ネットの反応と知恵袋・SNSで繰り返される大激論のリアル

2026年を迎えた現在でも、SNSや掲示板、Q&Aサイト（Yahoo!知恵袋など）では定期的に「3人の囚人問題」がトレンド入りし、そのたびに激しい反論や議論が巻き起こっています。取材班がネット上のコミュニティ sentiment を分析したところ、驚くほど共通した「納得のいかなさ」が浮き彫りになりました。

【ネット上で頻出するリアルな疑問・反論の声】
・「看守が『Bが処刑される』と言った瞬間、この世からBは消滅した。残ったのはAとCなんだから、コイン投げと同じで50%じゃないと理屈が合わない」
・「もし看守の発言をAの独房の外で盗み聞きしていた通りすがりの男がいたら、その男にとってもAとCは50%に見えるはず。なぜAだけ1/3なのか？」
・「数式で説明されても頭が追いつかない。直感的に嘘をつかれた気分になる」

特に多くの人を混乱させているのが、「第三者が外から見た場合の視点」です。仮に、何も事情を知らない看守の友人がやってきて、「いま中にAとCという囚人が残っていて、どちらか1人が助かる」とだけ知らされた場合、その友人にとって両者が助かる確率は確かに1/2（五分五分）に見えます。

しかし、これは情報量が異なるために生じる現象です。その友人は「看守がBという名前をどのようなルールと制約の中で口にしたか」という背景情報を知りません。確率とは、客観的な世界に固定された絶対値ではなく、「観察者が持っている情報量に応じて更新される主観的な確信度」であるというベイズ統計の本質を理解しない限り、ネット上の大激論が終わることはありません。

一般に知られていない盲点とネットの誤解

3人の囚人問題を巡っては、前提条件をわずかに改ざんした誤った解説や都市伝説がネット上に散見されます。議論の破綻を防ぐために、一般に見落とされがちな「2つの重大な盲点」を整理しておきます。

盲点1：看守が「無作為（ランダム）」に名前を言ったら結論は崩壊する

この問題の大前提は、「看守は恩赦の対象を正確に知っており、助かる人の名前は絶対に言わない」というルールです。もし仮に、看守が恩赦の結果をまったく知らず、適当にコインを投げて「B」と口にし、それが偶然にも処刑対象だったとしたらどうなるでしょうか。

この場合、看守が間違えて恩赦対象者の名前を言ってしまうリスクが存在したことになります。計算を行うと、この偶発的なシナリオにおいては、Aが助かる事後確率は本当に「2分の1（50%）」に変化します。誰がどのような意図と知識を持ってその情報を発信したかによって、同じ「Bは処刑される」という言葉でも数学的価値が劇的に変化するのです。

盲点2：囚人Aが「看守の質問方法」を誤るとパラドックスは成立しない

囚人Aが「Bは処刑されますか？」と直接尋ね、看守が「はい、Bは処刑されます」と答えた場合も話が変わります。この聞き方をした場合、もしAが助かるなら看守は「はい」と答えますが、もしBが助かる運命だった場合、看守は「いいえ」と答えなければなりません。このケースでは質問自体がBの運命に直接介入しているため、事後確率は1/2になります。「BかCのどちらか一方を言え」と迫り、看守の選択肢を狭めたからこそ、確率の偏りが生じるのです。

【プロの結論】認知心理学と意思決定論から見出すべき教訓

行動経済学や認知心理学の観点から見ると、3人の囚人問題は単なるパズルを超え、人間の脳が抱える認知的脆弱性を暴くリトマス試験紙といえます。

ノーベル経済学賞を受賞したダニエル・カーネマンらが提唱したように、人間の脳には直感的で素早い「システム1（速い思考）」と、論理的で負荷のかかる「システム2（遅い思考）」が備わっています。日常生活の9割以上はシステム1の直感で問題なく処理できますが、条件付き確率やベイズ更新が絡む複雑な局面では、システム1は高確率で「等確率の罠」にハマり、致命的な判断ミスを犯します。

この教訓は、現代のビジネスや投資、医療現場における意思決定にそのまま直結します。

【実践的な判断基準】直感を信じてよい場面 vs 疑うべき場面

どのような状況でベイズ的思考を発動すべきか、明確な基準を持つことが重要です。

▼直感（システム1）を優先してよい場面
・過去の試行回数が極めて多く、環境の変化が少ないルーチン業務
・結果のフィードバックが即座に得られ、情報の非対称性や意図的な情報選別が存在しない環境

▼直感を疑い、ベイズ的思考（システム2）で精査すべき場面
・情報が意図的にフィルタリングされている状況：「都合の悪い事実が隠され、特定の情報だけが開示された」ビジネス交渉や広告宣伝
・事前確率（ベースレート）が極端に偏っている診断やリスク管理：滅多に起きない疾患の検査で陽性が出た場合、検査の精度が高くても実際の罹患確率は意外に低いという現象
・選択肢が減ったように見える市場環境：ライバル企業が1社撤退したからといって、自社のシェア拡大確率が単純に2分割で増えるわけではないケース

「目に見える選択肢の数」に惑わされず、「その情報はどのような条件と制約を経て手元に届いたのか」を一段深い視点から疑うこと。それこそが、確率の罠から抜け出し、不確実な世界で合理的な判断を下すための唯一の武器となります。

【3 囚人 問題】に関するよくある質問（FAQ）

Q1：囚人Aが助かる確率は、なぜどうしても1/2にならないのですか？
A1：看守の発言は最初から「A以外の誰が処刑されるか」を伝えているだけであり、A自身が助かるかどうかに関する新しい情報を何一つ含んでいないからです。Aが助かる事前確率は初めから1/3であり、情報が増えていない以上、確率は1/3のまま据え置かれます。1/2に見えるのは「残った人数が2人だから五分五分だ」という脳の錯覚です。

Q2：なぜ質問もしていない囚人Cの確率だけが2/3に跳ね上がるのですか？
A2：囚人BとCのどちらかが助かる確率は合計で2/3ありました。看守が「Bは処刑される」と名指ししたことで、Bが助かる確率（1/3）が完全に消滅しました。しかし、A自身の確率は変わらないため、消えたBの確率の受け皿として、残されたCにすべての確率（1/3 ＋ 1/3 ＝ 2/3）が流れ込んだためです。

Q3：モンティ・ホール問題と3人の囚人問題の決定的な違いは何ですか？
A3：数学的な確率計算の構造は完全に同一です。決定的な違いは「選択を変える権利があるか」です。モンティ・ホール問題ではプレイヤーがドアを選び直すことで確率を2/3に引き上げることができますが、3人の囚人問題ではAが質問したにもかかわらず、恩恵を受けるのはAではなく独房にいるCであるというドラマ的な構造の違いがあります。

まとめ：情報の真価を見抜き確率の罠から脱出するために

「3人の囚人問題」が半世紀以上にわたって世界中の人々を魅了し、時に苛立たせてきた理由は、それが人間の「直感的な自信」を木端微塵に打ち砕くからです。目の前で選択肢が2つに絞られたとき、「確率は半分になった」と信じ込むことは人間の本能に近い認知反応といえます。

しかし、背後にある条件付き確率とベイズの定理を紐解けば、情報がいかに非対称に流れるか、そして自分に向けられた情報ではないものが他者の確率をいかに劇的に押し上げるかが論理的に証明されます。氾濫する断片的なデータやニュースに惑わされず、情報の「背景にある発生メカニズム」を冷静に見極めるリテラシーを持つこと――この思考実験は、複雑な情報社会を生き抜く私たちに極めて示唆に富んだ知恵を与えてくれます。 （出典: 3 囚人 問題（Yahoo!ニュース））