「囚人のジレンマ」とは|二人とも合理的に選んだのに損をする
「囚人のジレンマ」は、それぞれが自分の利益を考えて行動すると、二人とも協力した場合より悪い結果になることがあるという、ゲーム理論で最も有名な問題の一つです。「協力すれば得をすると分かっているのに、なぜ裏切るのか」を、二人の選択から考えます。
典型的な物語では、二人の容疑者が別々に取り調べられ、互いに相談できません。どちらも黙秘するか相手を告発するかを選び、刑の重さは二人の選択の組み合わせで決まります。自分の結果が、自分だけでなく相手の決定に左右されるところが、この問題の核心です。
これは、実際の刑事裁判でこういう取り調べをすべきだという提案ではありません。利害がぶつかる人々の意思決定を、条件を単純化して分析するための架空の状況です。物語の善悪だけでなく、結果の組み合わせに注目すると面白さが見えてきます。
二人の選択と刑期|「黙秘」と「告発」の四つの結果
説明用の架空例として、二人がともに黙秘すればそれぞれ懲役2年、二人とも相手を告発すればそれぞれ3年とします。一方だけが告発した場合、告発した側は釈放され、黙秘を守った側には5年の刑が科されます。二人とも黙秘する方が、二人とも告発するより軽い刑で済む設定です。
ところが、片方が相手の選択を考えてみると話が変わります。相手が黙秘するなら、こちらが告発すれば2年ではなく0年。相手が告発するなら、こちらも告発すれば5年ではなく3年です。相手がどちらを選んでも、自分だけを見れば告発の方が得になります。
もう一人も同じ判断をするため、二人とも告発して懲役3年ずつになります。互いに黙秘すれば2年ずつで済むのに、個々の合理的な判断が全員にとって望ましくない結果を作る。この食い違いこそが「ジレンマ」と呼ばれる理由です。刑期は理解のための一例であり、唯一の原典数値ではありません。
「ナッシュ均衡」とは?|自分だけ選択を変えても得にならない状態
この例で二人とも告発しているとき、一人だけ黙秘へ変更すると、その人の刑は3年から5年へ重くなります。もう一人にとっても同じです。したがって、相手の選択が変わらないなら、自分だけ行動を変えても得にならない状態になっています。これが「ナッシュ均衡」の考え方です。
ただし、均衡だから最も幸福な状態だとは限りません。二人とも黙秘して2年ずつという結果の方が、告発し合って3年ずつになるよりも二人にとって望ましいからです。「一人だけ変える理由がないこと」と「全員にとって最善であること」は別だと分かります。
スタンフォード哲学百科事典「Game Theory」は、二人の選択を表にしてこの構造を説明しています。どんな数字でも囚人のジレンマになるわけではありません。告発が相手の行動に関係なく有利でありながら、協力し合う方が相互の告発よりよい、という条件が重要です。
誰が作った?|1950年のランド研究所とアルバート・タッカー
現在の「囚人のジレンマ」につながるゲームは、1950年にランド研究所でメリル・フラッドとメルヴィン・ドレッシャーが研究したものです。もともと囚人の物語そのものではなく、二人が繰り返し選択する数理的なゲームが問題になっていました。
アルバート・タッカーは、このゲームの考え方を説明するため、刑罰を利用した分かりやすい物語を紹介しました。スタンフォード哲学百科事典「Prisoner’s Dilemma」は、ゲームの構造を研究した人々と、囚人の物語を考えた人を区別しています。
名称の由来にも注意点があります。タッカーが「囚人のジレンマ」と命名したという説明は広く見られますが、上記の百科事典はその名称の印刷物上の最初期の確認例を1957年のルースとライファの著書とする研究を紹介しています。1950年に現在の名前まで完全に確定したと断定するより、発想の成立と名称の流通を分けた方が正確です。
1回だけか、何度も会うかで結果は変わる
ここまでの基本例は、一度だけ選ぶゲームです。しかし、同じ二人が何度もやり取りするなら、次回以降の関係を考えることができます。相手が協力してくれたなら次も協力する、裏切られたならその後の選択を変える、といった方針が生まれます。将来の付き合いがあるかどうかで、協力の見通しは変わるのです。
ただし、「何度も会えば必ず協力する」という保証はありません。最後の回がいつか、相手の選択が見えるか、どれくらい信頼できるかなどの条件が影響します。アルヴィン・ロスによる実験経済学史の解説は、1950年の実験が同じ二人による100回の反復ゲームだったことを紹介しています。
現代の例としては、競争する企業が価格を下げ続けて双方の利益を損なう場合や、公共の利益を守りたいのに一人ひとりには負担を避ける動機がある場合を考えられます。ただし、実際の出来事が囚人のジレンマに当てはまるかは、選択肢と利得の条件を確認しなければ分かりません。
「トロッコ問題」「無知のヴェール」とは何が違う?
サイト内の「トロッコ問題」は、5人を救うために1人を犠牲にしてよいのかという、行為の倫理を問う思考実験です。一方、囚人のジレンマは、二人の利益が互いの選択に依存する場面で、合理的な判断がどう組み合わさるかを扱います。「どちらも二択の問題だから同じ」というわけではありません。
またロールズ「無知のヴェール」では、自分が社会のどの立場になるかを知らない条件で公正な制度を考えます。囚人のジレンマでは互いの選択が分からないこと、ロールズでは自分の社会的属性を知らないことが重要です。知らない情報の種類も問題の目的も異なります。
主要資料:Stanford Encyclopedia of Philosophy「Prisoner’s Dilemma」、同「Game Theory」、アルヴィン・ロス「Early History of Experimental Economics」。本文中の刑期と会話は説明用の例で、フラッドとドレッシャーの1950年の実験手順をそのまま再現したものではありません。


