当サイトを閲覧いただきありがとうございます。 本記事は確率パズルの実用派エース「秘書問題」について解説します。
秘書を1人採用するために、100人の候補者を1人ずつ面接します。ただしルールが厳しく、面接した直後にその場で採否を決めなければならず、一度断った人を後から採ることはできません。次の人が今までより優秀かどうかは、会ってみるまで分かりません。この条件で「全員の中で最良の1人」を採る確率を最大にするには、どうすればよいでしょうか。数学が出した答えは「最初の37人は無条件で見送れ」という、妙に具体的な数字を持っています。
秘書問題とは
秘書問題（英語では secretary problem）とは、情報を集めるほど選択肢が減っていく状況で、いつ探索をやめて決断すべきかを問うパズルです。数学では最適停止問題という分野の看板問題になっています。ルールを整理しておきます。
・候補者はn人。1人ずつランダムな順番で面接する ・面接すれば、それまでに会った人たちとの優劣（順位）は正確に分かる ・採否はその場で決める。不採用にした人は二度と呼び戻せない ・採用できるのは1人だけ。目標は「n人の中の最良の1人」を採ること。2番手以下は失敗扱い
このルールは、ジレンマを純粋培養しています。早く決めればまだ見ぬ逸材を逃し、待ちすぎれば最良の人をすでに断ってしまっている。誰もが家探しや中古品探し、そして婚活で味わうあの焦りを、数学の土俵に載せた問題だと言えます。
答えは「37%見送って、次の過去最高を即採用」
最適戦略は驚くほど単純な形をしています。
最初の約37%（n÷e人。100人なら37人）は、どんなに優秀でも採用せずに見送る。それ以降は、「それまでの全員を上回る人」が現れた瞬間に即採用する。
前半の37%は、いわば基準づくりのための試写会です。ここで相場観を作り、後半では「試写会の最高を超えた最初の人」に飛びつく。そして見事なことに、この戦略で最良の1人を採れる確率は、候補者が何人いても約37%（正確には1÷e、約36.8%）になります。見送る割合と成功率が同じ37%という美しい偶然は、自然対数の底eの性質から生まれるものです。
100人の中からたった1人を、後戻りなしの一発勝負で当てる。でたらめに選べば成功率1%のこのゲームで、4割近くまで勝率を引き上げられるというのは、なかなかの魔法だと思います。
3人の例で最適さを確かめる
37%という数字のご利益を、最小の例で確かめてみます。候補者が3人の場合、取れる戦略は実質3つです。優劣の並び順は6通りあり、それぞれの戦略で最良を採れる確率はこうなります。
| 戦略 | 内容 | 成功確率 |
|---|---|---|
| 即決 | 1人目を無条件で採用 | 2/6（約33%） |
| 1人見送り | 1人目は見送り、以降で過去最高が出たら採用 | 3/6（50%） |
| 待ちすぎ | 3人目まで待って採用 | 2/6（約33%） |
1人目を基準にするだけで、成功率が33%から50%へ跳ね上がります。たとえば2番手→1番手→3番手の順で来た場合、1人目の「2番手」が基準になっているおかげで、2人目の1番手が現れた瞬間に「過去最高だ」と分かって確保できるわけです。
候補者が増えるとこの「見送りの最適な割合」は37%に収束していきます。少なすぎる見送りは基準が甘くて凡人に飛びつき、多すぎる見送りは最良を基準づくりで使い潰す。その釣り合いの点がちょうど1÷eになる、というのがこの問題の数学的な核心です。
なぜ自然対数の底eなどという数が顔を出すのか、直感だけ紹介しておきます。この戦略が成功するのは、大まかに言えば「最良の人が見送りフェーズの後に来て、かつ、最良より前に現れた人の中で一番良い人が見送りフェーズの中にいた」ときです。この確率を見送り割合の式として書き出すと、対数を含む式になり、それを最大にする割合を求めると答えが1÷eになります。見送る割合も、そのときの成功率も、そろって同じ1÷e（約36.8%）になるのは偶然ではなく、この式の形そのものが生む必然です。
ガードナーの連載とケプラーの再婚
秘書問題の来歴は少し込み入っています。1950年代にはすでに数学者の間で「婚約者問題」などの名前で口伝えに広まっていたとされ、活字として有名になったのは1960年2月、マーティン・ガードナーの名物連載「数学ゲーム」で紹介されてからです。その後1960年代に厳密な解が与えられ、最適停止理論という分野の出発点になりました。誰が最初に解いたのかという歴史自体が論争になり、1989年には「誰が秘書問題を解いたのか？」という題の論文まで書かれています。
歴史の彩りとしてよく語られるのが、天文学者ヨハネス・ケプラーの再婚です。1611年に妻を亡くしたケプラーは、2年がかりで11人の再婚候補と面談を重ね、悩み抜いた末に5人目の女性を選びました。友人への手紙に経過を細かく残しており、「戻れない選択を順番に検討する」秘書問題そのものの状況を、400年前に生きていたわけです。ちなみに11人の37%は約4人。「4人見送って、以降の過去最高」という理論の答えと、実際に選ばれた5人目は、偶然にも近いところにいます。
実生活で使うときの注意書き
秘書問題は「アルゴリズム的思考」の代表例として、家探しや駐車場所選び、婚活にまで応用の話が広がっています。ただし使う前に、数学の前提と現実の違いを確認しておく必要があります。
第一に、このモデルの目標は「最良の1人以外はすべて失敗」という極端なものです。現実には2番手でも十分幸せなことが多く、目標を「上位10%なら成功」に緩めると、見送るべき割合はぐっと小さくなり、成功率は大きく上がります。完璧主義をやめるだけで、ゲームは一気に楽になるわけです。
第二に、現実では断った相手に戻れることもあれば、こちらが断られることもあります。戻れる可能性があるなら早めに決める理由は弱まり、断られる可能性があるなら早めに手を打つ必要が出てきます。モデルを変えると最適な見送り割合も変わります。
近年はアルゴリズムの考え方を人生の選択に応用する書籍の看板例として紹介されることも多く、「家は最初の1か月は決めずに相場観だけ作る」といった使い方が広く知られるようになりました。それでも、このパズルが与えてくれる本質的な教訓は実生活で通用すると思います。すなわち、探索には「基準づくり」という明確な役割があり、それには終わりの時刻を決めておくべきだということです。いつまでも「もっと良い物件があるかも」と探し続けるのは、数学的に見ても損な戦略です。最初の何件かは買わないと決めて相場観を作り、その後は基準超えが出たら決める。この型を持っているだけで、決断の質は変わってきます。
人数や目標を変えたときの37%ルール
候補者が1,000人や1万人になったら成功率は下がりますか？
下がりません。ここがこの問題の不思議なところで、37%見送り戦略の成功率は、人数が増えても約36.8%のままです。1,000人なら368人を見送り、1万人なら3,679人を見送ることになりますが、最良の1人を当てる確率は変わりません。でたらめに選んだときの成功率が0.1%、0.01%と下がっていくことを考えると、戦略の価値はむしろ人数が多いほど際立ちます。
「最良でなくても上位なら良い」場合はどうなりますか？
目標を緩めるほど、最適な見送り割合は37%より小さくなり、成功率は大きく上がることが知られています。極端な話、「平均より上なら成功」で良いなら、数人だけ様子を見てすぐ決めるのが合理的になります。つまり37%ルールは「絶対に一番でなければ嫌だ」という最も強欲な目標に対する処方箋であり、目標設定しだいで薬の量は変わる、と理解しておくのが正確です。
面接の順番が実力順だったら成立しませんか？
成立しません。この理論は候補者がランダムな順番で現れることを前提にしています。良い人から順に来るなら1人目を採るのが最適ですし、逆順なら最後まで待つべきです。実生活への応用で注意すべき点の一つで、たとえば不動産は良い物件から早く市場から消えるため、純粋なランダム到着とは言えません。前提が崩れたときに結論がどう変わるかまで考えるのが、この種の数学との正しい付き合い方だと思います。
関連する論理クイズ・パズル
確率の重なり方を設計して生存率を上げる「100人の囚人問題」、期待値と現実の感覚のズレを突く「サンクトペテルブルクのパラドックス」、合理的な意思決定の枠組みを解説した「期待効用理論」の記事です。
まとめ
本記事は「秘書問題」について解説しました。如何だったでしょうか。
やめ時の分からない探索に、数学は「最初の37%は基準づくり、以降は過去最高で即決」という明快な型を与えてくれました。もちろん現実は前提通りにいきませんが、「探索フェーズと決断フェーズを分ける」「探索の終了時刻を先に決める」という骨格は、家探しにも採用にも、日々の買い物にも持ち込める知恵だと思います。
迷い続けること自体がコストである以上、いつか決めるための規律が要る。秘書問題は、その規律を初めて数式にしてみせたパズルです。
論理クイズ・確率パズルの一覧に戻りたい方は以下のリンクからどうぞ。
それでは次の記事も閲覧いただけると幸いです。
📚 シリーズ：論理クイズ・確率パズル（11/11）
