【世界のパラドックス】囚人のジレンマ ─ 裏切るのが合理的だが協力した方が得

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「囚人のジレンマ」について解説します。

ゲーム理論の中で最も有名な問題であり、個人の合理的な判断が全体にとって最悪の結果を招くという、社会のあちこちに潜んでいる構造を鮮やかに描き出します。

囚人のジレンマの設定

2人の容疑者AとBが別々の部屋で取り調べを受けています。2人は相談できません。

検察官は各囚人に以下の取引を持ちかけます。

• 2人とも黙秘（協力）した場合：証拠不十分で2人とも懲役1年
• 2人とも自白（裏切り）した場合：2人とも懲役5年
• 一方だけが自白した場合：自白した方は釈放、黙秘した方は懲役10年

なぜ裏切りが「合理的」なのか

Aの立場で考えてみましょう。

Bが黙秘する場合：Aが黙秘すれば1年、自白すれば釈放。→ 自白の方が得。 Bが自白する場合：Aが黙秘すれば10年、自白すれば5年。→ 自白の方が得。

Bがどちらを選んでも、Aにとっては自白した方が得です。Bにとっても全く同じ構造なので、Bもまた自白が合理的です。

その結果、合理的な2人は共に自白し、懲役5年ずつになります。

ただ、2人とも黙秘していれば懲役1年で済んだのです。個々人にとって合理的な選択が、全体として見ると最良の結果を逃してしまう。囚人のジレンマの核心なのだと思います。

日常に潜む囚人のジレンマ

囚人のジレンマの構造は至る所に存在します。

価格競争：2社が値下げ合戦をすると、両社の利益が減ります。しかし相手だけ値下げしたら自社は客を失う。だから自分も値下げせざるを得ない。

軍拡競争：互いに軍備を増強すると、安全保障は変わらないのにコストだけが増える。しかし一方だけ軍縮すると、軍縮した側が不利になる。

環境問題：各国がCO2削減コストを避けたいと考えると、誰も削減しない。しかし全員が削減しなければ地球全体が被害を受ける。

これらは全て「自分だけ協力すると損をする」という構造を持っており、囚人のジレンマと同じです。

繰り返しゲームで変わる結果

一回きりの囚人のジレンマでは裏切りが合理的ですが、同じ相手と何度もゲームを繰り返す場合は話が変わります。

1980年代にロバート・アクセルロッドが行った有名なコンピュータ大会では、「しっぺ返し戦略（Tit for Tat）」が最も優秀な成績を収めました。この戦略は単純で、最初は協力し、以降は相手が前回やったことをそのまま返すだけです。

言ってしまえば、相手が協力すればこちらも協力、相手が裏切ればこちらも裏切る。「目には目を」の精神です。

繰り返しゲームでは「将来の報復」があるため、短期的な裏切りの利益よりも長期的な協力の利益が上回ります。これは人間社会で信頼関係や評判が重要な理由とも通じています。

制度で解決する

現実社会では、囚人のジレンマは法律や契約、規制といった制度によって解決されることが多いです。

カルテル（企業同士の価格協定）は違法ですが、それは放っておくと企業が囚人のジレンマに陥って消費者に不利な結果になるのを防ぐためです。国際条約や環境規制も、各国が囚人のジレンマに陥るのを防ぐ仕組みと言えると思います。

人間は囚人のジレンマの構造を理解したうえで、「裏切りが損になるルール」を自ら設計することで克服してきたのだと思います。

アクセルロッドの大会で何が起きたか

繰り返しゲームの話をもう少し詳しく見ておきます。1980年に政治学者ロバート・アクセルロッドが行った実験は、この分野でもっとも有名なものです。

彼は世界中の研究者に呼びかけ、囚人のジレンマを200回繰り返すコンピュータ大会への戦略の投稿を募りました。集まった戦略を総当たりで対戦させ、合計得点で順位を決めます。

参加した主な戦略

わずか4行ほどで書けるしっぺ返し戦略が、複雑な戦略をすべて抑えて優勝しました。

アクセルロッドは結果を公表したうえで、第2回大会を開催します。全員が第1回の結果を知った状態で、62の戦略が集まりました。しっぺ返しを破る戦略を狙って作れる条件です。

それでも、優勝したのは再びしっぺ返しでした。

強い戦略が備えていた4つの性質

アクセルロッドは、成績の良かった戦略に共通する特徴を4つ挙げています。

・上品である：自分から先に裏切らない。上位8戦略はすべてこの性質を持っていた ・報復する：裏切られたら必ず返す。お人好しは搾取される ・寛容である：相手が協力に戻れば、すぐこちらも協力に戻る ・分かりやすい：相手が行動の規則をすぐ読み取れる

4つめが見落とされがちですが大事なところです。相手に読まれない複雑な戦略は、協力関係を築けないため損をします。

裏をかこうとするほど成績が落ちるという結果は、私には実務にもそのまま当てはまる話に思えます。

生物の世界にも協力は生まれている

この構造は人間社会だけのものではありません。動物にも、囚人のジレンマ的な状況で協力が成立している例が見つかっています。

・チスイコウモリ：吸血に失敗した仲間に血を分け与える。過去に分けてもらった相手を優先する ・ホンソメワケベラ：大型魚の寄生虫を食べる。ごまかす個体は次から相手にされなくなる ・ハチやアリ：血縁度の高さが協力の基盤になっている ・群れで狩る動物：単独より成果が大きく、裏切りが目立つため抑制される

いずれも「同じ相手と何度も出会う」という条件が揃っています。繰り返しがあるからこそ、裏切りの短期的な利益より評判の維持が優先されるということになります。

協力は道徳心がなくても成立する。これがこの分野の重要な発見でした。必要なのは、繰り返し出会うことと、相手の過去の行動を覚えていることの2つだけです。

逆に言えば、一度きりの取引や匿名の関係では協力が崩れやすくなります。評価制度や取引履歴の公開が有効なのは、この条件を人工的に作り出すためだと考えると分かりやすいと思います。

現実の司法取引で起きていること

囚人のジレンマという名前のもとになった司法取引は、アメリカでは実際に広く使われています。

連邦の刑事事件では、裁判まで進むものは数パーセントに過ぎず、大半が有罪答弁で決着すると言われています。裁判所の負担を抑えるうえでは合理的な仕組みです。

ただし、この構造には批判もあります。無実の人が自白してしまうという問題です。

裁判で争って負けたときの刑が極端に重く設定されていると、無実でも軽い刑を選ぶほうが合理的になります。理論どおりに「自白が支配戦略」になってしまうという形になります。

・証拠が弱いほど取引の圧力が強まる：立証に自信がないほど、重い求刑をちらつかせる動機が生まれる ・資力の差が出る：長期の裁判を戦える人ほど取引を断れる ・共犯者が先に取引する：先に話した側が有利になるため、競って自白する

日本でも2018年に司法取引の制度が導入されましたが、対象を経済犯罪であったり薬物犯罪であったりなどに限り、弁護人の同意を必須にしています。囚人のジレンマの構造が働きすぎないよう、意図的に条件を絞った設計になっていることになるのだと思います。

理論の話が制度の細部にそのまま効いてくるという意味で、なかなか示唆的な例だと思います。

社会的ジレンマの関連パラドックス

囚人のジレンマと同じく個人の合理的行動が集団の不利益を招く関連パラドックスです。

まとめ

本記事は「囚人のジレンマ」について解説しました。如何だったでしょうか。

個人の合理性と集団の合理性が一致しないという構造は、人間社会の至る所に存在しています。このジレンマの存在を知っているだけでも、社会の問題の見え方が変わってくるのではないでしょうか。

パラドックス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。

【世界のパラドックス一覧】哲学・数学・物理・経済まで有名パラドックスを完全解説senkohome.com/paradox-list/