ベイズ的に考える——確率を更新する

考えを、正しく改める技術

このコースでは、確率の直感、期待値、指数的な変化を学んできました。締めくくりは、確率の考え方の中でも、とりわけ実践的なもの——ベイズ的な思考です。難しそうな名前ですが、その核心は、シンプルで力強い問いにあります。新しい情報が入ったとき、考えをどれだけ、どう改めるべきか。私たちは、日々、新しい情報に出会います。検査の結果、ニュースの報道、他人の意見。そのたびに、考えを更新する——その更新を、賢く行う作法が、ベイズ的思考です。

事前の見立て × 新しい証拠

ベイズ的思考の骨組みは、こうです。

まず、事前の見立て(事前の確率)を持つ。「そもそも、これはどれくらい起こりやすいことか」
新しい情報(証拠)が入る
事前の見立てと、新しい証拠を組み合わせて、見立てを更新する

ポイントは、両方を使うことです。よくある失敗は、二つの極端です。

新情報を、無視する:「自分の考えは変えない」。これは、確証バイアスへの道です
新情報に、飛びつく:「新しい情報がすべて」と、事前の見立てを忘れる。目立つ情報一つで、考えが振り回されます

ベイズ的思考は、その中間の、賢い道です。もともとの起こりやすさを土台に、証拠の強さに応じて、適切な分だけ、考えを動かす。強い証拠なら大きく、弱い証拠なら少しだけ。この「適切な分だけ更新する」感覚こそ、不確実な世界での、柔軟で頑健な判断の芯になります。

有名な落とし穴——検査のパラドックス

ベイズ的視点の力を、最も鮮やかに示すのが、検査の解釈の問題です。こんな状況を考えてみましょう。

「非常にまれな病気(かかっている人は人口のごくわずか)の検査があり、精度は高い。あなたの結果は、陽性だった。あなたが実際に病気である確率は?」

直感は、「精度が高いのだから、ほぼ確実に病気だ」と告げます。しかし、これは、事前の確率を無視した誤りです。考えてみてください。

その病気は、そもそも、非常にまれです(事前の確率が、とても低い)
大勢の健康な人が検査を受ければ、精度が高くても、一定の割合で「誤って陽性」になる人が出ます
病気の人自体が少ないので、陽性者の中身は、「本当に病気の少数」と「誤陽性の健康な人」の混合になり、後者が意外に多い

結果として、陽性でも、実際に病気である確率は、検査の精度の数字より、ずっと低いことがあるのです。もちろん、陽性という証拠は、見立てを大きく引き上げます(だから精密検査に進む意味があります)。しかし、「精度99%=病気の確率99%」ではない。もともとの珍しさ(事前の確率)を、計算に入れる——これが、ベイズ的な補正です。この落とし穴は、医療だけでなく、まれな不正の検知、セキュリティの警報、異常の検出など、「まれなものを探す」あらゆる場面に現れます。

日常で使う、ベイズの構え

ベイズ的思考は、計算をしなくても、構えとして日常で使えます。

「そもそも、どれくらいありそうな話か」を、まず問う:驚きのニュースや、うますぎる話に出会ったら、証拠を吟味する前に、事前の確率を考える。「珍しい主張には、強い証拠が要る」という科学の格言は、ベイズ的思考そのものです
証拠の強さに、比例して動く:一つの体験談では少しだけ、質の高いデータなら大きく、考えを更新する
更新を、恐れない:考えを変えることは、負けではありません。証拠に応じて考えを改められることこそ、知的な誠実さです。「以前はこう考えていたが、新しい証拠を見て、考えを変えた」と言える人が、最も信頼に値します

このコースで学んだ、確率の直感の限界を思い出してください。人間の直感は、確率を扱うのが苦手です。だからこそ、ベイズ的な構え——事前の確率を忘れず、証拠に応じて適切に更新する——を、意識的に持つことが、不確実な世界を生きる、確かな知恵になるのです。

ニュースで使う視点