囚人のジレンマ：競争と協力のバランス

重要ポイント

• 囚人のジレンマは、自己中心的な行動が最適でない結果をもたらすことを示しています。
• 囚人のジレンマでは、協力が常に最善の選択ではありません。
• ビジネスにおいて、囚人のジレンマを理解することで競争と協力のバランスを取ることができます。
• アルバート・タッカーは1950年にゲーム理論の一環として囚人のジレンマを提唱しました。
• 囚人のジレンマは、個々の意思決定が集団の結果に影響を与えることを示しています。

囚人のジレンマは、1950年にランド研究所でメリル・フラッドとメルビン・ドレッシャーによって考案されたパラドックスです。その後、カナダの数学者アルバート・ウィリアム・タッカーによって正式に定式化され、名前が付けられました。

囚人のジレンマは、協力と競争のバランスを理解するための枠組みを提供し、その概念は戦略的意思決定の有用なツールとなることがあります。そのため、ビジネス、金融、経済学、政治学から哲学、心理学、生物学、社会学まで多岐にわたる分野で応用されています。

VioletaStoimenova / Getty Images

囚人のジレンマの解説

囚人のジレンマのシナリオは次のように進行します：二人の容疑者が犯罪で逮捕され、警察署の別々の部屋に隔離されており、互いに連絡を取る手段がありません。検察官はそれぞれに次のように伝えます。

• もしあなたが自白し、もう一人の容疑者に対して証言することに同意すれば、あなたの起訴は取り下げられ、釈放されます。一方、もう一人は3年間服役します。
• もしあなたが自白しなければ、もう一人が自白した場合、あなたは有罪判決を受けて3年間服役し、もう一人は釈放されます。
• 両者が自白すれば、二人とも2年間の刑に服します。
• どちらも自白しなければ、軽犯罪として1年の刑に処されます。

容疑者たちは何をすべきでしょうか？これが囚人のジレンマの本質です。

囚人のジレンマの基本原則

このパラドックスを成立させるためには、いくつかの基本的な概念が必要です。これらは次の通りです。

• **プレイヤーは二人でなければならない。**シナリオは、犯罪を共に犯したり、相互に意思決定を行う二者を含みます。
• **決定は同時に行われる。**両者は相手の選択を知らずに決定を下します。この同時決定がジレンマの重要な要素です。
• **結果の組み合わせが存在する。**ペイオフマトリックスは、両者の選択の組み合わせとそれに伴う結果を示す表です。これにより、さまざまな決定の結果を視覚化できます。後で詳しく説明します。
• **相互協力または裏切りがあり得る。**プレイヤーは協力（双方にとって利益のある結果を選ぶ）か裏切り（自己利益を優先する）を選択できます。背後にある緊張は、個人の利益と集団の利益の対立から生じます。
• **各プレイヤーには支配戦略がある。**その戦略は、他者の選択に関係なく最良の結果をもたらすものです。この支配戦略は合理的な選択とされ、両者がそれを採用すると最適でない結果になることもあります。
• **プレイヤーは合理的な意思決定者と仮定される。**これは、自分の利益を最大化しようとする傾向を意味します。この仮定はゲーム理論と合理的選択モデルの基本です。

最適戦略の評価

まず、以下の表のようにペイオフマトリックスを作成します。ここで「ペイオフ」とは刑期の長さ（マイナス符号で示され、数字が大きいほど良い）を示します。「協力」と「裏切り」は、容疑者が協力（例：黙秘）するか裏切る（例：自白）かを表します。セル（a）から（d）の最初の数字は容疑者Aのペイオフ、次の数字は容疑者Bのペイオフです。

支配戦略とは、他者の戦略に関係なく、そのプレイヤーにとって最も良い結果をもたらす戦略です。ここでは、各プレイヤーが裏切る（自白する）ことが最も合理的な選択となります。なぜなら、自白すれば刑期を最小化できるからです。以下は結果の例です。

• AとBが協力して黙秘した場合、両者とも1年の刑に服します（セルa）。
• Aが自白し、Bが黙秘した場合、Aは釈放され、Bは3年服役します（セルb）。
• Aが黙秘し、Bが自白した場合、Aは3年服役し、Bは釈放されます（セルc）。
• 両者が自白した場合、両者とも2年の刑に服します（セルd）。

したがって、Aが自白すれば釈放か2年の刑のどちらかになりますが、黙秘すれば1年または3年の刑です。Bも同じジレンマに直面します。

囚人のジレンマの結果

囚人のジレンマは、各個人が自己利益を追求すると、協力した場合よりも悪い結果になることを明確に示しています。上記の例では、協力（黙秘し続ける）を選び、双方が黙っていると、1年の刑に収まります。その他の選択は2年または3年の刑となります。

合理的な人は、自分の利益最大化を優先し、一般的には裏切る（自白する）方を選びがちです。もし両者が相手が裏切らないと仮定して裏切ると、セルdの2年刑に収まることになります。協力した場合の最良結果（1年）を得るよりも、裏切る方が得策と考えるのです。

この例では、協力（黙秘）すれば避けられるのは1年の刑ですが、自白すれば最良の場合は釈放、最悪の場合でも2年の刑です。一方、黙秘し続けると、相手が裏切った場合に最大の3年刑を受けるリスクもあります。

このジレンマは、裏切るインセンティブが強いにもかかわらず、協力した方が全体として良い結果をもたらす可能性があるという点で、ビジネスや経済においても多くの場面で見られます。

早わかり

アルバート・タッカーは1950年に、ゲーム理論の例としてスタンフォード大学の心理学修士課程の学生に囚人のジレンマを最初に提示しました。

ビジネスにおける囚人のジレンマの応用

実社会での典型的な例は、市場で二つの競合企業が激しく争っている場合です。多くの経済セクターでは、二つの主要なライバルが存在します。例えば、米国ではコカ・コーラ（KO）とペプシコ（PEP）のソフトドリンク競争や、ホームデポ（HD）とロウズ（LOW）の建材販売競争があります。この競争はビジネススクールのケーススタディとしても頻繁に取り上げられています。その他には、スターバックス（SBUX）とティム・ホートンズ（QSR）、アップル（AAPL）とサムスンのモバイル分野なども例です。

コカ・コーラとペプシコの例を考え、前者が代表的な炭酸飲料の価格を引き下げることを検討しているとします。もしそうすると、ペプシコも追随せざるを得ず、市場シェアを維持するために価格を下げる必要が出てきます。これにより、両者の利益は大きく減少する可能性があります。

どちらかが価格を下げる（裏切る）と、もう一方は協力（価格を維持）を続けることになり、裏切った側は市場シェア拡大とともに利益増加、協力側は利益が減少します。両者が価格を下げると、消費量増加により利益は相殺され、両者ともに250百万ドルの増益となります。

このようなペイオフマトリックスは、次のように表されます（数字は百万円単位の増分利益）：

他にも、新商品や技術開発、広告・マーケティング費用の面でも囚人のジレンマの例は多くあります。

例えば、二社が広告予算を変えないという暗黙の了解を持っている場合、両者の純利益は比較的高い状態を維持できます。しかし、一方が広告予算を増やすと、その分売上が増え、コスト増を上回る利益を得られる可能性があります。ただし、両者がともに広告予算を増やすと、相殺されて効果が薄れ、結果的に利益が減少することもあります。

経済における囚人のジレンマの例

米国の財政危機における民主党と共和党の対立も、典型的な囚人のジレンマの例です。

例えば、米国の債務問題を解決することで得られる利益は、次の選挙での得票増加とします。協力は、両党が財政赤字の拡大を抑えるために現状維持を目指すことを意味します。一方、裏切りは、緊縮財政や予算削減を進めて赤字を抑制しようとする行動です。

両党が協力して経済を安定させれば、一定の選挙利益が得られます。しかし、一方が積極的に赤字削減を進め、もう一方が協力しない場合、後者は次の選挙で票を失う可能性があります。

逆に、両者ともに協力を放棄し、強硬策を取ると、市場の混乱や信用格下げ、政府閉鎖などの経済的混乱が生じ、両者の選挙得票も減少します。

囚人のジレンマの活用方法

このジレンマは、個人の意思決定においても役立ちます。例えば、車の購入や給与交渉などです。

例えば、新車を買いにディーラーに行った場合を考えます。満足度（ペイオフ）は数値ではなく、満足感の属性です。最良の条件（価格や装備）を得たい一方、販売員はできるだけ高い価格で売りたいと考えます。

協力は、値引き交渉をしない（定価で買う）ことを意味します。裏切りは値引き交渉をすることです。満足度を10点満点とし、0点は不満足とした場合のペイオフマトリックスは次の通りです。

このマトリックスは何を示しているのでしょうか？値引き交渉をして大きく値下げできた場合、満足度は高くなりますが、販売員は売上の減少に不満を持つ可能性があります（セルb参照）。逆に、販売員が値引きしないと、満足度は低くなりますが、販売員は満足します（セルc）。全額定価で買えば満足度はやや低くなります（セルa）。長引く値引き交渉は、最終的に妥協点に達し、双方の満足度が下がることもあります。

給与交渉でも同様です。最初の提示を受け入れると満足度は低くなりますが、交渉して高い給与を得ることも可能です。ただし、交渉がこじれると、双方の満足度は低下します。

このように、囚人のジレンマは、個人の選択や交渉においても応用でき、最適な戦略を考える手助けとなります。

経済における囚人のジレンマの例

最後に、経済学における囚人のジレンマの例を紹介します。景気後退時の政府の財政政策において、各国が協調するかどうかの問題です。

例えば、各国が景気刺激策を同時に採用すれば、世界経済は回復に向かいます。しかし、一国が緊縮財政や予算削減を選択すると、その国は短期的に安定しますが、世界全体には悪影響を及ぼす可能性があります。

これは囚人のジレンマに似ており、各国が協力して景気刺激策を取るか、自己利益のために裏切るかの選択です。全ての国が協力すれば、より良い経済回復が期待できますが、一部の国が裏切ると、全体の回復が妨げられる結果となります。

囚人のジレンマの答えは何か？

正解はありません。これは、個々の意思決定が集団の結果に影響を与えるパラドックスです。

囚人のジレンマを簡単に説明すると、二人の囚人が黙秘か自白かを選び、互いに連絡を取れません。自白すれば釈放や中程度の刑、黙秘すれば短い刑、両者とも自白すれば中程度の刑となります。ゲーム理論は、一般的に人は自分にとって最も利益のある選択をしがちだと予測します。

最良の戦略は何か？

囚人のジレンマは、最適な戦略や答えを示すものではありません。むしろ、自己利益を追求する二者が協力しないと、双方にとって最適な結果が得られないことを示しています。

結論

囚人のジレンマは、自己利益を追求する行動が必ずしも最良の結果をもたらさないことを示しています。企業や政府、個人も、自分の利益だけを考えると最良の結果を得られない場合があるため、協力の可能性を考慮することが重要です。