3つのジェスチャーで学ぶゲーム理論

じゃんけんは、現存する最も単純かつ非自明な戦略ゲームです。3つの選択肢が完全な循環を形成します：グーはチョキに勝ち、チョキはパーに勝ち、パーはグーに勝つ。どの手も相手の1つにだけ勝ち、別の1つにだけ負けます。単一の選択肢が普遍的に最強にならないこの循環的な優位構造は、数学者が非推移的関係と呼ぶものです。単一の戦略が永続的に支配できないことでバランスが保たれる生物学、生態学、経済学のあらゆる場面に現れます。

人間のグー偏向

浙江大学のZhijian Wang氏と共同研究者らは、2014年にじゃんけんの最大規模の統制実験の一つを実施し、300人以上の参加者がそれぞれ300ラウンドをプレイする様子を観察しました。データは持続的な非対称性を明らかにしました：プレイヤーは約36%の確率でグーを選び、パーとチョキはそれぞれおよそ33%でした。この偏りはほとんどのプレイヤーが自分自身では気づかないほど微妙ですが、数千ラウンドにわたる統計的には明白なほど有意です。

この研究ではまた、研究者が条件反応と呼んだ行動パターンも記録されました。あるラウンドで勝ったプレイヤーは、勝った手を繰り返す傾向がありました。負けたプレイヤーは、相手の直前の手に勝てたはずの手に切り替える傾向がありました。これにより、観察力のある対戦相手（や単純なアルゴリズム）が利用できる予測可能なリズムが生まれます。真にランダムなジェネレーターに対しては、こうした人間の傾向は有利にも不利にもなりません。どの手もそれ以前に何が出たかに関係なく、正確に⅓の確率に直面します。

3分の1のナッシュ均衡

ジョン・ナッシュは1950年、すべての有限ゲームには少なくとも1つの均衡点が存在することを証明しました。均衡点とは、どのプレイヤーも自分の戦略だけを変更しても結果を改善できない戦略の組み合わせです。じゃんけんの唯一のナッシュ均衡は、各選択肢をちょうど⅓の確率で出す混合戦略です。この均衡点では、どの相手の戦略に対しても期待される結果は同一です。⅓からどの方向にずれても、知識のある対戦相手に有利を与えます。

ジョン・フォン・ノイマンは20年前の1928年にミニマックス定理で数学的基盤を確立し、すべての二人零和ゲームには最適な混合戦略が存在することを証明しました。じゃんけんはこの定理の最も分かりやすい例の一つとなりました：完全なプレイが純粋なランダム性と見分けがつかないゲームです。このページのジェネレーターはWeb Cryptography APIを通じてその最適な予測不能性を実現しています。これはナッシュ均衡を目に見える形にしたものです：完全な3分の1の分割、毎回、利用可能な記憶がゼロです。

なぜ人間はランダム性が苦手なのか

東京大学の研究者らは、数百試合にわたる人間のじゃんけんプレイのパターンを調査した研究を発表しました。参加者は一貫して「勝ったらそのまま、負けたら変える」パターンに従っていました：勝った後は同じ手を繰り返し、負けた後はグー→パー→チョキの順序で次の手に移行しました。ランダムに出すよう指示されたプレイヤーでも、検出可能な配列を生成しました。人間の脳は能動的にパターンを構築します。真のランダム性は、人間を他のあらゆる領域で効果的なパターン認識者にしている本能を抑制することを必要とします。

この認知的傾向は実験室の外にも及びます。10年以上にわたって開催された世界じゃんけん選手権は、トップ競技者がランダムにプレイするのではなく、対戦相手を読むことで成功していることを実証しました。彼らは人間の脳が生み出すことを避けられないパターンを利用します。暗号学的乱数ジェネレーターはそうした本能なしで動作します。各スローが以前の結果とゼロの関連性を持つ新鮮なハードウェアエントロピーから抽出されるため、独立性に関するあらゆる統計テストに合格する配列を生成します。

大数で見ると

1,000回出すと、各選択肢は約333回出現すると予想されます。単一の結果の標準偏差は約14.9です（1000 × ⅓ × ⅔の平方根）。1,000回中グーが304回から363回出現するのは2標準偏差以内であり、試行の約95%をカバーします。3つのカウントは回数が増えるにつれて均等な3分の1に収束します。初期の配列は偏って見えます。長い配列は対称性に向かって滑らかになります。これは3つの結果を持つシステムに適用された大数の法則です。

教室での活用

じゃんけんは、確率の授業を2つの結果のコイン投げから3つの結果へ自然に拡張します。各生徒にdice83.com/rpsを使って30回出させ、分布を記録させましょう。始める前に、3つのカウントがどの程度均等に分かれるかクラスに予想させてください。ほとんどの生徒はほぼ完璧な3等分、およそ10-10-10を予想します。実際の結果は彼らを驚かせるでしょう。ある選択肢が14回以上出る一方で、別の選択肢が6回以下になることはよくあります。そのばらつきは本物のランダム性が働いている証拠であり、直感が予測するよりもはるかに乱雑に見えます。

ゲーム理論の授業では、生徒をペアにして20ラウンド対戦させ、すべての手を記録させましょう。次に、各生徒にジェネレーターと20ラウンド対戦させます。2つの体験を比較してください。人間相手ではパターンが浮かび上がります。ジェネレーター相手では、どんなパターンも役に立ちません。このコントラストは、一つの方程式も使わずにナッシュ均衡の概念を導入します：予測不能な相手に対する最適戦略は、自分自身が予測不能になることです。このツールはアカウント不要、生徒のデータを収集せず、Cookieも設定しません。

アーキテクチャによるプライバシー

dice83のじゃんけんジェネレーターは、プライバシーファーストのアーキテクチャの一環として、完全にブラウザ内で動作します。サーバーはこのページを配信します。あなたのデバイスがすべての手を生成します。あなたの履歴はlocalStorageにあなただけの管理下で保存されます。アカウント不要、トラッキングCookieなし、あなた自身のデバイス以外のどこにも結果データは保存されません。

共有は本質的に安全です。このURLを送ると、受信者は自分のデバイスから独立した結果を生成する同じツールを受け取ります。同じリンクにアクセスした2人はまったく別々の結果を生成します。URLがツールを運びます。あなたのデバイスがランダム性を担います。