Errorless Irrationality: A unified computational account of the inverse base-rate effect across predictive, observational, and unsupervised procedures

「間違った」推測の謎

あなたは、手がかりが非常に紛らわしい事件を解決しようとしている探偵だと想像してください。容疑者の一人は、通常火曜日に犯罪を犯す人物（よくある出来事）で、もう一人は、稀にしか起こらない特定の祝日にのみ犯行に及ぶ人物（珍しい出来事）です。ここで、どちらの容疑者にも当てはまりうる手がかりを見つけたとしましょう。多くの人々は、このような曖昧な状況に直面したとき、統計的にその事件に関与している可能性が高い「一般的な容疑者」を論理的に選ぼうとします。しかし、ここが奇妙な点なのですが、人間の脳はしばしばその逆を行ってしまうのです。混乱を招くような手がかりの混合物に直面したとき、私たちは、珍しい出来事に賭けてしまうという、頑固で不合理な習慣を持っています。この奇妙な現象は「逆ベースレート効果（Inverse Base-Rate Effect: IBRE）」と呼ばれています。これは、人間がどのように学習し、意思決定を行うかに関する癖であり、数十年にわたって科学者たちを悩ませてきました。

長い間、有力な説は、この間違いが「予測誤差」によって起こるというものでした。これはビデオゲームで、予想が外れたときに「ゲームオーバー」の画面が表示されるようなものだと考えてください。その説では、私たちの脳はこれらの「ゲームオーバー」画面を回避しようとすることで学習するというものでした。一般的な容疑者を選んで間違えると、脳はショックを受け、珍しい手がかりに対して特別な注意を払い、過剰に修正を行うため、次に珍しい方の容疑者を選んでしまうようになる、という仕組みです。しかし、もし「ゲームオーバー」の画面が存在しないとしたらどうでしょう？ もし、あなたがただ映画を観ているだけだったり、正解も不正解もないパズルを見ているだけだとしたら？ 私たちの脳は、それでも同じ不合理な間違いを犯すのでしょうか？ この問いは、人間の学習のメカニ結構を深く掘り下げ、「私たちの『不合理さ』は、情報の処理における単なるグリッチ（一時的な不具合）なのか、それとも採点されていない状況でも存在する機能（フィーチャー）なのか」を問う新しい研究の核心に触れています。

偉大なる「フィードバックなし」の実験

この論文において、研究者のレナード・ドームとアンディ・J・ウィルズは、この「予測誤差」理論の限界をテストすることに決めました。彼らは、教師、成績、そして「不正解」のブザーをすべて取り除いた場合でも、逆ベースレート効果が依然として起こるかどうかを確認したいと考えました。彼らは、通常の学習条件を取り除くために、2つの巧妙な実験を行いました。

最初の実験では、観察学習のシナリオを設定しました。あなたが待合室に座って、患者の症例ファイルを読んでいる場面を想像してください。熱と発疹がある患者を見て、ファイルには「この人は疾患Zである」と書かれています。次に、頭痛と発疹がある別の患者を見て、ファイルには「この人は疾患Lである」と書かれています。あなたはただ読んでいるだけであり、推測を求められることも、自分が正解したか不正解したかを知らされることもありません。手がかり（症状）と答え（疾患）は同時に提示されるため、「推測して失敗する」という瞬間が存在しません。それにもかかわらず、フィードバックや「ゲームオーバー」の瞬間が全くない状態でも、参加者は依然として不合理なバイアスを示しました。後に、混合した症状に基づいてどの疾患であるかを推測するよう求められたとき、彼らは従来のテストと同様に、珍しい方の疾患へと傾いたのです。

2番目の実験では、因果関係のヒントをさらに排除するために、医学的な物語を幾何学的な図形に置き換えました。正方形と円が組み合わさっており、この組み合わせは「グループX」に属すると教えられるパズルを想像してください。その後、正方形と三角形だけの組み合わせを見せられます。そこには病気や症状についての物語はありません。ただの図形です。答えを教えてくれる「教師」もいません。誰からも判断されることのない、この完全に抽象的で非監督的な世界においても、参加者は珍しいカテゴリーを好むという、同じ「不合理な」選択を行いました。

新しい理論：OSCAR

古い理論（間違いから学ぶという説）では、教師がいない状況でのバイアスを説明できなかったため、著者らはOSCARと呼ばれる新しいモデルを提案しました。OSCARは、単に未来を予測するだけでなく、全体の像を再構成しようとするデジタルな脳だと考えてください。

ジグソーパズルを見ている場面を想像してください。ただし、いくつかのピースが欠けています。欠けているピースが何かを推測する代わりに、あなたの脳は、見えていない部分も含めた「全体のイメージ」を想像しようとします。OSCARも同様です。目に見える手がかり（特徴）を取り込み、カテゴリーのラベルを含めた「一連の手がかりの全体像」が本来どうあるべきかを推測することで、パターンを「完成」させようとします。脳による全体の像の推測が、実際に目に見えている図像と一致しない場合、内部的な「エラー信号」が発生します。この信号は、外部の教師から来るのではなく、空白を埋めようとする脳自身の試みから発生するのです。

著者らは、この「パターン完成」モデルが結果を完璧に説明できることを見出しました。これは、脳が教師を必要としなくても逆ベースレート効果を引き起こすことを示しています。つまり、この効果は、脳が情報を整理する方法に伴う自然な副作用なのです。私たちは、共通のものと珍しいものを区別するのに役立つ手がかりに特別な注意を払いますが、状況が複雑になると、その注意の向け方が偏り、珍しい出来事を過大評価するように作用するのです。

これが意味すること

この研究は、この「不合理な」バイアスが、単に教室の設定で間違いを避けようとした結果ではないことを裏付けています。それは、たとえ単に観察していたり図形を暗記したりしているだけでも、パターンを処理しようとする脳の根本的な仕組みの一部なのです。研究者たちはコンピュータ・シミュレーションを用い、彼らの新しいモデルであるOSCARが、3つのすべてのタイプの実験（伝統的なもの、観察的なもの、および非監督的なもの）において、人間と同じ行動を正確に再現できることを示しました。

さらに、このモデルはアイトラッキング（視線計測）研究からの非常にトリッキーなデータをも説明することができました。従来の理論では、なぜ人々がトレーニング中に特定のヒントを長く注視していたのに、テスト中にはそれらを等しく見ていたのかを説明できませんでした。特定のヒントの組み合わせに基づいて注意をシフトさせる能力を持つOSCARは、これらの眼球運動のパターンを再現することに成功しました。

要約すると、この論文は、私たちの「不合理さ」とは、悪い教育によって引き起こされたバグではなく、たとえ図が不完全であっても、常に全体像を完成させようとする脳の「機能（フィーチャー）」であることを示唆しています。珍しいイベントへのバイアスは、誰にも宿題の採点をされていなくても、パターンを学習することに長けたシステムから生じる創発的な特性なのです。