『ロビン・フッド数学』（2025年）は、ランキング、クレジットスコア、そしてあなたが選んでいないフィードを動かす隠れた数学へのバックステージパスです。良い知らせは、これらの公式に慣れることで、自分自身のランキングを作り、予測を正しい方法で平均し、信念を更新し、ソーシャルアルゴリズムを「トレーニング」するのに役立つ、実践的なツールキットを手に入れられること。オンラインとオフラインの両方で、少しだけ力を取り戻すための実践的な戦略書です。
得られるものは？ビッグテックを出し抜く方法を学ぼう
あなたの一日は、スマホの画面に表示される数字——午前7時——で始まります。ベッドから出る前に、さらに多くの数字があなたの世界を形作っています。TikTokのアルゴリズムは、最初にどの動画を見せるかを選んでいます。
ソーシャルメディアは、あなたの価値を「いいね」とフォロワー数で測ります。食料品店への運転は、ブレーキの踏み方、聴いているもの、行き先についてのギガバイト規模のデータを静かに生み出しています。求人広告をスクロールし始める頃には、あなたはすでに、どの求人を見せるか、あなたの適性をどう評価するかを決定するランキング、レーティング、隠れた公式の海に膝までつかっています。それだけではありません。職場はキーストロークを追跡し、銀行はあなたの夢をクレジットスコアに還元し、教室や病院でさえ、人間性よりも効率性を優先して設計された指標にあなたを当てはめます。これでは誰でも、人間というよりはデータポイントのように感じてしまいます。
しかし、良い知らせがあります。この背後にある数学は、テック巨人やヘッジファンドだけのものではないのです。少しのノウハウがあれば、同じアイデアを使って反撃し、より賢い選択をし、数字に取り憑かれた世界で少しばかりの主体性を取り戻すことができます。それがこの本の精神——数学の力を少数の手から取り戻し、私たち全員と共有することです。
ランキング、レシピ、そして客観性の幻想
2023年9月下旬のある午後、ブランダイス大学は、どの学校も決して送りたくないメールを送りました。US News & World Reportの「ベスト・カレッジ」ランキングでの順位が下がった——しかも数ランクどころではありません。16も順位を落とし、44位から60位に転落したのです。
それは腹に響く一撃でした。保護者は心配し、卒業生はうめき、学生は自問しました。「うちの学校が急にダメになったのか？」しかし実際には、ブランダイスは何も変わっていません。変わったのは「レシピ」——US Newsが毎年恒例のリストを作り上げるために使っている秘密の重み付けシステムです。そのレシピは、加重和の概念に入るのに最適な入り口です。加重和は、あなたの人生に影響を与える多くのアルゴリズムで使われているものです。注目度の高い大学ランキングでは、次のように機能します。雑誌は、卒業率、教員給与、同窓会寄付、同僚評価、クラス規模といった共通の要素を選び、それぞれの要素がどれだけ重要かを決定します。
第二のステップ——重み付け——が決定的に重要です。何十年もの間、最も重く重み付けされてきた要素は「同僚評価」、つまり他の大学の管理者がその学校をどう見ているかという調査です。それは全体の20パーセントを占めており、学生の負債、留年率、テストの点数などよりも重要だということです。2023年、US Newsは40年の歴史の中で最大の調整を行いました。重みを入れ替え、同窓会寄付やクラス規模などの要素は優先順位が下げられました。その結果、順位を上げた学校もあれば、沈んだ学校もありました。
特にブランダイスにとっては、クラス規模の要素が失われたことが何よりも痛手でした。ここで注目すべきは、こうしたランキングは隠れた客観的事実を明らかにするものではないということです。異なる要素に置かれる異なる重みは、人々が自分自身の主観的な優先順位に基づいて行っている選択なのです。そして優先順位がこうした公式に組み込まれると、そこには駆け引きが生まれます。多くの学校が数字を水増ししているのが発覚しています。入学生にお金を払ってSATを再受験させ、平均点を上げようとした学校もあれば、データを誇張したことを認めた学校もあります。
コロンビアは、教員の資格情報と支出額を偽装していたことが明らかになり、ニュースの見出しを飾りました。しかし明るい面としては、これはあなた自身が自分なりの重み付きランキングを作る力を持っているということでもあります。タフツ、UCLA、ジョージタウンの間で選んでいると想像してみてください。あなたの「要素」は、天気、学生と教員の比率、政治、バスケットボールかもしれません。日差しがあなたにとって最も重ければ、UCLAがリストのトップになります。政治的な環境がより重要なら、ジョージタウンが勝ちます。
クラスの規模が最も重要なら、タフツがトップに浮上するでしょう。同じ学校でも、重みが違えば、ランキングはまったく変わります。同じ種類の数学が、クレジットスコア、ローンの審査、求職者の評価指標、そしてソーシャルメディアのフィードをキュレーションするアルゴリズムを動かしています。しかし、加重和を活用するのに高価なソフトウェアは必要ありません。自分の大切にするものを選び、それに重みをつけて、どこにたどり着くか見てみましょう。すべてのランキングの背後にはレシピがあります。あなた自身の好みに合うものを使いましょう。
平均の価値
瓶の中にビー玉が何個入っているかを当てる、あの古典的なカーニバルゲームを試したことはありますか？実はこのゲームには秘密があります。しかし一人ではできません。勝つための公式は加重平均と呼ばれるものです。前のセクションでは加重和を見てきました。
この方法は少し異なります。それは、過大評価する人もいれば過小評価する人もいるという事実を考慮に入れます。しかし100の推測を集めて平均すると、魔法のようなことが起こります——瓶の中のビー玉の数に驚くほど近い数字が得られるのです。数学的には、バイアス、分散、共分散といったものを考慮しています。しかし直感はシンプルです。独立した、そこそこ優れた推測の群れは、ほぼどんな単独の専門家にも勝ります。しかし加重平均はさらに一歩進んでいます。
加重平均は、推測において常に優れている人々がいることを認識し、その声にもっと重みを与えます。これは、金融予測、スポーツアナリスト、気象モデル、そして選挙予測の背後にある論理です。さまざまな情報源を組み合わせ、実績のあるものにより多くの重みを与えます。ただし注意が必要です。もし世論調査がすべて同じ盲点を共有していれば、平均もそれを引き継いでしまいます。それが2016年に起こったことです。特定の有権者グループが全面的に同じ方向で過小評価されました。
独立性は正確さと同じくらい重要です。投資家が分散投資をするのも同じ理由です。株がすべて同じ動きをすれば、あなたは脆弱です。異なるリズムで揺れ動けば、より安全です。ここから、平均のいとこである期待値の教訓的な話に移ります。投票や推測に重みをつけるのではなく、期待値は起こりうる結果をその確率で重み付けします。
コイントスで表なら3ドル、裏なら1ドルもらえる場合、期待値は1回あたり2ドルです。これが保険会社、カジノ、宝くじが使っているもの——毎回勝つためではなく、長期的に勝つためです。問題は、平均が極端なケースを隠してしまうときです。宝くじの期待値は巨額のジャックポットのおかげで魅力的に見えるかもしれませんが、実際に当たる確率は微視的です。一方、保険は平均すると割に合わないように見えますが、経済的な大惨事からあなたを守ってくれます。しかし期待値は暴走することもあります。
その例が、暗号通貨の大失敗、サム・バンクマン＝フリードのケースです。彼は人生を一つの巨大な期待値計算として扱い、平均が自分を救ってくれるという考えに莫大な賭けをしました。しかし人生は無限のコイントスではありません。あまりにも頻繁にすべてをリスクにさらせば、破滅が追いついてきます——経済的に、法的に、個人的に、そしてバンクマン＝フリードの場合はその3つすべてが同時に。
期待値は信頼できる羅針盤になり得ますが、すべての結果が数字に還元できるわけではないことを覚えておく必要があります。信頼と評判の重みが数学を上回ることもあります。このように考え始めれば、新しい証拠が入ってくるたびに信念を更新するツールに進む準備ができています。そのツールはベイズ推論として知られています。
信念のダイヤルを調整する
18世紀の統計学者トーマス・ベイズにちなんで名付けられたベイズ推論は、新しい情報を吸収するのに役立ちます。あなたのダイヤルは、直感、知識、あるいは予感に基づいて設定されます。しかし新しい情報が入ってくると、そのダイヤルを調整する必要があります。問題は、「どれくらい？」です。
シナリオを考えてみましょう。あなたは、コロナ検査の陽性結果がウイルスに感染していることを意味するとほぼ100パーセント確信していたかもしれません。しかしその後、検査の精度は80パーセントしかなく、5パーセントの確率で偽陽性が出ることを知ります。ベイズは次のように指摘します。陽性は病気の人だけでなく、健康な集団の一部からも出るのだから、あなたの確信度は約64パーセントまで下がるべきだと。この数学で頭が混乱していますか？では、ここに簡単な方程式という親しみやすい近道があります：A − B + C。Aはあなたの事前の確信度を表す数字です。
0はほぼ確実——100パーセントに近い状態です。1は50パーセントの確信度。2は25パーセント。3は10パーセント。6は1パーセント——つまり100分の1。10は0.1パーセント——つまり1000分の1。そして20は100万分の1です。初期のおおよその数字として、これらの数字から一つ選びます。次に、見ている状況のベースライン確率を最もよく表す数字を考えます。その数字をBにします。それから、状況に応じた確率を最もよく表すと思う数字をCとして選びます。
たとえば、友人が「私は投資のセンスがある」と言うけれど、あなたは少し懐疑的で、信念は五分五分から始まるとします。でも彼女にテストをしてみます。10銘柄のうち、1ヶ月で最も値上がりする銘柄を選ぶというものです。すると案の定、彼女は見事に当てます。さて問題は、あなたは今彼女をどれくらい信じるか？ということです。
おおよその数字を当てはめると、A=1（50パーセント）、B=3（10分の1の偶然当たる可能性）、C=2（彼女が本当にスキルがある場合の25パーセントの成功率）となります。A − B + C = 0となり、これは「ほぼ確実」に相当します。ベイズ推論は、二人の人が同じ討論を見ても異なる印象を持ち帰る理由を説明するのに役立ちます。彼らは異なる事前確率から始めているため、同じ証拠でもダイヤルの動き方が異なるのです。また、アルゴリズムが自分自身の「信念」をどのように更新しているかを理解するのにも役立ちます——特に私たちのフィードをキュレーションしているアルゴリズムです。
アルゴリズム、エンゲージメント、そしてフィードの数学
ここで、これまで触れてきたすべてが一つにまとまります。それは、あなたがお気に入りのソーシャルメディアアプリを開いたときに起こります。フィードが読み込まれると、スロットマシンの歯車が動き出すかのようです。しかしこれは偶然のゲームではありません。
誰かが投稿する各投稿は、目に見えない数学のコンテストで競い合っています。そしてそれはすべて、最初に見た概念である加重和に行き着きます。より正確には、Facebook、TikTok、そしてX——かつてTwitterとして知られていたプラットフォーム——はすべて似たようなアルゴリズムで動いています。それは、あなたが「いいね」、コメント、または再視聴する可能性に、そのアクションに割り当てられた重みを掛け合わせます。そしてそれらをすべて合計し、結果をランク付けします。それだけです。
加重和があなたの見るものを決定します。その重みが大きな違いを生みます。そしてUS Newsのランキングに関わった学校と同様に、公式を知ればシステムを攻略し始めることができます。たとえば、2022年後半にTikTokで最もバイラルになった投稿の中に、鏡を見る若い女性の画像があり、次のようなメッセージが添えられていました。「26歳の看護助手（nursing assistant）がそばにいたら人生はどれほど良くなるか想像してみて。さて、SをNに置き換えてみて」。何百万人もの人々が再視聴し、首をかしげ、コメントし、困惑した友人をタグ付けしました。アルゴリズムは、それが意味不明なナンセンスであることを気にしませんでした。人々がエンゲージし、そのシグナルがクリップをバイラルにしたのです。
しかし主要なプラットフォームの間には違いがあります。Facebookでは、シェアはコメントより重く、コメントは「いいね」より重く、そして長年にわたり「怒り」の絵文字は桁外れの重みを持っていました。つまり陰謀論の投稿と議論することは、無視することよりも投稿に燃料を与えていたのです。TikTokはさらに別の層を加えます：再生時間です。多くの動画に「最後まで見て」というキャプションが付いていたり、ユーザーが何度も繰り返し見て解明しようとする難解な謎が含まれているのはこのためです。リプレイと白熱したコメントスレッドもTikTokではロケット燃料のように作用します。
Xでも骨格は同じですが、ここではリプライが「いいね」をはるかに上回り、コメントスレッドを深く掘り下げることはエンゲージメントの金脈です。一方で、通報、ミュート、「興味なし」のシグナルは投稿を引き下げ、負の重みとして作用します。これらを知ることは力になります。重みを変えることはできませんが、自分自身の確率をコントロールすることはできます。留まって見る、再視聴する、返信するたびに、あなたは機械に餌を与えています。最善のアドバイスは：ゴミを減らしたければ、餌を与えないことです。
素早くスクロールし、コメントもリプレイもしない。クリックや視聴を投票のように扱いましょう。過ごす一秒一秒が、同じものをさらに求めるための投票なのです。子犬の動画をもっと見たければ、もっと子犬の動画に「いいね」を押しましょう。アルゴリズムはブラックボックスのように感じられるかもしれませんが、期待値の上で動いています——あなたがやり返すことができる数学です。そしてこれで最終章にたどり着きました：数学を単なるレンズとしてではなく、テック巨人そのものに立ち向かうための道具として。
テック巨人から主導権を取り戻す
長年にわたり、AmazonやGoogleのような巨人たちは、あなたが見るもの、買うものに対する支配を固めてきました。しかし、数学がビッグテックを築いたものである一方で——それは他のすべての人々に力を与えることもできます。Amazonでは、何かを検索するたびに非常に信頼できるパターンが働いています。それは、検索結果の上部にあるデフォルトの「おすすめ」設定です。
これは、Amazonの検索結果で上位表示されるためにお金を払っている企業や、Amazon自身のプライベートブランドに優先権を与えています。ですから次にAmazonで検索するときは、「平均カスタマーレビュー」または「最低価格」で並べ替え、スクロールすることをいといません。本当のお買い得品やより良い品質のものは、既製の「おすすめ」セクションのはるか下に眠っていることがよくあります。もっと自分の手に取り戻したいなら、ブラウザのプラグインがあります。Amazonで書籍のISBN番号を追跡し、地元の図書館や書店に誘導してくれるものです。Googleについては、検索者のためにサービスを提供することから広告主のためにサービスを提供することへと移行したもう一つの企業です。最良の結果にたどり着くには、上位の結果を覆い尽くす広告とゴミの層を実際に掘り下げる必要があります。
一つの解決策は、検索用語をもっと意図的に使うことです。マイナス記号を使って検索から単語を除外できます。たとえば、四角い形のズボンを探しているけれど、ある漫画のキャラクターには興味がないとします。その場合、「square pants -SpongeBob」と検索してみましょう。また、AIが氾濫する前の時代の結果が見たければ、「before:2022-4-1」のような日付を検索に追加します。さらにsite:やfiletype:といったコマンドも、ゴミをフィルタリングするのに役立ちます。
インターネットでワクチンについてのアドバイスを得るのは地雷原に入るようなものなので、「COVID vaccine site:cdc.gov」のように入力すれば、結果を特定のサイトに絞ることができます。同様に、PDF文書を探しているなら、検索に「filetype:pdf」を追加するとより良い結果が得られます。しかしより大きな戦いは、インターネット上で広告がどのように機能するかについてです。グーグルのオークション方式を修正し、信頼できるブランドが誤情報に資金を提供しないようにする必要があります。グーグルは広告に手を付けたがりません。そもそも広告は薄い粥のようなものだからです。
Instagramの規模では、ユーザーの注目1時間はほんの数ペニーにすぎません。しかしだからこそ、プラットフォームはその実践において陰険で、中毒性があり、侵襲的なのです。彼らは強迫的な使用を最大化し、あなたのデータを追跡することに必死です。しかし、ターゲット広告収入に累進課税を課せば、巨人たちに最も打撃を与え、侵襲的なマイクロターゲティングを同時に抑制できるでしょう。その収益は、非営利のニュースルーム、公共の利益のためのプラットフォーム、さらには自動化が雇用に深刻な打撃を与えた場合のユニバーサルベーシックインカムの資金にもなり得ます。しかし最後に、希望に満ちたメモで締めくくりましょう。
数学を善のために使いましょう。シリコンバレーを動かすのと同じ道具を、普通の人々に力を与えるために使いましょう。フィードをトレーニングし、賢く買い物し、透明性を支持し、公共の利益のための解決策を後押しする方法を人々に教えましょう。賢く使えば、数学はすべての人にとってデジタルの競争条件を平等にすることができます。
最終まとめ
ノア・ジアンシラクーサ著『ロビン・フッド数学』の主なポイントは、現代生活の多くが加重和、平均、確率といったいくつかのシンプルな数学公式で動いているということです。これらは影響力のあるランキング、選挙や天気の予測、そして私たちがスクロールし続けるソーシャルメディアのフィードを動かしています。しかし、それらと同じ道具を自分の有利になるように使うことができます。自分にとって何が最も重要かを選び、自分自身のランキングをパーソナライズできます。
予測を賢くブレンドするには、平均を取って信頼できるものにより多くの重みを与えることです。不確実性に揺さぶられたときは、ベイズに手を伸ばしましょう。事前確率から始め、証拠を加え、冷静に更新することで、一つの恐ろしいデータポイントがあなたの信念を乗っ取るのを防ぎます。これらはすべて、ソーシャルメディアがあなたに提供するフィードの一部であり、望まないゴミを飢えさせ、本当に好きなものに意識的にエンゲージすることで、それらをトレーニングできます。同じ数学が、デフォルトを変えることでAmazonでより良い買い物をし、広告の霧を切り抜けることでGoogleでより良い検索をするのに役立ちます。これらすべてが主体性をもたらします。公式を見抜くことができれば、それに疑問を持ち、微調整し、自分を再び主導権の座に戻す選択ができるからです。以上が、この要約のすべてです。
お楽しみいただけたでしょうか。可能であれば、ぜひ評価をお寄せください。フィードバックはいつでもありがたく受け止めています。次回の要約でお会いしましょう。
