この記事は、判断の再現とマルチエージェントに関する検証シリーズの1本である。個人化の設計で省略されがちな「誰の判断を借りるか」という問いへの答えが、判断の種類によって正反対になることが自社の検証で分かっている。
この記事で分かること
- 習慣に支配される判断とみんなが同じ方向に収斂する判断とで、借りるべき相手の人数が逆になること
- 人数を固定して距離だけ変えた場合、6条件すべてで近い人を借りる方が勝つこと
- 未知の環境では、判断の性質によって「自分の癖を持ち込む」か「借りる」かが正反対になること
- 未知環境でも3系統のどれも捕まえられない一定の割合が残ること
この記事で分からないこと(正直に書く)
- なぜ習慣支配の判断だけ、人数を広げると悪化するのか、そのメカニズム
- 17%(8人)が捕まらない共通の性質が何か
習慣支配の判断は少人数の近さが正しい
対戦型ゲームの上位プレイヤー47名を対象にした検証で、判断を「その人の癖に支配される判断(習慣支配)」と「みんな同じ方向に収斂する判断(メタ収斂)」に分けると、借りるべき相手の集合が逆転する。習慣支配の判断では、軸が近い10人から借りるのが最良で、46人に人数を広げるとかえって悪化する(出所: 自社の判断再現の検証記録、確認日2026-09-06)。メタ収斂の判断では逆に、全員から借りるのが最良になる。同じ「借りる」という操作でも、判断の性質によって最適な集合サイズが反対方向に振れる。
人数を固定しても、近さだけで差が出る
人数の効果と距離の効果を分けるため、人数を10人に固定して距離だけを変える検証も行った。結果は6条件すべてで近い方が勝ち、差は+0.033〜+0.077、信頼区間の下限はいずれも0を上回った(出所: 自社の判断再現の検証記録、確認日2026-09-06)。人数を広げると悪化するのは単に「対象が増えたから」ではなく、遠い判断が混ざること自体が害になっている。
未知の環境では、判断の性質で「借りる/借りない」が反転する
学習していない環境に置かれたとき、何を借りるべきかは判断の性質でさらに反転する。環境に依存しない判断(買い判断からの逸脱)では、自分の癖を持ち込むのが最良で+0.125(44/47人が有意)、他人から借りると成績が落ちる。環境に依存する判断(立ち位置の判断)では逆に、自分の癖は−0.279(有意な人数は0人)まで落ち込み、借りることで+0.292(47人全員が有意)まで回復する(出所: 自社の判断再現の検証記録、確認日2026-09-06)。両者を併用すると、買い判断からの逸脱で+0.140(47人全員が有意)まで伸び、単独の最良値をさらに上回る。
さらに、未知環境の買い判断に限れば、逆強化学習が前例retrievalに対して有意に勝つ場面もあった(29/47人が有意に勝ち、有意に負けた人数は0、lift+0.040)。判断の性質を見極めずに「借りる」を一律適用すると、環境依存型の判断では正しくても、環境非依存型の判断では悪化させる。
それでも17%は、どの系統でも捕まらない
自分の癖を持ち込む・借りる・逆強化学習という3系統を組み合わせても、未知環境の買い判断で改善できるのは頭打ちで83%(39/47人)にとどまる。残り17%(8人)は、どの系統を当てても改善が確認できない(出所: 自社の判断再現の検証記録、確認日2026-09-06)。「借りる相手を正しく選べば誰でも改善する」という前提は成り立たない。何が違うのかは今回の検証だけでは切り分けられていない。
個人化の設計を「借りる/借りない」の二択で考えると、この反転を見落とす。判断の性質で軸を切り分ける設計は、モデル単体性能とシステム全体性能の記事や、複数エージェントの批判が割れる記事とも接続する論点である。有意性の判定に必要な件数の考え方は姉妹記事「標本数の記事」も参照してほしい。
自社の判断再現の設計について相談したい場合は、お問い合わせから編集部まで連絡してほしい。
よくある質問
Q1. 「習慣支配」と「メタ収斂」はどう違うのか
習慣支配は、その人固有の癖が結果を左右する判断を指す。メタ収斂は、多くの人が同じ方向に収斂する判断を指す。前者は少人数の近い相手から借りるのが最良で、後者は全員から借りるのが最良になる。
Q2. 人数を広げると悪化するのはなぜか
人数を10人に固定して距離だけを変えた検証で、近い方が6条件すべてで勝った。人数を広げること自体ではなく、遠い判断が混ざることが悪化の原因と考えられる。
Q3. 未知の環境ではどちらを信じればいいのか
判断の性質による。環境に依存しない判断は自分の癖を持ち込む方が良く、環境に依存する判断は借りる方が良い。両者を併用すると、環境に依存しない判断でさらに伸びる場合がある。
Q4. 「借りるほど改善する」と考えていいか
そうではない。3系統を組み合わせても改善が頭打ちになる人が一定数残り、17%はどの系統でも捕まらなかった。