McCaughey ら: 人がヒントを買う量を変えるのは「値段が変わった」と聞いた瞬間だけ — Fukai が読む

一段落要約

情報にお金がかかる場面で、人はどこまで買ってから決めるのか。この論文の答えは、こうだ。人は「値段が変わった」と知らされた瞬間に買う量を変える。しかし遊んでいる最中の手応えでは、ほとんど変えない。

実験は5本、分析対象は延べ755人。情報が4倍安くなると、1回の判断で買う観測は平均 3.43 個から 5.11 個へ増えた。方向は正しい。だが値段が4倍動いたわりに、増えたのは1.7個ほどである。

さらに面白いのは、フィードバックを与えても与えなくても、変化の大きさが同じだったことだ。「結果を見せれば学ぶだろう」という設計者の期待は、この課題では裏切られている。ヒントやスカウトに値段をつける人には、ここだけでも持ち帰る価値がある。

はじめに — 誰が、どこに書いた論文か

取り上げるのは「Adapting to information search costs in sample-based decisions」。著者は Linda McCaughey(ドレスデン工科大学・ハイデルベルク大学・ミュンヘン大学)、Johannes Ziegler(ウルム大学)、Klaus Fiedler(ハイデルベルク大学)の3名である。

掲載先は査読誌 Judgment and Decision Making(ケンブリッジ大学出版局)の第21巻、2026年7月29日公開。DOI は 10.1017/jdm.2026.10043 で、CC-BY-SA 4.0 のオープンアクセスだ。誰でも全文を読める。arXiv の preprint(査読を通る前の原稿)ではなく、査読を通った論文である点は先に断っておく。

私がこの論文を今日選んだのは、扱っている問いがそのままパズルゲームの設計問題だからだ。「ヒントに値段をつけたら、プレイヤーは何回まで買うのか」。この問いに、5本の実験と755人分のデータで答えている論文はそう多くない。

背景 — なぜ「買う量」が設計の問題になるのか

情報を集めれば、判断はたいてい良くなる。だが集めるには時間もお金も手間もかかる。得られる改善より費用のほうが大きくなれば、集めるのは損だ。この綱引きは、どんな判断にも付いて回る。

ここまでは常識である。分かっていなかったのは、人がどうやって自分の買う量を調節しているのかという中身のほうだ。著者らは調節の道筋を二つに分けている。ひとつは「あらかじめの計画」。始める前に方針を決めてしまうやり方だ。もうひとつは「その場での調整」。やりながら手応えを見て直していくやり方である。

この二つを分けることには実利がある。前者が主役なら、設計者がやるべきは値段をはっきり告げることだ。後者が主役なら、良いフィードバックを設計すればプレイヤーは自分で上手くなる。どちらに賭けるかで、作るものが変わる。『Papers, Please』(Lucas Pope / 3909 LLC, 2013)。調べる手間そのものが費用になる審査台だ。

パズルゲームでは、この綱引きが至るところにある。ヒントを1つ開ける。もう一度スキャンする。怪しい部屋をもう一周する。どれも「情報を買う」行為であり、たいてい時間か資源を払っている。

アプローチ — 観測を1つずつ「買わせる」課題

課題の骨格は素朴だ。参加者の前に、当たり外れが一定の割合で出る「壺」がある。中身の割合が半分より上か下かを当てるのだが、割合そのものは見えない。分かるのは、観測を1つ引いたときの結果だけである。

そして観測は1つ引くたびにお金がかかる。多く引けば当てやすくなるが、当たったときの取り分は減る。参加者は自分で「何個引いたら答えるか」を決める。ここでいう効率(efficiency)とは、論文の定義では正解時の報酬と情報費用を足し合わせた、最後に手元に残る額のことだ。

実験1a(67人)と1b(79人)では、観測1回の値段と正解報酬の比を、ブロックごとに変えた。値段が報酬の10分の1のとき、20分の1のとき、40分の1のとき。比が変わることは事前に参加者へ告げられる。これが「あらかじめの計画」を測る仕掛けである。

実験2(131人)では、フィードバックを外した。全員が最初のブロックでは正誤と取り分を教わるが、途中から一方の群には何も返さない。比の変え方も2通り用意した。片方は観測の値段を下げ、もう片方は正解報酬を上げる。同じ比の変化を、別の道から作ったわけだ。

実験3a(160人)と3b(318人)では、比を参加者ごとに固定し、試行数を増やし、フィードバックの種類を変えた。ここは「その場での調整」に、できるだけ有利な条件を整えた実験だと読める。

統計には線形混合モデル(個人ごとのくせを織り込んだうえで、平均的な傾向を取り出す手法)が使われている。数式は追わなくていい。読むべきは「値段が動いたとき、買う量が何個動いたか」という一点だ。

発見 — 変わるのは境目でだけ、途中では変わらない

まず、人はちゃんと反応する。実験1a で、情報が安いブロックほど参加者は多く引いた。平均は、値段が報酬の10分の1のとき 3.43 個(SD 1.54)、20分の1で 4.16 個(SD 2.17)、40分の1で 5.11 個(SD 3.10)。比が一段安くなるごとに、買う量は 0.82 個ずつ増えている(b = 0.82, SE = 0.12, F(1, 65.27) = 43.93, p < .001)。

正解率も同じ方向に動いた。82.7% → 85.5% → 86.7% である。統計的には、比が一段安くなるごとに正解する見込み(オッズ)が約25%上がった(b = 0.22, SE = 0.06, χ²(1) = 12.1, p < .001)。ここまでは、素直に「人は適応する」という話だ。

問題はいつ変わったかである。実験1a では、ブロックの中で試行が進んでも買う量は変わらなかった。実験1b でわずかな試行効果は出たが、ごく小さい(b = 0.01, SE = 0.00, F(1, 77.76) = 4.03, p = .048)。変化は比が変わったブロックの境目で起き、そのあとは平らだった。

そして実験2の結果が効いてくる。比の効果ははっきり出た(b = 0.63, SE = 0.09, F(1, 125.73) = 47.07, p < .001)。ところが著者ら自身が「驚いたことに」と書いているとおり、フィードバックを受け取ったかどうかで変化の大きさは変わらなかった。実験3a・3b でも、試行を通じて買う量や効率が動くかどうかは比によって決まり、フィードバックの種類では決まらなかった。『Return of the Obra Dinn』(Lucas Pope / 3909 LLC, 2018)。正誤は三人そろって初めて確定する、絞ったフィードバックの設計だ。

もうひとつ、設計者に刺さる数字がある。実験1a で、たくさん引いた人ほど正解率は高かった(r = 0.46, t(65) = 4.16, p < .001)。だが同じ人たちの効率は下がっていた(r = −.74, t(65) = −8.75, p < .001)。正確さは買えるが、手元に残る取り分は減る。参加者は正確さのほうに寄っていた、と読める。

難しさも効いた。壺の割合が半分に近い、つまり判別しにくい問題ほど、人は多く引いた(b = −0.44, SE = 0.06, F(1, 62.99) = 49.93, p < .001)。値段と難しさの間には交互作用もある(b = −0.21, SE = 0.04, F(1, 58.42) = 26.83, p < .001)。人は問題の手強さも見て、買う量を決めている。

使いどころ — ヒントの値段をどう見せるか

(1) ヒントの値段が変わるなら、必ず先に告げる。もし自分が脱出ゲームを作っていて、後半でヒントを安くするとしたら、私はその変更を画面の言葉ではっきり出す。この研究で人が反応したのは「告げられた変更」であって、遊びながら気づいた変化ではない。値下げを黙ってやると、プレイヤーの行動はたぶん動かない。

(2) フィードバックを足す前に、値段そのものを疑う。「ヒントの使いすぎです」と後から見せれば学ぶだろう、という設計はよくある。だがこの課題では、フィードバックの有無でも種類でも変化の大きさは動かなかった。もし自分が推理ゲームの調べ物にコストを載せているなら、通知を作り込むより先に、価格表を作り直すほうに時間を使う。

(3) 反応の幅を、あらかじめ小さく見積もる。4倍安くして増えたのは平均1.7個ほどだった。ハイパーカジュアルのスカウト機能でも、ローグライトの偵察でも、値段を半分にしたからといって購入が倍になるとは考えないほうがいい。値段は方向を決めるレバーであって、量を決めるレバーではない。

(4) 「正確さ」と「取り分」のどちらを称えるかを決める。買うほど正解率は上がり、取り分は減る。もし自分がスコアつきの推理ゲームを作るなら、この二つのどちらをスコアに載せるかで、プレイヤーの調べ方がまるごと変わると考える。無失敗で何度でも見返せる設計にすれば、実質的に情報は無料になり、この綱引きそのものが消える。『The Case of the Golden Idol』(Color Gray Games, 2022)。手がかりを何度でも見返せるぶん、費用はほぼ時間だけになる。

(5) 「これは際どい問題です」と伝えることも、値段の一種だ。参加者は判別しにくい問題ほど多く引いた。難易度表示や「残り候補が多い」という合図は、プレイヤーが自分で調べる量を増やす引き金になりうる。値段を触らずに探索量を動かしたいときの、もうひとつのレバーである。

限界 — 著者が認めている点と、私が気づいた点

著者らが認めているのは、まず試行数の少なさだ。実験1では1ブロックあたりの試行が少なく、「その場での調整」を見つけるには不利だった。加えて実験1a・1b では問題の難しさが試行ごとに大きく揺れるため、ブロック内の小さな変化が埋もれやすい。要旨でも、この研究は今後の研究への「貴重な出発点」だと控えめに位置づけられている。

Fukai がここで指摘するのは、課題がゲームではないという点だ。参加者が引いているのは物語も手触りもない二値の観測で、動機はお金である。パズルの手がかりを1つ開けるときの「開けたら負けた気がする」という感情は、この課題には入っていない。ヒントの値段が心理的なものである以上、金額比の話をそのまま持ち込むのは危うい。

もうひとつ、買える上限が小さい。実験1では最大40個、実験2では最大16個だ。プレイヤーが何十分も調べ続けられるゲームの探索量を、この範囲から外挿するのは無理がある。

最後に、私が読めた範囲を正直に書いておく。要旨・導入・実験1a/1b・実験2の手続きと結果は本文で確認した。実験3a・3b については、要旨に書かれた結論と参加者数までしか確認できていない。だから本記事では、3a・3b を「フィードバックの種類は効かなかった」という一点でしか使っていない。事前登録(preregistration)の有無も本文中には見つけられなかった。データは Zenodo で公開されている。

Fukai の読み

私はこの研究を、「プレイヤーは経験から学ぶ」という設計者の前提に静かに水を差すものとして読みたい。フィードバックを足しても、種類を変えても、買う量の変え方はほとんど動かなかった。つまり、遊んでいる最中に人が更新しているのは想像よりずっと少ないのかもしれない。だとすれば、探索量を動かす仕事の大半は、遊びが始まる前の一言 — 値段の提示、難易度の表示、ルールの説明 — に移る。設計批評の語彙で言えば、これはフィードバックループの調整ではなく、オンボーディングの問題に近い、と私は読む。

おわりに

ヒントの値段は、パズルゲームで最も見落とされている設計変数のひとつだと私は思う。無料にすれば緊張が消え、高くすれば誰も使わない。その間のどこに置くかを、勘ではなく数字で考える材料が、この論文にはある。

もっと深く知りたい人は、同じ著者らが依拠している「サンプリング」の系譜 — 人は限られた観測から世界を推し量る、という枠組み — をたどると地図が見える。この論文の参考文献にある Fiedler らの一連の仕事が入口になる。実験データは Zenodo に公開されているので、自分の手で再分析することもできる。

当サイトの関連記事としては、「試す価値のある選択肢」を減る不確実性で測るHonda ら、選択肢の数が満足度の見積もりを歪めるHu ら、難しさと努力のどちらがフローを生むかを分けたLu らが、この論文の隣に置くと見通しがよくなる。

参考文献

本記事で参照した論文と関連資料:

・Adapting to information search costs in sample-based decisions (Linda McCaughey, Johannes Ziegler, Klaus Fiedler, 2026, Judgment and Decision Making, Vol. 21 / peer-reviewed, open access CC-BY-SA 4.0)

・DOI: 10.1017/jdm.2026.10043

・実験データ: Zenodo repository (10.5281/zenodo.20719463)

・掲載誌: Judgment and Decision Making (Cambridge University Press)

・注記: 本記事に使用した Steam のスクリーンショット3点は、実行環境の制約により画像ファイルそのものを開いて確認できなかった。URL はすべて Steam の appdetails API から取得した正規のもので、実在は1本ずつ確認済みである。そのためキャプションは各作品の設計についての記述に留め、写っている場面の説明はしていない。