「友情って、確率で説明できると思う？」
陸が突然そんなことを言い出した。部室の窓から差し込む午後の光が、埃を照らしている。
「また変なこと考えてるね」由紀が苦笑する。
「でも面白い問いだ」葵がノートを開いた。「人間関係は不確実性に満ちている。確率的推論が使えるかもしれない」
「確率的推論？」
「ベイズ的思考とも言う。新しい情報を得るたびに、信念を更新していく考え方だ」
陸が身を乗り出した。「例えば、俺が由紀に話しかける。反応が良かったら、友達になれる確率が上がる？」
「そういうこと。事前確率から、観測データをもとに事後確率を計算する」
葵はホワイトボードに図を描いた。
「最初、友達になれる確率を50パーセントと仮定する。これが事前確率。次に、由紀が笑顔で返事したという観測がある。この条件のもとで、友達になれる確率は？」
由紀が考え込んだ。「笑顔で返事するのは、友達になりたいときが多いけど、礼儀でそうする場合もある…」
「正確に。P(友達|笑顔)を求めるには、ベイズの定理を使う」
葵が式を書いた。
「P(友達|笑顔) = P(笑顔|友達)×P(友達) / P(笑顔)」
「分子は分かるけど、分母は？」
「全体の中で笑顔が出る確率。友達になりたいときも、礼儀のときも含めた総和だ」
陸がノートに書き込む。「じゃあ、もっと観測を増やせば、確率は精密になる？」
「そう。メッセージを何度もやり取りしたり、一緒に昼食を食べたり。新しい証拠が増えるたびに、事後確率は更新される」
「逆に、観測が少ないと？」
「不確実性が高いまま。だから、情報を集めることが重要なんだ」
由紀がふと思いついた。「でも、間違った解釈をしたら？」
「鋭い指摘。観測自体は正しくても、P(笑顔|友達)の見積もりが間違っていたら、結論も狂う」
「主観確率の問題だね」葵が補足した。「同じデータでも、解釈する人の経験や信念によって、事後確率は変わる」
陸が笑った。「だから、俺と由紀で同じ人を見ても、友達になれそうかどうかの判断が違うのか」
「その通り。確率的推論は、完全な客観性を約束しない。でも、データに基づいて信念を更新する枠組みを提供する」
由紀がノートを見返した。「じゃあ、友情の確率がゼロになることもある？」
「理論的にはね。でも、確率がゼロでない限り、可能性は残る」
「希望があるってこと？」陸が言った。
「そうとも言える。ベイズ的には、新しい証拠が出れば、常に更新できる」
葵が静かに付け加えた。「だから情報理論は、人間関係にも応用できる。不確実性を扱う道具だから」
由紀が微笑んだ。「先輩たちと出会えた確率は？」
「最初は低かったかもね。でも、部室に来るという選択をした瞬間、事後確率は急上昇した」
「選択が確率を変える…」
陸がホワイトボードを眺めた。「確率的友情論、意外と深いな」
「友情は確率では測りきれない」葵が言った。「でも、不確実性の中で関係を築くプロセスは、確率的に理解できる」
「結局、大事なのは行動することだね」由紀が結論づけた。
「行動は観測データを生む。そして確率を更新する」葵が頷いた。
窓の外では、他の部活動の声が響いている。それぞれが、自分なりの確率的推論をしながら、人間関係を築いているのかもしれない。
「次は誰に話しかける？」陸が笑った。
「確率を計算する前に、まず行動だね」由紀が立ち上がった。
ベイズの定理は、今日も静かに、人と人の間で働き続けている。