選択肢が多すぎると、人は選べなくなる

一言でいうと

スーパーの試食売り場に、ジャムを24種類並べた日と、6種類だけ並べた日を比べた。多く並べた日のほうが、足を止める人は多い。だが、実際に買った人の割合は、6種類の日のほうが桁違いに高かった。選択肢は、多ければ多いほど良い、わけではなかった。

論文が実際に言っていること

有名な「ジャムの実験」を含む研究だ。高級スーパーの試食コーナーに、あるときは24種類、あるときは6種類のジャムを並べる。どちらが人を引きつけ、どちらが購入につながるかを調べた。

24種類の派手な陳列は、確かに多くの人の足を止めた。注目という点では勝つ。ところが、立ち寄った人のうち実際に買ったのは、24種類では約3%。対して6種類では約30%。豊富な選択肢は、人を引きつけるが、購入という決断には結びつかなかった。

別の実験でも同じ傾向が出た。学生に、レポートの課題（ボーナス）のテーマを選ばせる。選択肢が6個の群と30個の群を比べると、6個の群のほうが、実際に課題を提出する率が高く、内容の質も高かった。多すぎる選択肢は、行動そのものを鈍らせた。

そして満足度だ。多くの選択肢から選んだ人は、少ない中から選んだ人より、自分の選択への満足が低く、後悔しやすかった。「もっと良いものがあったかも」という思いが残る。著者らはこれを「選択のオーバーロード（過負荷）」と呼んだ。選ぶ自由は、ある点を超えると、負担と不満に変わる。

だから、どう生きるか

選択肢を、意図的に絞ってから選ぶ。

これがこの研究の実用的な芯だ。良い決断のために選択肢を増やす、という直感は、ある点を超えると裏目に出る。多すぎると、決められず、決めても満足できない。だから、重要な選択ほど、まず候補を数個に絞る仕組みを先に作る。「条件に合うものを3つに絞ってから比べる」。全部を見比べようとしないことが、決断と満足の両方を助ける。

「選ばない」「後悔しない」を、能力として持つ。

選択肢が無限に感じられる場面では、「もっと良いものがあったかも」が必ず残る。これを断ち切るには、ある基準を満たしたら、そこで探索を打ち切る、と決めておくのが効く。最良を求め続けるより、「十分に良い」で確定させるほうが、結果として満足度は高い。完璧な選択を追う姿勢そのものが、不満の源になる。

AIは、選択肢を無限に生成できる。だからこそ絞る役割を頼む。

いまの文脈では、ここが効く。AIは、案を10個でも100個でも出せる。選択肢を増やすのは、AIの最も得意なことだ。だがこの研究からすれば、選択肢が増えるほど、決断は鈍り、満足は下がる。だから、AIに使うべきは「もっと案を出して」ではなく、「基準に照らして3つに絞って、それぞれの短所も添えて」のほうだ。生成させるより、絞らせる。決めるのは自分でも、選択肢の数は管理する。

ここからは僕の飛躍だ

「選択のオーバーロード」は有名だが、その後の再現研究では、効果が一貫しないことも報告されている。選択肢の多さが常に決断を鈍らせるわけではなく、条件（選択の難しさ、事前の好みの明確さなど）によって現れ方が変わる。ジャムの数字を、あらゆる場面に当てはまる法則のように扱うのは行き過ぎだ。

「AIには絞らせろ」は、この知見から僕が引いた応用で、2000年のこの論文が述べていることではない。

それでも、選択肢は多いほど良いとは限らず、多すぎると決断と満足を損ないうる、という中核は、実践的な示唆を持つ。豊富さそのものを目的にせず、絞ることを設計に組み込むこと。それがこの一本の使いどころだと思う。