3本しかない型を「勝ちパターン」と呼んでいた——小数の法則と、判定に本数の下限を置く設計

小数の法則とは、少ない件数から出た結果を「全体もそうなっているはずだ」と信じてしまう心理の偏りのことです。 私たちは自分たちの発信を毎日自動で計測していますが、2026年9月7日に機械が出した集計表では、わずか3本しかない型が「勝ち型＝強化」と判定されていました。同じ表の別の媒体では、52本ある型の平均が946なのに中央値は24——平均が中央値の約39倍という数字も並んでいます。この記事では、その実測をそのまま公開したうえで、「何本たまったら判断してよいか」を決める手順をまとめます。

小数の法則とは何か

小数の法則(少数の法則)とは、サンプルが少ないのに、そこで見えた傾向を全体の性質だと受け取ってしまう偏りです。心理学者のエイモス・トベルスキーとダニエル・カーネマンが1971年の論文「Belief in the law of small numbers」で示した、代表的な認知の癖のひとつです。

対になる考え方が、統計学の大数の法則です。これは「同じ試行を十分に多く繰り返せば、平均は本来の値に近づいていく」という定理を指します(大数の法則 — Wikipedia(新しいタブで開く))。

小数の法則は、この「十分に多く」の部分を人が勝手に省略してしまう現象だと考えると分かりやすいです。コインを10回投げて8回表が出たとき、「このコインは表が出やすい」と感じてしまうのがその形です。件数が少ないほど結果は偶然に大きく振れるのに、人の実感はその振れ幅を小さく見積もります(この癖は標本サイズへの鈍感さ(insensitivity to sample size)(新しいタブで開く)としても整理されています)。

なぜ人は少ない件数を信じてしまうのか

理由のひとつは、人が「少しのデータ」からでも意味のある形を読み取ろうとするからです。心理学では代表性ヒューリスティックと呼ばれ、目の前の少数の例が全体をそのまま代表していると感じる傾向が知られています(Representativeness heuristic(新しいタブで開く))。

もうひとつは、実務側の事情です。判断を待つのは苦しく、早く「勝ち筋」が欲しいからです。3本試して当たった型があれば、それを増やしたくなるのは自然な反応です。

統計の基本は「調べた一部(標本)と、本当に知りたい全体(母集団)にはずれがある」という前提に立ちます(考え方の入口は総務省統計局のなるほど統計学園(新しいタブで開く)が読みやすいです)。頭では分かっていても、自分の手元の数字になると、この前提が抜け落ちます。

実例: 3本の型に「勝ち型＝強化」と書かれていた

ここからは私たちの実測です。私たちは投稿ごとの再生数といいね数を毎日スナップショット(その時点の記録)として貯め、型(フォーマット)ごとの実績表を機械が自動で生成しています。2026年9月7日に生成された表のTikTok部分が、下の数字です。

表の中に、判定の基準も一緒に書いてありました。「本数が3本未満の型は参考であり、それだけで型を捨てたり増やしたりしない」というルールです。

問題は、DEMOの本数がちょうど3本だったことです。「3本未満は参考」という線を引いたので、3本ちょうどは判定の対象になり、そのまま「勝ち型＝強化」というラベルが出ました。

この表の一番上には、中央値286という数字だけが並びます。読む側(人でもAIでも)には、それが3本の中央値なのか1,000本の中央値なのかは、本数の列を意識して見なければ伝わりません。しきい値を3に置いた時点で、私たちは小数の法則を機械の中に実装してしまっていたわけです。

平均は、たった1本の当たりで動く

同じ表のInstagram部分には、もっと極端な数字が出ていました。

注目したいのは真ん中の行です。52本の型で、平均946に対して中央値は24。平均が中央値の約39倍になっています。

これは「この型は平均946回見られる」と読んではいけない数字です。ごく少数の当たりが平均を引き上げ、残りの大半は24前後という構造だからです。1,116本ある一番上の行でも、平均1,053に対して中央値581と、まだ2倍近い差があります。

件数が少ないほど、平均は1本の外れ値でいくらでも動きます。 だから私たちの表は主指標を中央値にしていますが、それでも本数が少なければ中央値自体が安定しません。「平均をやめて中央値にする」は必要条件であって、十分条件ではありません。

8つの型のうち7つが「中位」——判定できないという結論

同じ表のX(旧Twitter)部分は、もう少し本数がありました。それでも結果は、はっきりしないものでした。

8つの型のうち7つが「中位」で、残る1つは本数1の「参考」でした。つまり、この媒体では現時点で勝ち型と呼べる型がひとつも無いというのが、機械が出した正直な答えです。

中央値だけを見れば、上位(51)と下位(23)には2倍以上の開きがあります。それでも「中位」に落ち着くのは、本数と振れ幅を考えると、この差を実力差だと言い切れないからです。

ここが実務では一番つらいところです。「まだ分からない」という結論は、行動の指針をひとつも与えてくれません。 それでも、3本で決めた勝ち筋を信じて残り全部を捨てるより、本数を増やしながら待つほうが安全です。判定を急いだ結果どうなるかは、生存者バイアスで結論が3回ひっくり返った記録にも書きました。

対策: 本数の下限を「人の自制心」ではなく機械に持たせる

小数の法則は、知っていても防げません。知識で防ぐのではなく、判定を出す仕組みの側に下限を埋め込むのが確実です。私たちが今回の表を見て決めたのは、次の4つです。

3番目が要になります。人が「本数が少ないから割り引いて読もう」と気をつける方式は、疲れている日に必ず破られます。 ラベルそのものを出さなければ、読み違えようがありません。

もうひとつ効くのは、表を読むのが人ではなくAIになっている場合の対策です。私たちの運用では、この実績表を別のエージェントが読んで翌日の投稿計画を立てます。AIは「勝ち型＝強化」と書いてあれば、その根拠が3本であっても素直に従います。人がAIの出力を疑いにくくなる仕組みは自動化バイアスの記事に書きましたが、逆にAIが人の書いたラベルを疑わない方向でも同じことが起きます。

それでも早く判断したいときに使える工夫

本数がたまるのを待つ以外にも、打てる手はあります。

• 1本の中で比べる: 同じ日・同じ条件で2案を出し、外側の要因(時間帯・話題)を揃える。本数の少なさを、条件の揃え方で少し補えます
• 中間の指標を見る: 最終的な再生数より手前にある指標(冒頭3秒で離脱したか等)は、1本あたりの情報量が多く、少ない本数でも傾向が出やすい。実際に私たちが3秒維持率で改善を確認した記録はTikTokの3秒維持率の話にまとめています
• 決めるのは「増やす」ではなく「続ける」: 少ない本数で分かるのは「この型を続けて本数をためる価値があるか」までです。他の型をやめる判断には使わない

大事なのは、少数のデータでも仮説は立ててよいという点です。禁じ手なのは、仮説を結論として扱い、他の選択肢を切ることだけです。

よくある質問

Q. 小数の法則と大数の法則の違いは何ですか。 大数の法則は「試行を十分に多く繰り返せば平均は本来の値に近づく」という統計学の定理です。小数の法則はその名前をもじった皮肉で、人が少ない試行にも同じ安定性を期待してしまう心理の偏りを指します。前者は数学、後者は心理学の話です。

Q. 結局、何本たまれば判断してよいのですか。 唯一の正解はなく、ばらつきの大きさによって変わります。私たちは運用上の割り切りとして下限を10本に引き上げ、さらに「中央値の差が2倍以上」を条件に加えました。厳密な数を求めるより、下限を先に決めて公開し、判定のたびに本数を併記するほうが実務では効きます。

Q. 平均と中央値はどちらを見ればよいですか。 再生数のように一部が極端に伸びる指標では中央値です。私たちの実測では、52本の型で平均946に対し中央値24という差が出ました。平均だけを見ると、大半の投稿の実態とかけ離れた数字を信じることになります。

Q. 本数が少ない段階では、何もできないのですか。 できます。ただしやることは「勝ち型を決める」ではなく、条件を揃えて本数をためることです。同じ日に2案を出す、冒頭の数秒など手前の指標を見る、といった工夫で、少ない本数からでも次の一手は引き出せます。

Q. 生存者バイアスとは何が違いますか。 生存者バイアスは「観測に残ったデータだけを見てしまう」偏りで、データの欠け方の問題です。小数の法則は、データが全部そろっていても件数そのものが少ないときに起きます。原因は別ですが、どちらも「nを毎回書く」だけで発見しやすくなる点は共通しています。

私たちの表は、機械が自動で作り、AIが読んで、翌日の行動を決めます。その一番上に3本の中央値が「勝ち型」として鎮座していたわけです。同じことは、少ない受注件数から営業の勝ち筋を決めるときにも、数人の感想から機能の是非を決めるときにも起きます。今日の判断の材料になっている表を開いて、その数字が何件から出たものかだけでも、隣に書き足してみてください。