確率は現代社会の基盤を成す概念であり、人工知能（AI）、暗号技術、統計学の根幹を支えている。しかし、哲学者のバートランド・ラッセルが指摘したように、「確率は現代科学で最も重要な概念だが、誰もそれが何を意味するのか理解していない」という皮肉な現状がある。工学系の統計学を教える立場にある筆者は、確率が直感に反する性質を持つことをよく知っている。 確率とは、ランダムな出来事のパターンを数学的に記述する分野である。たとえばコイン投げは「確率的」な出来事であり、その結果は「表」か「裏」のいずれかになる。ただし、極めて稀にコインが縁の上に立つこともあるが、通常は「表」と「裏」の2つの結果をサンプル空間として扱う。公平なコインの場合、それぞれの出現確率は50％とされる。しかし、実際には投げ手が不正を働いたり、初期の面が同じ向きで再び出やすいという物理的要因が存在するため、単純なモデルでは不十分になる。 こうした複雑さを考慮するためには、仮定を明確にし、モデルを構築する必要がある。たとえば、公平なコイン投げを実現するには、初期の面をランダムに選ぶという追加手順が必要となる。このように、確率モデルは現実を簡略化した「仮定の集合」であり、完璧な再現ではない。 確率と頻度は異なる。頻度は実際に観測された割合（例：8回の投げで2回表）だが、確率は長期間にわたる傾向を示す。たとえ確率が50％でも、短い試行では25％や75％になることもある。確率は無限回の試行に近づくほど、頻度と一致する。 この確率の原理は、AIにも応用されている。大規模言語モデル（LLM）は、入力されたプロンプトの次に来る単語の確率を計算し、ランダムな選択を繰り返す。同じ質問でも、出力が異なるのは、各単語が独立した「コイン投げ」のように扱われるためだ。 暗号技術では、パスワードの安全性は「予測不可能さ」にかかっている。単に「珍しい単語」を選ぶだけでは不十分。確率的にランダムに文字を選び、またはパスワードマネージャーを使うことで、より強いセキュリティが実現できる。 統計学では、医療研究において「無作為化比較試験」が黄金標準とされる。参加者をコイン投げで治療群と対照群に分けることで、年齢や性別など外部要因の影響を排除し、治療効果の因果関係を正確に評価できる。 結論として、確率とは現実を簡潔にモデル化するための道具であり、完璧な再現ではない。しかし、ランダム性を活用することで、AIの予測、情報の保護、科学的判断の公正性を支える強力なツールとなっている。