เคยไหมครับที่รู้สึกว่าสัญชาตญาณของตัวเองถูกต้องที่สุด แต่ในความเป็นจริง มันกลับนำเราไปสู่ความผิดพลาด?
ในโลกของความน่าจะเป็น (Probability) มีปริศนาคลาสสิกข้อหนึ่งที่ท้าทายสามัญสำนึกของมนุษย์มานานหลายทศวรรษ มันคือ "ปัญหามอนตี้ฮอลล์" (The Monty Hall Problem) ปริศนาที่ดูเหมือนง่าย แต่เคยทำให้ศาสตราจารย์ด้านคณิตศาสตร์จากมหาวิทยาลัยชั้นนำทั่วโลกต้องหน้าแตกมาแล้ว
วันนี้ผู้เขียนจะพาคุณดำดิ่งสู่โลกของตรรกะและการคำนวณ เพื่อพิสูจน์ให้เห็นชัดๆ ว่าทำไมในสถานการณ์นี้ การ "เปลี่ยนใจ" จึงเป็นทางเลือกที่ดีกว่าเสมอ และทำไมสมองของเราถึงถูกหลอกได้ง่ายดายนัก
จุดเริ่มต้นจากเกมโชว์ชื่อดัง
ปัญหานี้ตั้งชื่อตาม มอนตี้ ฮอลล์ (Monty Hall) พิธีกรรายการเกมโชว์สัญชาติอเมริกันชื่อดังในยุค 60s-70s ที่ชื่อว่า "Let's Make a Deal" ซึ่งรูปแบบของเกมที่เป็นต้นกำเนิดของปัญหานี้ มีกติกาที่ชัดเจนดังนี้:
-
มีประตูอยู่ 3 บาน (สมมติว่าเป็นประตูหมายเลข 1, 2 และ 3)
-
หลังประตูบานหนึ่งมีรางวัลใหญ่ (เช่น รถสปอร์ตสุดหรู) ส่วนหลังประตูอีกสองบานที่เหลือมีรางวัลปลอบใจที่ไม่พึงปรารถนา (ตามธรรมเนียมมักใช้ "แพะ" เป็นตัวแทน)
-
คุณ (ผู้เข้าแข่งขัน) เลือกประตูหนึ่งบาน (สมมติว่าคุณเลือกประตูหมายเลข 1)
-
พิธีกร (มอนตี้ ฮอลล์) ซึ่งรู้ว่าอะไรอยู่หลังประตูทุกบาน และมีกฎว่าจะต้องเปิดประตูที่มีแพะเสมอ จะทำการเปิดประตูหนึ่งบานที่คุณ ไม่ได้เลือก และมีแพะอยู่ข้างหลัง (สมมติว่าเขาเปิดประตูหมายเลข 3 และเผยให้เห็นแพะ)
-
ตอนนี้เหลือประตูที่ปิดอยู่สองบาน คือประตูที่คุณเลือกไว้ตอนแรก (เบอร์ 1) และประตูที่ยังไม่ได้เปิด (เบอร์ 2)
-
จุดสำคัญอยู่ที่ตรงนี้: มอนตี้ ฮอลล์ หันมาถามคุณว่า "คุณต้องการจะเปลี่ยนไปเลือกประตูหมายเลข 2 หรือไม่?"
คำถามคือ: การเปลี่ยนประตู จะทำให้โอกาสในการได้รถของคุณเพิ่มขึ้น ลดลง หรือเท่าเดิม?
สถานการณ์เริ่มต้น คุณมีโอกาส 1 ใน 3 ที่จะเลือกรถถูกตั้งแต่แรก และมีโอกาส 2 ใน 3 ที่รถจะอยู่หลังประตูบานอื่นที่คุณไม่ได้เลือก
กับดักของสัญชาตญาณ: ทำไมเราถึงคิดว่ามันคือ 50/50?
คนส่วนใหญ่เมื่อเจอปัญหานี้ครั้งแรก เกือบ 90% จะตอบทันทีว่า "ไม่เปลี่ยน" หรือ "เปลี่ยนไปก็ค่าเท่ากัน"
เหตุผลของพวกเขานั้นฟังดูมีเหตุผลมาก: "ในเมื่อตอนนี้เหลือประตูอยู่ 2 บาน และรถก็ต้องอยู่หลังบานใดบานหนึ่ง ดังนั้นโอกาสก็ต้องเป็น 50/50 สิ การเปลี่ยนประตูจึงไม่มีประโยชน์อะไร รักษาความตั้งใจเดิมดีกว่า"
ความคิดนี้ดูเหมือนถูกต้อง แต่มันคือ กับดักทางความคิด ที่ร้ายแรงที่สุดในปัญหานี้ครับ
ข้อผิดพลาดของสมมติฐาน 50/50 คือการที่เรามองว่าเหตุการณ์หลังจากที่พิธีกรเปิดประตูแล้ว เป็นเหตุการณ์ใหม่ที่แยกขาดจากตอนเริ่มต้น (Independent Event) แต่ในความเป็นจริง การกระทำของพิธีกรนั้น ขึ้นอยู่กับสิ่งที่คุณเลือกในตอนแรก และพิธีกรก็มีข้อจำกัดว่า ห้ามเปิดประตูที่มีรถ
การที่พิธีกร "จงใจ" เปิดประตูที่มีแพะให้คุณดู ไม่ใช่การสุ่ม แต่มันคือการให้ ข้อมูลเพิ่มเติม ที่สำคัญมาก ซึ่งข้อมูลนี้เองที่จะเปลี่ยนค่าความน่าจะเป็นไปอย่างสิ้นเชิง
การพิสูจน์ความจริง: ทำไมการ "เปลี่ยน" ถึงมีโอกาสชนะ 2 ใน 3?
เพื่อทำความเข้าใจเรื่องนี้ เราต้องละทิ้งความรู้สึก และใช้ตรรกะทางคณิตศาสตร์มาจับครับ มีหลายวิธีในการอธิบาย แต่ผมจะขอนำเสนอวิธีที่เข้าใจง่ายที่สุด 2 วิธีครับ
วิธีที่ 1: คิดจากโอกาสเริ่มต้น (The Simple Logic)
ตอนเริ่มเกม คุณมีประตู 3 บานให้เลือก:
-
โอกาสที่คุณจะเลือกถูก (เจอรถ) ตั้งแต่ครั้งแรกคือ 1 ใน 3 (1/3)
-
โอกาสที่คุณจะเลือกผิด (เจอแพะ) ตั้งแต่ครั้งแรกคือ 2 ใน 3 (2/3)
เก็บตัวเลขนี้ไว้ในใจนะครับ...
เมื่อคุณเลือกประตูไปแล้ว (สมมติประตู 1) โอกาสที่รถจะอยู่หลังประตูนั้นคือ 1/3 และโอกาสที่รถจะอยู่หลัง ประตูอื่นๆ ที่เหลือรวมกัน (ประตู 2 และ 3) คือ 2/3
จากนั้น พิธีกร (ผู้รู้คำตอบ) ทำหน้าที่ "คัดกรอง" ประตูที่ผิดออกไปหนึ่งบานจากกลุ่มที่คุณไม่ได้เลือก (สมมติเปิดประตู 3 เจอแพะ)
สิ่งสำคัญคือ: การกระทำของพิธีกร ไม่ได้เปลี่ยนความน่าจะเป็นของประตูที่คุณเลือกไว้ตอนแรก โอกาสที่ประตูของคุณจะถูก ยังคงเป็น 1/3 เท่าเดิมตั้งแต่ต้นจนจบ
แต่... ความน่าจะเป็น 2/3 ที่เคยกระจายอยู่กับประตูที่เหลือ (ประตู 2 และ 3) ตอนนี้มันได้ "เทรวม" ไปอยู่ที่ประตูบานเดียวที่ยังปิดอยู่และคุณไม่ได้เลือก (ประตู 2) เพราะประตูอีกบานถูกพิสูจน์แล้วว่าเป็นแพะ
สรุป: ถ้าคุณ "ยืนยัน" ประตูเดิม โอกาสชนะคือ 1/3 แต่ถ้าคุณ "เปลี่ยน" ประตู โอกาสชนะคือ 2/3
ตารางแสดงผลลัพธ์ที่เป็นไปได้ทั้งหมด 3 กรณี จะเห็นได้ชัดเจนว่ากลยุทธ์การ "เปลี่ยนประตู" ทำให้ชนะถึง 2 ใน 3 กรณี
หากวิธีก่อนหน้านี้ยังดูเป็นนามธรรมเกินไป เรามาลองกางทุกความเป็นไปได้ออกมาดูกันครับ วิธีนี้จะทำให้เห็นภาพชัดเจนที่สุด ว่าทำไมการเปลี่ยนถึงดีกว่า
สมมติว่า: ประตู 1 = รถ, ประตู 2 = แพะ A, ประตู 3 = แพะ B
กรณีที่ 1: คุณเลือกประตู 1 (คุณเลือกรถถูกตั้งแต่แรก)
-
พิธีกรต้องเปิดประตูที่มีแพะ เขาสามารถเปิดประตู 2 หรือ 3 ก็ได้
-
ถ้าคุณ ไม่เปลี่ยน: คุณได้รถ (ชนะ)
-
ถ้าคุณ เปลี่ยน: คุณจะได้แพะ (แพ้)
กรณีที่ 2: คุณเลือกประตู 2 (คุณเลือกแพะ A)
-
พิธีกร จำเป็น ต้องเปิดประตู 3 เท่านั้น (เพราะประตู 1 มีรถ เขาเปิดไม่ได้)
-
ถ้าคุณ ไม่เปลี่ยน: คุณได้แพะ A (แพ้)
-
ถ้าคุณ เปลี่ยน: คุณต้องเปลี่ยนไปประตู 1 ซึ่งมีรถ (ชนะ!)
กรณีที่ 3: คุณเลือกประตู 3 (คุณเลือกแพะ B)
-
พิธีกร จำเป็น ต้องเปิดประตู 2 เท่านั้น (เพราะประตู 1 มีรถ เขาเปิดไม่ได้)
-
ถ้าคุณ ไม่เปลี่ยน: คุณได้แพะ B (แพ้)
-
ถ้าคุณ เปลี่ยน: คุณต้องเปลี่ยนไปประตู 1 ซึ่งมีรถ (ชนะ!)
บทสรุปจากการแจกแจง:
-
ถ้าใช้กลยุทธ์ "ไม่เปลี่ยน": คุณจะชนะในกรณีที่ 1 เพียงกรณีเดียว (ชนะ 1 จาก 3 กรณี)
-
ถ้าใช้กลยุทธ์ "เปลี่ยน": คุณจะชนะในกรณีที่ 2 และกรณีที่ 3 (ชนะ 2 จาก 3 กรณี)
เห็นไหมครับว่า ในทางสถิติแล้ว การเปลี่ยนประตูให้ผลลัพธ์ที่ดีกว่าอย่างชัดเจนถึงสองเท่า! หลักการง่ายๆ คือ "ถ้าตอนแรกคุณเลือกผิด (ซึ่งมีโอกาสสูงถึง 2/3) แล้วคุณเปลี่ยน คุณจะชนะเสมอ"
เหตุการณ์ประวัติศาสตร์: เมื่อคนฉลาดที่สุดในโลกถูกรุมประณาม
ความเข้าใจผิดในปัญหานี้ไม่ได้เกิดขึ้นแค่กับคนทั่วไป แต่มันเคยสร้างแรงสั่นสะเทือนในวงการวิชาการมาแล้ว
ในปี ค.ศ. 1990 มาริลิน วอส ซาวานท์ (Marilyn vos Savant) ผู้หญิงที่ได้รับการบันทึกใน Guinness Book of World Records ว่ามี IQ สูงที่สุดในโลก (IQ 228) ได้ตอบคำถามจากผู้อ่านเกี่ยวกับปัญหานี้ในคอลัมน์ "Ask Marilyn" ของนิตยสาร Parade
เธอตอบอย่างมั่นใจว่า "ใช่ คุณควรเปลี่ยนประตู ประตูแรกมีโอกาสชนะ 1/3 แต่ประตูที่สองมีโอกาสชนะ 2/3"
คำตอบของเธอสร้างความไม่พอใจอย่างรุนแรง มีจดหมายมากกว่า 10,000 ฉบับส่งมาที่นิตยสารเพื่อโต้แย้งเธอ ที่น่าตกใจคือ เกือบ 1,000 ฉบับมาจากผู้ที่มีวุฒิปริญญาเอก (Ph.D.) หลายคนเป็นศาสตราจารย์ด้านคณิตศาสตร์และสถิติจากมหาวิทยาลัยชื่อดัง
ตัวอย่างข้อความที่โจมตีเธอ (อ้างอิงจากเอกสารประวัติศาสตร์):
"คุณทำพลาดมหันต์... เมื่อเหลือประตู 2 บาน โอกาสมันก็ต้องเป็น 1/2 สิ... ในฐานะนักคณิตศาสตร์มืออาชีพ ผมกังวลมากกับการขาดทักษะทางคณิตศาสตร์ของคนทั่วไป โปรดช่วยแก้ไขด้วยการยอมรับว่าคุณผิดเถอะ"
– จากศาสตราจารย์ท่านหนึ่ง
"อาจจะมีผู้หญิงไม่กี่คนที่มีความสามารถทางคณิตศาสตร์ แต่ผู้ชายมีเยอะกว่าแน่นอน"
– ข้อความที่แสดงถึงอคติทางเพศที่เธอได้รับ
มาริลินไม่ยอมแพ้ เธอพยายามอธิบายด้วยตารางและเหตุผล (คล้ายกับที่เราทำด้านบน) ต้องใช้เวลานานหลายเดือนกว่าที่นักวิชาการเหล่านั้นจะเริ่มทำการจำลองสถานการณ์ด้วยคอมพิวเตอร์และยอมรับความจริงในที่สุด ศาสตราจารย์ชื่อดังจาก MIT, Paul Erdős ซึ่งเป็นหนึ่งในนักคณิตศาสตร์ที่ยิ่งใหญ่ที่สุดในศตวรรษที่ 20 ก็ยังไม่เชื่อในตอนแรก จนกระทั่งได้เห็นผลการจำลองด้วยตาตัวเอง
เหตุการณ์นี้สอนให้เรารู้ว่า แม้แต่ผู้เชี่ยวชาญที่สุดก็สามารถตกหลุมพรางของสัญชาตญาณได้ หากไม่พิจารณาเงื่อนไขของปัญหาอย่างรอบคอบ
มุมมองทางจิตวิทยา: ทำไมสมองเราถึงพลาด?
ทำไมปัญหานี้ถึงหลอกเราได้อยู่หมัด? นักจิตวิทยาอธิบายว่าเกิดจากอคติทางความรู้ความเข้าใจ (Cognitive Biases) หลายประการ:
-
อคติว่าด้วยความน่าจะเป็นที่เท่ากัน (Equiprobability Bias): เรามีแนวโน้มที่จะคิดว่าทางเลือกที่เหลืออยู่มักจะมีโอกาสเกิดขึ้นเท่าๆ กัน โดยไม่สนใจข้อมูลแวดล้อม (เช่น คิดว่าเหลือ 2 ประตู ก็ต้อง 50/50)
-
ภาพลวงตาของการควบคุม (Illusion of Control): เมื่อเราเลือกประตูไปแล้ว เรามักจะมีความผูกพันทางจิตวิทยากับสิ่งที่เราเลือก (Endowment Effect) และรู้สึกว่าเรา "ควบคุม" ชะตากรรมนั้นอยู่ การเปลี่ยนประตูทำให้เรารู้สึกสูญเสียการควบคุมนั้นไป
-
ความเข้าใจผิดเกี่ยวกับความเป็นอิสระของเหตุการณ์ (Misconception of Independence): เราลืมไปว่าการเปิดประตูของพิธีกรนั้น "ขึ้นอยู่กับ" ตำแหน่งของรางวัลและประตูที่เราเลือก มันไม่ใช่เหตุการณ์ที่เกิดขึ้นลอยๆ
บทสรุป: บทเรียนจากประตูสามบาน
ปัญหามอนตี้ฮอลล์ เป็นมากกว่าแค่เกมทายใจ แต่มันคือแบบฝึกหัดที่ทรงพลังในการเตือนสติเราว่า "สัญชาตญาณไม่ได้ถูกต้องเสมอไป"
ในชีวิตจริง เรามักเผชิญกับสถานการณ์ที่ต้องตัดสินใจภายใต้ข้อมูลที่ไม่ครบถ้วน และเมื่อมีข้อมูลใหม่ปรากฏขึ้น เรามักจะยึดติดกับความคิดเดิมๆ แทนที่จะนำข้อมูลใหม่มาประมวลผลเพื่อปรับเปลี่ยนกลยุทธ์
บทเรียนสำคัญคือ เมื่อเผชิญกับปัญหาที่ซับซ้อน อย่าพึ่งพาสามัญสำนึกเพียงอย่างเดียว จงกล้าที่จะตั้งคำถาม ใช้ตรรกะ แจกแจงความเป็นไปได้ และเปิดใจยอมรับข้อมูลใหม่ๆ เพราะบางครั้ง การ "เปลี่ยนใจ" อาจเป็นกุญแจสำคัญที่นำไปสู่ชัยชนะที่ยิ่งใหญ่กว่าเดิมครับ
แหล่งข้อมูลอ้างอิง (References):
-
บทความนี้อ้างอิงหลักการทางคณิตศาสตร์และสถิติพื้นฐาน (Probability Theory)
-
Tierney, J. (1991). "Behind Monty Hall's Doors: Puzzle, Debate and Answer?". The New York Times.