Wordleを99%勝つ方法は？ 情報理論の驚異

**Wordleとは？** Wordleは、ニューヨーク・タイムズが運営する日替わりの単語パズルゲームです。秘密の5文字の英単語を、6回の試行以内に当てなければなりません。各推測の後、3色でヒントが表示されます。 • 緑：文字が正しく、位置も正しい • 黄：文字は単語に含まれるが、位置が違う • 灰：文字は単語に含まれない パズルは1日1問だけで、世界中の全員が同じ答えに挑みます。だからこそ、これほど人気なのです。 **勝率99%の新戦略** 2026年6月19日、ニューヨーク州のビンガムトン大学（Binghamton University）の研究者が、Wordleをほぼ常に解ける手法を発表しました。 • 主任：助教 Congyu “Peter” Wu • チーム：Donald Stephens、Talal Aladaileh • 論文：「Solving Wordle Using Information Theory」、Northeast Journal of Complex Systems • 彼らの勝率：99% 従来の戦略、つまりA、E、Rなどの出現頻度が高い文字を手がかりに推測する方法は、勝率がおよそ90%でした。 **秘密は何か？Shannonエントロピー** 私たちは通常、「これが答えっぽい」と思える単語を推測します。彼らのチームはそれを変えました。答えになりそうな単語を探すのではなく、より多くの情報を与えてくれる単語を探したのです。 そのために用いたのがShannonエントロピーで、情報理論において不確実性を測る数学的な道具です。各推測が残りの可能性をどれほど速く削減できるかを計算し、最大のinformation gain（情報利得）をもたらす単語を推薦します。 そのため、推薦される単語がときにランダムに見えることがあります。答えである可能性がほとんどない場合すらあります。しかし、それでも次の段階で答えに近づく助けになります。 Donald Stephensは、「推測が正解である必要はない。情報を与えてくれさえすれば十分だ」と述べています。 **実際にはどうする？** プレイ中に小さなスクリプトを並行して動かします。各推測の後に表示された色を入力すると、次に最適な推測を教えてくれます。 このプロジェクトは、大規模な研究として始まったわけではありません。Wuの授業で「情報理論を現実世界の問題に適用して示しなさい」という課題として始まり、その後、論文として出版されました。 **結論** Wordleは単なるゲームではありません。情報をいかに効率よく収集するかを示す小さな例です。同じエントロピーの考え方は、医療診断や探索アルゴリズムなど、さまざまな領域で利用されています。 明日Wordleをプレイするとき、正解そのものを探さないでください。最も多くを学べる推測を選びましょう。 --- 出典：ニューヨーク州立大学ビンガムトン校（Binghamton University, State University of New York）。「Solving Wordle Using Information Theory」、Wu、Stephens、Aladaileh。Northeast Journal of Complex Systems、2026年6月。Wordle®はNew York Times Companyの登録商標です。 ## 背景 & 文脈（Background & Context） Wordleはニューヨーク・タイムズが運営する日替わりの単語パズルゲームであるため、「同じ日に全員が同じパズルを解く」という共通体験を生み出します。1日に1回しか試せないという制約、そして6回の試行以内に5文字の英単語を当てなければならないというルールによって、これは単なる単語ゲーム以上に、小さな意思決定問題へと変わります。各推測の後に緑–黄–灰の表示で得られるフィードバックは、「分かっていること–まだ分からないこと」の境界を明確に示します。この構造によって、Wordleのようなゲームを単なる語彙力の訓練にとどめず、制限された試行の中で情報をどう収集するかという概念の例として捉えることが可能になります。 本稿で述べられる背景の重要性は、一般的な人間の戦略と数学に基づく戦略の違いを理解させる点にあります。多くの人は通常、出現頻度の高い文字を優先して推測します。これはある程度は有効ですが、その目的は直接的に「いかに早く答えを見つけるか」に置かれています。これに対して、ビンガムトン大学の研究者が2026年6月に発表したとされる研究は、「どの推測が最も多くの情報を与えるか」という問いを中心に据えています。ここでは情報理論の概念であるShannonエントロピーを用いた尺度によって、各試行が残りの可能性をどれほど速く減らすかを計算します。結果として、次の推測において重要なのは「答えらしく見えるか」よりも「未知を減らすか」になり、この転換こそが記事の文脈を理解するための中核的な背景となります。 さらに、本文にある「この研究が授業課題として始まり、のちに出版へと発展した」という記述は、教育環境において基本理論がどのようにして、ゲームの中で測定可能な確かな成果へと変換されるかを示しています。その実用的な形として、プレイ中に小さなスクリプトで色の符号を入力し、次の最良の推測を得る方法も述べられています。このような「コンピュータ支援＋人間の意思決定」という組み合わせは、情報理論の概念がなぜ重要であるかに文脈を与えます。Wordleは小さなプラットフォームにすぎませんが、限られた試行で正しい判断へ近づく必要がある多くの分野（例：医療診断、探索アルゴリズム）でも同様の考え方が用いられる、と記事は結び付けています。したがって、この背景はWordleを単なる娯楽としてではなく、情報収集と意思決定に関する思考を訓練するための簡潔なモデルとして捉えることを促します。