こんにちは、こまてんです。

「また迷惑メールが来てるよ……」

毎日チェックする受信トレイ。勝手に「迷惑メールフォルダ」に振り分けられている大量のスパムメールを見て、ため息をつきたくなること、ありませんか？
「どうしてスマホやパソコンは、これが迷惑メールだってわかるんだろう？」と不思議に思ったこともあるかもしれませんね。

実はその裏側では、「ベイズの定理」というちょっと難しそうな名前の数学が、あなたのために一生懸命働いています。
「数学」と聞いただけで、ブラウザの戻るボタンを押したくなった方。ちょっと待ってください！

お恥ずかしい話ですが、私こまてんも、学生時代は数学のテストで赤点スレスレをさまよう「数学アレルギー」の持ち主でした。公式を見ただけで眠くなる病気にかかっていたんです。
でも、大人になってからWebの仕組みを学ぶうちに、「なんだ、数学って生活の中でめちゃくちゃ役に立ってるじゃん！」と感動しまして。
だからこそ、小難しい数式は一切使わず、ゲームの裏ワザを解説するような感覚で、わかりやすくお話しします。

この記事を読めば、スパムメールを自動で撃退する仕組みがスッキリわかり、少しだけ数学が好きになるかもしれません。
結論から言うと、その仕組みの正体は 「過去の経験から学習して、怪しさを計算する賢い探偵」 のようなものです。

さっそく、その謎解きを始めてみましょう。

迷惑メールはなぜ自動で振り分けられるのか？

スマホを買ったばかりの頃は、どんなメールも「普通の受信トレイ」に入ってきていた記憶はありませんか？
でも、いつの間にか賢くなって、怪しいメールだけを隔離してくれるようになります。

これ、誰かが裏で1通ずつ中身を読んで「これはスパム！」「これは普通！」と仕分けしているわけではありません。
プログラムが自動で判断しているのですが、その基準になるのが「メールの中に含まれている言葉」。

たとえば、「1億円当選しました！」とか「アカウントが凍結されました。今すぐクリック！」みたいな文面。
いかにも怪しいですよね。
私たち人間は、これまでの人生経験から「こういう言葉を使ってくるヤツは詐欺だ」と直感的に気づきます。

実は、コンピューターも全く同じことをやっているのです。
「過去のスパムメールに頻繁に出てきた単語」を記憶しておき、新しいメールが届いたときに「あ、この単語が入っているから、スパムの確率が高いぞ」と計算する。

この「過去の経験から確率を計算する」ための計算式こそが、今回紹介する 「ベイズの定理」 というわけです。

ベイズの定理って何？（RPG風に解説）

「ベイズの定理」という名前は、18世紀のイギリスの牧師、トーマス・ベイズさんから来ています。
すごく歴史のある考え方なのに、今のAI（人工知能）の基礎にもなっているくらい、超重要な法則。

でも、定義をそのまま読んでも頭が痛くなるだけなので、私たちがよく知っているRPG（ロールプレイングゲーム）に例えてみましょう。

あなたが勇者として、暗いダンジョンを歩いているとします。
目の前に「宝箱」が現れました。
ワクワクして開けたいところですが、このダンジョンには宝箱に化けたモンスター「ミミック」が潜んでいます。

事前の情報によると、このダンジョンにある宝箱のうち、 30％ はミミックだとわかっています。
つまり、何も考えずに開けた場合、襲われる確率は30％。

ここで、あなたはあるアイテム「ミミック探知機」を持っています。
この探知機は、ミミックが近づくと「ピーッ」と鳴る便利な道具。
ただし、完璧ではありません。
本物のミミックの時には 90％ の確率で鳴りますが、ただの宝箱でも 10％ の確率で誤作動して鳴ってしまいます。

さて、目の前の宝箱に探知機を向けたら、「ピーッ」と鳴りました。
この時、目の前の宝箱が本当にミミックである確率は、何％でしょうか？

ここでベイズの定理の出番。
ベイズの定理の面白さは、 「新しい情報（探知機が鳴った）を手に入れたことで、最初の確率（30％）がどう変化したか」 を計算できるところにあるんです。

ちょっとだけ頭の体操をしてみましょう。
例えば、ダンジョンに100個の宝箱があったとします。
最初の情報から、ミミックは30個、ただの宝箱は70個。

• ミミック30個 のうち、探知機が鳴る（90％）のは「27個」。

• ただの宝箱70個 のうち、誤作動で鳴ってしまう（10％）のは「7個」。

つまり、探知機が「ピーッ」と鳴る宝箱は、全部で27＋7＝「34個」あります。
その34個の中で、本物のミミックは「27個」ですね。

ということは、探知機が鳴ったときに本物のミミックである確率は、
27 ÷ 34 ＝ 約79％！

最初は「30％」だったミミック遭遇率が、探知機が鳴ったという 「新しい情報」 を追加したことで、「79％」に跳ね上がりました。
これなら、絶対に開けちゃダメですよね。

このように、「最初の予想」に「新しいデータ」を組み合わせて、「より正確な予想」にアップデートしていく。
これがベイズの定理の基本的な考え方。
どうでしょう、なんだかちょっと賢くなった気がしませんか？

スパム判定の裏側をのぞいてみよう（3つのコツ）

では、このベイズの定理を、メールの判定にどうやって使っているのでしょうか。
スパムフィルター（迷惑メールを振り分ける機能）が働いている仕組みを、3つのステップで紐解いていきます。

コツ1. 「怪しい単語」のリストアップ

まずは、探知機の役割を果たす「単語」を見つけることから始まります。
過去に届いた膨大な量のメールを、「普通のメール」と「スパムメール」に分けます。
そして、それぞれのメールにどんな単語がどれくらい使われているかを数え上げるのです。

たとえば、 「無料」 という単語。
普通の仕事のメールや、友達からのメールでも使うことはありますよね。
でも、スパムメールにはもっと異常な頻度で登場します。

「普通のメールの中で『無料』が使われる確率は5％」
「スパムメールの中で『無料』が使われる確率は40％」

こんな風に、すべての単語について「普通のメールに出る確率」と「スパムメールに出る確率」のリストを作っておくわけです。
これが、フィルターの「経験値」になります。

コツ2. 確率の計算（ざっくりでOK）

さて、あなたの元に新しいメールが届きました。
件名は 「完全無料！今すぐクリック！」 。

フィルターは、このメールを見た瞬間、高速で計算を始めます。
最初は、「このメールがスパムである確率は、まあ五分五分（50％）くらいかな」と予想しておきます（これがダンジョンに入る前の状態ですね）。

次に、メールの中の「完全」「無料」「今すぐ」「クリック」といった単語に注目。

「お、『無料』という単語が入っているぞ。スパムでよく使われる単語だな。スパムの確率をアップさせよう」
「さらに『クリック』という単語もある。これもスパム率が高いな。さらに確率アップ！」

先ほどのミミック探知機と同じです。
「無料」という単語が入っているという 新しい情報 をもとに、ベイズの定理を使って、最初の50％という確率をどんどんアップデート（再計算）していくのです。

すべての単語の計算が終わったとき、最終的な「スパム確率」がはじき出されます。
「計算の結果、このメールがスパムである確率は98％だ！」となれば、無事に「迷惑メールフォルダ」へと放り込まれる仕組み。
非常に合理的だと思いませんか？

コツ3. 新しいメールで学習を続ける

ベイズの定理を使ったスパムフィルターがすごいのは、一度ルールを決めたら終わり、ではないところです。

迷惑メールを送る業者も、あの手この手でフィルターをすり抜けようとします。
「無料」がダメなら「タダ」にしよう。
「クリック」がダメなら「こちらをタップ」にしよう。

言葉はどんどん変化していきます。
でも、フィルターは負けません。
あなたが「あ、これ迷惑メールじゃん」と思って手動で迷惑メールフォルダに移動させると、フィルターはそのメールの単語を読み込みます。

「なるほど、最近は『タダ』という単語が怪しいんだな。経験値をアップデートしておこう」

こうして、新しいデータが手に入るたびに単語の確率リストを更新し、どんどん賢く進化していくのです。
私たちが日々迷惑メールを仕分ける作業は、実は裏でAIの学習を手伝っているということ。
なんだか、育成ゲームみたいでちょっと愛着が湧いてきませんか？

まとめ：数学は身近なところで戦っている

今回は、スパムメールを撃退する仕組み、「ベイズの定理」の基礎についてお話ししました。

振り返ってみると、ポイントはシンプル。

• 過去の経験（データ）をベースにする。

• 新しい情報（怪しい単語）が入るたびに、確率をアップデートする。

• 失敗や新しいパターンから学習し、どんどん賢くなる。

数学や確率と聞くと、机の上の難しいお勉強というイメージがあるかもしれません。
でも実は、あなたのスマホの中で、毎日ひっそりと迷惑メールから守ってくれている「頼れる相棒」なんです。

もし次に迷惑メールフォルダを見たときは、「お、今日もベイズの定理が良い仕事してるな」と、ちょっとだけ誇らしい気持ちで眺めてみてください。
面倒な日常も、裏側の仕組みを知るだけで、少しだけ景色が変わって見えますよね。

もし似た経験や気づきがありましたら、コメントに残していただけますと執筆の励みになります！遅くなるかもしれませんが、必ずご返信します！

【あなたにおすすめの記事はこちら】

今回の記事で「数学の考え方って意外と身近なんだな」と感じていただけたなら、こちらの記事も面白いかもしれません。画像処理の裏側にある「平均値」の仕組みを、図解なしでもわかるように優しく解説しています。

スパム判定のように、AIがどうやって物事を判断しているのかをもっと直感的に理解したい方へ。AI学習の大きな壁と言われる「微分」について、数式を一切使わずに中学生でもわかる言葉で解き明かしています。

数学の考え方を学んだ後は、それを実生活の「効率化」に活かしてみませんか。料理の段取りをカスタマーサクセスの思考法でハックする、仕事と家庭を両立するための知恵をまとめています。