生態学的合理性（せいたいがくてきごうりせい、）は、実践的合理性についての一つの特定の説明であり、実践的合理性とはさらに合理的行為の規範、すなわち合理的に行為するために何をなすべきかを規定するものである。経済学や心理学といった社会科学・行動科学において現在支配的な実践的合理性の説明である合理的選択理論は、実践的合理性とは文脈にかかわらず何らかの固定した規則に従って意思決定を行うことにあると主張する。これに対して生態学的合理性は、意思決定の合理性はそれが行われる状況に依存し、その特定の文脈において自らの目標を達成するようなものであると主張する。したがって、合理的選択理論の説明のもとで合理的とみなされるものが、生態学的合理性の説明のもとでは必ずしも合理的とみなされるとは限らない。全体として、合理的選択理論は内的な論理的一貫性を重視するのに対し、生態学的合理性は世界のなかでの外的な遂行成績を目標とする。生態学的に合理的という用語は、生物学の一分野である生態学とは語源的に類似しているにすぎない。
合理的選択理論における合理性
生態学的合理性は、合理性の規範的説明としての合理的選択理論（RCT）に異議を唱える。合理的選択理論によれば、ある行為は、それが一組の公理ないし原理を満たす選好と期待から導かれる場合に、合理的であるとみなされる。これらの原理はしばしば一貫性の考慮に基づいて正当化される。たとえば、非推移的な選好や、利用可能な情報と整合しない期待は排除される。したがって合理的選択理論は、実践的合理性を、自らの主観的な世界表象を所与としたときの最適な行為の道筋として理解する。
合理的選択理論からの逸脱
20世紀後半以降、モーリス・アレ（Maurice Allais）のような経済学者や、エイモス・トヴェルスキー（Amos Tversky）およびダニエル・カーネマン（Daniel Kahneman）のような心理学者による一連の研究が、RCT の原理に対する体系的な逸脱の数々を記録してきた。これらの逸脱は通常、人間行動における非合理性の実証として解釈される。これに対して生態学的合理性という概念は、RCT の規範的妥当性を問い直し、それゆえ実証的知見を根本的に異なる仕方で解釈する。以下で説明するように、RCT からの逸脱は、条件によってはむしろ合理的な行為を示している可能性があるのである。
高速・倹約ヒューリスティック研究における生態学的合理性
（Gerd Gigerenzer）は、観察される行動の一部は、RCT の原理に違反しているにもかかわらず、ある種の環境においては合理的であることが経験的に示されている、と論じている。すなわち、そうした環境において合理的に行為するためには、人はRCTの原理に違反すべきなのである。行為の合理性が内的な基準（たとえば推移性）のみに依存するのではなく、環境の構造にも依存するというこの考えは、それ以前にハーバート・サイモン（Herbert A. Simon）によって提唱されていた。サイモンは、合理性を、二枚の刃で切る一挺の鋏によって形づくられるものとして構想した。一方の刃は課題環境の構造を、他方は行為主体の計算能力を表す。生態学的合理性の理論は、あらかじめ定められた明確な基準によって測られる、より正確／より成功的／より透明な意思決定を行うために、合理的な行為者がいずれの方法を用いるべきかに関する環境構造上の条件を、厳密に（そして通常は数学的に）特定する。
例：テイク・ザ・ベスト・ヒューリスティック
を考えてみよう。これは、ある基準に従って二つ以上の選択肢の集合から最良のものを見つけるために用いることができる。このヒューリスティックは、各選択肢のすべての属性に関する情報を考慮するのではなく、異なる選択肢を弁別する最も妥当性の高い属性（すなわち、基準との相関が最も高い属性）に関する情報のみを用い、その一つの属性が支持する選択肢を選ぶ。したがって、RCT が要求するようには、利用可能な情報のすべてを統合しない。それにもかかわらず、テイク・ザ・ベスト・ヒューリスティックは、利用可能な情報のすべてを考慮する重線形回帰を含む他の意思決定モデルよりも正確な選択をもたらしうることが見いだされた。こうした結果は、CART 決定木、ランダムフォレスト、ナイーブベイズ、正則化回帰、サポートベクターマシンなどの高度な統計モデルおよび機械学習モデルとの比較において、また多数の意思決定問題（選択、推論、予測を含む）と現実世界のデータセットにわたって、経験的に再現されている——展望については以下を参照。上述のとおり、テイク・ザ・ベストのこうした成功を説明するには、いかなる環境特性がそれを促進し、いかなる特性がそうしないのかを明らかにする必要がある。生態学的合理性の理論によれば、他のモデルと比較してテイク・ザ・ベストの正確さを相対的に高める環境特性の例には、(i) 利用可能な情報が乏しい、あるいは質が低いこと、(ii) 属性の妥当性の分散が大きいこと（非補償性条件とも呼ばれる）、(iii) 他の選択肢を支配する選択肢が存在すること（単純支配および累積支配の条件を含む）が含まれる。これらの条件のいくつかは、テイク・ザ・ベストのようなヒューリスティックについて最適な成績をも保証する。そうした条件は自然のデータセットにおいて驚くほど広く見られ、テイク・ザ・ベストや類似の単純なヒューリスティックの成績を高めていることが見いだされている。
例：1/N ヒューリスティック
第二の例として、複数の投資選択肢に対して投資をどのように配分するかという問題を考えてみよう。ナイーブ配分（Naive Allocation）とも呼ばれる 1/N ヒューリスティックによれば、行為主体は各投資選択肢に対して単に等しい大きさの割合を配分する。RCT の処方とは対照的に、この素朴とされるヒューリスティックは、利用可能な情報をまったく考慮せず、また利用可能な選択肢の選好順位を生成することもない。選択環境が高い予測的不確実性、多数の投資選択肢、そして過去の実績に関する限られた情報によって特徴づけられる場合、さまざまな指標において 1/N ヒューリスティックを一貫して上回る合理的選択モデル（ここではマーコウィッツ（Markowitz）の平均分散最適化のベイズ版という意味）は見いだされなかった。
規範的正当化
生態学的合理性の理論の結果を踏まえると、外的な成績に関心があるならば、RCT がテイク・ザ・ベストのような単純なヒューリスティックよりも優れた、あるいは「より合理的な」意思決定をもたらすと想定すべきではないように思われる。むしろ、意思決定環境の特性を明らかにし、その環境においてより良い成績を示すものとして理論が提示する方法を選ぶべきである。
RCT への過度の依存に反対する追加的な正当化も、いくつか存在する。
第一に、RCT は場合によっては、人間が有していない認知能力を要求する。現実世界の多くの問題は計算上手に負えない——たとえば、ベイジアン信念ネットワークを用いて確率的推論を行うことはNP困難である。多くの理論家は、合理性の説明が「[...] 現にある人間が有するものをはるかに超えた容量、能力、技能」を要求してはならない、という点で一致している。
第二に、手に負える問題についてさえ、ヒューリスティックは労力を節約すると論じられてきた。たとえそれが時として正確さを犠牲にしてなされるとしてもである。環境の構造によっては、この正確さの損失はわずかでありうる。
第三に、リスク（既知のリスク）または不確実性（未知のリスク）のいずれかによって特徴づけられる状況の間には、根本的な区別があるFrank Hyneman Knight "Risk, uncertainty and profit" pg. 19, Hart, Schaffner, and Marx Prize Essays, no. 31. Boston and New York: Houghton Mifflin. 1921.。リスクの状況においては、上述の正確さと労力のトレードオフは、意思決定方略の複雑さを低減した結果としての正確さの損失を含意する。対照的に、不確実性の状況では少ないほど良い効果（less-is-more effects）が生じうる。これは、利用可能な情報の一部を体系的に無視することがより正確な推論をもたらす状況を指す。まさにこのことを行う適応的ヒューリスティックは、それゆえ生態学的に合理的でありうる。この知見に対する一つの説明はバイアス-バリアンス・ジレンマによって与えられる。これは、単純さ（無知のように見えるかもしれないもの）が推定誤差の一方の源泉（バイアス）を増大させる傾向をもつ一方で、もう一方の源泉（バリアンス）を減少させる傾向をもつことを、数学的に定式化したものである。
実験経済学における生態学的合理性
ギーゲレンツァーとは独立に、バーノン・スミス（Vernon L. Smith）は、主に経済学において論じられる独自の生態学的合理性の説明を展開してきた。この二つの概念は関連しているが、スミスはこの概念を市場のような社会的実体に帰属させる。それらは試行錯誤の過程において効率的な帰結に到達するよう進化してきたものである。
関連項目 限定合理性 ヒューリスティック レス・イズ・モア
脚注