正解: BCorrect: B
探索の価値は残り時間に比例し、不確実性と上振れ余地の大きい選択肢に向けるべきです。時間が短くなるにつれて活用（確立した強みの深化）へ比重を移すのが合理的です。Exploration's value scales with remaining horizon and should target options with high uncertainty and upside; as time shortens, shift weight toward exploiting established strengths.
多腕バンディット問題は、複数のスロットマシン（腕）のうちどれが最も報酬が高いか分からない状況で、「試す（探索）」と「既知の最良を選ぶ（活用）」をどう配分するかを扱います。Brian Christian と Tom Griffiths の『アルゴリズム思考術』は、Gittins 指数などの理論から「残り時間が長いほど探索の価値が高い」という含意を導き、これを人生の選択に応用しています。新しい選択肢の情報は、その後長く活用できるからこそ価値があるのです。また、効果的な探索は無作為ではなく、「上側信頼限界（UCB）」の考え方のように、不確実性が高く上振れの可能性がある選択肢に優先的に向けます。選択肢Aは探索を放棄しており、より良い選択肢を永遠に発見できません。Cは年齢で一律に区切る誤りで、40代でも残存期間が20年以上あれば探索は有意義です。Dは活用を軽視しており、深い専門性が生む複利を捨てることになります。The multi-armed bandit problem asks how to split effort between trying unknown options (explore) and choosing the best known one (exploit) when you do not know which slot machine pays most. Brian Christian and Tom Griffiths's Algorithms to Live By draws on results such as the Gittins index to show that exploration is more valuable the longer the remaining horizon, because information about a new option can be exploited for longer afterward, and they apply this to life choices. Effective exploration is not random; as in upper confidence bound strategies, it prioritizes options with high uncertainty and upside. Option A abandons exploration and can never discover better options. Option C draws an arbitrary age line; someone in their forties with twenty or more working years ahead still benefits from exploring. Option D neglects exploitation and forfeits the compounding returns of deep expertise.
現実のキャリアはバンディット問題と異なり、選択肢を試すコスト（転職の摩擦、収入減、評判）が大きく、腕の報酬分布自体も時間とともに変化します。また、家族の事情や健康によって「残り時間」の見積もりが不確実で、理論通りの配分は難しいです。探索の結果を正しく評価できず、短期的な不満で早期に見切ってしまう傾向もあります。Real careers differ from bandit problems: the cost of trying an option (job-change friction, income loss, reputation) is large, and the payoff distributions themselves shift over time. Estimates of remaining horizon are uncertain due to family or health. People also tend to misjudge exploration results and abandon options too early over short-term dissatisfaction.
探索コストを下げる工夫として、転職ではなく社内異動、副業、短期プロジェクト、学習コミュニティへの参加など「小さな探索」を活用しましょう。探索には「最低◯か月は継続する」という評価期間を事前に設定し、短期の感情で判断しないようにします。年に一度、時間・エネルギーの配分を「探索◯％・活用◯％」と明示的に見直す習慣が有効です。Reduce exploration costs through small experiments such as internal transfers, side projects, short-term assignments, or joining learning communities, rather than full job changes. Set a minimum evaluation period, for example several months, before judging any exploration, so short-term emotions do not decide. Once a year, explicitly review your allocation of time and energy between exploration and exploitation.