Revealed Bayesian Persuasion

تخيل أنك تراقب شخصًا يتخذ سلسلة من الخيارات. أحيانًا يختار الخيار (أ)، وأحيانًا يختار الخيار (ب). أنت تعرف بالضبط مدى حبه لكل خيار في مواقف مختلفة (عائداته/أرباحه)، وتعرف الاحتمالات العامة لحدوث هذه المواقف (الاحتمال المسبق).

السؤال الكبير الذي يطرحه هذا البحث هو: هل يتخذ هذا الشخص خياراته بناءً على ما يعرفه فقط، أم أن هناك شخصًا آخر يزوده بالمعلومات سرًا ليدفعه نحو نتيجة محددة؟

في عالم الاقتصاد، يُسمى هذا "الشخص الآخر" المرسل (Sender)، ويُسمى الشخص الذي يتخذ القرار المستقبل (Receiver). يريد المرسل أن يختار المستقبل إجراءً معينًا يفيد المرسل، لذا يصمم المرسل طريقة ذكية لمشاركة المعلومات (مثل عنوان إخباري، أو مراجعة منتج، أو حجة محامٍ) لتغيير رأي المستقبل. وهذا ما يسمى الإقناع البايزي (Bayesian Persuasion).

المشكلة التي تواجه الباحثين هي أنهم غالبًا لا يستطيعون رؤية المرسل. هم يرون فقط خيارات المستقبل. يقدم هذا البحث "مجموعة أدوات للمحقق" لمعرفة ما إذا كان هناك مرسل يعمل بالفعل، حتى لو كان غير مرئي.

إليك كيف يحل هذا البحث اللغز، مشروحًا عبر تشبيهات بسيطة:

اللغز الجوهري: "محرك الدمى الخفي"

تخيل ساحرًا (المرسل) ومتطوعًا (المستقبل). على المتطوع اختيار بطاقة. الساحر يعرف البطاقة المفضلة لدى المتطوع، لكن المتطوع لا يعرف بعد أي بطاقة موجودة في المجموعة. يمكن للساحر أن يهمس ببعض التلميحات للمتطوع.

إذا اختار المتطوع بطاقة تبدو عشوائية، فهل كان ذلك مجرد حظ؟ أم أن الساحر همس بتلميح جعل تلك البطاقة هي الخيار الأفضل في تلك اللحظة تحديدًا؟

يقول المؤلف، جيفري منش: "لا يمكننا مجرد التخمين. نحن بحاجة إلى اختبار رياضي لإثبات ما إذا كان هناك ساحر خفي يحرك الخيوط".

قاعدتا لعبة المحقق

لإثبات أن المرسل يقنع المستقبل، يجب أن تجتاز البيانات اختبارين محددين (يُطلق عليهما "بديهيات" في البحث).

الاختبار الأول: قاعدة "عدم الندم" (NIAS)

• المفهوم: إذا اختار المستقبل بطاقة بعد سماع تلميح، فيجب أن تكون تلك البطاقة هي الخيار الأفضل بناءً على ذلك التلميح المحدد.
• التشبيه: تخيل أنك في بوفيه. رأيت لافتة تقول: "الحساء حار". بناءً على هذه اللافتة، اخترت الحساء. إذا كنت في الواقع تكره الطعام الحار، فلن تختاره. إذا اخترته، فلا بد أن اللافتة أقنعتك أن الحساء في الواقع غير حار، أو أنك كنت جائعًا بما يكفي لتخاطر بذلك.
• ادعاء البحث: إذا أظهرت البيانات أن المستقبل يختار خيارًا سيكون خيارًا سيئًا للغاية بالنظر إلى المعلومات التي يُفترض أنه تلقاها، فإن القصة بأكملها تنهار. يجب أن يتصرف المستقبل بعقلانية بناءً على المعلومات التي لديه.

الاختبار الثاني: قاعدة "لا غداء مجاني" (NBPS)

هذه هي الفكرة الجديدة والكبيرة في البحث. وهي الجزء الأكثر أهمية.

• المفهلة: إذا كان المرسل يقوم بعمله، فهو يرسل المعلومات فقط إذا كان ذلك يساعده في الحصول على نتيجة أفضل مما لو لم يفعل شيئًا. إذا لم يفعل شيئًا، سيعتمد المستقبل ببساطة على التخمين "المتوسط" (الاحتمال المسبق).
• التشبيه: تخيل بائع سيارات (المرسل) يحاول بيعك سيارة (المستقبل).
  • إذا لم يعطك البائع أي كتيبات، فستشتري بناءً على معرفتك العامة (الاحتمال المسبق).
  • إذا أعطاك البائع كتيبًا، فذلك لأنه يعتقد أن إطلاعك على تفاصيل محددة سيجعلك تشتري سيارته، وهو أمر أفضل له من مجرد تخمينك.
  • الاختبار: يسأل البحث: "هل كان بإمكان بائع السيارات تحقيق نفس نتائج المبيعات تمامًا من خلال إعطائك كتيبًا يتضمن 'صفحة فارغة' (تمثل عدم وجود معلومات جديدة)؟"
  • إذا كانت الإجابة نعم، فإن بائع السيارات يكذب. لماذا قد يكلّف نفسه عناء إعطائك كتيبًا إذا كان بإمكانه فقط إعطاؤك صفحة فارغة والحصول على نفس النتيجة؟ بائع السيارات العقلاني يقدم كتيبًا فقط إذا كان ذلك يحسن فرصه بشكل صارم. إذا كان بإمكانك استبدال كتيبهم المعقد بخيار "عدم فعل شيء" والحصول على نفس النتيجة، فإن الكتيب لم يكن ضروريًا في الواقع. لذلك، فإن البيانات لا تتوافق مع قصة المرسل الاستراتيجي.

تشبيه "القائمة"

ينظر البحث إلى العديد من "قوائم" الخيارات المختلفة (المواقف المختلفة التي يواجهها المستقبل).

• الخدعة: يوضح المؤلف أنه لا يمكنك النظر إلى قائمة واحدة فقط. يجب أن تنظر إلى كيفية تصرف المستقبل عبر جميع القوائم.
• الاستعارة: تخيل لاعب شطرنج. لا يمكنك الحكم على لعبه المثالي من خلال النظر إلى حركة واحدة. يجب أن تنظر إلى لعبته كاملة. يقول البحث: "إذا استطعنا إعادة ترتيب الحركات عبر ألعاب مختلفة بطريقة تحافظ على النتيجة النهائية نفسها، ولكنها تتضمن بطريقة ما 'تجاوزًا' (عدم تقديم معلومة) حيث لم يكن هناك تجاوز من قبل، فإن اللاعب لم يكن يلعب بشكل مثالي".

ماذا عن "الدوافع الشفافة"؟

أحيانًا يكون هدف المرسل واضحًا. على سبيل المثال، يسعى المدعي العام إلى الإدانة بغض النظر عما إذا كان المتهم مذنبًا حقًا أو بريئًا؛ هو فقط يريد النتيجة وهي الإدانة.

• يقول البحث: إذا لم يتغير هدف المرسل بناءً على التفاصيل المحددة للموقف (مستقل عن الحالة)، فإن الاختبار يصبح أكثر صرامة.
• التشبيه: إذا كان السياسي يريد الفوز بالانتخابات، فهو لا يهتم بأي سياسة محددة تدعمها، بل يهتم فقط بأن تصوت له. إذا بدا أن استراتيجيته يمكن استبدالها باستراتيجية "التخمين العشوائي" التي تحقق نفس الأصوات، فهي ليست استراتيجية ذكية. يوفر البحث اختبارًا محددًا لهذا السيناريو "الشفاف".

التواء "المتوسط البعدي" (Posterior Mean)

ينظر البحث أيضًا إلى حالة خاصة حيث يهتم المستقبل فقط بـ المتوسط للمعلومات (مثل متوسط سعر السهم، بدلاً من كل تقلب منفرد).

• التشبيه: بدلاً من النظر إلى كل قراءة لدرجة الحرارة خلال اليوم، أنت تهتم فقط بـ "متوسط درجة الحرارة".
• يوضح البحث أنه حتى في هذا العالم المبسط، ينطبق نفس المنطق: إذا كان المرسل يقوم بعمله، فلا يمكنه تحقيق هدفه بمجرد إعطائك التخمين "المتوسط". يجب أن يعطيك شيئًا أكثر تحديدًا لجعل مهمته أسهل.

لماذا هذا مهم (وفقًا للبحث)

لا يدعي البحث أنه يحل المشكلات الواقعية مثل "إصلاح الرعاية الصحية" أو "إيقاف الأخبار المزيفة" بشكل مباشر. بدلاً من ذلك، هو يقدم أداة رياضية.

يقول: "إذا كان لديك مجموعة بيانات حيث تعرف ما اختاره الناس، وما كانت الخيارات، وما كانت الاحتمالات، يمكنك الآن إجراء عملية حسابية محددة (باستخدام البرمجة الخطية) لتقول: 'نعم، هذه البيانات تتوافق مع وجود مرسل خفي'، أو 'لا، هذه البيانات مستحيلة في ظل نظرية الإقناع'".

إنه يحول سؤالًا فلسفيًا ("هل يتلاعب بنا شخص ما؟") إلى مسألة رياضية قابلة للحل.

الملخص

1. الإعداد: نرى شخصًا يتخذ خيارات. نحن نعرف تفضيلاته. نشتبه في وجود "مرسل" خفي يزوده بالمعلومات.
2. الاختبار:
   • القاعدة 1: هل اختار أفضل خيار للمعلومات التي حصل عليها؟ (إذا لم يكن كذلك، فإن النظرية تفشل).
   • القاعدة 2: هل كان بإمكان المرسل تحقيق نفس النتيجة من خلال عدم إرسال أي معلومات؟ (إذا كان الأمر كذلك، فإن المرسل لا يقنع فعليًا؛ وتفشل النظرية).
3. النتيجة: إذا اجتازت البيانات كلتا القاعدتين، يمكننا القول: "نعم، من الممكن أن يكون هناك مرسل خفي يقنع هذا الشخص بشكل مثالي". إذا فشلت، فنحن نعلم أن قصة المرسل الخفي لا تتوافق مع الحقائق.

البحث في الأساس هو "اختبار كشف كذب" لتصميم المعلومات، لضمان أنه إذا ادعينا أن شخصًا ما يتم التلاعب به بواسطة يد خفية، فإن الرياضيات تدعم ذلك بالفعل.