Revealed Bayesian Persuasion

Stellen Sie sich vor, Sie beobachten eine Person, die eine Reihe von Entscheidungen trifft. Manchmal wählt sie Option A, manchmal Option B. Sie wissen genau, wie sehr sie jede Option in verschiedenen Situationen mag (ihre „Auszahlungen"), und Sie kennen die allgemeinen Wahrscheinlichkeiten dafür, dass diese Situationen eintreten (die „Prior-Wahrscheinlichkeit").

Die große Frage, die diese Arbeit stellt, lautet: Trifft diese Person Entscheidungen allein basierend auf dem, was sie weiß, oder gibt es jemanden, der ihr heimlich Informationen zukommen lässt, um sie zu einem bestimmten Ergebnis zu lenken?

In der Welt der Ökonomie wird dieser „jemand" als Sender bezeichnet, und die Person, die die Entscheidung trifft, ist der Empfänger. Der Sender möchte, dass der Empfänger eine bestimmte Handlung wählt, die dem Sender zugutekommt. Daher entwickelt der Sender einen cleveren Weg, Informationen zu teilen (wie eine Nachrichtenschlagzeile, eine Produktbewertung oder das Argument eines Anwalts), um die Meinung des Empfängers zu ändern. Dies wird als Bayessche Überzeugung (Bayesian Persuasion) bezeichnet.

Das Problem für Forscher besteht darin, dass sie den Sender oft nicht sehen können. Sie sehen nur die Entscheidungen des Empfängers. Diese Arbeit bietet ein „Detektiv-Toolkit", um herauszufinden, ob tatsächlich ein Sender am Werk ist, selbst wenn er unsichtbar bleibt.

Hier ist die Lösung des Rätsels durch diese Arbeit, erklärt anhand einfacher Analogien:

Das Kernrätsel: Der „Versteckte Marionettenspieler"

Stellen Sie sich einen Zauberer (den Sender) und einen Freiwilligen (den Empfänger) vor. Der Freiwillige muss eine Karte wählen. Der Zauberer kennt die Lieblingskarte des Freiwilligen, aber der Freiwillige weiß noch nicht, welche Karte im Deck ist. Der Zauberer kann dem Freiwilligen Hinweise zuflüstern.

Wenn der Freiwillige eine Karte wählt, die zufällig erscheint, ist es dann nur Glück? Oder hat der Zauberer einen Hinweis gegeben, der diese Karte zu diesem genauen Zeitpunkt zur besten Wahl gemacht?

Der Autor, Jeffrey Mensch, sagt: „Wir können nicht einfach raten. Wir brauchen einen mathematischen Test, um zu beweisen, ob ein verborgener Zauberer die Fäden zieht."

Die zwei Regeln des Detektivspiels

Um zu beweisen, dass ein Sender den Empfänger überzeugt, müssen die Daten zwei spezifische Tests bestehen (in der Arbeit als „Axiome" bezeichnet).

Test 1: Die „Kein Bedauern"-Regel (NIAS)

• Das Konzept: Wenn der Empfänger eine Karte wählt, nachdem er einen Hinweis erhalten hat, muss diese Karte die bestmögliche Wahl unter Berücksichtigung dieses spezifischen Hinweises sein.
• Die Analogie: Stellen Sie sich vor, Sie sind an einem Buffet. Sie sehen ein Schild, das sagt: „Die Suppe ist scharf." Basierend auf diesem Schild wählen Sie die Suppe. Wenn Sie scharfes Essen eigentlich hassen, hätten Sie sie nicht gewählt. Wenn Sie sie doch gewählt haben, muss das Schild Sie überzeugt haben, dass die Suppe eigentlich mild war, oder dass Sie hungrig genug waren, das Risiko einzugehen.
• Die Behauptung der Arbeit: Wenn die Daten zeigen, dass der Empfänger eine Option wählt, die angesichts der Informationen, die er angeblich erhalten hat, eine schreckliche Wahl wäre, dann bricht die ganze Geschichte zusammen. Der Empfänger muss rational basierend auf den Informationen handeln, die er hat.

Test 2: Die „Kein kostenloses Mittagessen"-Regel (NBPS)

Dies ist die große neue Idee der Arbeit. Es ist der wichtigste Teil.

• Das Konzept: Wenn ein Sender seine Arbeit verrichtet, sendet er nur Informationen, wenn dies ihm hilft, ein besseres Ergebnis zu erzielen, als wenn er nichts tut. Wenn er nichts tut, geht der Empfänger einfach von der „durchschnittlichen" Schätzung (dem Prior) aus.
• Die Analogie: Stellen Sie sich einen Autoverkäufer (Sender) vor, der versucht, Ihnen ein Auto zu verkaufen (Empfänger).
  • Wenn der Verkäufer Ihnen keine Broschüren gibt, kaufen Sie basierend auf Ihrem allgemeinen Wissen (dem „Prior").
  • Wenn der Verkäufer Ihnen eine Broschüre gibt, liegt das daran, dass er glaubt, Ihnen spezifische Details zu zeigen, wird Sie dazu bringen, sein Auto zu kaufen, was für ihn besser ist, als wenn Sie nur raten.
  • Der Test: Die Arbeit fragt: „Hätte der Verkäufer genau die gleichen Verkaufsergebnisse erzielen können, indem er Ihnen eine Broschüre mit einer 'leeren Seite' (die keine neuen Informationen darstellt) gegeben hätte?"
  • Wenn die Antwort JA lautet, dann lügt der Verkäufer. Warum sollte er sich die Mühe machen, Ihnen eine Broschüre zu geben, wenn er Ihnen einfach eine leere Seite hätte geben können und das gleiche Ergebnis erzielt hätte? Ein rationaler Verkäufer gibt nur eine Broschüre heraus, wenn sie seine Chancen strikt verbessert. Wenn Sie seine komplexe Broschüre gegen eine „nichts tun"-Option austauschen können und das gleiche Ergebnis erzielen, war die Broschüre eigentlich nicht notwendig. Daher passt die Daten nicht zur Geschichte eines strategischen Senders.

Die „Speisekarte"-Analogie

Die Arbeit betrachtet viele verschiedene „Speisekarten" von Entscheidungen (verschiedene Situationen, denen der Empfänger gegenübersteht).

• Der Trick: Der Autor zeigt, dass man nicht nur eine Speisekarte betrachten kann. Man muss sehen, wie sich der Empfänger über alle Speisekarten hinweg verhält.
• Die Metapher: Stellen Sie sich einen Schachspieler vor. Man kann nicht beurteilen, ob er perfekt spielt, indem man nur einen Zug betrachtet. Man muss das gesamte Spiel betrachten. Die Arbeit sagt: „Wenn wir die Züge über verschiedene Spiele hinweg so umordnen können, dass die Endpunktzahl gleich bleibt, aber dabei irgendwie einen 'Pass' (keine Information) enthalten, wo vorher keiner war, dann hat der Spieler eigentlich nicht optimal gespielt."

Was ist mit „transparenten Motiven"?

Manchmal ist das Ziel des Senders offensichtlich. Zum Beispiel möchte ein Staatsanwalt eine Verurteilung, unabhängig davon, ob der Angeklagte tatsächlich schuldig oder unschuldig ist; er will einfach das Ergebnis einer Verurteilung.

• Die Arbeit sagt: Wenn das Ziel des Senders nicht von den spezifischen Details der Situation abhängt (zustandsunabhängig), wird der Test noch strenger.
• Die Analogie: Wenn ein Politiker gewählt werden möchte, ist es ihm egal, welche spezifische Politik Sie unterstützen; es ist ihm nur wichtig, dass Sie ihn wählen. Wenn seine Strategie so aussieht, als könnte sie durch eine „zufällige Rat"-Strategie ersetzt werden, die ihm die gleichen Stimmen bringt, ist es keine kluge Strategie. Die Arbeit bietet einen spezifischen Test für dieses „transparente" Szenario.

Die „Posterior-Mittelwert"-Wendung

Die Arbeit betrachtet auch einen Spezialfall, in dem der Empfänger nur den Durchschnitt der Informationen interessiert (wie den Durchschnittspreis einer Aktie, anstatt jede einzelne Schwankung).

• Die Analogie: Anstatt jede einzelne Temperaturmessung eines Tages zu betrachten, interessiert Sie nur die „durchschnittliche Temperatur".
• Die Arbeit zeigt, dass selbst in dieser vereinfachten Welt die gleiche Logik gilt: Wenn der Sender seine Arbeit verrichtet, kann er sein Ziel nicht erreichen, indem er Ihnen einfach den „durchschnittlichen" Schätzwert gibt. Er muss Ihnen etwas Spezifischeres geben, um seine Arbeit zu erleichtern.

Warum das wichtig ist (laut der Arbeit)

Die Arbeit behauptet nicht, reale Probleme wie „die Gesundheitsversorgung zu reparieren" oder „Fake News zu stoppen" direkt zu lösen. Stattdessen bietet sie ein mathematisches Werkzeug.

Sie sagt: „Wenn Sie einen Datensatz haben, in dem Sie wissen, was die Leute gewählt haben, was die Optionen waren und wie die Wahrscheinlichkeiten lagen, können Sie jetzt eine spezifische Berechnung durchführen (unter Verwendung der linearen Programmierung), um zu sagen: 'Ja, diese Daten sind konsistent mit einem versteckten Überzeuger', oder 'Nein, diese Daten sind unter der Theorie der Überzeugung unmöglich'."

Sie verwandelt eine philosophische Frage („Wird jemand von uns manipuliert?") in ein lösbare mathematisches Problem.

Zusammenfassung

1. Das Setup: Wir sehen eine Person, die Entscheidungen trifft. Wir kennen ihre Präferenzen. Wir vermuten, dass ein verborgener „Sender" ihr Informationen zukommen lässt.
2. Der Test:
   • Regel 1: Hat sie die beste Option für die erhaltenen Informationen gewählt? (Wenn nein, scheitert die Theorie).
   • Regel 2: Hätte der Sender das gleiche Ergebnis erzielen können, indem er keine Informationen gesendet hat? (Wenn ja, überzeugt der Sender nicht wirklich; die Theorie scheitert).
3. Das Ergebnis: Wenn die Daten beide Regeln bestehen, können wir sagen: „Ja, es ist möglich, dass ein verborgener Sender diese Person optimal überzeugt." Wenn sie scheitern, wissen wir, dass die Geschichte des verborgenen Senders nicht zu den Fakten passt.

Die Arbeit ist im Wesentlichen ein „Lügendetektortest" für Informationsdesign, der sicherstellt, dass, wenn wir behaupten, jemand werde von einer unsichtbaren Hand manipuliert, die Mathematik dies tatsächlich untermauert.