Dynamic Non-Bayesian Persuasion

1. Planteamiento del Problema

El artículo aborda una pregunta fundamental en la teoría de la información y el diseño de mecanismos: ¿Aumenta el valor del remitente (sender) utilizar una secuencia de experimentos (persuasión dinámica) en lugar de un único experimento (persuasión estática) cuando el receptor (receiver) no es un agente bayesiano?

• Contexto: La literatura estándar de "persuasión bayesiana" (Kamenica y Gentzkow, 2011) asume que los receptores actualizan sus creencias siguiendo el teorema de Bayes. En este marco, el orden temporal de la información no afecta el valor ex-ante del remitente.
• Desviación: La evidencia empírica y experimental muestra que los agentes a menudo actualizan sus creencias de manera no bayesiana (subreacción, negligencia de la tasa base, etc.).
• La Pregunta Central: Si el receptor distorsiona sistemáticamente sus creencias posteriores, ¿puede el remitente beneficiarse de revelar información de forma secuencial en lugar de simultánea? El papel investiga bajo qué condiciones la restricción a modelos estáticos es sin pérdida de generalidad en entornos dinámicos con receptores no bayesianos.

2. Metodología y Marco Teórico

El autor construye un modelo formal que extiende el marco de persuasión estática de De Clippel y Zhang (2022) a un entorno dinámico de dos pasos.

A. El Entorno

• Estados: Un conjunto finito $\Theta$ con una creencia previa $p$ de soporte completo.
• Agentes: Un remitente y un receptor que maximizan la utilidad esperada.
• Regla de Actualización: El receptor utiliza una distorsión sistemática. Dado un experimento $\sigma$ y una señal $s$, la creencia posterior $\mu(\sigma, p)(\cdot|s)$ se obtiene aplicando una función de distorsión $D_p$ a la creencia bayesiana $\mu^B(\sigma, p)(\cdot|s)$.
  • Ejemplos incluidos: Regla $\alpha$-$\beta$ de Grether, subreacción lineal, actualización de dos etapas con restricciones cognitivas.

B. Estructura Dinámica

El proceso se desarrolla en dos etapas:

1. Paso 1: El remitente elige un experimento $\sigma_1$. El receptor observa la señal $s_1$ y actualiza su creencia a $q' = D_p(\mu^B(\sigma_1, p)(\cdot|s_1))$.
2. Paso 2: El remitente elige un segundo experimento $\sigma_2$ (condicional a $s_1$). El receptor actualiza nuevamente desde su creencia distorsionada $q'$, aplicando la distorsión correspondiente a su nueva previa.
3. Acción: El receptor toma una acción basada en su creencia final.

C. Definición de Divisibilidad

El concepto central es la divisibilidad de la regla de actualización (introducida por Cripps, 2018). Una regla de distorsión $D$ es divisible si la distorsión aplicada en el primer paso coincide con la distorsión que surge desde la perspectiva del remitente en el segundo paso. Formalmente, para cualquier creencia previa $p$, intermedia $q$ y posterior $r$:
$$D_p(r) = D^{II}_q(r; p)$$
donde $D^{II}_q$ representa la distorsión compuesta en el segundo paso.

3. Contribuciones Clave

1. Caracterización de la Indiferencia Temporal: El artículo proporciona una caracterización completa de las reglas de actualización bajo las cuales el remitente es indiferente entre la persuasión estática y la dinámica.
2. Generalización de Cripps (2018): Establece que la propiedad de "divisibilidad" no solo es una propiedad matemática de las reglas de actualización, sino que tiene implicaciones directas en la teoría de la persuasión: la divisibilidad es la condición necesaria y suficiente para que el orden de la información sea irrelevante para el valor del remitente.
3. Análisis de Casos Específicos:
   • Demuestra que la distorsión geométrica (incluyendo la regla $\alpha$-$\beta$ de Grether con $\alpha=1$) es divisible, por lo que la persuasión estática es suficiente.
   • Muestra que la subreacción lineal (linear underreaction) no es divisible, lo que implica que el remitente puede obtener un valor estrictamente mayor mediante la persuasión dinámica.
4. Extensión a Preferencias Independientes del Estado: Introduce una noción más débil, la divisibilidad débil, que caracteriza la indiferencia del remitente cuando sus pagos dependen únicamente de la acción del receptor (y no de su propia creencia).

4. Resultados Principales

Teorema 1: Equivalencia bajo Divisibilidad

Bajo condiciones de regularidad (soporte no decreciente, continuidad, inyectividad) y el axioma de "independencia previa bajo certeza" (la creencia tras una señal totalmente reveladora es única), se demuestra la equivalencia de las siguientes afirmaciones:

1. La regla de distorsión del receptor es divisible.
2. Los conjuntos de distribuciones factibles de creencias posteriores (remitente y receptor) coinciden en persuasión estática y dinámica ($T^1(p, D) = T^2(p, D)$).
3. El remitente es indiferente entre la persuasión estática y dinámica en cualquier entorno de persuasión (los valores máximos ex-ante son iguales).

Implicación: Si la regla es divisible, el analista puede restringirse al marco estático de De Clippel y Zhang (2022) sin pérdida de generalidad, simplificando enormemente el análisis.

Proposición 1: El Ejemplo del Juez-Abogado

En un entorno clásico (Juez-Abogado) con la regla $\alpha$-$\beta$ de Grether:

• Si $\alpha < 1$ (negligencia de la tasa base): El remitente se beneficia estrictamente de la persuasión dinámica. La información secuencial permite que la creencia del receptor "derive" hacia el umbral favorable antes de la acción final.
• Si $\alpha \ge 1$: El remitente es indiferente. La regla es divisible en este caso.

Teorema 3: Divisibilidad Débil

Cuando se relaja el axioma de independencia bajo certeza (permitiendo reglas como la subreacción lineal) y se asume que el remitente tiene preferencias independientes del estado, la condición necesaria y suficiente para la indiferencia es la divisibilidad débil.

• La subreacción lineal no satisface la divisibilidad débil. Por lo tanto, en entornos con subreacción lineal, la persuasión dinámica puede estrictamente superar a la estática.

5. Significado e Impacto

• Límites del Modelo Estático: El papel define el "frente" (frontier) hasta donde los modelos estáticos son válidos en un mundo dinámico con agentes no bayesianos. Fuera de este frente (reglas no divisibles), los modelos dinámicos son esenciales para predecir correctamente el comportamiento estratégico.
• Tractabilidad Analítica: Identifica una clase de reglas de actualización (divisibles) que permiten a los economistas utilizar herramientas de concavificación estándar (como en Kamenica y Gentzkow) incluso en contextos dinámicos, evitando la complejidad computacional de los problemas de optimización secuencial.
• Relevancia Empírica: Dado que muchas desviaciones del comportamiento bayesiano (como la negligencia de la tasa base o la distorsión geométrica) caen dentro de la clase divisible, el modelo estático sigue siendo robusto para muchos casos prácticos. Sin embargo, para fenómenos como la subreacción lineal, ignorar la dinámica lleva a conclusiones erróneas sobre el valor de la información.
• Conexión con la Literatura: Conecta la teoría de la persuasión con la literatura de aprendizaje con modelos mal especificados y la teoría de la actualización de creencias, mostrando cómo las distorsiones cognitivas sistemáticas alteran la estructura temporal óptima de la comunicación estratégica.

En resumen, el artículo establece que la divisibilidad es la propiedad matemática clave que determina si el tiempo de entrega de la información es relevante para el poder de persuasión, proporcionando un criterio claro para decidir cuándo es suficiente un modelo estático y cuándo es necesario un modelo dinámico.