Effort without Evidence

Résumé Technique : L'effort sans la preuve

Problème et Motivation
Cet article étudie la boucle de rétroaction entre la communication stratégique et la production de preuves dans une séquence de décideurs à courte durée de vie. Les modèles standards de communication et d'apprentissage séparent généralement la transmission d'information de la production d'information : les agents reçoivent des signaux, puis décident de ce qu'ils vont divulguer. Or, dans de nombreux contextes (par exemple, la recherche, la production, les routines organisationnelles), la preuve n'existe que parce qu'une action a été entreprise. Un effort caché régit les résultats publics, et le message d'un émetteur à son successeur influence l'action du successeur, déterminant ainsi quelle preuve pourra être générée à l'avenir.

Le conflit central provient du « biais motivationnel ». L'émetteur valorise la réussite du successeur mais sous-estime le coût de l'effort de celui-ci (paramétré par $\lambda \in (0, 1]$). Par conséquent, l'émetteur a l'incitation d'induire des actions qui sont physiquement coûteuses, même si ces actions ne sont pas les plus informatives. L'article pose la question suivante : comment ce biais affecte-t-il la crédibilité des récits causaux, la production de preuves et l'apprentissage à long terme ?

Méthodologie et Cadre
Le modèle présente une séquence d'agents en temps discret ($t=0, 1, \dots$) confrontés à un état binaire persistant $\theta \in \{0, 1\}$.

• Chronologie : Chaque agent observe une archive publique de résultats et un message de son prédécesseur, forme une croyance a posteriori, observe-t-il en privé un coût d'effort $k$, choisit une action cachée $a$, et observe un résultat public $y$. L'agent envoie ensuite un message sans coût $m$ (évaluation causale) à la génération suivante.
• Préférences : L'utilité de l'agent inclut le gain matériel actuel et une composante pondérée du gain du successeur : $u(y, a, k) + \alpha [y' - \lambda c(a', k')]$. Le paramètre $\lambda$ capture le degré de biais motivationnel (sous-estimation du coût de l'effort).
• Concept d'Équilibre : L'analyse se concentre sur les Équilibres de Nash parfaits bayésiens (PBE). Pour affiner l'ensemble des équilibilibres et traiter la question des récits causaux multiples, l'article utilise un critère de « néologisme d'action changeante crédible » (basé sur Farrell, 1993). Un équilibre est immunisé si aucun groupe de types d'émetteurs ne peut proposer de manière crédible un nouveau label qui induirait un profil d'action strictement préférable pour eux-mêmes sans être imité par les types exclus.
• Définitions Clés :
  • Action Identifiante ($a_I$) : Un profil d'action qui génère des résultats dépendants de l'état (informatifs).
  • Action Non-Identifiante ($a_N$) : Un profil d'action qui génère des résultats indépendants de l'état (non informatifs).
  • Effondrement Motivationnel : Une situation où les classements communs des émetteurs forcent chaque message vers une région d'action non identifiante, rendant l'identification impossible.

Résultats Clés

1. L'identité Coût-Biais et l'Effondrement Motivationnel
L'article établit une identité fondamentale (Lemme 2) reliant l'incitation de l'émetteur à celle du récepteur. Soit $C$ la différence de coût physique entre les actions identifiantes et non identifiantes. Le différentiel d'utilité de l'émetteur est $G_\lambda(s) = D(s) + (1-\lambda)C$, où $D(s)$ est le différentiel matériel du récepteur.

• Résultat : Une motivation plus forte (un $\lambda$ plus faible) déplace la préférence de l'émetteur vers l'action la plus coûteuse physiquement.
• Effondrement : Si l'action identifiante est plus coûteuse ($C > 0$), une motivation forte pousse chaque émetteur à l'encourager. Si l'action non identifiante est plus coûteuse ($C < 0$), une motivation forte pousse chaque émetteur à supprimer l'action identifiante.
• Inévitabilité Bayésienne : Si la moyenne des croyances a posteriori se situe dans une région où l'action non identifiante est robustement optimale pour le récepteur, et que tous les émetteurs partagent un classement strict sur les actions, la plausibilité bayésienne force chaque message à induire l'action non identifiante. Une fois cet « effondrement » survenu, renforcer la motivation ne peut pas restaurer l'action identifiante.

2. Pièges à Preuves Dynamiques et Absorption
L'échec de la crédibilité statique mène à des pièges dynamiques.

• Absorption : Si la communication induit un profil d'action non identifiant, le résultat public devient indépendant de l'état. Aucune nouvelle information sur l'état n'est produite. Le support de la croyance a posteriori reste dans un ensemble borné, et l'argument du classement commun se répète indéfiniment.
• Résultat : Dans chaque PBE, le système entre dans un état absorbant où l'apprentissage échoue. Si l'information initiale est insuffisante pour distinguer les états, l'apprentissage complet est impossible avec une probabilité positive.
• Pièges Proches : Même si la région non identifiante est seulement faiblement informative (pas parfaitement indépendante de l'état), la durée de la phase non identifiante peut être arbitrairement longue, divergeant à mesure que la qualité du signal tend vers zéro.

3. Application I : Inactivité (Le piège du « Trop peu faire »)
Dans cette application, l'effort est binaire (expérimentation vs absence d'expérimentation).

• Mécanisme : Un agent à faible coût expérimente ; un agent à coût élevé n'expérimente pas. Un échec public est « confondu » : il peut s'agir d'une expérience ratée (faible rendement) ou d'une absence d'expérimentation.
• Motivation Modérée : Les émetteurs ayant des croyances différentes veulent des actions différentes (les pessimistes veulent l'inactivité ; les optimistes veulent l'expérimentation). Ce désaccord préserve la séparation causale. Les pessimistes signalent de manière crédible que la technologie est mauvaise, tandis que les optimistes signalent qu'elle est bonne. L'apprentissage se produit presque sûrement.
• Motivation Forte : Même les émetteurs pessimistes veulent encourager l'expérimentation pour aider le successeur. Tous les émetteurs imitent le récit « encourageant ». Le scepticisme rationnel rend tous ces récits non crédibles.
• Résultat : Après un échec confondu, le système s'arrête définitivement. Aucune expérimentation n'a lieu, aucune nouvelle preuve n'est générée, et l'état réel (si c'est l'état productif) n'est jamais appris.

4. Application II : Effort Excessif (Le piège du « Trop faire »)
Dans cette application, le succès nécessite de franchir un seuil d'effort inconnu. L'effort au-dessus d'un second seuil plus élevé offre des rendements décroissants mais est technologiquement saturé.

• Mécanisme : « La retenue comme découverte ». Un agent à haut coût qui réussit avec un effort moindre est le pionnier informatif car son succès révèle que le seuil est bas. Un agent à faible coût choisissant un effort maximal produit des résultats indépendants de l'état.
• Motivation Modérée : Les émetteurs attribuent correctement les résultats. Les agents à haut coût qui réussissent avec un faible effort induisent le récepteur à choisir un faible effort (identifiant).
• Motivation Forte : Tous les émetteurs, quel que soit leur type causal, prônent l'effort maximal (l'action la plus coûteuse physiquement).
• Résultat : Après un historique de mauvais résultats, tout le monde exerce un effort maximal. Les résultats deviennent indépendants de l'état. L'expérience informative de la « retenue » disparaît. La société semble plus industrieuse et performante (taux de réussite par incumbent plus élevé) mais échoue à apprendre qu'un effort moindre aurait suffi, entraînant un bien-être à long terme inférieur.

5. Certification et Interventions Politiques
L'article analyse si la vérification des actions (certification) peut réparer ces défaillances.

• Décomposition : Une décomposition de Kullback–Leibler montre que la certification n'ajoute de l'information que si elle révèle une variation causale cachée. Si le système est déjà dans une région d'action récursivement non identifiante (où les actions sont indépendantes de l'état), la certification n'ajoute aucune information.
• Modèle d'Inactivité : Certifier un échec (distinguer une « expérience ratée » d'une « absence d'expérimentation ») restaure la croyance à laquelle l'expérimentation est optimale. La certification de l'échec uniquement est la politique unique et la moins coûteuse pour garantir l'apprentissage.
• Modèle de Seuil : Certifier un échec à un effort intermédiaire est une mauvaise nouvelle réelle ; cela met à jour la croyance vers un point où l'effort maximal est choisi. Ainsi, même une attribution parfaite peut sélectionner une continuation non informative. De plus, la certification anticipée du succès peut évincer l'action identifiante elle-même.
• Mécanismes de Prix :
  • Inactivité : Subventionner l'effort pour déplacer le récepteur au-delà de la frontière identifiante.
  • Seuil : Subventionner la retenue (ou taxer l'effort maximal) pour préserver la marge identifiante.
  • Variation Forcée : Un mandat public de prendre l'action identifiante avec une certaine probabilité peut générer directement de l'information lorsque la communication échoue.

Signification et Revendications
L'article prétend unifier deux échecs apparemment opposés de l'apprentissage social :

1. L'arrêt (Shutdown) : La société cesse d'apprendre parce que personne ne travaille (en raison de l'incapacité de promouvoir de manière crédible l'expérimentation).
2. La sur-exertion (Overexertion) : La société cesse d'apprendre parce que tout le monde travaille trop dur (en raison de l'incapacité de promouvoir de manière crédible la retenue).

Le message central est que la motivation sélectionne l'action coûteuse, et non l'action informative. L'article démontre que l'action « coûteuse » n'est pas intrinsèquement informative ; son caractère informatif dépend de la technologie. Lorsque le biais motivationnel aligne tous les émetteurs derrière une seule action (soit l'effort, soit la retenue), il provoque l'effondrement du contenu informationnel de la communication, menant à des états absorbants où aucune nouvelle preuve n'est produite.

L'article ne prétend pas fournir une théorie générale des récits, mais isole un mécanisme spécifique où la communication causale stratégique sélectionne récursivement la prochaine expérience. Il souligne que la vérification (certification) n'est pas une panacée ; sa valeur dépend entièrement de sa capacité à empêcher l'entrée dans une région non identifiante ou à restaurer les incitations à produire des preuves identifiantes. La politique corrective dépend de la direction du biais : subventionner l'effort quand les agents font trop peu, et subventionner la retene quand les agents font trop.