Revealed Bayesian Persuasion

कल्पना कीजिए कि आप एक व्यक्ति को विकल्पों की एक श्रृंखला चुनते हुए देख रहे हैं। कभी वह विकल्प A चुनता है, तो कभी विकल्प B। आप जानते हैं कि अलग-अलग स्थितियों में उसे प्रत्येक विकल्प कितना पसंद है (उनके "पे-ऑफ्स" या प्रतिफल), और आप उन स्थितियों के होने की सामान्य संभावनाओं (प्रायर/पूर्व ज्ञान) को भी जानते हैं।

बड़ा सवाल जो यह शोध पत्र पूछता है, वह यह है: क्या यह व्यक्ति केवल उस जानकारी के आधार पर निर्णय ले रहा है जो वह जानता है, या कोई और व्यक्ति गुप्त रूप से उसे एक विशिष्ट परिणाम की ओर धकेलने के लिए जानकारी दे रहा है?

अर्थशास्त्र की दुनिया में, इस "दूसरे व्यक्ति" को सेंडर (प्रेषक) कहा जाता है, और निर्णय लेने वाले व्यक्ति को रिसीवर (प्राप्तकर्ता) कहा जाता है। सेंडर चाहता है कि रिसीवर एक विशिष्ट क्रिया चुने जिससे सेंडर को लाभ हो, इसलिए सेंडर जानकारी साझा करने का एक चतुर तरीका (जैसे समाचार की हेडलाइन, उत्पाद की समीक्षा, या वकील का तर्क) तैयार करता है ताकि रिसीवर का मन बदला जा सके। इसे बेयसियन पर्सुएशन (Bayesian Persuasion) कहा जाता है।

शोधकर्ताओं के लिए समस्या यह है कि वे अक्सर सेंडर को देख नहीं पाते। वे केवल रिसीवर के विकल्पों को देखते हैं। यह शोध पत्र एक "जासूस के टूलकिट" प्रदान करता है ताकि यह पता लगाया जा सके कि क्या वास्तव में कोई सेंडर काम कर रहा है, भले ही वह अदृश्य हो।

यह पेपर इस रहस्य को कैसे सुलझाता है, इसे सरल उपमाओं के माध्यम से समझाया गया है:

मुख्य रहस्य: "छिपा हुआ कठपुतली संचालक" (The Hidden Puppeteer)

एक जादूगर (सेंडर) और एक स्वयंसेवक (रिसीवर) की कल्पना करें। स्वयंसेवक को एक कार्ड चुनना है। जादूगर जानता है कि स्वयंसेवक का पसंदीदा कार्ड कौन सा है, लेकिन स्वयंसेवक को अभी तक यह नहीं पता कि डेक में कौन सा कार्ड है। जादूगर स्वयंसेवक के कान में संकेत फुसफुसा सकता है।

यदि स्वयंसेवक एक कार्ड चुनता है जो यादृच्छिक (रैंडम) लगता है, तो क्या यह केवल भाग्य है? या क्या जादूगर ने एक संकेत फुसफुसाया था जिसने उस विशिष्ट क्षण में उस कार्ड को सबसे अच्छा विकल्प बना दिया?

लेखक, जेफ्री मेंशच कहते हैं: "हम केवल अनुमान नहीं लगा सकते। हमें यह साबित करने के लिए एक गणितीय परीक्षण की आवश्यकता है कि क्या एक छिपा हुआ जादूगर डोर खींच रहा है।"

जासूसी खेल के दो नियम

यह सिद्ध करने के लिए कि एक सेंडर रिसीवर को प्रेरित कर रहा है, डेटा को दो विशिष्ट परीक्षणों (शोध पत्र में जिन्हें "एक्सिओम्स" कहा गया है) को पास करना होगा।

परीक्षण 1: "नो रिग्रेट" नियम (NIAS)

• अवधारणा: यदि रिसीवर किसी संकेत को सुनने के बाद एक कार्ड चुनता है, तो वह कार्ड उस विशिष्ट संकेत के आधार पर सबसे अच्छा संभव विकल्प होना चाहिए।
• उपमा: कल्पना कीजिए कि आप एक बुफे में हैं। आप एक साइन देखते हैं जिसमें लिखा है, "सूप तीखा है।" उस साइन के आधार पर, आप सूप चुनते हैं। यदि आप वास्तव में तीखा खाना नापसंद करते हैं, तो आपने इसे क्यों चुना होगा? यदि आपने इसे चुना, तो उस साइन ने आपको विश्वास दिलाया होगा कि सूप वास्तव में हल्का था, या आप इतने भूखे थे कि आप जोखिम उठाने को तैयार थे।
• पेपर का दावा: यदि डेटा दिखाता है कि रिसीवर एक ऐसा विकल्प चुन रहा है जो उस जानकारी के आधार पर एक बहुत बुरा विकल्प होता जिसे उसने प्राप्त किया था, तो पूरी कहानी विफल हो जाती है। रिसीवर को उपलब्ध जानकारी के आधार पर तर्कसंगली रूप से कार्य करना चाहिए।

परीक्षण 2: "नो फ्री लंच" नियम (NBPS)

यह इस पेपर का सबसे बड़ा नया विचार है। यह सबसे महत्वपूर्ण हिस्सा है।

• अवधारणा: यदि एक सेंडर अपना काम कर रहा है, तो वह केवल तभी जानकारी भेजता है जब इससे उसे बेहतर परिणाम प्राप्त करने में मदद मिले। यदि वह कुछ नहीं करता है, तो रिसीवर केवल "औसत" अनुमान (प्रायर) के साथ जाता है।
• उपमा: कल्पना कीजिए कि एक कार सेल्समैन (सेंडर) आपको कार बेचने की कोशिश कर रहा है (रिसीवर)।
  • यदि सेल्समैन आपको कोई ब्रोशर नहीं देता है, तो आप अपने सामान्य ज्ञान (प्रायर) के आधार पर खरीदारी करते हैं।
  • यदि सेल्समैन आपको एक ब्रोशर देता है, तो वह ऐसा इसलिए करता है क्योंकि उसे लगता है कि आपको विशिष्ट विवरण दिखाने से उन्हें आपकी कार बेचने में मदद मिलेगी, जो आपके केवल अनुमान लगाने की तुलना में उनके लिए बेहतर है।
  • परीक्षण: पेपर पूछता है: "क्या सेल्समैन वही परिणाम प्राप्त कर सकता था जो वह एक ऐसे ब्रोशर के माध्यम से प्राप्त करता जिसमें एक 'खाली पन्ना' (बिना किसी नई जानकारी के) शामिल होता?"
  • यदि उत्तर हाँ है, तो सेल्समैन झूठ बोल रहा है। वह ब्रोशर देने की जहमत क्यों उठाएगा यदि वह खाली पन्ना देकर भी वही परिणाम प्राप्त कर सकता था? एक तर्कसंगत सेल्समैन केवल तभी ब्रोशर देता है जब इससे उनकी संभावनाएं वास्तव में बेहतर होती हैं। यदि आप उनके जटिल ब्रोशर को "कुछ न करने" के विकल्प से बदल सकते हैं और समान परिणाम प्राप्त कर सकते हैं, तो ब्रोशर वास्तव में आवश्यक नहीं था। इसलिए, डेटा एक रणनीतिक सेंडर की कहानी के अनुकूल नहीं है।

"मेन्यू" की उपमा

पेपर विकल्पों के कई "मेन्यू" (विभिन्न स्थितियाँ जिनका रिसीवर सामना करता है) को देखता है।

• चाल: लेखक दिखाते हैं कि आप केवल एक मेन्यू को नहीं देख सकते। आपको यह देखना होगा कि रिसीवर सभी मेन्यू में कैसा व्यवहार करता है।
• रूपक: कल्पना कीजिए कि एक शतरंज खिलाड़ी है। आप केवल एक चाल देखकर यह निर्णय नहीं ले सकते कि वह खेल रहा है या नहीं। आपको उसके पूरे खेल को देखना होगा। पेपर कहता है: "यदि हम विभिन्न खेलों में चालों को इस तरह से पुनर्व्यवस्थित कर सकते हैं जो अंतिम स्कोर को समान रखता है, लेकिन इसमें कहीं न कहीं एक 'पास' (कोई जानकारी नहीं) शामिल कर देता जहाँ पहले नहीं था, तो खिलाड़ी वास्तव में इष्टतम (ऑप्टिमल) तरीके से नहीं खेल रहा था।"

"पारदर्शी उद्देश्यों" के बारे में क्या?

कभी-कभी, सेंडर का लक्ष्य स्पष्ट होता है। उदाहरण के लिए, एक अभियोजक (प्रोसेक्यूटर) चाहे अपराधी वास्तव में दोषी हो या निर्दोष, उसका लक्ष्य दोषसिद्धि प्राप्त करना होता है; वह केवल परिणाम चाहता है।

• पेपर कहता है: यदि सेंडर का लक्ष्य स्थिति के विशिष्ट विवरणों के आधार पर नहीं बदलता (स्टेट-इंडिपेंडेंट), तो परीक्षण और भी सख्त हो जाता है।
• उपमा: यदि कोई राजनेता चुनाव जीतना चाहता है, तो उसे इस बात से फर्क नहीं पड़ता कि आप किस विशिष्ट नीति का समर्थन करते हैं, वह बस यह चाहता है कि आप उसे वोट दें। यदि उसकी रणनीति ऐसी दिखती है जिसे एक "यादृच्छिक अनुमान" (रैंडम गेस) रणनीति द्वारा बदला जा सकता है जो उसे समान वोट दिलाती है, तो वह एक स्मार्ट रणनीति नहीं है। पेपर इस "पारदर्शी" परिदृश्य के लिए एक विशिष्ट परीक्षण प्रदान करता है।

"पोस्टीरियर मीन" ट्विस्ट

पेपर एक विशेष मामले को भी देखता है जहाँ रिसीवर केवल जानकारी के "औसत" (जैसे स्टॉक की हर छोटी हलचल के बजाय औसत कीमत) की परवाह करता है।

• उपमा: दिन के हर तापमान रीडिंग को देखने के बजाय, आप केवल "औसत तापमान" की परवाह करते हैं।
• पेपर दिखाता है कि इस सरलीकृत दुनिया में भी, वही तर्क लागू होता है: यदि सेंडर अपना काम कर रहा है, तो वह केवल आपको "औसत" अनुमान देकर अपना लक्ष्य प्राप्त नहीं कर सकता। उसे आपको कुछ अधिक विशिष्ट देना होगा ताकि उसका काम आसान हो सके।

यह क्यों महत्वपूर्ण है (पेपर के अनुसार)

पेपर यह दावा नहीं करता है कि वह "स्वास्थ्य सेवा को ठीक करने" या "फर्जी खबरों को रोकने" जैसी वास्तविक दुनिया की समस्याओं को सीधे हल करता है। इसके बजाय, यह एक गणितीय उपकरण प्रदान करता है।

यह कहता है: "यदि आपके पास एक ऐसा डेटासेट है जहाँ आप जानते हैं कि लोगों ने क्या चुना, विकल्प क्या थे, और संभावनाएँ क्या थीं, तो अब आप एक विशिष्ट गणना (लीनियर प्रोग्रामिंग का उपयोग करके) चला सकते हैं और कह सकते हैं: 'हाँ, यह डेटा एक छिपे हुए प्रेरक (पर्सुएडर) के अनुरूप है,' या 'नहीं, यह डेटा प्रलोभन के सिद्धांत के तहत असंभव है।'"

यह एक दार्शनिक प्रश्न ("क्या कोई हमें हेरफेर कर रहा है?") को एक समाधान योग्य गणितीय समस्या में बदल देता है।

सारांश

1. सेटअप: हम एक व्यक्ति को विकल्प चुनते हुए देखते हैं। हम उनकी पसंद जानते हैं। हमें संदेह है कि एक छिपा हुआ "सेंडर" उन्हें जानकारी दे रहा है।
2. परीक्षण:
   • नियम 1: क्या उन्होंने मिली जानकारी के लिए सबसे अच्छा विकल्प चुना? (यदि नहीं, तो सिद्धांत विफल हो जाता है)।
   • नियम 2: क्या सेंडर वही परिणाम प्राप्त कर सकता था जो वह कोई जानकारी न देकर प्राप्त करता? (यदि हाँ, तो सेंडर वास्तव में प्रेरित नहीं कर रहा है; सिद्धांत विफल हो जाता है)।
3. परिणाम: यदि डेटा दोनों नियमों को पास करता है, तो हम कह सकते हैं, "हाँ, यह संभव है कि एक छिपा हुआ सेंडर इस व्यक्ति को इष्टतम रूप से प्रेरित कर रहा है।" यदि यह विफल हो जाता है, तो हमें पता चलता है कि छिपे हुए सेंडर की कहानी तथ्यों के अनुकूल नहीं है।

यह पेपर अनिवार्य रूप से सूचना डिजाइन के लिए एक "झूठ पकड़ने वाला परीक्षण" (Lie Detector Test) है, जो यह सुनिश्चित करता है कि यदि हम दावा करते हैं कि कोई हमें एक छिपे हुए हाथ द्वारा हेरफेर कर रहा है, तो गणित वास्तव में उसका समर्थन करता है।