A Note on the Strategic Vulnerability of the Boston Mechanism in Random Markets

1. Il Problema

Il documento affronta la valutazione del Meccanismo di Boston (BM), noto anche come Immediate Acceptance, nel contesto dei mercati casuali (random markets) su larga scala. Sebbene il BM sia ampiamente adottato nelle politiche di scelta scolastica, è noto per la sua vulnerabilità alla manipolazione strategica.
Il problema centrale è quantificare come il comportamento strategico degli agenti (studenti) alteri le metriche di performance del meccanismo, in particolare:

• Il tasso di prima preferenza: La proporzione di studenti assegnati alla loro scuola di prima scelta.
• Il rango medio: La posizione media della scuola assegnata nella lista di preferenze degli studenti.

Mentre studi precedenti (es. Pritchard e Wilson, 2023) hanno dimostrato che, sotto l'ipotesi di rivelazione veritiera delle preferenze, il BM ottiene un tasso di prima preferenza eccezionalmente alto (~63%), questo lavoro indaga cosa accade quando gli studenti agiscono razionalmente per massimizzare il proprio risultato in un equilibrio di Nash.

2. Metodologia

L'autore utilizza il framework dei mercati casuali (random markets), uno standard nella letteratura economica e informatica per l'analisi asintotica.

• Setup del modello: Si considera un problema di matching uno-a-uno con $n$ studenti e $n$ scuole, ciascuna con capacità di uno studente.
• Distribuzione: Le preferenze degli studenti e le priorità delle scuole sono estratte indipendentemente e uniformemente a caso.
• Gioco di rivelazione delle preferenze: Viene modellato come un gioco a informazione completa in cui gli studenti conoscono le vere preferenze e le priorità di tutti. Gli studenti scelgono strategicamente le loro liste di preferenze (che possono differire dalle vere preferenze) per influenzare l'esito del meccanismo BM.
• Analisi Asintotica: Lo studio si concentra sul comportamento delle metriche di performance quando la dimensione del mercato $n$ tende all'infinito ($n \to \infty$).
• Teorema di Equivalenza: Si basa sul risultato fondamentale di Ergin e Sönmez (2006), che stabilisce che l'insieme degli esiti di equilibrio di Nash nel gioco di rivelazione delle preferenze del BM coincide esattamente con l'insieme dei matching stabili (stable matchings) rispetto alle vere preferenze.

3. Contributi Chiave

Il paper fornisce la prima analisi asintotica del Meccanismo di Boston sotto gioco di equilibrio in mercati casuali. I contributi principali sono:

1. Dimostrazione della vulnerabilità strategica: Si prova che il vantaggio del BM in termini di tasso di prima preferenza, osservato sotto comportamento veritiero, svanisce completamente in equilibrio.
2. Analisi del Rango Medio: Si mostra che l'impatto strategico sul rango medio dipende dalla selezione dell'equilibrio, con scenari che vanno da una degradazione minima a un collasso catastrofico dell'efficienza.
3. Confronto con altri meccanismi: Si evidenzia come, in equilibrio, il BM perda la sua superiorità rispetto ad altri meccanismi efficienti (come la Serial Dictatorship o il Deferred Acceptance) in termini di assegnazione alla prima scelta.

4. Risultati Principali

A. Tasso di Prima Preferenza (First Preference Rate)

• Comportamento Veritiero: Come dimostrato da Pritchard e Wilson (2023), sotto rivelazione veritiera, il tasso di prima preferenza converge a $1 - e^{-1} \approx 0.63$ (63%).
• Comportamento Strategico (Equilibrio di Nash):
  • Risultato: Per qualsiasi regola di selezione dell'equilibrio, il tasso di prima preferenza converge a zero al crescere di $n$.
  • Velocità di convergenza: Il tasso decade come $O(1/\log n)$.
  • Meccanismo: In equilibrio, gli studenti anticipano il rifiuto nelle scuole popolari e evitano di "sperare" sulla prima scelta se la loro priorità è bassa. Questo comportamento razionale innesca un effetto a cascata che elimina le assegnazioni "fortunate" della prima round, portando a un tasso di prima scelta nullo asintoticamente.

B. Rango Medio (Average Rank)

• Comportamento Veritiero: Il rango medio cresce come $\Theta(\log n)$, ma con una costante inferiore rispetto alla Serial Dictatorship, indicando una buona efficienza.
• Comportamento Strategico (Equilibrio di Nash):
  • Il risultato dipende dalla specifica selezione dell'equilibrio ($\sigma$).
  • Caso Ottimale (Infimum): Esiste un equilibrio (corrispondente al matching stabile ottimo per gli studenti) in cui il rango medio rimane $\Theta(\log n)$, simile al caso veritiero.
  • Caso Pessimo (Supremum): Esiste un equilibrio (corrispondente al matching stabile ottimo per le scuole) in cui il rango medio cresce come $\Theta(n / \log n)$.
  • Implicazione Numerica: In un mercato con $n=1000$, sotto comportamento veritiero lo studente medio ottiene la 7ª scelta. In un equilibrio strategico pessimo, lo studente medio potrebbe finire alla 145ª scelta. Questo rappresenta un passaggio da un ordine logaritmico a uno quasi lineare.

5. Significato e Conclusioni

Il lavoro ha implicazioni profonde per la teoria dei meccanismi e le politiche educative:

• Fragilità del BM: Il Meccanismo di Boston è estremamente fragile. I suoi vantaggi apparenti (alto tasso di prima scelta) sono un artefatto dell'assunzione di comportamento veritiero (naive). Una volta introdotta la razionalità strategica, questi vantaggi svaniscono.
• Rischio di Efficienza: Mentre il tasso di prima scelta crolla in modo universale, il rango medio può subire un deterioramento catastrofico a seconda di come gli agenti coordinano le loro strategie. Questo suggerisce che l'uso del BM in contesti reali, dove gli studenti sono informati e strategici, potrebbe portare a risultati di benessere sociale molto inferiori rispetto alle previsioni basate su modelli veritieri.
• Limiti del Modello: L'autore nota che l'analisi assume informazione completa e mercati bilanciati ($n$ studenti, $n$ scuole). L'estensione a scenari con informazione incompleta o mercati "spessi" (più studenti che posti) è lasciata come ricerca futura, sebbene si sospetti che la vulnerabilità strategica rimanga un problema fondamentale.

In sintesi, Ortega dimostra che l'analisi asintotica in equilibrio di Nash rivela una vulnerabilità strutturale del Meccanismo di Boston che non è catturata dalle analisi basate sulla rivelazione veritiera, mettendo in discussione la sua efficacia come strumento di allocazione in mercati reali su larga scala.