Pairwise Beats All-at-Once: Behavioral Gains from Sequential Choice Presentation

Sintesi Tecnica: Il Confronto a Coppie Batte la Presentazione Simultanea: Guadagni Comportamentali dalla Presentazione Sequenziale delle Scelte

Problematica
Il documento affronta un fondamentale scollamento nei mercati digitali tra le assunzioni economiche classiche di piena razionalità e la realtà empirica della razionalità limitata. Mentre i modelli classici assumono che gli agenti possano elaborare e valutare tutte le alternative simultaneamente per massimizzare l'utilità, le interfacce digitali presentano spesso assortimenti di prodotti diversificati simultaneamente (ad esempio, layout a griglia su Amazon). Questa presentazione "tutto in una volta" porta frequentemente al sovraccarico cognitivo, alla frammentazione dell'attenzione e a scelte subottimali a causa dei limiti della capacità cognitiva umana. Il documento postula che le attuali architetture di scelta, che si affidano a display simultanei di opzioni multiple, non riescano ad allinearsi con le capacità di elaborazione cognitiva, portando a decisioni di consumo incoerenti e irrazionali.

Metodologia
Gli autori sviluppano un quadro teorico formale basato sul Modello di Attenzione Casuale (Random Attention Model - RAM) (Cattaneo et al., 2020) per modellare il processo decisionale sotto attenzione limitata. La metodologia centrale prevede:

1. Modellazione Teorica: Il documento costruisce un'ipotesi di "Razionalità Sequenziale" (Sequential Rationality Hypothesis - SRH) che mette a confronto due architetture di scelta:
   • Offerta Simultanea: Il decisore (DM) valuta un insieme $S$ di $n$ elementi in un'unica soluzione.
   • Offerta Sequenziale a Coppie: Il DM valuta gli elementi attraverso un torneo binario ricorsivo (ad esempio, confrontando $A$ contro $B$, poi il vincitore contro $C$).
2. Definizioni Formali: Il modello utilizza un ordinamento di preferenza rigoroso ($\succ$) e una regola di attenzione latente $\mu(T|S)$, che rappresenta la probabilità che venga formato un insieme di considerazione $T \subseteq S$. Un assioma chiave introdotto è la Monotonicità dell'Attenzione, che postula che rimuovere le alternative non considerate da un insieme aumenti debolmente la probabilità di prestare attenzione a un particolare sottoinsieme.
3. Caratterizzazione Assiomatica: Gli autori definiscono una regola di scelta come sequenzialmente razionale se soddisfa specifici assiomi: Consistenza Binaria, Transitività Sequenziale, Monotonicità dell'Attenzione e Parsimonia Cognitiva.
4. Analisi Probabilistica: Il documento deriva disuguaglianze probabilistiche confrontando la probabilità di selezionare l'opzione che massimizza l'utilità sotto entrambe le architetture. Introduce parametri per il successo dell'attenzione ($\alpha_k$) e l'accuratezza della scelta ($\beta_k$) dipendenti dall'arità (numero di elementi) del confronto.
5. Illustrazione Numerica: Un esempio concreto utilizzando tre bevande (Caffè, Tè, Succo) con una specifica regola di attenzione monotona viene utilizzato per calcolare e confrontare le probabilità di scelta sotto il RAM sia per lo scenario simultaneo che per quello sequenziale.
6. Verifica Formale: Tutte le definizioni matematiche, i teoremi e le dimostrazioni sono stati formalmente verificati utilizzando l'assistente alla dimostrazione Lean4, garantendo il rigore logico.

Contributi Chiave

• Ipotesi di Razionalità Sequenziale (SRH): Il documento introduce un nuovo meccanismo comportamentale sostenendo che la presentazione sequenziale e a coppie delle opzioni migliora sistematicamente la qualità decisionale allineando le strutture di scelta ai vincoli cognitivi.
• Estensione del RAM: Il lavoro estende il Modello di Attenzione Casuale integrando un processo decisionale ricorsivo e dinamico. A differenza dei modelli statici basati su liste o dei modelli di attraversamento di reti, la SRH modella esplicitamente come i vincoli di attenzione interagiscano con i confronti binari sequenziali per dare forma ai percorsi decisionali.
• Dimostrazione Teorica di Superiorità: Gli autori dimostrano che, sotto un'attenzione limitata, la probabilità di selezionare l'opzione che massimizza l'utilità è strettamente superiore in un torneo binario sequenziale rispetto a una valutazione simultanea, a condizione che l'accuratezza effettiva dell'attenzione nei confronti binari sia sufficientemente alta rispetto ai confronti ternari (o di dimensioni maggiori).
• Riduzione del Costo Cognitivo: Il documento dimostra matematicamente che scomporre un compito di scelta in passaggi binari riduce i costi cognitivi totali attesi rispetto alla valutazione simultanea di un grande insieme, sfruttando la convessità delle funzioni di costo dell'attenzione.

Risultati

• Disuguaglianze di Probabilità: Il risultato centrale (Teorema 3 e Teorema 4) stabilisce che:
  $$Pr(C_{SEQ}(A, B, D) = \text{arg max } u) > Pr(C_{SIM}(\{A, B, D\}) = \text{arg max } u)$$
  Ciò è valido se la probabilità di una scelta corretta in un confronto binario ($q$) supera la radice quadrata della probabilità di una scelta corretta in un confronto ternario ($r$), ovvero $q > r^{1/2}$.
• Validazione Numerica: Nell'esempio numerico fornito, la probabilità di scegliere l'articolo ottimale (Caffè) era dello 0,81 sotto l'architettura sequenziale rispetto allo 0,60 sotto l'architettura simultanea, quantificando il guadagno comportamentale.
• Divergenza dalla Teoria Standard: Il modello mostra che $C_{SEQ}(S) \neq C_{SIM}(S)$ quando l'attenzione è limitata, fornendo una giustificazione teorica del perché la teoria standard delle preferenze rivelate (che assume piena attenzione) fallisca nel prevedere le scelte in ambienti digitali complessi.
• Condizioni di Equivalenza: Il documento dimostra che gli operatori di scelta sequenziale e simultanea coincidono solo in condizioni di piena attenzione ($\mu(S|S)=1$) e massimizzazione deterministica, condizioni raramente soddisfatte nei mercati digitali reali.

Significatività e Rivendicazioni
Il documento sostiene di colmare il divario tra limitazioni cognitive e razionalità economica integrando il realismo cognitivo nella teoria delle decisioni. La sua significatività risiede in:

• Design delle Piattaforme: Offre una base teorica affinché le piattaforme digitali possano riprogettare i flussi di raccomandazione, passando da display simultanei a griglia a confronti sequenziali a coppia, per ridurre il sovraccarico cognitivo e migliorare il benessere del consumatore.
• Implicazioni Politiche: Suggerisce che i decisori politici e i regolatori nei mercati digitali (dove mancano attualmente leggi specifiche) potrebbero incentivare interfacce "amichevoli per l'attenzione" che strutturino le scelte sequenzialmente per prevenire errori dipendenti dal contesto e decisioni irrazionali.
• Avanzamento Teorico: Fornisce un punto di incontro tra la piena razionalità e le euristiche non strutturate, offrendo un quadro formale e falsificabile per comprendere come l'architettura della scelta influenzi la razionalità sotto un'attenzione limitata.

Gli autori notano esplicitamente che l'attuale lavoro è teorico a causa della mancanza di dati empirici adeguati e identificano la necessità di futuri disegni sperimentali per testare empiricamente queste ipotesi. Il documento non rivendica di aver risolto il problema della regolamentazione dei mercati digitali, ma fornisce l'impalcatura teorica su come l'architettura della scelta possa essere ottimizzata.