Optimal Decision Mechanisms for Committees: Acquitting the Guilty

技術要約：委員会における最適な意思決定メカニズム：無罪放免のメカニズム

問題提起
本論文は、分散した情報を集約するメカニズム設計の問題を扱っている。対象となるのは、戦略的に行動するエージェント（委員会）が、未知の状態（$\alpha$ または $\beta$）に対して、条件付き独立な私的シグナルを受け取り、2つの選択肢（$A$ または $B$）から一つを選択しなければならない状況である。これは、コンドルセュー・ジュリー・モデルの設定である。

ここでの中心的な対立は、エージェントとプリンシパル（立法者、取締役会会長、あるいは社会など）との間の選好の相違に起因する。具体的には、エージェントはプリンシパルと比較して、選択肢 $A$ に対して偏ったバイアスを持っている。形式的には、これは「疑念の閾値」の差としてモデル化される。すなわち、エージェントが $A$ を好むために必要とする状態 $\alpha$ の事後確率は、プリンシパルの必要とする閾値よりも低い（$t_P \geq t_J$）。プリンシパルは、エージェントが私的シグナルを真実に報告するインセンティブを持つことを保証しつつ、自身の期待利得を最大化する意思決定ルール（メカニズム）を設計しようとする。

手法
著者らは、コンドルセュー・ジュリーの枠組みの中で、メカニズム設計理論を用いてこの問題に取り組んでいる。

1. 投票メカニズムへの還元： 論文ではまず、プリンシパルは注意を「投票メカニズム」に限定できることを、損失なしに証明している。設定の対称性とレベレーション原理を活用することで、いかなるベイズ・インセンティブ整合的（IC）な直接メカニズムに対しても、エージェントが単にシグナルを報告（$A$ または $B$ に投票）し、結果が投票数のみに依存する、等価な投票メカニズムが存在することを証明している。
2. 線形計画問題の定式化： プリンシパルの最適化問題は、以下の2つのインセンティブ整合性（IC）制約の下で、期待利得を最大化する線形計画問題として定式化される。
   • IC-a： $a$ シグナル（$A$ を支持するシグナル）を持つエージェントは、$A$ に投票することを好まなければならない。
   • IC-b： $b$ シグナル（$B$ を支持するシグナル）を持つエージェントは、$B$ に投票することを好まなければならない。
3. 緩和とラグランジュ解析： プリンシパルの主要な困難は、$A$ へのバイアスを持つ $b$ シグナルのエージェントに対し、真実に投票するよう促すことにあることを認識し、著者らは、IC-b 制約のみが拘束的となる緩和された問題を分析している。彼らはラグランジュ緩和法を用い、IC-b 制約をプリンシパルの目的関数と結合させることで、「仮想効用」関数を定義している。
4. 解の特性付け： 証明の核心は、この仮想効用関数の符号の変化の分析にある。著者らは、この関数が最大2回、最初は下から上へ、次に上から下へとゼロを横切ることを示している。この数学的性質は、緩和された問題の最適解が「区間メカニズム（interval mechanism）」であることを意味する。その後、彼らはこの区間メカニズムが IC-a 制約も満たすことを検証し、元の問題を解決している。

主な結果

1. 区間メカニズムの最適性： プリンシパルの最適な意思決定ルールは、区間メカニズムである。標準的な単調投票ルール（$A$ の票が単一のカットオフ値を超えた場合に $A$ が選ばれるもの）とは異なり、区間メカニズムは、投票数が特定の区間 $[k, \bar{k}]$ 内にある場合にのみ $A$ を選択する。投票数が低すぎる場合、または高すぎる場合には、メカニズムは $B$ を選択する。
2. 対立下における非単調性： 利益相反が十分に大きい場合（具体的には、プリンシパルの疑念の閾値 $t_P$ が十分に高い場合）、最適な区間メカニズムは非単調となる。裁判の陪審員という文脈において、陪審員が立法者よりも有罪判決を急ぐ傾向がある場合、被告人は有罪票の数が少なすぎず、かつ多すぎない場合にのみ有罪となる。
3. ファースト・ベストの失敗： 利益相反が存在する場合（$k_J < k_P$）、ファースト・ベストのメカニズム（事後確率が自身の閾値を超えたときに $A$ を実行するもの）は、インセンティブ整合的ではない。投票数がプリンシパルの閾値をわずかに下回る決定的なシナリオにおいて、エージェントは戦略的に $A$ へ投票してしまう。
4. 「反・全会一致」ルール： 本論文は、最適なメカニズムがしばしば、タルムードに記述されている古代ユダヤの司法規則に似ていることを強調している。すなわち、被告人が全員一致で有罪と判断された場合、彼らは無罪とされるというものである。モデルにおいて、非常に高い数の投票（全会一致またはそれに近い状態）は $B$ の選択を誘発する。これは、プリンシパルが高い疑念の閾値を持っているため、多くのシグナルが出された後でも懐疑的であり続ける一方で、エージェントのバイアスが少ないシグナルでの有罪判決を助長するためである。メカニズムは、この区間の上限を利用して、$b$ シグナルに関するエージェントの嘘を抑止する。

意義と主張
本論文は、委員会による意思決定における非単調な投票ルールの理論的根拠を提供すると主張している。委員が意思決定者に対してバイアスを持っている場合、標準的な単調ルール（単純多数決や特別多数決など）は、真実の情報の抽出に失敗すると論じている。「罰則」として、投票分布の極端な高値側（ほとんど全員が $A$ に投票しているにもかかわらず $B$ を選択する）を導入することで、プリンシパルはエージェントのインセンティブを真実の報告へと一致させることができる。

著者らは、本研究を、選好の不均一性が存在する中での分散した情報の集約問題に対する解決策として位置づけている。彼らは、自らの知見を、歴史的な司法手続き（タルムード法）や、企業の取締役会、政治委員会、裁判陪審などの現代的な応用例へと明示的に結びつけている。本論文は、新しい実験デザインや将来の政策実装を提案するものではなく、確立されたコンドルセュー・ジュリー・モデル内での最適なメカニズムの厳密な特性付けを提供し、最適なルールが既存の文献で研究されている単調なルールとは構造的に異なることを示している。