Revealed Bayesian Persuasion

あなたが誰かが一連の選択を行うのを見ていると想像してください。あるときは選択肢 A を選び、あるときは選択肢 B を選びます。あなたは、異なる状況における各選択肢に対するその人の好みの度合い（「利得」）を正確に知っており、また、それらの状況が発生する一般的な確率（「事前確率」）も知っています。

この論文が問いかける大きな問題は、**「この人は単に知っている情報に基づいて選択しているのか、それとも誰かが特定の結果に誘導するために秘密裡に情報を提供しているのか？」**という点です。

経済学の世界では、この「誰か」を**「送信者」と呼び、選択を行う人を「受信者」と呼びます。送信者は、受信者が自分に利益をもたらす特定の行動を選ぶことを望むため、受信者の考えを変えるために（ニュースの見出し、製品レビュー、弁護士の主張などといった）情報を共有する巧妙な方法を設計します。これを「ベイジアン説得」**と呼びます。

研究者にとっての問題は、送信者が目に見えないことが多く、見えるのは受信者の選択だけだということです。この論文は、送信者が目に見えない場合でも、実際にその存在を特定するための「探偵の道具箱」を提供します。

以下に、この論文がどのようにこの謎を解くか、簡単な比喩を用いて説明します。

核心的な謎：「隠れた操り人形師」

マジシャン（送信者）とボランティア（受信者）を想像してください。ボランティアはカードを選ぶ必要があります。マジシャンはボランティアの好きなカードを知っていますが、ボランティアはデッキにどのカードが入っているかまだ知りません。マジシャンはボランティアに囁きでヒントを与えることができます。

もしボランティアがランダムに見えるカードを選んだ場合、それは単なる偶然でしょうか？それとも、マジシャンが囁いたヒントによって、そのカードが**「その瞬間において」**最善の選択となったのでしょうか？

著者のジェフリー・マンシュはこう述べています。「単に推測するだけではいけません。隠れたマジシャンが糸を引いているかどうかを証明するための数学的テストが必要です。」

探偵ゲームの二つのルール

送信者が受信者を説得していることを証明するためには、データは論文で「公理」と呼ばれる 2 つの特定のテストをパスしなければなりません。

テスト 1：「後悔なし」のルール（NIAS）

• 概念: 受信者がヒントを聞いた後にカードを選んだ場合、そのカードは**「その特定のヒントを考慮した上で」**最善の選択でなければなりません。
• 比喩: あなたがビュッフェにいると想像してください。「スープは辛いです」という看板を見て、スープを選びました。もしあなたが辛味が大嫌いなら、それを選ばなかったはずです。もしあなたがそれを選んだなら、その看板はスープが実際には辛くないとあなたを納得させたか、あるいはリスクを冒すほどお腹が空いていたと納得させたはずです。
• 論文の主張: データが、受信者が仮に受け取った情報に基づけばひどい選択となるオプションを選んでいることを示す場合、その物語全体が崩壊します。受信者は、持っている情報に基づいて合理的に行動していなければなりません。

テスト 2：「無料のランチなし」のルール（NBPS）

これは論文の最も重要な新しいアイデアです。

• 概念: 送信者がその役割を果たしている場合、送信者は自分にとって何もしない場合よりも良い結果が得られる場合にのみ情報を送信します。何もしない場合、受信者は「平均的な推測」（事前確率）に従います。
• 比喩: あなた（受信者）に車を売り込もうとする車販売員（送信者）を想像してください。
  • 販売員が何もパンフレットを与えなければ、あなたは一般的な知識（「事前確率」）に基づいて購入を決定します。
  • 販売員がパンフレットを与えるのは、特定の詳細を見せることで、あなたが単に推測するよりも彼らの車を購入するようになり、それが彼らにとってより良い結果になると考えているからです。
  • テスト: 論文はこう問います。「販売員が『空白のページ』（新しい情報なしを表す）を含むパンフレットを渡すことで、全く同じ販売成果を達成できたでしょうか？」
  • 答えが**「はい」である場合、販売員は嘘をついています。同じ結果が得られるなら、なぜわざわざパンフレットを渡す必要があるのでしょうか？合理的な販売員は、それが厳密に**自分のチャンスを改善する場合にのみパンフレットを渡します。もし複雑なパンフレットを「何もしない」オプションに置き換えても同じ結果が得られるなら、そのパンフレットは実際には必要なかったことになります。したがって、そのデータは戦略的な送信者の物語には適合しません。

「メニュー」の比喩

この論文は、受信者が直面するさまざまな状況（異なる「メニュー」）における多くの選択を見ています。

• トリック: 著者は、1 つのメニューだけを見るだけではだめだと示しています。受信者がすべてのメニューでどのように振る舞うかを見る必要があります。
• メタファー: チェスプレイヤーを想像してください。1 つの動きだけを見て、彼らが完璧にプレイしているかどうかを判断することはできません。彼らのゲーム全体を見る必要があります。論文はこう述べています。「もし、最終的なスコアを同じに保ちながら、異なるゲーム間の動きを再配置し、以前にはなかった『パス』（情報なし）を含めることができるなら、そのプレイヤーは実際には最適にプレイしていたわけではありません。」

「透明な動機」についてはどうでしょうか？

時には、送信者の目的が明白な場合があります。例えば、検察官は被告が実際に有罪か無罪かに関わらず、有罪判決という結果を望むことがあります。

• 論文はこう述べています：送信者の目的が状況の具体的な詳細（状態）に基づいて変化しない場合（状態非依存）、テストはさらに厳格になります。
• 比喩: 政治家が当選したい場合、あなたがどの特定の政策を支持するかは関係なく、彼らに投票することだけを気にします。もし彼らの戦略が、同じ票数を得る「ランダムな推測」戦略に置き換えられるように見えるなら、それは賢い戦略ではありません。この「透明な」シナリオに対して、論文は特定のテストを提供します。

「事後平均」の捻り

この論文はまた、受信者が情報の平均（すべての個々の変動ではなく、株式の平均価格など）だけを気にする特別なケースも扱っています。

• 比喩: 1 日のすべての気温測定値を見るのではなく、「平均気温」だけを気にすると想像してください。
• 論文は、この単純化された世界であっても、同じ論理が適用されることを示しています。送信者がその役割を果たしているなら、単に「平均的な推測」を与えることで目標を達成することはできません。彼らは自分の仕事を容易にするために、より具体的な何かを与えなければなりません。

なぜこれが重要なのか（論文によると）

この論文は、「医療を改善する」や「偽ニュースを止める」といった現実世界の課題を直接解決すると主張しているわけではありません。代わりに、それは数学的なツールを提供します。

論文はこう述べています。「人々が何を選んだか、選択肢は何だったか、確率は何だったかがわかっているデータセットがあれば、特定の計算（線形計画法を使用）を実行して、『はい、このデータは隠れた説得者の存在と整合的である』または『いいえ、このデータは説得の理論の下では不可能である』と述べることもできます。」

それは「誰かが私たちを操作しているのか？」という哲学的な問いを、解決可能な数学の問題へと変えます。

まとめ

1. 設定: 私たちは誰かが選択を行うのを見ています。その人の選好を知っています。隠れた「送信者」が情報を提供していることを疑っています。
2. テスト:
   • ルール 1: 彼らは得た情報に対して最善のオプションを選びましたか？（そうでなければ、理論は破綻します）。
   • ルール 2: 送信者は情報を送信しなかったとしても、同じ結果を達成できたでしょうか？（はいの場合、送信者は実際には説得しておらず、理論は破綻します）。
3. 結果: データが両方のルールをパスする場合、「はい、隠れた送信者がこの人を最適に説得している可能性があります」と言えます。パスしない場合、隠れた送信者の物語は事実と適合しないことがわかります。

この論文は本質的に、情報設計のための「嘘発見器」であり、誰かが隠れた手によって操作されていると主張する場合、数学がそれを裏付けていることを保証するものです。