技術的要約：逐次的な非ベイズ的説得

1. 問題提起

本論文は、受信者の信念更新ルールがベイズ・ルールから系統的に逸脱する場合における、戦略的な情報伝達（説得）のモデルを調査している。著者らは、受信者がバイアスを持っていたとしても、そのバイアスが事前分布および正しいベイズ事後分布の関数である場合には、標準的なベイズ的説得（BP）の凹化法が適用可能であることを示したDe Clippel and Zhang [2022]の枠組みを拡張している。

中心となる問いは、受信者が非ベイズ的である場合、逐次的説得（送信者が過去の実現値に基づいて将来の信号を条件付けることで、複数の期間にわたって情報を提示できる場合）が、送信者にとって価値をもたらすかどうかである。古典的なベイズ的設定（Kamenica and Gentzkow [2009]）では、逐次的説得は冗長である。すなわち、いかなる逐次的戦略も、事後分布の同一の分布を誘導する単一の情報構造によって再現可能である。著者らは、ベイズ主義からの逸脱が、なぜ逐次的説得が一度限りの情報の放出よりも効果的になり得るのかを説明できると主張している。

2. 方法論とモデルの設定

環境

モデルは、有限の状態空間 $\Omega$ と共通のフルサポート事前分布 $\mu_0$ を持つ送信者（$S$）と受信者（$R$）で構成される。

• 送信者: 受信者の行動に影響を与えるため、情報構造（実験）を選択する。$S$ の効用は $v(\omega, a)$ である。
• 受信者: 期待効用 $u(\omega, a)$ を最大化する行動 $a \in A$ を選択する。
• バイアス: 受信者はベイズ・ルールに従って更新を行わない。代わりに、バイアス関数 $D: \Delta_{op}(\Omega) \times \Delta(\Omega) \to \Delta(\Omega)$ が、事前分布 $\nu$ と正しいベイズ事後分布 $\nu^1$ を、偏った事後分布 $D(\nu, \nu^1)$ へと写像する。

バイスの主要な特性

分析は、以下の2つの特定のバイアス関数の特性に基づいている。

1. 内部性（Interiority）: 受信者はいかな \text{いかなる状態も完全に排除しない}。形式的には、すべての事前分布および事後分布に対して $\text{Supp}(D(\nu, \nu^1)) = \Omega$ である。これは、極端な事後分布に到達し得る標準的なベイズ更新とは異なる。
2. 最終的な学習（Eventual Learning）: もし受信者が、固定されたベイズ事後分布 $\nu^1$ を誘導する情報を繰り返し提示された場合、その信念は $\nu^1$ に収束する。形式的には、$\lim_{n \to \infty} D^n(\nu, \nu^1) = \nu^1$ である。

逐次的説得メカニズム

逐次的戦略において、$S$ は第1期に情報構造を選択する。信号を観察した後、$R$ は $D$ を用いて信念を更新する。後続の期間において、$S$ は信号の履歴に基づいて新しい情報構造を選択することができる。決定的なのは、更新プロセスが再帰的である点である。すなわち、期 $n-1$ の終了時における信念が、期 $n$ の事前分布として機能する。

• 凹化法の失敗: 静的なケースとは異なり、逐次的説得は、送信者のベイズ事後分布と受信者のバイアス付き事後分布との間の一対一の対応関係を崩壊させる。異なる信号のシーケンスは、送信者にとっては同じベイズ事後分布をもたらす一方で、受信者にとっては異なるバイアス付き事後分布をもたらし得る。したがって、静的なBPを解くために用いられる標準的な凹化法は、最適な逐次的利得を特徴付けるために適用できない。

特定のバイアスの例：保守的ベイズ主義

結果を例示するために、著者らは「保守的ベイズ主義」として知られるパラメトリックなバイアス・ファミリーを利用する。
$$D_\alpha(\nu, \nu^1) = \alpha \nu + (1-\alpha)\nu^1$$
ここで $\alpha \in (0,1)$ は、バイアス（更新の不足）の強さを表す。このルールは内部性を備え、最終的な学習を満たしている。

3. 主要な貢献と結果

本論文は、バイアスが特定の特性を満たす場合、送信者が逐次的説得から利益を得る（すなわち、最適な一度限りの戦略よりも厳密に高い期待利得を達成する）ことを示す構成的な証明を提供している。

A. 二行動環境（命題1）

• 文脈: 受信者は2つの行動を持ち、送信者は状態に依存しない選好（透明な動機）を持つ（例：「検察官と裁判官」の例）。
• 条件: 送信者が逐次的説策から利益を得るのは、バイアスが**弱ベイズ妥当（weakly Bayes plausible）*である場合、かつその場合に限る。この特性は、任意のベイズ事後分布の凸包が事前分布を含むとき、対応するバイアス付き*事後の凸包も事前分布を含むことを要求する。
• 結果: 保守的ベイズ主義は弱ベイズ妥当である。したがって、これらの環境において、送信者は受信者の信念が内部に留まり続けるという事実を利用できる。たとえ単一の信号が受信者に送信者の好ましくない行動をとらせる事後分布を誘導したとしても、送信者は情報を提供し続けることで、受信者の信念を好ましい行動へと「漂流（drift）」させることができる。

B. 線形選好（命題2）

• 文脈: 受信者の最適行動は信念の平均であり（例：$A = \mathbb{R}^k$）、送信者は線形で状態に依存しない選好を持つ。
• 条件: 送信者が逐次的説得から利益を得るのは、バイアスが内部的であり、状態の最終的な学習を満たし、かつ**均衡的（balanced）**である場合である。
• 均衡性（Balancedness）: この特性はバイアスの方向性を制限する。これは、ベイズ事後分布からバイアス付き事後分布へのベクトル（与えられた事前分布の下で）が一方的ではないことを要求する。すなわち、それらの凸包はゼロベクトルを含む必要がある。保守的ベイズ主義は均衡的である。
• 結果: 線形環境では、受信者がベイズ的であれば、逐次的説得による利得は得られない（ベイズ妥当性のため）。しかし、均衡的で内部的なバイアスがある場合、逐次的説得によって、最初の信号の後に送信者と受信者の間で信念が乖離することを利用し、行動の分布を操作して利得を高めることが可能になる。

C. 共通の選好（命題3）

• 文 been 文脈: 送信者と受信者が同一の選好を持つ（慈悲深い送信者）。
• 条件: 送信者が逐次的説得から利益を得るのは、最適な一度限りの利得が完全情報下の利得よりも厳密に小さい場合、かつその場合に限る。
• 結果: バイアスが最終的な学習を満たしているため、送信者は完全に開示的な信号を繰り返し送ることで、完全情報下の利得に近づくことができる。もし一度限りの制約がこの利得への到達を妨げるのであれば、逐次的説得は厳密に価値を持つ。

D. クラフォード＝ソベル選好（命題4）

• 文脈: 選好が一定のバイアス項 $b$ によって乖離している（標準的なクラフォード＝ソベル・モデル）。
• 条件: 送信者が逐次的説得から利益を得るのは、バイアスが内部的であり、状態の最終的な学習を満たし、かつ均衡的である場合である。
• 結果: 最適な一度限りの戦略から出発して、特定の事後分布が実現した場合に、追加の情報を送ることで、送信者は自身の利得を改善することができる。これにより、実質的に受信者の信念を送信者に有利な方向へとさらに押し進めることが可能となる。

4. 結果を駆動するメカニズム

本論文は、バイスの存在下で逐次的説得が静的な説得を上回る、3つの主要なメカニズムを特定している。

1. 信念の漂流（Belief Drift）: 単一の信号では、受信者のバイアス付き事後分布は事前分布から大きく逸脱できない。しかし、情報を繰り返すことで、送信者は「漂流」を誘発できる。これにより、信念が移動し、最終的に受信者が送信者の好む行動を選択するための閾値を越えることが可能となる。
2. 条件付き継続（Conditional Continuation）: たとえ単一の信号が好ましい行動を誘導したとしても、送信者は、最初の信号の実現が非好ましい行動につながった場合にのみ、追加の情報を提示することで、その行動の確率を高めることができる。
3. ベイズ妥当性の違反: 静的な説得においては、バイアス付き事後の分布はベイズ妥当（事前分布が凸包に含まれること）でなければならない。しかし、逐次的説策においては、最初の信号の後に送信者と受信者が異なる信念を持つため、シーケンス全体にわたるバイアス付き事後の分布は、初期の事前分布によって同じようには制約されない。これにより、送信者に好ましい新たな行動分布が可能となる。

5. 意義と限界

著者らは、受信者が系統的なバイアスを示す経済的に重要な環境において、動的な情報設計が価値を持つことを実証していると主張している。証明は構成的であり、特定の特性（内部性、最終的な学習、均衡性）がどのように利得構造と相互作用して、動的な説得を有益にするかを明らかにしている。

限界と範囲:

• 最適性: 本論文は、一般的に最適な逐次的説得戦略を解いているわけではない。凹化法が機能しないため、単純な環境であっても最適な戦略を見つけることは計算量的に困難である。結果は、ある種の逐次的戦略が、最良の静的戦略よりも厳密に高い利得をもたらすことを証明することに焦点を当てている。
• 第一ベストの利得: 著者らは、逐次的説得が通常、送信者の「第一ベスト」の利得（すべての状態で受信者が送信者の最も好む行動を選択する状態）を達成させるものではないと指摘している。限界は存在する。例えば、保守的ベイズ主義を伴う線形環境では、信念プロセスのスーパーマーチンゲール特性により、送信者の利得は厳密に第一ベストを下回る範囲に制限される。
• 相関無視との比較: 本論文は、モデルを「相関無視（correlation neglect）」（Levy et al. [2022]）と区別している。相関無視では、送信者は信号を相関させることで第一ベストを達成できる。本モデルでは、バイアスは更新ルール自体に内在しており、送信者の力はより限定的である。
• 更新手順: これらの結果は、各ステップにおいて現在の事後分布を新しい事前分布として用いてバイアスを適用するという、特定の再帰的な更新手順に依存している。著者らは代替的な手順（例：元の事前分布へのアンカリング）についても簡潔に触れているが、これらは異なる結果をもたらす可能性があり、今後の課題として残されている。

要約すると、本論文は、非ベイズ的な信念更新が行われる状況において、情報を逐的に提供する能力が、静的な説策が効果的でない、あるいは最適でない古典的な設定において、送信者に強力なツールとなることを確立している。