Paying for Failure in Expert Advice
本論文は、組織は専門のアドバイザーに対し、成功に対して報酬を与えるのではなく、提言の失敗に伴うコストから彼らを保護することによって報いるべきであると主張する。なぜなら、失敗への保護は、アドバイザーの個人的な確信によって影響を受ける限界的なプロジェクトをより効率的に標的とする一方で、たとえアドバイザーがいなくとも実行されたであろうプロジェクトへの無駄な支払いを最小限に抑えることができるからである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
正解すること（そして間違えること）の隠れた代償
あなたは科学フェアの運営責任者だと想像してください。あなたには、優秀な学生発明家たちのチームがあり、あなたの仕事は、どのプロジェクトに学校の予算を投じて製作させるかを決定することです。中には、重曹を使えば確実に噴火する火山模型のような、「安全な賭け」もあります。一方で、月まで飛んでいくかもしれないし、ガレージで爆発してしまうかもしれない新しいタイプのロケットのような、「リスクの高いもの」もあります。
経済学や意思決定の世界において、これは「専門家のアドバイス」に関する典型的な問題です。専門家（発明家）は、あなたよりも自分のプロジェクトについて詳しく知っています。しかし、そこには落とし穴があります。専門家は自分の「評判」を気にしているのです。もし彼らがリスクの高いプロジェクトを提案して失敗した場合、全員にその爆発が見え渡り、「あの発明家は無能だ」と思われてしまいます。しかし、もし彼らが少しでも確信が持てないためにリスクの高いプロジェクトを提案せず、結果としてそのプロジェクトが実は成功していたとしても、誰もそのことは知りません。逃した機会は目に見えないのです。
この目に見えないペナルティは、「キャリアへの懸念（career concerns）」と呼ばれる奇妙な行動を生み出します。たとえ専門家が学校に貢献したいと思っていても、彼らは慎重になりすぎてしまう可能性があります。彼らは「確実なもの」であるロケットばかりを提案し、「月を目指すロケット」を棚に置いたままにしてしまうのです。あらゆる組織にとっての大きな問いは、「どのようにすれば、専門家に適切な量のリスクを取らせるよう支払うことができるのか？」ということです。一般的な答えは明白に思えます。「成功したら、多額のボーナスを出す！」というものです。しかし、ゲオルギー・リュカノフ、アンナ・ヴラソヴァ、マリア・ジスケレヴィッチによる新しい論文は、この常識が実は正反対である可能性を示唆しています。
論文の大きなひねり：失敗に対して支払う
著者たちは、専門家に適切なミックスのプロジェクトを推奨させるための、最も安価な方法を見つけ出すために数学的モデルを構築しました。彼らは、アドバイザーがプライベートな「自信メーター」を持っているシナリオを想定しています。アドバイサーは、自信が十分に高い場合にのみ、リスクの高いプロジェクトを推奨します。問題は、失敗した後に無能だと思われることを恐れるあまり、彼らが自信メーターの設定を高くしすぎてしまい、良い機会を逃してしまうことです。
論文の主要な発見は、直感に反するルールです。これを解決する最も安価な方法は、成功の後ではなく、失敗の後にアドバイザーに支払うことである、というものです。
このように考えてみてください。もしロケットの打ち上げ成功に対してボーナスを約束すると、すでにロケットが飛ぶと100%確信していた専門家に対して、そのボーナスを支払うことになってしまいます。彼らは最初から打ち上げるつもりだったのです。あなたは、彼らがやろうとしていたことに対して、ただ無料でお金をあげているだけです。それは、すでに水を運ぼうとしているウェイターにチップを渡すようなものです。
しかし、もし「もしリスクの高いプロジェクトが失敗しても、あなたの評判を守ります（あるいは少額の手当を支払います）」と約束すれば、それは「境界線上の専門家」をターゲットにすることになります。つまり、「うまくいくかもしれないが、もし失敗したら恥をかく」と躊躇している人物です。「失敗しても、我々がバックアップします」と言うことで、その躊躇していた専門家に一歩踏み出させることができるのです。選ばれた高自信度の専門家グループにおいては、成功よりも失敗の方が稀であるため、失敗に対して支払う方が、組織にとって成功に対して支払うよりもずっと安上がりになります。
この論文が否定するもの
著者たちは、自分たちの解決策が何ではないかを非常に明確に述べています。彼らは、単に成功に対して大きなボーナスを与えるべきだという考えに明確に反対しています。彼らの数学的モデルによれば、成功ボーナスは、励ましを必要としない人々にも「漏れ出して」しまうため、高価で非効率的なツールとなります。
また、これは専門家が金銭的な損失を恐れている（リスク回避）という問題でもないと断じています。彼らのモデルでは、専門家はリスクに対して完全に中立であると仮定しています。問題は純粋に彼らの「評判」に関するものです。たとえ専門家がお金に興味がなくても、彼らは賢く見られたいと考えています。論文は、専門家がリスクに対して完全に中立であっても、キャリアを重視している限り、「失敗に対して支払う」戦略が有効であることを証明しています。
その確信度合いは？
著者たちは自らの結果に極めて自信を持っていますが、その限界についても正確に述べています。彼らは単に推測したのではなく、厳密な数学的証明を構築しました。彼らは、幅広い条件下において、「失敗への保護」契約が、望ましい行動を得るための唯一かつ最も安価な方法であることを示しています。
しかし、彼らは「完璧な結果」を得ることは決してできないとも証明しています。最高の契約を用いたとしても、組織は「第一最善（first-best）」のシナリオ（成功する可能性のあるすべてのプロジェクトが推奨される状態）に到達することはできません。数学によれば、最後のわずかな躊躇を取り除くためのコストはあまりに高すぎるのです。したがって、最適な戦略とは、問題をすべて解決することではなく、常に「いくらかの部分的に解決する」ことです。組織には依然として、いくらかの専門家が少し慎重になりすぎる状況は見られますが、契約がない場合よりは改善されます。
秘密兵器：機密レビュー
論文では、第二のツールである「内部レビュー」についても探求しています。プロジェクトが打ち上げられる前に、それをチェックする委員会を想像してください。
- 透明なレビュー： もし委員会が「ノー」と言った場合、それは全員に見えます。専門家は、後でプロジェクトが失敗した場合と同じように、悪い印象を与えます。これはあまり効果がありません。
- 機密レビュー： もし委員会が「ノー」と言った場合、彼らはそれを秘密にします。外部の世界からは、専門家が単に「プロジェクトの実施を見送った」ように見えます（これは安全で中立的な動きです）。
著者たちは、機密レビューが、お金を支払うことの強力な代替手段になることを見出しました。 「ノー」という投票を隠すことで、組織は専門家の評判を守り、一銭も使わずに済みます。実際、機密レビューは、キャリアへのダメージが発生する前にそれを阻止するため、リスクを促す上で透明なレビューよりも優れていることを彼らは示しています。
まとめ
論文は、上司やマネージャーに向けたシンプルで実践的なルールを提示して締めくくっています。もし専門家にスマートなリスクを取らせたいのであれば、単に成功に対する「金の星（ご褒賞）」を約束するだけではいけません。代わりに、物事がうまくいかなかった時のための「セーフティネット」を提供してください。合理的な賭けが失敗した時に、彼らを（あるいは彼らの職を守ることで）サポートしてください。失敗に対して支払うというのは奇妙に聞こえますが、専門家が慎重になりすぎるのを止めるための最も効率的な方法なのです。もし支払うことができないのであれば、内部の「ノー」という投票を機密にしてください。そうすれば、専門家は、アイデアの失敗が自分のキャリアを台無しにすることはないと知り、月を目指す挑戦をする勇気を持つことができるのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。