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

技術要約：ペアワイズ（二者間比較）は一括提示に勝る：逐次的な選択提示による行動的利得

問題提起
本論文は、古典的な経済学の仮定である「完全な合理性」と、経験的な現実である「限定された合理性」との間にある根本的な乖離に対処している。古典的なモデルは、エージェントが効用を最大化するために、すべての選択肢を同時に処理・評価できると想定しているが、デジタルインターフェースでは多様な製品のアソートメントが同時に提示されることが多い（例：Amazonのグリッドレイアウト）。この「一括提示（all-at-once）」は、しばしば認知負荷、注意の断片化、そして人間の認知能力の限界による不適切な選択を引き起こす。本論文は、同時多項提示に依存する現在の選択アーキテクチャが、人間の認知処理能力と整合していないことを指摘し、それが一貫性のない非合理的な消費者決定を招いていると主張している。

手法
著者らは、限定された注意の下での意思決定をモデル化するために、ランダム注意モデル（Random Attention Model: RAM）（Cattaneo et al., 2020）に基づいた形式的な理論フレームワークを構築している。中心となる手法は以下の通りである：

1. 理論的モデリング： 本論文は、2つの選択アーキテクチャを対比させる「逐次的合理性仮説（Sequential Rationality Hypothesis: SRH）」を構築する。
   • 同時提示（Simultaneous Offering）： 意思決定者（DM）は、$n$ 個のアイテムからなる集合 $S$ を一度に評価する。
   • 逐次的ペアワイズ提示（Sequential Pairwise Offering）： DMは、再帰的なバイナリ・トーナメント（例：A対Bを比較し、その勝者をCと比較する）を通じてアイテムを評価する。
2. 形式的定義： モデルは、厳密な選好順序（$\succ$）と、考慮集合 $T \subseteq S$ が形成される確率を表す潜在的な注意規則 $\mu(T|S)$ を利用する。導入された重要な公理は**単調注意（Monotonic Attention）**であり、これは、集合から考慮されていない選択肢を取り除くことで、特定の部分集合に注意を向ける確率が弱増加するという仮定である。
3. 公理的特性付け： 著者らは、選択ルールが「二値的一貫性（Binary Consistency）」、「逐次的推移性（Sequential Transitivity）」、「注意の単調性（Attention Monotonicity）」、および「認知的簡潔性（Cognitive Parsimony）」という特定の公理を満たす場合、逐次的合理的であると定義する。
4. 確率的分析： 論文では、両方のアーキテクチャにおける効用最大化オプションの選択確率を比較するための確率不等式を導出している。ここでは、比較の項数（arity）に依存する注意成功パラメータ（$\alpha_k$）と選択精度パラメータ（$\beta_k$）を導入している。
5. 数値的例示： 単調注意規則を指定した3種類の飲料（コーヒー、紅茶、ジュース）を用いた具体的な例を用いて、RAMの下での同時提示と逐次提示の両方のシナリオにおける選択確率を計算し、比較している。
6. 形式的検証： すべての数学的定義、定理、および証明は、論理的厳密性を確保するためにLean4 証明支援システムを用いて形式的に検証されている。

主な貢献

• 逐次的合理性仮説（SRH）： 本論文は、選択肢を逐次的かつペアワイズに提示することが、選択構造を認知的な制約に適合させることで、意思決定の質を体系的に向上させるという新しい行動メカニズムを提示している。
• RAMの拡張： 本研究は、再帰的で動的な意思決定プロセスを統合することで、ランダム注意モデル（RAM）を拡張している。静的なリストベースのモデルやネットワーク・トラバーサル・モデルとは異なり、SRHは、注意の制約が逐次的な二項比較とどのように相互作用して意思決定パスを形成するかを明示的にモデル化している。
• 優位性の理論的証明： 著者らは、限定された注意の下では、二項比較における実効的な注意精度が三項（またはそれ以上）の比較に対して十分に高い場合、効用最大化オプションを選択する確率は、同時評価よりも逐次的バイナリ・トーナメントにおいて厳密に高くなることを証明している。
• 認知コストの削減： 本論文は、選択タスクを二項ステップに分解することで、注意コスト関数の凸性を利用し、大きな集合を同時に評価する場合と比較して、総期待認知コストを減少させることを数学的に示している。

結果

• 確率不等式： 中心的な結果（定理3および定理4）は、以下を確立している：
  $$Pr(C_{SEQ}(A, B, D) = \text{arg max } u) > Pr(C_{SIM}(\{A, B, D\}) = \text{arg max } u)$$
  これは、二項比較における正しい選択の確率（$q$）が、三項比較における正しい選択の確率（$r$）の平方根を超える場合、すなわち $q > r^{1/2}$ である場合に成立する。
• 数値的検証： 提供された数値例において、逐次的アーキテクチャの下での最適アイテム（コーヒー）の選択確率は0.81であったのに対し、同時アーキテクチャの下では0.60であり、行動的な利得を定量化した。
• 標準理論からの逸脱： 本モデルは、注意が限定されている場合、$C_{SEQ}(S) \neq C_{SIM}(S)$ となることを示しており、これは、完全な注意を想定する標準的な顕示選好理論が、複雑なデジタル環境における選択を予測できない理由に対する理論的な正当性を与えている。
• 等価条件： 本論文は、逐次的選択オペレータと同時選択オペレータが一致するのは、完全な注意（$\mu(S|S)=1$）と決定論的な最大化が行われる条件下のみであることを証明しているが、これらは現実世界のデジタル市場ではめったに満たされない条件である。

意義と主張
本論文は、意思決定理論に認知的なリアリズムを組み込むことで、認知的な限界と経済的な合理性の間の溝を埋めることを主張している。その意義は以下の点にある：

• プラットフォーム設計： デジタルプラットフォームに対し、認知負荷を軽減し消費者福祉を向上させるために、グリッド型の同時表示から逐次的かつペアワーズな比較へと推奨フローを再設計するための理論的根拠を提供する。
• 政策的含意： 政策立案者や規制当局に対し（特定の法律が現在欠如しているデジタル市場において）、文脈依存的なエラーや不合理な決定を防ぐために、選択を逐次的に構成する「注意に優しい」インターフェースを奨励することを示唆している。
• 理論的前進： 完全な合理性と構造化されていないヒューリスティックの中間領域を提供し、注意の制限下で選択アーキテクチャが合理性にどのように影響するかを理解するための、形式的で反証可能なフレームワークを提示している。

著者らは、現在の研究は適切な経験的データが不足しているため理論的なものであることを明記しており、これらの仮説を経験的にテストするための将来の実験設計の必要性を指摘している。本論文は、デジタル市場規制の問題を解決したと主張しているのではなく、選択アーキテクチャをどのように最適化できるかについての理論的基盤を提供している。