📈 economics

Blackwell-Monotone Updating Rules

Deze paper toont aan dat binnen een brede klasse van update-regels die Bayesiaanse posteriors op signaalonafhankelijke wijze vervormen, alleen de Bayes-regel strikt Blackwell-monotoon is, terwijl Blackwell-monotone regels in het algemeen overeenkomen met affiene vervormingen van Bayesiaanse posteriors wanneer beslissingen non-paternalistisch worden geëvalueerd.

Oorspronkelijke auteurs: Mark Whitmeyer

Gepubliceerd 2026-04-17

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Mark Whitmeyer

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Gids voor de Perfecte Denker: Waarom "Meer Informatie" niet altijd "Beter" is

Stel je voor dat je een kok bent die een gerecht moet koken. Je hebt een recept (je prior of startkennis). Dan krijg je een nieuwe tip van een vriend (een signaal of informatie). Hoe pas jij dat recept aan?

In de economische wereld noemen we dit updaten. De meeste mensen denken dat als je meer informatie krijgt, je altijd een betere beslissing maakt. Maar dit papier stelt een interessante vraag: Is dat waar voor iedereen?

De auteur, Mark Whitmeyer, onderzoekt welke soorten denkers (of "updaters") echt profiteren van meer informatie en welke niet. Hij gebruikt een wiskundig concept genaamd de Blackwell-ordening, wat in het kort betekent: "Experiment A is informatiever dan Experiment B als A je altijd meer helpt dan B, ongeacht wat je probeert te doen."

Het paper komt tot twee verrassende conclusies, afhankelijk van hoe we kijken naar de beslissingen van de persoon.

1. De "Patroon" vs. De "Eigen Waarneming"

Stel je voor dat je een speler bent in een spel.

Patroon (Paternalistisch): Een buitenstaander (de "gids") kijkt naar jouw beslissingen en zegt: "Je hebt een fout gemaakt omdat je de informatie verkeerd hebt begrepen. Als je de juiste wiskunde had gebruikt, had je een betere keuze gemaakt."
Eigen Waarneming (Non-paternalistisch): De speler zelf zegt: "Ik heb de informatie zo begrepen als ik dat deed, en op basis van mijn eigen geloof was mijn keuze logisch."

Het paper kijkt naar beide perspectieven.

2. De Grote Ontdekking: De "Bayesiaanse" Denker

De auteur kijkt naar een specifieke groep mensen: diegenen die hun geloof systematisch verdraaien. Denk aan iemand die:

Te heftig reageert: "Oh, mijn vriend zei dat het gaat regenen? Dan ga ik direct een stormjas kopen, zelfs als de kans maar 51% is!" (Overreactie).
Te traag reageert: "Mijn vriend zegt dat het gaat regenen? Nee hoor, ik denk dat het wel meevalt." (Onderreactie).

Conclusie 1: Als je "Patroon" kijkt (de gids heeft gelijk)
Als je wilt dat meer informatie altijd beter is dan minder informatie, dan moet je een perfecte Bayesiaanse denker zijn.

De Analogie: Stel je voor dat je een kompas hebt. Als je kompas soms te hard naar links slaat (overreactie) of te traag naar rechts (onderreactie), dan kan er een situatie ontstaan waarin het kompas je dwars door een muur leidt. Meer informatie (een beter kompas) helpt je dan niet; het maakt je juist slimmer in het maken van fouten.
De boodschap: Als je niet precies volgens de wiskundige regels van Bayes updatet, is er altijd een situatie waarin meer informatie je slechter maakt dan als je niets had gehoord. De enige manier om "Blackwell-monotoon" te zijn (altijd profiteren van meer info) is om de regels van Bayes perfect te volgen.

Conclusie 2: Als je "Eigen Waarneming" kijkt (de speler heeft gelijk)
Wat als we zeggen: "Oké, jij denkt dat je gelijk hebt, laten we kijken of jij baat hebt bij meer info"?

De Analogie: Stel je voor dat je een kaarttekent. Als je de kaart altijd een beetje scheef tekent (een vaste vervorming), maar je doet dat consistent, dan kun je er nog steeds beter mee navigeren dan zonder kaart.
De boodschap: Als je geloof een lineaire vervorming is van de waarheid (bijvoorbeeld: je gelooft altijd dat de kans 10% lager is dan hij echt is, of je vermenigvuldigt de kans met een vast getal), dan ben je nog steeds "Blackwell-monotoon" vanuit jouw eigen perspectief.
De nuance: Maar als je vervorming willekeurig is (soms te veel, soms te weinig, soms in de ene richting, soms in de andere), dan faal je. Je moet een heel specifiek, voorspelbaar patroon van fouten maken om er baat bij te hebben.

3. Waarom "Onderreactie" niet altijd veilig is

Je zou denken: "Als ik te traag reageer (onderreactie), doe ik tenminste geen domme dingen."

De Analogie: Stel je voor dat je een auto bestuurt en je remt te zacht. Je raakt misschien geen boom, maar je mist ook een kans om een bocht te nemen die je had moeten nemen.
Het probleem: Als je te traag reageert, negeer je soms waardevolle informatie. Je blijft hangen in je oude geloof. Het paper laat zien dat zelfs onderreactie kan leiden tot situaties waarin je minder informatie had gehad, omdat je met meer informatie een "gemiste kans" maakt die je met minder informatie niet had gemist.

Samenvatting in een Metafoor

Stel je voor dat je een speler bent in een videospel.

De Bayesiaanse speler ziet de wereld precies zoals hij is. Voor deze speler geldt: "Hoe meer details ik zie, hoe beter ik speel."
De "Overreacterende" speler ziet de wereld als een horrorfilm. Als er een klein geluidje is, denkt hij dat er een monster is. Meer informatie (meer geluidjes) maakt hem alleen maar paniekerig en laat hem slechte keuzes maken.
De "Onderreacterende" speler ziet de wereld als een droom. Hij negeert waarschuwingen. Meer informatie helpt hem niet, omdat hij de signalen gewoon weglaat.
De "Lineair Vervormde" speler ziet de wereld altijd in sepia-toon. Hij ziet alles 20% donkerder. Maar omdat hij dat altijd zo doet, kan hij zich erop aanpassen. Voor hem is meer informatie (meer details in die sepia-toon) nog steeds nuttig.

De Kernboodschap van het Paper:
Als je wilt dat meer informatie je altijd helpt (en niet soms juist schade toebrengt), moet je ofwel:

De wereld perfect zien (Bayes' wet volgen).
Of, als je de wereld slecht ziet, moet je die slechte visie op een heel voorspelbare, lineaire manier doen (zoals een vaste vervorming).

Elke andere manier van denken (willekeurige fouten, overreactie, onderreactie) betekent dat er situaties zijn waarin "meer weten" je eigenlijk "slimmer in de fout" brengt.

Titel: Blackwell-Monotone Updating Rules

Auteur: Mark Whitmeyer
Datum: April 17, 2026

1. Probleemstelling

Het artikel onderzoekt de fundamentele relatie tussen Bayesiaanse updating en het Blackwell-ordening van informatie-experimenten.

Context: In de standaard economische theorie (Blackwell, 1951/1953) geldt dat voor een Bayesiaanse agent met maximale verwachte nut, meer informatie (in de zin van Blackwell) altijd ten minste even waardevol is als minder informatie, ongeacht het beslissingsprobleem. Dit eigenschap wordt Blackwell-monotonie genoemd.
De Vraag: De centrale vraag is het omgekeerde: Als een agent niet Bayesiaans is (d.w.z. ze vertoont systematische cognitieve vertekeningen), moet ze dan per se Blackwell-monotonie schenden? Met andere woorden: Is Bayes' wet de enige regel die garandeert dat meer informatie nooit slechter is dan minder informatie?
Nuance: Er is een subtiliteit in hoe "waarde van informatie" wordt gedefinieerd voor niet-Bayesiaanse agenten. Moet de welvaart worden geëvalueerd op basis van de ware Bayesiaanse posterior (paternalistische evaluatie) of op basis van de agent's eigen (vertekende) posterior (niet-paternalistische evaluatie)?

2. Methodologie en Opzet

Het artikel hanteert een formele modeltheoretische aanpak binnen de besluitvorming onder onzekerheid.

Model:
- Een eindige verzameling toestanden $\Theta$ .
- Een agent met een prior $\mu_0$ .
- Statistische experimenten $(\pi, S)$ die signalen genereren.
- Een Updatingsregel $U$ die een experiment en een signaal realiseert naar een posterior $\hat{\mu}$ .
Systematische Vertekening: De hoofdfocus ligt op regels waarbij de posterior een functie is van de Bayesiaanse posterior: $\hat{\mu} = \phi(\mu)$ . De functie $\phi$ vertegenwoordigt de cognitieve bias (bijv. overreactie of onderreactie).
Definities:
- Blackwell-monotoon: Voor elk beslissingsprobleem en elk paar experimenten $\pi \succeq \pi'$ (waarbij $\pi$ informatiever is), is de verwachte uitkomst van $\pi$ ten minste zo hoog als die van $\pi'$ .
- Strikt Blackwell-monotoon: Meer informatie is strikt waardevoller in ten minste één beslissingsprobleem.
- Paternalistisch vs. Niet-paternalistisch:
  - Paternalistisch: Welvaart wordt berekend met de Bayesiaanse posterior $\mu$ (de agent maakt fouten in haar actiekeuze).
  - Niet-paternalistisch: Welvaart wordt berekend met de agent's eigen posterior $\hat{\mu}$ (de agent kopt optimaal volgens haar eigen overtuigingen).

3. Belangrijkste Resultaten

Het paper presenteert twee hoofdstellingen en diverse uitbreidingen die de voorwaarden voor Blackwell-monotonie karakteriseren.

A. Paternalistische Evaluatie (De "Waarheid" als maatstaf)

Stelling 3.1: In de klasse van regels die systematisch Bayesiaanse posteriors vervormen, is Bayes' wet de enige strikt Blackwell-monotone regel.

Interpretatie: Als een agent meer informatie wil dan minder informatie (en deze meerwaarde kan benutten in sommige scenario's), dan moet ze Bayesiaans zijn.
Mechanisme:
- Overreactie: Leidt ertoe dat agenten in bepaalde beslissingsproblemen extreme fouten maken, waardoor informatie strikt slechter is dan geen informatie.
- Onderreactie: Hoewel onderreactie agenten nooit slechter stelt dan geen informatie (in paternalistische zin), schendt het de strikt monotonie. Een onderreacterende agent mist kansen om extra informatie te benutten; ze kan een strikt informatiever experiment prefereren boven een minder informatief, maar in feite levert het extra experiment geen extra nut op omdat de agent de nuance niet ziet.
Uitzondering (2 staten): Bij slechts twee toestanden is er een specifieke klasse van regels die Blackwell-monotoon is: Extreme-Belief Aversion (extreme geloofsaversie). Hierbij worden extreme posteriors "afgeplat" naar een interval $[c, d]$ . Echter, zelfs deze regels zijn niet strikt monotoon tenzij ze Bayesiaans zijn.

B. Niet-Paternalistische Evaluatie (De agent's perspectief)

Stelling 3.8: In de klasse van systematisch vervormende regels, zijn de strikt niet-paternalistisch Blackwell-monotone regels precies die waarbij de vervorming affien is.

Vorm: $\hat{\mu} = A\mu + b$ , waarbij $A$ een inverteerbare matrix is en $b$ een vector.
Interpretatie: Als we de agent "niet oordelen" maar accepteren dat ze handelt op basis van haar eigen overtuigingen, dan is informatie altijd waardevol (zolang ze optimaal handelt volgens die overtuigingen). Echter, om strikt monotonie te behouden (d.w.z. dat meer informatie altijd strikt beter is in sommige gevallen), moet de vervorming lineair zijn (schaling en translatie). Complexe, niet-lineaire vervormingen breken de convexiteit van de waardenfunctie en leiden tot situaties waar extra informatie geen extra waarde heeft.

C. Uitbreidingen buiten Systematische Vertekening

Het paper toont aan dat de equivalentie tussen Bayes' wet en strikte Blackwell-monotonie ook geldt onder bredere aannames, mits extra structuur wordt opgelegd:

Convexiteit: Als een regel "convex" is (een mengsel van experimenten is niet waardevoller dan het gewogen gemiddelde van de afzonderlijke experimenten), dan is Bayes' wet de enige strikt monotone regel (Stelling 4.3).
Focus: Als een regel "gefocusd" is (identieke signalen leiden tot identieke posteriors, ongeacht het experiment), dan is Bayes' wet de enige strikt monotone regel (Stelling 4.4).
Gegrondheid (Groundedness): De regel moet het prior behouden als er geen informatie is. Grondheid alleen is niet genoeg om Bayes' wet te isoleren (er bestaan tegenvoorbeelden), maar in combinatie met convexiteit of focus wel.

4. Significatie en Implicaties

Uniciteit van Bayes: Het paper levert een sterk theoretisch argument dat Bayes' wet uniek is in zijn vermogen om informatie consistent waardevol te maken. Elke afwijking van Bayes' wet (zoals conservatieve Bayesians, confirmatiebias, of $\alpha-\beta$ modellen) leidt ertoe dat er minstens één beslissingsprobleem bestaat waarin meer informatie de agent (paternalistisch gezien) slechter stelt, of waarin extra informatie geen extra waarde heeft.
Evaluatie van Bias: Het onderscheid tussen paternalistische en niet-paternalistische evaluatie is cruciaal.
- Vanuit een extern, paternalistisch oogpunt (waarbij we de "ware" toestand kennen) zijn bijna alle niet-Bayesiaanse regels suboptimaal en soms schadelijk.
- Vanuit het perspectief van de agent zelf, kunnen bepaalde lineaire (affiene) distorties consistent blijven met het verlangen naar meer informatie.
Praktische Toepassing: De resultaten elimineren de noodzaak om specifieke niet-Bayesiaanse modellen één voor één te testen op Blackwell-monotonie. Het is voldoende om te controleren of de regel systematisch vervormt en of die vervorming niet Bayesiaans is; dan is de regel per definitie niet strikt Blackwell-monotoon.
Verband met Dynamische Consistentie: De resultaten versterken het verband tussen Blackwell-monotonie en dynamische consistentie. Binnen de behandelde klassen zijn strikte Blackwell-monotonie en dynamische consistentie equivalent, wat bevestigt dat Bayes' wet de enige regel is die zowel coherent is in tijd als in de waarde van informatie.

Conclusie

Mark Whitmeyer concludeert dat Bayes' wet de enige updating regel is die garandeert dat meer informatie strikt waardevoller is dan minder informatie, wanneer de welvaart wordt geëvalueerd volgens de ware Bayesiaanse overtuigingen. Wanneer de welvaart wordt geëvalueerd volgens de agent's eigen overtuigingen, zijn alleen affiene distorties (lineaire schalingen en verschuivingen) toegestaan om deze eigenschap te behouden. Dit onderstreept de fundamentele rol van Bayes' wet als de enige coherentie-standaard voor informatieverwerking in beslissingsproblemen.