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

Technische Samenvatting: Pairwise Beats All-at-Once: Gedragsmatige Winsten door Sequentiële Keuzevoordracht

Probleemstelling
Het artikel adresseert een fundamentele discrepantie in digitale markten tussen de klassieke economische aannames van volledige rationaliteit en de empirische realiteit van gebonden rationaliteit. Terwijl klassieke modellen veronderstellen dat agenten alle alternatieven simultaan kunnen verwerken en evalueren om nut te maximaliseren, presenteren digitale interfaces vaak diverse productassortimenten gelijktijdig (bijv. rasterlay-outs op Amazon). Deze "all-at-once" presentatie leidt frequent tot cognitieve overbelasting, aandachtfragmentatie en suboptimale keuzes vanwege de beperkingen van het menselijk cognitief vermogen. Het artikel stelt dat huidige keuzearchitecturen, die vertrouwen op simultane weergaven van meerdere opties, er niet in slagen aan te sluiten bij de cognitieve verwerkingscapaciteiten, wat leidt tot inconsistente en irrationele consumentenbeslissingen.

Methodologie
De auteurs ontwikkelen een formeel theoretisch kader dat geworteld is in het Random Attention Model (RAM) (Cattaneo et al., 2020) om besluitvorming onder gebonden aandacht te modelleren. De kernmethodologie omvat:

1. Theoretische Modellering: Het artikel construeert een "Sequential Rationality Hypothesis" (SRH) die twee keuzearchitecturen contrasteert:
   • Simultane Aanbieding: De beslisser (DM) evalueert een verzameling $S$ van $n$ items tegelijkertijd.
   • Sequentiële Pairwise Aanbieding: De DM evalueert items via een recursief binair toernooi (bijv. $A$ tegenover $B$ vergelijken, dan de winnaar tegenover $C$).
2. Formele Definities: Het model maakt gebruik van een strikte voorkeursordening ($\succ$) en een latente aandachtregel $\mu(T|S)$, die de waarschijnlijkheid vertegenwoordigt dat een overwegingsverzameling $T \subseteq S$ wordt gevormd. Een cruciaal axioma dat wordt geïntroduceerd is Monotone Aandacht, die stelt dat het verwijderen van niet-overwogen alternatieven uit een verzameling de waarschijnlijkheid dat een specifieke deelverzameling wordt opgemerkt, zwak verhoogt.
3. Axiomatische Karakterisering: De auteurs definiëren een keuze-regel als sequentieel rationeel indien deze voldoet aan specifieke axioma's: Binaire Consistentie, Sequentiële Transitiviteit, Aandacht-monotonie en Cognitieve Parcimonie.
4. Probabilistische Analyse: Het artikel leidt waarschijnlijkheidsongelijkheden af die de waarschijnlijkheid van het selecteren van de nut-maximaliserende optie vergelijken onder beide architecturen. Het introduceert parameters voor aandachtssucces ($\alpha_k$) en keuze-accuratesse ($\beta_k$) die afhankelijk zijn van de ariteit (het aantal items) van de vergelijking.
5. Numerieke Illustratie: Een concreet voorbeeld met drie dranken (Koffie, Thee, Sap) met een gespecificeerde monotone aandachtregel wordt gebruikt om de keuze-waarschijnlijkheden onder RAM te berekenen en te vergelijken voor zowel de simultane als de sequentiële scenario's.
6. Formele Verificatie: Alle wiskundige definities, stellingen en bewijzen zijn formeel geverifieerd met de Lean4 proof assistant, wat zorgt voor logische rigueur.

Belangrijkste Bijdragen

• Sequential Rationality Hypothesis (SRH): Het artikel introduceert een nieuw gedragsmecanisme dat beargumenteert dat de sequentiële, pairwise presentatie van opties de kwaliteit van besluitvorming systematisch verbetert door de keuze-structuren af te stemmen op cognitieve beperkingen.
• Extensie van RAM: Het werk breidt het Random Attention Model uit door een recursief, dynamisch besluitvormingsproces te integreren. In tegen tegenstelling tot statische lijstgebaseerde modellen of netwerkdoorloopmodellen, modelleert SRH expliciet hoe aandachtsbegrenzingen interageren met sequentiële binaire vergelijkingen om beslissingspaden te vormen.
• Theoretisch Bewijs van Superieuriteit: De auteurs bewijzen dat onder gebonden aandacht de waarschijnlijkheid van het selecteren van de nut-maximaliserende optie strikt hoger is in een sequentieel binair toernooi dan in een simultane evaluatie, mits de effectieve aandacht-accuratesse in binaire vergelijkingen voldoende hoog is ten opzichte van ternaire (of grotere) vergelijkingen.
• Reductie van Cognitieve Kosten: Het artikel demonstreert wiskundig dat het opdelen van een keuze-taak in binaire stappen de totale verwachte cognitieve kosten vermindert vergeleken met het gelijktijdig evalueren van een grote verzameling, waarbij gebruik wordt gemaakt van de convexiteit van aandachtskostenfuncties.

Resultaten

• Waarschijnlijkheidsongelijkheden: Het centrale resultaat (Stelling 3 en Stelling 4) stelt vast dat:
  $$Pr(C_{SEQ}(A, B, D) = \text{arg max } u) > Pr(C_{SIM}(\{A, B, D\}) = \text{arg max } u)$$
  Dit geldt indien de waarschijnlijkheid van een correcte keuze in een binaire vergelijking ($q$) groter is dan de vierkantswortel van de waarschijnlijkheid van een correcte keuze in een ternaire vergelijking ($r$), oftewel $q > r^{1/2}$.
• Numerieke Validatie: In het verstrekte numerieke voorbeeld was de waarschijnlijkheid van het kiezen van het optimale item (Koffie) 0,81 onder de sequentiële architectuur versus 0,60 onder de simultane architectuur, wat de gedragsmatige winst kwantificeert.
• Divergentie van de Standaardtheorie: Het model toont aan dat $C_{SEQ}(S) \neq C_{SIM}(S)$ wanneer de aandacht beperkt is, wat een theoretische rechtvaardiging biedt voor waarom de standaard theorie van onthulde voorkeur (die volledige aandacht veronderstelt) faalt bij het voorspellen van keuzes in complexe digitale omgevingen.
• Equivalentievoorwaarden: Het artikel bewijst dat sequentiële en simultane keuze-operatoren alleen samenvallen onder condities van volledige aandacht ($\mu(S|S)=1$) en deterministische maximalisatie, condities die zelden worden gehaald in de echte digitale markten.

Betekenis en Claims
Het artikel claimt de kloof tussen cognitieve beperkingen en economische rationaliteit te overbruggen door cognitief realisme in de besluitvormingstheorie in te bedden. De betekenis ligt in:

• Platformontwerp: Het biedt een theoretische basis voor digitale platforms om de aanbevelingsstromen te herontwerpen van rastergebaseerde, simultane weergaven naar sequentiële, pairwise vergelijkingen om cognitieve overbelasting te verminderen en het consumentenwelzijn te verbeteren.
• Beleidsimplicaties: Het suggereert dat beleidsmakers en toezichthouders in digitale markten (waar specifieke wetgeving momenteel ontbreekt) "aandachtsvriendelijke" interfaces kunnen stimuleren die keuzes sequentieel structureren om contextafhankelijke fouten en irrationele beslissingen te voorkomen.
• Theoretische Vooruitgang: Het biedt een middenweg tussen volledige rationaliteit en ongestructureerde heuristieken, door een formeel, falsifieerbaar kader aan te bieden voor het begrijpen van hoe keuzearchitectuur de rationaliteit onder gebonden aandacht beïnvloedt.

De auteurs merken expliciet op dat het huidige werk theoretisch is vanwege een gebrek aan geschikte empirische data, en zij identificeren de noodzaak voor toekomstige experimentele ontwerpen om deze hypothesen empirisch te testen. Het artikel claimt niet het probleem van digitale marktregulering te hebben opgelost, maar biedt wel de theoretische onderbouwing voor hoe keuzearchitectuur geoptimaliseerd kan worden.