Social welfare optimisation under institutional reward and punishment

Resumo Técnico: Otimização do Bem-Estar Social sob Recompensa e Punição Institucionais

Enunciado do Problema
A literatura existente sobre incentivos institucionais para promover a cooperação em sistemas multiagentes e jogos evolutivos tipicamente estrutura o problema de design como uma otimização bi-objetivo: minimizar o custo institucional enquanto se atinge uma frequência de longo prazo alvo de cooperação. No entanto, essas estruturas negligenciam amplamente uma métrica holística: o bem-estar social, definido como o payoff total da população líquido dos gastos institucionais. Os autores postulam que esquemas otimizados apenas para eficiência de custo ou frequência de cooperação podem ser subótimos ou até prejudiciais ao bem-estar social geral. Este artigo aborda essa lacuna ao estudar analiticamente a otimização do bem-estar social sob incentivos institucionais custosos (tanto recompensa quanto punição) em populações finitas e bem misturadas jogando dilemas sociais.

Metodologia
O estudo emprega a teoria dos jogos evolutivos dentro de populações finitas de tamanho $N$.

• Modelos de Jogo: A análise abrange o Jogo da Doação (DG) e o Jogo do Bem Público (PGG).
• Dinâmicas: A evolução populacional segue a regra de atualização de estratégia de Fermi com intensidade de seleção $\beta$. As dinâmicas são modeladas como uma cadeia de Markov absorvente sobre estados que representam o número de cooperadores.
• Mecanismos de Incentivo:
  • Recompensa: Uma instituição paga um custo per capita $\theta$ aos cooperadores, aumentando seu payoff em $a\theta$, onde $a$ é a eficiência da recompensa.
  • Punição: Uma instituição paga um custo per capita $\theta$ para punir os desertores, diminuindo seu payoff em $\hat{a}\theta$, onde $\hat{a}$ é a eficiência da punição.
• Formulação de Bem-Estar: Os autores derivam expressões analíticas explícitas para o bem-estar social esperado ($SW$ para recompensa, $\widehat{SW}$ para punição). Essas expressões agregam os payoffs de todos os jogadores através de estados transientes, ponderados por taxas de visitação esperadas derivadas da matriz fundamental da cadeia de Markov, e subtraem os custos institucionais totais.
• Otimização: A tarefa matemática central é maximizar essas funções de bem-estar em relação ao nível de incentivo $\theta$. Os autores analisam o comportamento qualitativo dessas funções não convexas, derivando condições para monotonicidade, transições de fase e a localização de ótimos globais.

Principais Contribuições e Resultados

1. Caracterização Analítica do Bem-Estar Social:
   O artigo deriva expressões de forma fechada para o bem-estar social esperado sob recompensa e punição. Identifica que o comportamento da função de bem-estar depende criticamente da eficiência do incentivo ($a$ ou $\hat{a}$) e da intensidade de seleção ($\beta$).

   • Transições de Fase: Os autores identificam regimes de parâmetros onde o bem-estar social exibe um nível de incentivo ótimo único versus regimes onde se torna não-monotônico com múltiplos ótimos locais. Especificamente, para recompensas eficientes ($a > 1$) e alta intensidade de seleção ($\beta > \beta^*$), a função de bem-estar pode exibir transições de fase complexas com múltiplos extremos.
   • Soma Zero vs. Soma Não-Zero: No caso de transferência de soma zero ($a=1$), o bem-estar é unimodal (crescente e depois decrescente). Nos casos de soma não-zero ($a \neq 1$), a monotonicidade sofre mudanças qualitativas baseadas na eficiência e na força de seleção.

2. Localização de Incentivos Ótimos:
   Um resultado teórico central é que qualquer incentivo maximizador de bem-estar $\theta^*$ é ou zero ou concentrado em torno de um valor alvo específico e analiticamente determinado ($\theta_\infty = -\delta/a$ para recompensas, $\hat{\theta}_\infty = -\delta/\hat{a}$ para punições).

   • Taxas de Convergência: O artigo prova que, conforme a intensidade de seleção $\beta \to \infty$, o incentivo ótimo converge para esses alvos. Para recompensas, a taxa de convergência é $O(1/(a\beta))$. Para punições, a convergência é ligeiramente mais lenta, $O(\log \beta / (\hat{a}\beta))$, devido a um fator logarítmico adicional.
   • Solução Algorítmica: Com base nessas propriedades de localização, os autores fornecem um algoritmo eficiente (Algoritmo 1) usando uma busca em grade de intervalo restrito com limites superiores e inferiores para computar o incentivo ótimo numericamente.

3. Comparação entre Recompensa e Punição:
   O estudo deriva condições de forma fechada sob as quais a recompensa institucional supera a punição em termos de bem-estar social para qualquer orçamento dado.

   • Limiar de Eficiência: Os autores provam que, se a eficiência da recompensa $a$ for suficientemente alta em relação à eficiência da punição $\hat{a}$ (especificamente satisfazendo uma condição envolvendo números harmônicos e o tamanho da população), a instituição pode sempre ajustar o custo de investimento de modo que a recompensa gere um bem-estar social maior do que a punição.
   • Dominância: Em muitos regimes de parâmetros padrão, os mecanismos de recompensa mostram-se dominantes sobre a punição na maximização do bem-estar social, a menos que a eficiência da punição seja excepcionalmente alta em relação à razão benefício-custo do jogo.

4. Divergência da Otimização de Custo:
   O artigo demonstra uma lacuna sistemática entre incentivos otimizados para custo ou frequência de cooperação e aqueles que maximizam o bem-estar social.

   • Compromissos (Trade-offs): Maximizar o bem-estar social frequentemente requer níveis de incentivo que diferem significamente daqueles necessários para atender a um limiar de cooperação ou minimizar o custo. Em regimes de transferência eficiente ($a > 1$), a maximização do bem-estar favorece incentivos maiores, criando um conflito com a minimização de custos. Inversamente, em regimes ineficientes, os objetivos podem alinhar-se, favorecendo o menor incentivo viável.

Significância e Alegações
Os autores alegam que seu trabalho fornece um framework mais realista e relevante para políticas de engenharia de comportamento cooperativo em sistemas biológicos, sociais e artificiais. Ao mudar o foco de mera frequência de cooperação ou minimização de custo para o bem-estar social, o estudo desafia a suposição prevalecente de que esquemas de custo-eficiência ou de alta cooperação são inerentemente ótimos para a sociedade.

Os resultados sugerem que:

• Designs institucionais devem ser julgados não apenas pelo nível de cooperação induzida, mas pelo benefício líquido para a população após contabilizar os custos da intervenção.
• Existem regimes de parâmetros específicos onde maximizar a cooperação ou minimizar o custo leva para longe de políticas maximizadoras de bem-estar.
• Mecanismos de recompensa, quando suficientemente eficientes, geralmente oferecem um caminho superior para o bem-estar social comparado à punição, desde que a razão de eficiência atenda a critérios teóricos específicos.

O artigo conclui que, embora ofereça um framework analítico rigoroso centrado no bem-estar, trabalhos futuros são necessários para explorar mecanismos adaptativos/híbridos, caracterizações globais de paisagens de bem-estar e designs de incentivos heterogêneos dependentes de papéis individuais ou contribuições locais.