Contrarian Incentives and Costly Social Learning
本文表明，在具有成本昂贵的私人信息和反向激励的序列社会学习中，重启信息获取的机制最初可以提高决策准确性，但一旦超过一定的成本阈值，就会导致学习不完整以及长期行动正确性的下降。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个每个人都在试图猜测某个秘密问题答案的世界，比如“是否会下雨？”或者“哪只股票会上涨？”在研究人们如何相互学习的领域中，一个被称为“社会学习”的著名概念表明，观察他人的行为是明智的。如果连续十个人都买了伞，你可能会假设正在下雨，于是也买一把伞，从而省去了自己抬头看天的麻烦。这种方式很高效，但它有一个危险的副作用：如果每个人都只是盲目模仿大众，那么就再也没有人会去观察天空了。如果最初的几个人猜错了，整个群体就会陷入一种“羊群效应”，永远深信一个谎言，因为没有人敢于去寻找新的证据。
现在，让我们加入一个转折：如果人们其实很讨厌成为群体中的一员呢？如果做一个独特的人能获得小额奖金，或者跟随大多数人会受到惩罚呢？这就是“反向激励”（contrarian incentives）的问题。这有点像一场游戏，如果你选择较不流行的颜色，就能获得积分。这里面的大谜团在于：这种想要与众不同的欲望，究竟是帮助群体通过打破糟糕的羊群效应来发现真相，还是仅仅让每个人都表现得古怪，却无法学到任何新知识。这篇论文深入探讨了这个谜题，探讨了做一个“叛逆者”究竟是帮助社会学习，还是仅仅制造了混乱。
作者 Vasilii Ivanik 和 Georgy Lukyanov 建立了一个数学模型来测试这一点。他们设想了一行正在逐一做出决策的人。每个人可以选择支付一小笔费用来获取一个私人线索（比如天气预报），或者也可以仅仅根据前人的行为进行猜测。关键在于，如果他们选择了目前为止人数较少的行动，他们还会获得一项奖励。研究人员发现，这种“叛逆奖金”创造了一种迷人的、具有节奏感的学习模式。
奇迹是如何发生的呢？当一个群体开始盲目地互相模仿（形成“羊群”）时，新的信息就无法被收集。然而，由于每个人都选择了相同的热门行动，该行动的“流行度得分”会不断上升。随着得分越高，成为叛逆者的奖励就变得越强。最终，这种奖励变得如此诱人，以至于决策阈值发生了偏移。突然间，下一个人发现即使公众观点没有改变，支付费用获取私人线索也是值得的。这就是作者所说的“内生重启”（endogenous restart）。群体停止了模仿，购买了一个新线索，学习过程重新开始。
论文证明了这种重启机制确实有效，但仅限于一定范围内。如果追求与众不同的奖励太弱，群体就会陷入羊群效应中无法自拔。如果奖励恰到好处，它就能打破羊群，迫使人们购买新信息，并提高群体的整体准确性。作者展示了随着你增加“叛逆奖金”，群体的智能化程度会呈现出阶梯式的提升。每一个台阶都允许群体在停止之前收集更多的信息。
然而，存在一个硬性限制。论文表明，无论你多么热爱与众不同，如果获取信息的行为是有成本的，你就无法永远学习下去。因为每一条信息都需要花钱，群体最终都会停止购买线索。作者证明了，在固定成本的情况下，群体总是会在有限数量的线索之后停止学习，这意味着他们永远无法达到 100% 的确定性。他们会停留在一种接近但并不完美的“终极信念”上。
最令人惊讶的发现出现在“叛逆奖金”过强的时候。一旦激励超过了某个高阈值，群体的知识水平就不再提升，但其行为却变差了。代理人们变得如此痴迷于表现得与众不同，以至于即使他们知道大众的判断很可能是正确的，也会为了避开人群而选择错误的答案。论文显示，在这一极端区域，群体的行动准确性会下降到接近 50%，基本上变成了一次抛硬币。想要独特的欲望不再帮助群体学习，而是开始积极地误导他们。
简而言之，这篇论文发现，一点点反向思维是防止群体陷入糟糕羊群效应的有力工具，它就像一个“重置按钮”，迫使人们重新核实事实。但就像任何调料一样，过量则会毁掉整道菜。如果追求独特的压力过高，它会破坏群体做出正确行动的能力，即便他们的潜在信念仍然是准确的。这项研究为这三个区域提供了精确的地图：一个是在“禁区”里形成羊群，一个是处于“甜点区”里实现学习重启并提升，另一个是在“危险区”里让与众不同导致所有人犯错。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。