Effort without Evidence

技术摘要：无证据的努力

问题与动机
本文研究了一系列短期决策者中，战略性沟通与证据生产之间的反馈循环。标准的沟通与学习模型通常将信息传递与信息生产分离：代理人接收信号，然后决定披露什么。然而，在许多情境下（例如研究、生产、组织常规），证据的存在是因为采取了某种行动。隐藏的努力支配着公开结果，而发送者对继任者的信息会影响继任者的行动，从而决定了未来能够产生什么样的证据。

核心冲突源于“动机偏差”。发送者重视继任者的成功，但低估了继后者的努力成本（由参数 $\lambda \in (0, 1]$ 参数化）。因此，发送者有动力诱导那些在物理上具有成本的行动，即使这些行动并非最具信息量的。本文探讨的问题是：这种偏差如何影响因果叙事的公信力、证据的生产以及长期的学习过程？

方法论与框架
模型包含一个离散时间序列的代理人（$t=0, 1, \dots$），面临一个持久的二元状态 $\theta \in \{0, 1\}$。

• 时序： 每个代理人观察公开结果档案和来自前任的消息，形成后验概率，私下观察努力成本 $k$，选择隐藏行动 $a$，并观察公开结果 $y$。随后，代理人向下一代发送一个无成本的消息 $m$（因果评估）。
• 偏好： 代理人的效用包括当前的物质收益以及对继任者收益的加权部分：$u(y, a, k) + \alpha [y' - \lambda c(a', k')]$。参数 $\lambda$ 捕捉了动机偏差的程度（即对努力成本的低估程度）。
• 均衡概念： 本文分析侧重于完美贝叶斯均衡（PBE）。为了精炼均衡集并解决多重因果叙题，本文采用了“可信的改变行动的新词”（基于 Farrell, 1993）。如果不存在一组发送者类型可以可信地提出一个新的标签，从而在不被排除类型模仿的情况下，诱导其实现严格优于自身的行动剖面，则该均衡是免疫的。
• 关键定义：
  • 识别行动 ($a_I$)： 生成状态相关结果（具有信息量）的行动剖面。
  • 非识别行动 ($a_N$)： 生成状态无关结果（不具信息量）的行动剖面。
  • 动机坍缩： 在这种情况下，共同的发送者排序迫使所有消息进入非识别行动区域，使得识别变得不可能。

关键结果

1. 成本-偏差恒等式与动机坍缩
本文建立了一个将发送者的激励与接收者的激励联系起来的基本恒等式（引理 2）。设 $C$ 为识别行动与非识别行动之间的物理成本差异。发送者的差异效用为 $G_\lambda(s) = D(s) + (1-\lambda)C$，其中 $D(s)$ 是接收者的物质差异。

• 结果： 更强的动机（较低的 $\lambda$）使发送者的偏好向物理成本更高的行动偏移。
• 坍缩： 如果识别行动成本更高（$C > 0$），强烈的动机使每个发送者都想鼓励它。如果非识别行动成本更高（$C < 0$），强烈的动机使每个发送者都想抑制识别行动。
• 贝叶斯不可避免性： 如果平均后验概率位于非识别行动被接收者稳健地视为最优的区域，且所有发送者对行动具有严格排序，那么贝叶斯合理性将迫使每个消息都诱导非识别行动。一旦发生这种“坍缩”，进一步加强动机也无法恢复识别行动。

2. 动态证据陷阱与吸收
静态的信誉失败导致了动态陷阱。

• 吸收： 如果沟通诱导了非识别行动剖面，公开结果将变为状态无关。不再产生新的状态信息。后验概率的支持集保持在一个有界集合内，且共同排序论证会无限重复。
• 结果： 在每一个 PBE 中，系统都会进入一个吸收状态，导致学习失败。如果初始信息不足以区分状态，完全学习将以正概率变得不可能。
• 近陷阱： 即使非识别区域仅是弱信息性的（而非完全状态无关），非识别阶段的持续时间也可以变得任意长，并随着信号质量趋于零而发散。

3. 应用 I：不作为（“做得太少”陷阱）
在此应用中，努力是二元的（实验 vs 不实验）。

• 机制： 低成本代理人进行实验；高成本代理人不进行实验。公开的失败是“混淆的”：它可能是一个失败的实验（低回报），也可能是缺乏实验行为。
• 中等动机： 具有不同后验概率的发送者想要不同的行动（悲观者想要不作为；乐观者想要实验）。这种分歧保留了因果分离。悲观者可信地发出技术很差的信号，而乐观者则发出技术很好的信号。学习几乎必然发生。
• 强动机： 即使是悲观的发送者也想通过鼓励实验来帮助继任者。所有发送者都模仿这种“鼓励型”叙事。理性的怀疑使得所有此类叙事都变得不可信。
• 结果： 在一次混淆的失败之后，系统永久关闭。不再进行实验，不再产生新的证据，如果真实状态是生产性的，则该状态永远不会被学习到。

4. 应用 II：过度努力（“做得太多”陷阱）
在此应用中，成功需要跨越一个未知的努力阈值。高于第二个更高阈值的努力虽然会带来收益递减，但在技术上已趋于饱和。

• 机制： “节制即发现”。一个以较低努力取得成功的高成本代理人是具有信息量的先驱，因为她的成功揭示了阈值很低。一个选择最大努力的低成本代理人产生的则是状态无关的结果。
• 中等动机： 发送者能正确归因结果。以低努力取得成功的高成本代理人会诱导接收者选择低努力（识别行动）。
• 强动机： 所有发送者，无论其因果类型如何，都主张最大努力（即物理成本更高的行动）。
• 结果： 在一次糟糕的聚合历史之后，每个人都进行最大努力。结果变得与状态无关。具有信息量的“节制”实验消失了。社会看起来更加勤奋和成功（每位现任者的成功率更高），但却未能学习到减少努力也足以成功的道理，从而导致长期福利降低。

5. 认证与政策干预
本文分析了验证行动（认证）是否可以修复这些失败。

• 分解： KL 分解显示，只有当认证揭示了隐藏的因果变化时，认证才会增加信息。如果系统已经处于递归的非识别行动区域（即行动与状态无关），则认证不会增加任何信息。
• 不作为模型： 认证失败（区分“失败的实验”与“无实验行为”）可以恢复实验最优时的信念。仅针对失败进行认证是保证学习的唯一且成本最低的政策。
• 阈值模型： 认证中间努力的失败是真正的坏消息；它正确地将信念更新到选择最大努力的点。因此，即使是完美的归因也可能导致选择一个无信息的延续。此外，预期成功的认证本身可能会挤出识别行动。
• 定价机制：
  • 不作为： 通过补贴努力，使接收者跨越识别边界。
  • 阈值： 通过补贴节制（或对最大努力征税）来保留识别边际。
  • 强制变化： 当沟通失效时，通过一项要求以一定概率采取识别行动的公开指令，可以直接产生信息。

意义与主张
本文声称统一了两种看似截然相反的社会学习失败：

1. 停滞（Shutdown）： 社会停止学习，因为没有人工作（由于无法可信地鼓励实验）。
2. 过度劳累（Overexertion）： 社会停止学习，因为每个人都工作得太努力（由于无法可信地鼓励节制）。

核心组织信息是：动机选择的是成本高的行动，而非信息量大的行动。 本文证明了“成本高的”行动并不本质上具有信息量；其信息量取决于技术水平。当动机偏差使所有发送者都站在单一行动（无论是努力还是节制）的一边时，它会使沟通的信息内容坍缩，导致进入无法产生新证据的吸收状态。

本文并非声称提供一个通用的叙事理论，而是隔离了一个特定的机制，即战略性因果沟通如何递归地选择下一次实验。它强调，验证（认证）并非万灵药；其价值完全取决于它能否防止进入非识别区域，或者能否恢复产生识别性证据的激励。纠正政策取决于偏差的方向：当代理人做得太少时补贴努力，当代理人做得太多时补贴节制。