ブラックボックスからの学習と過剰反応の公理的研究

Research Project

Project/Area Number	23KJ0979
Research Category	Grant-in-Aid for JSPS Fellows
Allocation Type	Multi-year Fund
Section	国内
Review Section	Basic Section 07010:Economic theory-related
Research Institution	Hitotsubashi University
Principal Investigator	柳田翔平一橋大学, 大学院経済学研究科, 特別研究員(DC1)
Project Period (FY)	2023-04-25 – 2026-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥1,500,000 (Direct Cost: ¥1,500,000) Fiscal Year 2025: ¥500,000 (Direct Cost: ¥500,000) Fiscal Year 2024: ¥500,000 (Direct Cost: ¥500,000) Fiscal Year 2023: ¥500,000 (Direct Cost: ¥500,000)
Keywords	ブラックボックス / 過剰反応 / 公理 / 信念 / 学習
Outline of Research at the Start	意思決定者が情報を受け取る際、その情報の生成過程が理解できない場合、「ブラックボックスから学習する」という。推薦機能を備えた人工知能技術をはじめ、現代社会ではブラックボックスから学習することは一般的となりつつある。本研究では、意思決定者がブラックボックスからの予想外の情報に対して過剰に反応するバイアスに注目し、当該バイアスの発生メカニズムを特定する。また、本研究の拡張・応用として、情報に対する過少反応を含む統一的な学習プロセスの公理的特徴づけと、アルゴリズム回避と呼ばれるバイアスと過剰反応の関係性の解明などを行う。
Outline of Annual Research Achievements	ブラックボックスからの学習と過剰反応について、公理的分析を行なった。特に、過剰反応を表現する信念改訂ルールをモデル化し、それに対して公理的な特徴づけを与えた。表現定理は4つの公理から構成される。これらの公理はそれぞれ、①信念の長期的な挙動に関する公理、②信念の整合性に関する公理、③信念改定ルールの不動点に関する公理、④予想外の情報に対する信念改訂のパターンに関する公理に対応する。過剰反応に関する分析をするにあたり重要になるのが公理④であるが、本研究では公理④おいて過剰反応を直接的に要請することなく、予想外の情報に対する過剰反応を特徴づけることに成功した。この結果から、信念改訂の規範的側面を記述した公理①、②、③が、意思決定者の過剰反応を促している可能性がある。この結果を踏まえて、本研究ではさらに公理③を弱めた場合の信念改訂ルールがどうなるのかを検討した。公理③を弱めるモチベーションは、当該公理の規範的な正当化が公理①、②と比べて十分でないためである。分析の結果、公理③をかなりの程度一般的に弱めた場合でも、意思決定者は予想外の情報に対して過剰反応することが示された。以上の結果を東京理科大学で開催されたワークショップで報告した。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 目標としていた公理化と、その一般化を達成できたため。また、当該結果を学外ワークショップで報告し、研究の改訂につながる有益なコメントを複数得ることができたため。
Strategy for Future Research Activity	ブラックボックスからの情報に対して過小に反応するパターンも包含する、より一般的な公理的特徴づけを行なう。このような一般化は既に部分的には完了しているが、公理がやや技術的であり、どのようなメカニズムで情報に対する過小反応が生じるのか直感的にはよくわからない。当該公理をより直感的なものに修正することで、過剰反応と過小反応の両方を表現するモデルの公理化と、その発生メカニズムの解明を行なう。