[論文レビュー] Minorities report: optimal incentives for collective intelligence.

Richard P. Mann, Dirk Helbing|arXiv (Cornell University)|Nov 11, 2016

Evolutionary Game Theory and Cooperation参考文献 23被引用数 4

ひとこと要約

本稿は、集団意思決定における多様性を維持し、集団知性を向上させるために、正確なマイノリティ予測に報酬を支払う新しいインcentiveシステムを提案する。進化的ゲーム理論的モデルを用いた集団予測の分析を通じて、群衆の行動に類する行動を抑えること、情報の多様性を保ち、顕著に予測精度を向上させることで、市場基準のインセンティブ制度を上回ることを示している。

ABSTRACT

Collective intelligence is the ability of a group to perform more effectively than any individual alone. Diversity among group members is a key condition for the emergence of collective intelligence, but maintaining diversity is challenging in the face of social pressure to imitate one's peers. We investigate the role incentives play in maintaining useful diversity through an evolutionary game-theoretic model of collective prediction. We show that market-based incentive systems produce herding effects, reduce information available to the group and suppress collective intelligence. In response, we propose a new incentive scheme that rewards accurate minority predictions, and show that this produces optimal diversity and collective predictive accuracy. We conclude that real-world systems should reward those who have demonstrated accuracy when majority opinion has been in error.

研究の動機と目的

• インcentive構造が集団予測タスクにおける多様性と集団知性に与える影響を調査すること。
• 市場基準のインセンティブが情報の多様性を維持する上で抱える制限を特定すること。
• 正確なマイノリティ予測に報酬を支払う新しいインセンティブメカニズムを設計・評価すること。
• マイノリティベースの報酬が最適な集団予測パフォーマンスをもたらすことを実証すること。

提案手法

• 異種のエージェントを用いた繰り返しの集団予測タスクをシミュレートするために、進化的ゲーム理論的モデルが用いられる。
• エージェントは報酬フィードバックに基づいて戦略を更新し、社会的グループにおける学習と適応を模倣する。
• モデルは2つのインセンティブ制度を比較する：市場基準の報酬（過半数の選択を優遇）とマイノリティ基準の報酬（正確なマイノリティ予測を優遇）。
• 主要な構成要素には、予測の正確性に報酬を支払い、誤った選択にはペナルティを科す報酬関数が含まれており、予測がマイノリティか過半数かに応じて異なる扱いがなされる。
• 予測の多様性、情報保持度、集団の正確性の観点から、長期的な成果を評価する。

実験結果

リサーチクエスチョン

• RQ1 市場基準のインセンティブは、集団意思決定における多様性と集団的予測精度にどのように影響するか？
• RQ2 従来のインセンティブ構造が引き起こす群衆の行動の結果は何か？
• RQ3 正確なマイノリティ予測を優遇する報酬制度は、多様性を維持し、集団パフォーマンスを向上させることができるか？
• RQ4 マイノリティベースのインセンティブ設計は、集団知性を維持する観点で、市場基準のシステムと比較してどのように異なるか？

主な発見

• 市場基準のインセンティブ制度は、群衆の行動を引き起こし、予測の多様性を低下させ、集団知性を抑制する。
• マイノリティ報酬メカニズムは、正確な逸脱予測を奨励することで、情報の多様性を効果的に維持する。
• マイノリティ報酬制度を採用したグループは、市場基準のシステムを採用したグループよりも顕著に高い集団的予測精度を達成する。
• 本研究で提案するシステムは、従来のモデルを上回り、適合性ではなく真実追求にインcentiveを一致させることで、インセンティブを最適化する。