[論文レビュー] Responsibility and blame: a structural-model approach

Hana Chockler, Joseph Y. Halpern|ArXiv.org|Dec 17, 2003

Epistemology, Ethics, and Metaphysics参考文献 19被引用数 20

ひとこと要約

この論文は、要因の最小変更数Nに基づき、1/(N+1)として定義される責任の定量的測度を導入することで、因果関係の構造的モデル手法を拡張している。この責任の度合いは、出来事の因果的臨界性を達成するために必要な最小限の介入の数に依存する。さらに、エージェントの認識状態（エピステミック状態）を考慮した「非難」（blame）を、責任度の期待値として定義し、道徳的・法的推論における微細な差異を可能にする。たとえば、僅差の選挙と大差の選挙における責任の違い、あるいは複数の潜在的因果要因が存在する状況における責任の差を明確にできる。

ABSTRACT

Causality is typically treated an all-or-nothing concept; either A is a cause of B or it is not. We extend the definition of causality introduced by Halpern and Pearl [2001] to take into account the degree of responsibility of A for B. For example, if someone wins an election 11--0, then each person who votes for him is less responsible for the victory than if he had won 6--5. We then define a notion of degree of blame, which takes into account an agent's epistemic state. Roughly speaking, the degree of blame of A for B is the expected degree of responsibility of A for B, taken over the epistemic state of an agent.

研究の動機と目的

• 伝統的な二値的因果関係（因果あり／なし）の限界を克服し、責任のグレーデーション測度を導入すること。
• 僅差の選挙では個々の投票が大差の結果よりもより高い責任を負うという直感を形式的に表現すること。
• エージェントのエピステミック状態を組み込んだ「非難」（blame）の概念を、責任度の期待値として形式化すること。
• 不確実性や代替可能な状況を考慮しつつ、法的および道徳的責任を分析する形式的枠組みを提供すること。
• 共同責任や事前抑制（preemption）のような複雑な状況における因果関係、責任、非難の違いを明確にすること。

提案手法

• Halpern-Pearlの構造方程式モデルを拡張し、責任度を1/(N+1)として定義。ここでNは、出来事が反事後的に臨界的になるために必要な最小介入数である。
• 「状況的条件（contingencies）」の概念を用いて、世界の代替的構成下で出来事が因果的要因となるかどうかを評価する。
• 非難（blame）をエージェントのエピステミック状態における責任度の期待値として定義し、世界に関する不確実性を組み込む。
• 構造方程式を用いて因果的依存関係をモデル化し、介入下での反事後的依存関係を形式化する。
• 変数に重みを導入することで責任測度を一般化し、重み付き貢献（例：900ポンド vs. 100ポンドのゴミ）を可能にする。
• 共同責任や事前抑制のような法的および道徳的状況にこのフレームワークを適用し、法的原則と整合性があるかを評価する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、二値的因果関係（因果あり／なし）を超えて、ある出来事が他の出来事に対してどれほど責任を負っているかを形式的に定量化できるか？
• RQ2 代替的因果要因の存在が、エージェントの責任度にどのように影響するか？
• RQ3 エージェントのエピステミック状態を用いて、より洗練された非難（blame）の概念を計算する方法は何か？
• RQ4 提案されたフレームワークは、共同責任および個別責任といった標準的な法的原則と、どの程度一致するか、あるいは乖離しているか？
• RQ5 責任度は等しいが、非難に関する直感が異なる状況（例：100対99 vs. 1対0の選挙）を、このフレームワークは区別できるか？

主な発見

• 11–0の選挙では、勝者に投票した各 Voter の責任度は1/6であり、これは、彼の投票が臨界的になるために他の5票を変更する必要があることを反映している。
• 5–4の選挙では、勝者に投票した各 Voter の責任度は1であり、実際の結果において彼の投票が臨界的であるため。
• スージーとビリーの石投げの例では、スージーの責任度は1/2、ビリーの責任度は0であり、これはスージーが先に投げていなければビリーの投げた石がボトルを割らなかったことを反映している。
• ボトルを割るには2つの石が必要な場合、スージーとビリーの両方が責任度1を有し、両者とも結果に不可欠である。
• 変数に異なる重みを割り当てることで、重み付き責任を可能にし、900ポンドのゴミ捨て屋は100ポンドのゴミ捨て屋よりも高い責任を負うことが可能になる（両者とも臨界的である場合）。
• 非難（blame）は、エージェントのエピステミック状態における責任度の期待値として定義され、責任度が高くても、エージェントが結果を知らない場合、非難度は低くなる可能性がある。