[論文レビュー] Shortlisting: a Principled Approach

Elkind, Edith, Qishen Han+1 more|arXiv (Cornell University)|Jan 29, 2026

Innovation, Sustainability, Human-Machine Systems被引用数 0

ひとこと要約

Blue-sky 論文が短リスト作成の原理的枠組みを提案し、マルチウィナー投票と区別しつつ、社会的選択と多エージェントシステムにおける効率的で公正な短リスト作成のための desiderata（望ましさ）・集約方法・戦略的配慮を概説する。

ABSTRACT

Shortlisting is the process of selecting a subset of alternatives from a larger pool for further consideration or final decision-making. It is widely applied in social choice and multi-agent system scenarios. The growing demand for participatory decision-making and the continuously expanding space of candidates create an urgent need for efficient and fair shortlisting procedures. However, little principled study has been done on this problem. This blue-sky paper aims to highlight the overlooked significance of shortlisting, distinguish it from related problems, provide initial thoughts, and, more importantly, serve as a call to arms. We envision that principled shortlisting can reduce cognitive burden, enable fair collective decisions, encourage broader participation, and ultimately build trust in democratic systems.

研究の動機と目的

• 短リスト作成を短リスト構築と投票の二段階意思決定問題として定義し、直接的なマルチウィナー投票と区別する。
• 短リストと最終決定の両方について、エージェント・短リスト作成者・両者の観点から公理的 desiderata を提案する。
• 完全な嗜好知識が得られない現実的制約の下で、公理を満たす集約規則と戦略を探る。
• 短リスト作成における認知効率・予測の利用・インセンティブ適合性や戦略的配慮を論じる。

提案手法

• 短リスト作成者がより広い候補集合から短リストを選択し、エージェントが短リスト上で投票するという統一的な二段階枠組みを導入する。
• 嗜好空間（承認投票と線形順序）をモデル化し、回復性と関連公理を定義して短リスト作成手続を評価する。
• 多数決投票・単一票投票・マッチング・推薦システムからの集約オプションを調査し、短リスト作成規則を設計する。
• 認知効率分析を取り入れ、短リストのサイズと意思決定空間・判断の容易さのトレードオフを考慮する。
• 不完全な嗜好予測やコストの予測を活用する学習強化型短リスト作成と予測付きアルゴリズムを検討する。

実験結果

リサーチクエスチョン

• RQ1 エージェント・短リスト作成者・結合系の観点から、短リスト手続を導く desiderata は何か。
• RQ2 現存の社会的選択規則を適用して、良好な最終決定を可能にしつつ認知負荷を管理する短リストをどう構築できるか。
• RQ3 予測と学習強化法が短リスト作成手続の設計と性能にどのような影響を与えるか。
• RQ4 短リスト作成者とエージェントのインセンティブと戦略的行動は outcomes にどう影響するか。
• RQ5 短リストサイズの選択と公正な代表性の確保における認知効率の役割は何か。

主な発見

• 短リスト作成は二段階の性質と意思決定空間の考慮により、直接的なマルチウィナー投票とは別個の問題として扱うべきである。
• 短リストサイズ（認知効率）と回復/ desiderata の満足度との間にはトレードオフがあり、短リスト規則の慎重な設計が求められる。
• 回復型公理は最終結果を完全嗜好期待値へ結び付け、短リスト作成手続の評価を導く。
• 予測付き短リスト作成は潜在的な利点をもつが、一貫性（正確さ）と頑健性（最悪ケース保証）のバランスを取る必要がある。
• 短リスト作成者とエージェントの戦略的行動はゲーム理論的モデルで分析でき、結果に良い影響も悪い影響も及ぼし得る。