竞争性市场中的算法建议作为战略信号
人机交互
2025-11-13 v1 人工智能
计算机与社会
计算机科学与博弈论
综合经济学
经济学
摘要
随着算法日益介导竞争性决策，其影响力已延伸至塑造战略市场动态之外。在两项预先登记的实验中，我们检验了算法建议如何影响具有独特、非串通且可解析均衡的经典经济游戏中的人类行为。在实验 1（N=107）中，参与者进行布雷特价格竞争，接受个体化或集体性的算法性建议。最初，串通性的上偏见建议在个体化情况下显著提高价格，但价格在实验过程中逐渐趋近于均衡。然而，参与者在整个实验过程中都避免设置高于算法建议的价格，表明建议作为可接受价格的软性上限发挥作用。在实验 2（N=129）中，参与者进行库尔诺数量竞争，接受均衡-aligned 或战略性偏离的算法性建议。此处，个体化均衡建议支持稳定的收敛，而串通性的下偏见建议导致持续的生产不足和超额利润——这标志着隐性串通的特征。在两种实验中，参与者对个体化建议的反应比集体性建议更强、更一致，可能是由于前者被感知为更具所有权。这些发现表明，算法建议可作为战略信号发挥作用，即使没有明确的沟通，也能塑造协调。结果呼应了关于算法串通的现实世界担忧，凸显了在竞争性环境中谨慎设计和监督算法决策支持系统的必要性。
引用
@article{arxiv.2511.09454,
title = {Algorithmic Advice as a Strategic Signal on Competitive Markets},
author = {Tobias R. Rebholz and Maxwell Uphoff and Christian H. R. Bernges and Florian Scholten},
journal= {arXiv preprint arXiv:2511.09454},
year = {2025}
}