超越广告：法律与公共政策中的序贯决策算法

我们探讨了在法律与公共政策中采用序贯决策算法——如 bandit、强化学习和主动学习——的前景与挑战。尽管此类算法在私营部门（例如在线广告）具有良好刻画的性能，但倾向于朴素地套用受某一领域（常为在线广告）驱动的算法，可被称为“广告谬误”。我们的核心论点是，法律与公共政策提出了机器学习界尚未解决的特殊方法论挑战。机器学习需解决这些方法论问题以迈向“超越广告”。例如，公法可能提出多目标、需要批处理与延迟反馈、并要求系统学习理性的因果决策策略，每一项都提出了研究前沿的新问题。我们讨论了序贯决策算法在监管与治理中的广泛潜在应用，包括公共卫生、环境保护、税收管理、职业安全与福利裁决。我们以这些例子凸显使序贯决策在公共部门合规、可适应且有效所需的研究。我们也指出了此类部署的潜在风险，并描述序贯决策系统如何也能促进危害的发现。我们希望我们的工作激发更多对法律与公共政策中序贯决策的研究，其为机器学习研究者提供了独特挑战与显著社会收益的潜力。