高效集体不一致性 elicitation
人工智能
2026-05-20 v1 计算机科学与博弈论
摘要
我们分析了选民群体对一组备选方案之间意见不一致的结构。调查通常要求进行两两比较，这对参与者而言既简单直观；或要求对备选方案进行完整排序，以获取整个选民偏好。基于两两比较无法区分结构性不一致与噪声的观察，我们提出了分层框架，以识别计算文献中多种不一致性度量所需的最小聚合偏好信息。具体而言，我们引入了 plurality 矩阵，这是两两比较的推广，记录了对于每个备选方案子集 ，每个 在 中位居第一的概率。我们定义了不一致性度量的层级，即表达它的最小子集大小，表明许多已有概念（包括 rank-variance 和 divisiveness）均位于第 3 层，证明两两比较不足以捕获这些度量。此外，我们表明超越第 3 层也具有理论和实验意义。为实用化这些结果，我们设计了两种elicitation 协议来估计 plurality 矩阵，探讨了所需参与者数量与每个人承担的认知负荷之间的权衡。
关键词
引用
@article{arxiv.2605.19521,
title = {Efficient Elicitation of Collective Disagreements},
author = {Mohamed Ouaguenouni and Felipe Garrido-Lucero and Umberto Grandi and César Hidalgo and Magdalena Tydrichova},
journal= {arXiv preprint arXiv:2605.19521},
year = {2026}
}