中文

从未知数据生成过程中学习：AI 推荐下信念更新的实验证据

综合经济学 2026-07-11 v1
作者: Matthew Kovach , Daniel Martin , Gerelt Tserenjigmid
在 arXiv 上查看 ↗ PDF ↗

摘要

我们使用对照实验研究在接收到来自未知数据生成过程 (DGP) 的定性信息（AI 推荐）后，信念是如何更新的。在 60,252 对先验和后验信念中，我们记录了三种行为模式：当推荐证实极端先验时，更新接近于零；当推荐与极端先验相矛盾时，更新较大；对于中间先验，更新较小。这三种行为模式暗示了信念更新的四个可检验性质，我们在总体和个体层面上对其进行了评估。最后，我们考察了三种信念更新模型对更新的捕捉程度。

关键词

信念更新 数据生成过程 AI 推荐 对照实验 先验与后验信念

引用

@article{arxiv.2607.10460,
  title  = {Learning from an Unknown DGP: Experimental Evidence on Belief Updating with AI Recommendations},
  author = {Matthew Kovach and Daniel Martin and Gerelt Tserenjigmid},
  journal= {arXiv preprint arXiv:2607.10460},
  year   = {2026}
}