关于对具有不确定结果的分配政策的人类感知建模
计算机与社会
2021-03-11 v1
摘要
许多政策分配本质上不确定的危害或收益：它们产生在人群上的分布，其中个体承受危害或获得收益的概率不同。因此比较不同政策涉及对其相应概率分布的比较，我们观察到在许多实例中，实践中所选政策难以仅基于其产生的总危害或收益期望值的偏好来解释。在期望值分析不是充分解释框架的情况下，对这些分布的社会偏好何种模型是合理的？在此我们基于行为科学中的概率加权框架研究解释，该框架数十年来已识别出人们感知概率时的系统性偏差。我们表明概率加权可用于预测对危害与收益概率分布的偏好，其运作方式与期望值分析截然不同，且在若干案例中为看似难以用其他方式解释的政策偏好提供了潜在说明。特别地，我们确定了考虑概率加权扭曲效应以最小化感知总危害和最大化感知总收益的最优政策，并讨论了若干类似此类分配策略的现实政策。我们的分析不提供政策选择的具体建议，而是本质上具有解释性，旨在描述政策选择中的观测现象。
引用
@article{arxiv.2103.05827,
title = {On Modeling Human Perceptions of Allocation Policies with Uncertain Outcomes},
author = {Hoda Heidari and Solon Barocas and Jon Kleinberg and Karen Levy},
journal= {arXiv preprint arXiv:2103.05827},
year = {2021}
}