匹配程序中的偏好推理：在法国学士后入学平台中的应用

由于偏好在许多现实决策中自然产生并发挥重要作用，它们构成了多个领域的基石。特别是，偏好在几乎所有基于匹配程序的应用中日益被使用。在这项工作中，我们强调了在大规模应用中使用人工智能关于偏好的见解的益处，该应用即法国学士后入学平台（Admission Post-Baccalauréat Platform, APB）。每年，APB将数十万第一年申请者分配到各大学。这是通过将申请者的偏好与大学席位进行匹配来自动完成的。在实践中，APB可能无法区分申请者，这导致了随机选择的引入。这在法国公众中造成了挫败感，因为随机性，即使作为最后手段使用，也与共和主义的平等原则不相符。在这项工作中，我们为这一问题提供了一个解决方案。我们利用最近的人工智能偏好理论成果，展示了如何增强APB，以提高申请者偏好的表达能力并减少他们面临随机决策的风险。