Simple Science

最先端の科学をわかりやすく解説

# 数学# 最適化と制御# コンピュータ科学とゲーム理論# 理論経済学

公平性の再考:複数の提案者と複数の応答者による終極ゲーム

新しい版のウルティマタムゲームがグループの場での公平性の複雑なダイナミクスを明らかにしてるよ。

Hana Krakovská, Rudolf Hanel, Mark Broom

― 1 分で読む


マルチプレイヤーの最終提案マルチプレイヤーの最終提案ゲームにおける公平性う影響するかを調べる。グループのダイナミクスが提案の公平性にど
目次

アルティメータムゲーム(UG)は、2人のプレイヤー間の公平性を研究するための有名な実験だよ。一方が金額をどう分けるか提案して、もう一方はその提案を受け入れるか拒否するかを選ぶんだ。提案が受け入れられたら、その提案に従ってお金が分けられるし、拒否されたらどっちも何ももらえない。従来の理論では、提案者は受け手が受け入れるかもしれない最小限の金額を提案するはずだし、受け手は合理的に非ゼロの提案は受け入れるってことになってる。でも、実際の行動はこの予測とズレることが多くて、人々はしばしば低い提案を拒否して公平性に気を使ってるんだ。

この記事では、複数の提案者と受け手が関わる新しい版のアルティメータムゲーム、つまりマルチプロポーザー・マルチレスポンダーアルティメータムゲーム(MPMR UG)を紹介するよ。この形式では、複数の人が同時に提案をして、複数の他の人がどの提案を受け入れるかを選ぶから、新たな競争や意思決定のダイナミクスが生まれるんだ。

アルティメータムゲームの基本

クラシックなアルティメータムゲームでは、提案者と受け手っていう2つの役割があるんだ。提案者はお金の分け方を提案して、受け手はその提案を受け入れるか拒否することができる。受け入れられたら、お金は提案どおりに分けられるし、拒否されたら両方とも何も手に入らない。理論的には、提案者は受け手が受け入れるかもしれない最小限の金額しか提案すべきじゃないってなってるけど、実際の実験では、受け手は不公平だと思った提案をしばしば拒否することが多いんだ、特に全体の一定の割合を下回る提案に対して。

マルチプレイヤーバージョンの必要性

多くの実生活の状況では、2人以上の人が関わることがあるよ。クラシックな2人用のモデルでは、コミュニティの相互作用の複雑さを完全に捉えられないかもしれない。そこでMPMR UGの出番だね。この設定では、複数の提案者が同時に提案を出して、複数の受け手が誰を選ぶか決めるんだ。

マルチプロポーザー・マルチレスポンダーゲームの説明

MPMR UGでは、複数の提案者と受け手が一回のラウンドで相互作用するよ。各提案者が提案をして、受け手は一つの提案を受け入れるか、すべての提案を拒否するかを選ぶんだ。もし受け手が提案者を選んだら、その提案者は自分が提案した分け方を受け取る。もし誰も提案者を選ばなかったら、その提案者は何も受け取らないことになる。

ゲームは2つの主要なステージがあるよ:

  1. 提案者が提案をする。
  2. 受け手がどの提案を受け入れるか決める。

この構造は、提案者と受け手の間に競争を生むんだ。提案者は受け手を引きつけるために戦略的に提案を設定する必要があるし、受け手は高い提案を受け入れるべきか、低い提案に賭けるべきかを決めないといけない。

MPMR UGにおける公平性の分析

このマルチプレイヤーゲームでの提案の公平性を調べると、ゲームの競争的な性質が「公平な」提案と見なされる基準にどんな影響を与えるかがわかるよ。例えば、受け手が提案者より多い場合、受け手は良い条件を得る機会が少ないと感じて、低い提案を受け入れやすくなることがある。一方で、提案者が受け手より多いと、競争が提案者に高い提案をさせるかもしれない。

実験からの洞察

さまざまな実験的な設定では、人々の行動はしばしば彼らの社会的文脈を反映するよ。例えば、特定のコミュニティは共有に関する規範を持っていて、それが公平性の認識に影響を与えることがある。受け手の期待は、提案者が持つスキルや価値に基づいて変わることもあるよ。もし受け手がスキルのある提案者が不足していると感じると、低い提案を受け入れることが公平だと考えるかもしれない。

グループサイズの重要性

このゲームに関わるグループのサイズは、公平性の認識に影響を与えるんだ。提案者と受け手が同じ数だと、高い公平性のしきい値に導くバランスが生まれることがあるよ。例えば、提案がほぼ同じで役割がバランス良く分かれていると、受け手は報酬の約36%を受け入れることに正当性を感じることがある。これは似たような研究からの発見と一致してるんだ。

公平性と競争のダイナミクス

提案者に対して受け手が多い場合、提案者は注目を集めるために提案を増やさなきゃいけないプレッシャーを感じることがあるよ。でも、提案者がたくさんいて受け手が少ない場合、受け手はより選択的になって、低い提案の受け入れ率が下がるかもしれない。この競争のダイナミクスは面白い相互作用を生むかもしれない。受け手は、どんな提案でも受け取れる可能性が高まるからといって、不利な提案を選ぶこともあるんだ。

他のゲームとの比較

似たような概念を見てみると、独裁者ゲームのように、受け手が提案を拒否できない場合でも、提案者は何かを与えることが多いんだ。研究によれば、そういうシナリオでの平均的な提案は約30%から40%の範囲に留まることが多く、寛容さの傾向を示しているんだ。この結果は、MPMR UGにおいても同様の公平性のしきい値が提案者と受け手のコミュニティの需給ダイナミクスに基づいて現れることを示してるよ。

発見のまとめ

MPMR UGは、クラシックな2人用モデルを超えて公平性の理解を広げるんだ。両側に複数のプレイヤーを関与させることで、混合グループでの人々の行動や公平性の認識がどのように変わるかについて新たな洞察を得られるんだ。公平な提案をする圧力は単に数字だけの問題ではなく、コミュニティ内にあるより深い社会的・心理的な要因も影響しているんだ。

結論

最終的に、MPMR UGは社会的な設定における公平性と協力に関する今後の研究の扉を開くよ。一対一のシンプルな相互作用を超えて、共有や公平性に関する人間の行動の全スペクトルを理解することの重要性を強調しているんだ。これらのダイナミクスが大きなグループでどう機能するかについてデータを集めることで、人間の本質や協力的な環境での意思決定の複雑さをより明確に理解できるかもしれないね。

オリジナルソース

タイトル: Fairness in Multi-Proposer-Multi-Responder Ultimatum Game

概要: The Ultimatum Game is conventionally formulated in the context of two players. Nonetheless, real-life scenarios often entail community interactions among numerous individuals. To address this, we introduce an extended version of the Ultimatum Game, called the Multi-Proposer-Multi-Responder Ultimatum Game. In this model, multiple responders and proposers simultaneously interact in a one-shot game, introducing competition both within proposers and within responders. We derive subgame-perfect Nash equilibria for all scenarios and explore how these non-trivial values might provide insight into proposal and rejection behavior experimentally observed in the context of one vs. one Ultimatum Game scenarios. Additionally, by considering the asymptotic numbers of players, we propose two potential estimates for a "fair" threshold: either 31.8% or 36.8% of the pie (share) for the responder.

著者: Hana Krakovská, Rudolf Hanel, Mark Broom

最終更新: 2024-08-05 00:00:00

言語: English

ソースURL: https://arxiv.org/abs/2408.02410

ソースPDF: https://arxiv.org/pdf/2408.02410

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。

著者たちからもっと読む

類似の記事