智能AI
morning
内部多元化和成对比较的局限性
2026-07-07
1 阅读
约1分钟阅读
Bailey Flanigan, Michelle Si
字号:
arXiv:2607.02672v1 公告类型:新 摘要:本地成对比较是了解人们希望决策规则如何发挥作用的标准工具,例如在参与式设计或协调中。然而,它们的使用建立在两个强有力的假设之上:局部比较足以证明一个人希望自动决策规则如何表现,并且人们总是可以果断地回答这些比较。我们研究这些假设在内部多元化下如何受到损害:个人根据关于规则应如何表现的多个权威优先级来评估决策规则。我们提供了这种对决策规则的多元偏好的正式模型,然后让我们识别强制局部成对比较数据的两个不同的失败。首先,比例性、平等主义和平等待遇等优先事项本质上是全球性的:它们在一种情况下的含义可能取决于其他地方发生的情况,因此局部比较可能无法捕捉到它们。其次,即使优先事项在当地具有代表性,强烈持有的优先事项之间的紧张关系也可能产生内部冲突,当被迫进行比较时,可能会产生代价高昂的行为扭曲。然后,我们使用我们的模型来研究替代方案——允许人们报告犹豫不决的情况——我们的研究结果表明,这样做可以大大减少准确了解偏好所需的查询数量。最后,我们描述了我们的模型如何指向直接引发这些优先事项的偏好学习方法,从而对人们的价值产生更忠实和可解释的描述。
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱