Tweet

Pocket

報酬と評判

脳に習慣が刻まれるのは「きっかけ」と「報酬」が肝要です。研究者らは、人々が報酬政策を採用するかを決定する上で、評判を重要視している事を発見しました。

Using game theory, they explain why individuals learn to use rewards to specifically promote good behaviour.

参照元：https://www.mpg.de/19404971/why-do-we-learn-to-reward-cooperation
– マックス・プランク研究機構. Max-Planck-Gesellschaft. OCTOBER 27, 2022 –

マックス・プランク研究所の研究者たちは、評判が、人々がどの報酬政策を採用するかを決定する上で重要な役割を果たすことを示しました。

彼らは、ゲーム理論を用いて、なぜ個人が報酬を使って具体的に良い行動を促すことを学ぶのかを説明しています。

我々はしばしば、協力的な行動を促進するために報酬のようなプラスのインセンティブを用います。

しかし、なぜ私たちは主に協力に報酬を与えるのだろうか？なぜ脱会が報われることはほとんどないのでしょうか？

もっと一般的に言えば、そもそもなぜ私たちは何らかの報酬をわざわざ与えるのでしょうか？

マックス・プランク研究グループ「社会的行動の力学」の研究者サプタルシ・パルとクリスチャン・ヒルベが行った理論的研究は、個人が社会的報酬を学ぶ理由を評判効果で説明できることを示唆しています。

研究者らは、進化ゲーム理論のツールを用いて、集団内の個体（プレイヤー）が時間とともに協力と報酬の異なる戦略を採用することができるモデルを構築しました。

このモデルでは、プレイヤーの評判が重要な要素となる。プレイヤーは、相互作用の相手が自分の行動にどう反応するか（つまり、どの行動が報酬に値するか）を、ある程度の確度（集団の情報伝達性によって特徴づけられる）で知っています。

情報伝達性が十分に高ければ、プレイヤーは協力に報酬を与えることを学習します。

一方、仲間に関する十分な情報がない場合、プレイヤーは報酬を使うことを控えます。

研究者らは、このような評判の効果は、個人が2人以上の集団で相互作用する場合にも、同様の方法で発揮されることを示しました。

反社会的な報酬

協力と社会的報酬の触媒における評判の役割を強調することに加えて、科学者たちは、反社会的報酬が進化する可能性があるいくつかのシナリオを特定しました。

反社会的報酬は、個体数が多いか、報酬を受け取る側と提供する側の双方にとって有益であることが必要です。

Saptarshi Pal氏は補足します。

Pal氏：しかし、これらの条件では、さらに情報が乏しいことが必要とされるため、人々が脱会の報酬を学ぶには少し制限があります。

この研究の結果は、報酬が協力を促すのに有効なのは、報酬が個人の日和見主義的行動を揺り動かすことができる場合だけであることを示唆しています。

このような日和見主義的なプレーヤーは、協力に対する報酬を期待しているときだけ協力します。

情報伝達性が高ければ高いほど、他者に報酬を与えて協力するインセンティブと、そもそも協力するインセンティブの両方が高まります。

つまり、情報伝達率の高い環境において、人々が協力に報酬を与えることは、最終的に自分たちの利益になることを示唆しているのです。

この解釈は、社会的報酬から利他主義を取り除いたものであり、人々は他者の福祉を高めるために報酬を用いるのではなく、自分自身を助けるために報酬を用いるのかもしれません。

Tweet

Pocket