情報カスケード

情報カスケードまたは情報カスケードは、行動経済学とネットワーク理論で説明される現象であり、多数の人々が順番に同じ決定を下す。群集行動に似ているが異なる。^{[1] [2] [3]}

情報カスケードは、一般的に 2 段階のプロセスとして認識されています。カスケードを開始するには、個人が決定を伴うシナリオ (通常は 2 者択一) に遭遇する必要があります。次に、個人が他の人の選択や明らかな結果を観察するなど、外部要因がこの決定に影響を与える可能性があります。

情報カスケードの 2 段階のプロセスは、次の 5 つの基本コンポーネントに分解できます。

1. 決断を下す必要がある。例えば、新しい技術を採用するか、新しいスタイルの服を着るか、新しいレストランで食事をするか、特定の政治的立場を支持するかなどである。
2. 限られた行動空間が存在する（例：採用/拒否の決定）
3. 人々は順番に決定を下し、各人は先に行動した人々の選択を観察することができる。
4. 人はそれぞれ、自分の情報以外にも、意思決定を導くのに役立つ情報を持っている。
5. 人は他人が知っている外部の情報を直接観察することはできないが、自分の行動からその情報について推測することはできる。

カスケードの社会的観点は、社会的圧力が大きい場合、エージェントが非合理的に行動する可能性があることを示唆しており（たとえば、最適と考える行動に反して）、情報カスケードの概念を補完するものとして存在します。^{[4]多くの場合、問題は情報カスケードの概念が、社会}的証明、情報拡散、^[5]社会的影響など、プロセスの2つの主要な条件に一致しないアイデアと混同されていることです。実際、情報カスケードという用語は、そのようなプロセスを指すためにも使用されています。^[6]

このセクションでは、Bikchandaniら（1992）によって最初に説明された情報カスケードのいくつかの基本的な例を示します。^[7]基本モデルはその後、その堅牢性を検証し、その意味をよりよく理解するために、さまざまな方向に開発されてきました。^{[8] [9]}

情報カスケードは、イベントの以前の参加者から得た外部情報が、前者の正しさに関係なく、自分自身のプライベートなシグナルを上書きするときに発生します。アンダーソン^[10]が実施した 実験は、このプロセスの便利な例です。実験は、A と B のラベルが付いた 2 つの壷で構成されていました。壷 A には、「a」のラベルが付いたボールが 2 つと、「b」のラベルが付いたボールが 1 つ入っています。壷 B には、「a」のラベルが付いたボールが 1 つと、「b」のラベルが付いたボールが 2 つ入っています。各実行中にボールを取り出す壷は、サイコロを投げてランダムに、かつ等確率で決定されます。選択された壷の中身は、中立の容器に空けられます。次に、参加者はランダムな順序で、この容器からビー玉を取り出すように求められます。このプロセス全体を「実行」と呼び、このような実行が複数回実行されます。

参加者はビー玉を拾うたびに、それがどの壷に属するかを決めます。その後、その決定は、部屋に残っている参加者のために発表されます。したがって、(n+1) 番目の参加者は、自分より前の n 人の参加者全員の決定に関する情報と、自分の番に引いたボールのラベルである自分のプライベート シグナルも持っています。実験者は、このような実行 56 回のうち 41 回で情報カスケードが観察されたことを観察しました。これは、カスケードが発生した実行では、少なくとも 1 人の参加者が自分のプライベート シグナルよりも以前の決定を優先したことを意味します。このような発生により、間違った結果が生じる可能性があります。この現象は「逆カスケード」として知られています。

受け入れるように指示する人の信号はH (高信号、高は受け入れるべきであることを意味する) で示され、受け入れないように指示する信号はL (低信号) で示される。このモデルでは、受け入れることが正しい決定である場合、個人はH信号を見る可能性が高くなり、逆に拒否することが正しい決定である場合、個人はL信号を見る可能性が高くなると想定している。これは本質的に条件付き確率、つまり、 正しい行動が受け入れることである場合のHの確率、またはである。同様に、正しい行動が拒否である場合にエージェントがL信号を受け取る確率である。これらの可能性をqで表すと、q > 0.5 となる。これは以下の表にまとめられている。^[11]${\displaystyle P[H|A]}$${\displaystyle P[L|R]}$

最初のエージェントは、自分のシグナルのみに基づいて受け入れるかどうかを決定します。モデルではすべてのエージェントが合理的に行動すると想定されているため、エージェントが可能性が高いと感じるアクション (受け入れるか拒否するか) が、そのエージェントが選択するアクションになります。この決定は、ベイズの法則を使用して説明できます。

${\displaystyle {\begin{aligned}P\left(A|H\right)&={\frac {P\left(A\right)P\left(H|A\right)}{P\left(H\right)}}\\&={\frac {P\left(A\right)P\left(H|A\right)}{P\left(A\right)P\left(H|A\right)+P\left(R\right)P\left(H|R\right)}}\\&={\frac {pq}{pq+\left(1-p\right)\left(1-q\right)}}\\&>p\end{aligned}}}$

エージェントがH信号を受信した場合、受け入れる可能性は を計算することによって得られます。この式は、 q > 0.5であるという事実により、最初のエージェントは自分のプライベート信号のみに基づいて行動し、H信号によって常にpの推定値を増加させることを示しています。同様に、エージェントが低い信号を受信した場合、常にpの期待値を下げることが示されています。受け入れの値Vが拒否の値に等しい場合、エージェントはp > 0.5 であると信じている場合は受け入れ、そうでない場合は拒否することを思い出してください。このエージェントは、受け入れと拒否の両方が同等に実行可能なオプション ( p = 0.5)であるという仮定から開始したため、 H信号を観察すると、受け入れることが合理的な選択であると結論付けることができます。 ${\displaystyle P[A|H]}$

次に、2 番目のエージェントは、最初のエージェントの決定と自分自身の信号の両方を、再び合理的な方法で考慮します。一般に、n番目のエージェントは、前のn -1 人のエージェントの決定と自分自身の信号を考慮します。彼はベイズ推論に基づいて決定を下し、最も合理的な選択を決定します。

${\displaystyle P(A|{\text{前へ}},{\text{パーソナルシグナル}})={\frac {pq^{a}(1-q)^{b}}{pq^{a}(1-q)^{b}+(1-p)(1-q)^{a}q^{b}}}}$

ここで、aは前のセットの承認数とエージェント自身の信号の合計であり、bは拒否数です。したがって、⁠ ⁠${\displaystyle a+b=n}$。決定は、式の右側の値がpとどのように比較されるかに基づいて行われます。^[11]

元のモデルでは、人間の行動と人間が行動する世界についていくつかの仮定が立てられていますが^[7]、そのうちのいくつかは後のバージョン^[11]や、イノベーションの普及などの類似の問題の代替定義では緩和されています。

1. 限定合理性エージェント: オリジナルの独立カスケードモデルでは、人間は限定合理性^[12]であると想定されています。つまり、人間は常に観察できる情報に基づいて合理的な決定を下しますが、観察する情報は完全または正確ではない可能性があります。言い換えると、エージェントは周囲の世界に関する完全な知識を持っていません（完全な知識があれば、あらゆる状況で正しい決定を下すことができます）。このように、たとえ人がアイデアや行動の連鎖について正しい知識を持っていたとしても、社会的圧力によって、別の間違った世界観を採用するよう説得されることがあります。
2. 他者に関する不完全な知識: オリジナルの情報カスケード モデルでは、エージェントは指定された順序で自分より前にいるエージェントについて不完全な知識しか持っていないと想定されています。エージェントが前のエージェントが保持している「個人情報」についてある程度の知識を持っているという定義とは対照的に、現在のエージェントは、自分より前にいるエージェントの観察可能な行動 (模倣するかどうか) のみに基づいて決定を下します。オリジナルの開発者は、これが情報カスケードが小さなショックによって発生する理由であると主張していることに注目することが重要です。
3. 以前のエージェントの行動はすべてわかっている

1. カスケード現象は常に発生します。前述したように、シンプル モードでは、意思決定を行う人の数が無限に増加するにつれて、カスケード現象が発生する可能性は 1 に近づきます。
2. カスケードには誤りがある可能性があります。エージェントは限定合理性と初期の真実に関する確率的知識（たとえば、受け入れるか拒否するかが正しい決定かどうか）の両方に基づいて決定を下すため、誤った動作がシステム全体に連鎖する可能性があります。
3. カスケードは、わずかな情報に基づいて発生する可能性があります。数学的には、2人の決定のみに基づいて、無限の長さのカスケードが発生する可能性があります。より一般的には、あるアイデアを合理的であると強く推進する少数の人々が、一般の人々のはるかに大きなサブセットに急速に影響を与える可能性があります。
4. カスケード現象は脆弱である。なぜなら、aとbの差が2を超えるとエージェントは追加情報を受け取れず、また、そのような差は少数のエージェントで発生する可能性があるため、実際の情報に基づいて意思決定を行っているエージェントの意見を考慮するエージェントは、選択を思いとどまらせるのが比較的容易だからである。^[7]これは、カスケード現象が公開情報の公開の影響を受けやすいことを示唆している。^[7]では、基礎となる値pが時間の経過とともに変化するという文脈でもこの結果が議論されており、その場合、カスケード現象は急速に方向転換する可能性がある。

個人や企業が販売する製品があるものの、買い手がその製品の品質に確信が持てない場合、情報カスケードの存在にどのように反応するかを調べた文献があります。カーティス・テイラー (1999) ^{[13] は}、住宅を販売する場合、低価格で販売できないことは品質が低いことを示し、購入しないという連鎖反応を引き起こす可能性があるため、売り手は高値で販売を開始したいと考える可能性があることを示しています。一方、高価格で販売できないことは、住宅が高すぎることを意味すると解釈され、販売するために価格を下げることができます。ダニエル・スグロイ (2002) ^[14]は、企業が早期に購入する機会を与えられた「モルモット」を使用して、早期の公開購入決定を通じて情報カスケードを開始する可能性があることを示しており、デビッド・ギルとダニエル・スグロイ (2008) ^[15]の研究は、早期の公開テストが同様の効果を持つ可能性があること (特に、売り手に不利な「厳しいテスト」に合格すると、それ自体でカスケードを引き起こす可能性があること) を示しています。ボーズら^{[16] は}、独占企業と消費者が製品の品質に確信が持てない場合、潜在的なカスケード行動が存在する場合に、独占企業が設定する価格がどのように変化するかを調査しました。

情報カスケードは、多くの人が同じ選択をしているのを見て、自分の判断よりも重要な証拠が得られる状況で発生します。つまり、「他の人全員が間違っているよりも、自分が間違っている可能性が高い。だから、他の人と同じようにしよう」と考えるのです。

評判のカスケードと呼ばれる現象では、後発対応者が早期対応者の決定に従うことがあるが、これは後発対応者が早期対応者が正しいと考えているからだけではなく、早期対応者に反対すると自分の評判が損なわれると感じているからでもある。^[17]

情報カスケードは行動経済学のトピックの 1 つになっています。金融市場では、情報カスケードによって投機が促進され、市場全体 (市場バブル) または特定の資産 (投資家の間で過度に人気になった株式など) に対して、累積的で過度な価格変動が生じる可能性があるためです。 ^[要出典]

マーケターは、カスケードの考え方を使って、新製品の購入カスケードを開始しようとします。最初の一群の人々に新製品を採用するよう誘導できれば、その後の購入決定者も、競合製品より優れていない、あるいは劣っている場合でも、その製品を採用する可能性があります。これが最も効果的なのは、後から来た消費者が採用決定を観察できても、初期の顧客がその選択に実際にどの程度満足したかがわからない場合です。これは、人々が他の人の行動は見ても、自分が知っていることはわからないときに、カスケードが自然に発生するという考えと一致しています。^{[引用が必要]}

ハリウッド映画がその一例です。試写会で大予算の映画が失敗する可能性が示唆された場合、スタジオは多くの場合、最初のマーケティングに費やす費用を減らすのではなく増やすことを決め、映画が失敗作だという噂が広まる前に、公開週末にできるだけ多くの収益を上げることを目指します。^{[引用が必要]}

情報カスケードは、経済学者によって通常次のように考えられています。^[要出典]

• 当初は合理的期待の産物として、
• それが長期間続くと、非合理的な群集行動とみなされ、集団感情も連鎖反応を引き起こしていることを示す。

Doteyら^{[18]は、情報は}ソーシャルネットワーク上でカスケードの形で流れると述べています。著者らによると、ソーシャルネットワーク上の情報カスケードのバイラリティの分析は、ネットワーク内で最も影響力のある個人を特定するなど、多くの有用なアプリケーションにつながる可能性があります。この情報は、市場の有効性を最大化したり、世論に影響を与えたりするために使用できます。ネットワークのさまざまな構造的および時間的特徴がカスケードのバイラリティに影響します。さらに、これらのモデルは、ソーシャルネットワークでの噂の拡散の問題に広く活用されており、オンラインソーシャルネットワークでの噂の拡散を調査し、その影響を軽減しています。

ソーシャル ネットワークの情報カスケードに関する研究とは対照的に、信念の拡散に関するソーシャル インフルエンスモデルは、人々はネットワーク内の人々の個人的な信念について何らかの概念を持っていると主張しています。 ^[19] ソーシャル インフルエンス モデルは、人々が他の人の観察可能な行動に基づいてのみ行動するという情報カスケードの仮定を緩和します。さらに、ソーシャル インフルエンス モデルは、キューではなくソーシャル ネットワーク内に人々を埋め込むことに重点を置いています。最後に、ソーシャル インフルエンス モデルは、アクションを完了する必要があるというエージェントの信念の「強さ」の連続的なスケールを許可することで、人々がアクションを完了するかしないかのどちらかであるという情報カスケード モデルの仮定を緩和します。

情報カスケードは、それが通過するソーシャルネットワークを再構築することもあります。たとえば、Twitter上のソーシャル コネクションの変動は一定レベルにとどまっており、どの月でもソーシャル コネクション全体の約 9% が変更されていますが、情報カスケード (バイラル ツイートの共有など) の後にはフォローとフォロー解除のアクティビティが急増することがよくあります。^[20]ツイート共有カスケードがネットワークを通過すると、ユーザーはソーシャル コネクションを調整します。特に、バイラル ツイートの元の投稿者とのつながりが調整されます。バイラル ツイートの投稿者は、以前のフォロワーが突然減り、新しいフォロワーが突然増えることになります。

このカスケード駆動型再編成プロセスの一環として、情報カスケードは、人々が何らかの特徴で類似する他のユーザーとつながる傾向がある、同類ソーシャルネットワークも作成する可能性があります。ツイートカスケードは、ユーザーがより異なるユーザーとのつながりを失い、類似するユーザーとの新しいつながりを追加するため、接続されているユーザー間の類似性を高めます。^[20]メディアのニュース報道によって作成された情報カスケードは、ソーシャルネットワークを政治的な線に沿って分類することで、政治的な二極化を促進する可能性もあります。より二極化したニュース報道をフォローして共有するTwitterユーザーは、反対のイデオロギーのユーザーとの社会的つながりを失う傾向があります。^[21]

• 1989年、ドイツのライプツィヒで、ドイツ民主共和国に異議を唱える少数の活動家から小規模な抗議活動が始まった。^[22]ほぼ1年間、抗議活動家たちは毎週月曜日に集まり、そのたびに数人ずつ増えていった。^[22]政府が1989年9月に対処しようとした頃には、鎮圧するには規模が大きすぎた。^[22] 10月には、抗議活動家数は10万人に達し、11月の第1月曜日には40万人を超える人々がライプツィヒの街を行進した。2日後、ベルリンの壁は崩壊した。^[22]

• 大恐慌とダストボウルの期間中、干ばつに強いハイブリッド種子トウモロコシは、それまでに入手可能だった種子トウモロコシに比べて大幅に改良されていたにもかかわらず、採用率が低かった。アイオワ州立大学の研究者は、この大幅に改良された技術の採用に対する一般の人々の躊躇を理解することに興味を持っていた。259人の農家へのインタビューを実施した後^[23]、採用率が低かったのは、農家がセールスマンの言葉ではなく友人や隣人の意見を重視していたためであることが判明した。元のレポートについては^{[24]を参照。}

上記の例に加えて、情報カスケードはいくつかの実証研究で存在することが示されています。おそらく、上記で示した例が最も良いでしょう。^[10]参加者は、さまざまな色のボールが入った壷の後ろに一列に並びました。参加者は順番に壷からボールを​​1つ取り出し、それを見て、それを壷に戻します。次に、エージェントは壷の中にどの色のボール（赤または青）が多数を占めているかについての意見を、残りの参加者に聞こえるように声に出します。参加者は正しく推測すると金銭的な報酬を受け取り、合理性の概念を強制します。

その他の例としては

• デ・ヴァニーとウォールズ^[25] は、行動が求められる情報カスケードの統計モデルを作成しました。彼らはこのモデルを、映画館で公開された映画を見に行く人々の行動に適用しました。デ・ヴァニーとウォールズはこのデータでモデルを検証し、さまざまな映画で同様の収益のパレート分布を発見しました。
• ウォルデンとブラウンも、オリジナルの情報カスケードモデルを採用し、ここでは実世界の研究により実用的な運用モデルにしており、観測変数に基づく分析を可能にしています。ウォルデンとブラウンは、企業による新技術の採用に関するデータでモデルをテストし、情報カスケードがこの採用に役割を果たしているという仮説を裏付けています^[26]

情報カスケードの悪影響は時として法的な問題となり、それを中和するための法律が制定されてきた。法学教授のウォード・ファーンズワースは情報カスケードの法的側面を分析し、著書『The Legal Analyst』でいくつかの例を挙げている。多くの軍事法廷では、事件の決定に投票する将校は逆の階級順（最下位の将校が最初に投票する）で投票しており、これは下位の将校がカスケードに誘惑されて、より正確な判断力があると考えられる上級将校と一緒に投票しないようにするためかもしれないと彼は示唆した。別の例としては、イスラエルやフランスなどの国では、選挙結果に影響を及ぼす可能性のある情報カスケードの影響を防ぐため、選挙の数日前または数週間前に投票することを禁止する法律がある。^[27]

ある情報カスケード研究では、ギリシャとドイツの有機農家の思考プロセスを比較し、文化的および社会経済的違いに基づく相違を示唆した。^[28]さらに、カスケードは金融のボラティリティや金融政策などのアイデアにも当てはめられている。2004年にヘルムート・ワーグナーとヴォルフラム・バーガーは、金融市場のグローバル化に伴う変化を調査するための分析手段としてカスケードを提案した。ワーグナーとバーガーは、グローバル化により金融市場の理解の枠組みが構造的に変化し、資本フローのボラティリティが高まり、中央銀行に影響を与える不確実性が生まれたことに気づいた。^[29]さらに、情報カスケードはテロ戦術の起源を理解する上でも役立つ。1972年に黒い九月による攻撃が発生したとき、その戦術とバーダー・マインホフ・グループ（赤軍派[RAF]としても知られる）との類似点を見ないわけにはいかなかった。^[30]これらの例はすべて、カスケードのプロセスがどのように利用されたかを描いています。さらに、よりグローバル化された社会で前進するためには、カスケードのフレームワークを理解することが重要です。国境を越えた組織や多国籍組織などを通じた情報の伝達を理解するための基礎を確立することは、出現しつつある現代社会にとって非常に重要です。^[31] これらすべての点をまとめると、カスケードは一般的な用語として、さまざまな概念の範囲を包含しています。情報カスケードは、さまざまな国にまたがるさまざまな文化を通じて情報がどのように伝達され、上書きされ、理解されるかという根本的な糸口となっています。^[32]

• アッシュの適合実験
• 適合性
• 集団思考
• グループ分極
• 群れの行動
• シープル
• 社会的証明
• ウーゼル効果
• その他のモデリングアプローチ
  • 適応市場仮説
  • エージェントベースの計算経済学
  • 金融経済学
  • ノイズ市場仮説
  • ランダムウォーク仮説

• 情報カスケードと合理的群れ行動: 注釈付き参考文献とリソースリファレンス
• 情報カスケードと群集効果に関する参考文献
• シラー、ロバート J. (2008 年 3 月 2 日)。「バブルがレーダーに引っかからなかった理由」ニューヨーク タイムズ。
• ティアニー、ジョン (2007 年 10 月 9 日)。「低脂肪、低ファクトの連鎖はどのようにして続くのか」。TierneyLab。
• ティアニー、ジョン (2007 年 10 月 10 日)。「カスケードに関するショーペンハウアー」。TierneyLab。
• ワッツ、ダンカン J. (2007 年 4 月 15 日)。「ジャスティン・ティンバーレイクは累積的優位性の産物か?」ニューヨーク・タイムズ。
• 魔法における情報のカスケード