あなたへのオススメのすゝめ(2)

こんにちは、ともっとです。

前回:https://overfurotto.hatenablog.com/entry/2021/07/10/083432

前は主に「推薦システム」についての紹介をしましたが、今日は行動経済学の話をしていこうと思います。

行動経済学ってどんな学問?

そもそも経済学が何をしているのか、というところから少し話していきます。
義務教育の中の経済学というと「需要曲線」と「供給曲線」の話が有名でしょうか。これらは財の均衡価格や均衡数量を決めるために使われていた考え方だと思いますが、これはその財に対して多くの人が価値を認めるが故に成り立っています。その上で最も”良い”とされる状態を探しているわけです。

私が持ち合わせているのはミクロ経済学マクロ経済学計量経済学の学部程度の知識ですが、基本的には世の中の経済活動をモデル化し、効率的な状態を求めていく学問だと思っています。予算等の様々な資源の制約の下で最も良い効用を得る(幸せになる)、ということが話の軸にあるのではないでしょうか。微積分を知っている方向けに言うならば、ラグランジュ方程式をはじめとして偏微分を用いた一階条件が高頻出なのもこれが原因であると考えます。
つまり、経済学というのは世の中の理論上の最適を求めている訳です。そのためにはすべての人間や企業があたかも機械のように最適な判断をしていく必要があります。経済学の用語でいうところの「経済人」であるという強い仮定を置いています。あえて過激な言い方をするならば、机の上で現実に近づける努力をしている学問であると思います。

しかし実世界を見た際に、皆が最適のために常に行動しているでしょうか?
人間は必ずしも合理的な行動をしない
これが行動経済学の元になっている考え方です。
行動経済学の具体的な話は知ると人生に活かせるものが非常に多いように思います。ここからの話では具体的な話はあまり出てこないため、参考までに具体的な話を載せておきます。

service.plan-b.co.jp

ナッジについて

ナッジ(Nudge)を直訳すると、「ひじで小突く」とか「そっと押して動かす」とかそんな意味になります。簡単に言うとこのささやかな変化を元に、結果として大きな結果の違いを生むことがナッジです。

そもそも選択するタイプの意思決定について大きく選択に影響を及ぼす要因は、選択者に対して「何を」「どのように」提示するのか、という2つに分けられると考えられます。前者については選択タスクの構造化ツール、後者については選択オプションの記述ツールに対応して考えられることもあります[1]。
ナッジは「どのように」 の方にフォーカスをあてている訳です。

行動経済学における定義としては、Thaler、Sunstein(2008)によるものが良く使われます。

何かを選択する意思決定において、選択肢を禁じることも経済的なインセンティブを大きく変えることもなく、人々の行動を予測可能な形で変える選択アーキテクチャのあらゆる要素

こんな言葉も残っています。

Thaler and Sunstein argue that People often make poor choices and look back at them with bafflement!
(セイラーとサンスティーンによると、人々はしばしば貧しい選択を行い、後で思い出して困惑する)

ナッジの概念は、特定の結果を強要することなく人々がより良い意思決定をするためのツールであるといえます。

元々ナッジは主に個人の健康や財に関する意思決定を対象として研究されていました。有名な具体例として学生が利用する食堂の話があります。学生自身がお皿に盛りつけていくスタイルの食堂において、順路のはじめに野菜を設置することで空腹の学生が多くの野菜を多くとるように仕向けて、結果として健康の促進につなげる、といった感じです。
この際には現実世界上での話が主で、オンライン上でのことは考えられていませんでした。しかし前回話した通り、推薦システムというのは広い意味で言うとこれに近いのではないでしょうか?例えばあなたへのオススメはその選択肢を強制しているわけではありませんし、同時に意思決定に影響を与えています。

デジタルナッジの登場

 ナッジが現実世界でのみの話でなくなったのは、UIの発展に話が絡んできます。UIというのはユーザーインターフェースのことで、「利用者」と「製品・サービス」のつながり全てを指します。スマホの側面についているボタンも、画面に表示されているボタンも、Webサイトの見た目も、全てUIと言えます。

ここまでの話を見ると推薦システムとナッジの二者間の関わりはかなり深そうに見えますが、驚くことにもともと推薦システムはナッジと関連付けられることはほぼありませんでした。これは、UIの水準が成長して人々が推薦されていることに違和感を持たなくなることがナッジの一種として捉えらえるために必要だった、ということではないでしょうか。

実際少し二者で異なる部分もあります。例えば料理のレシピサイトで、ユーザーが健康に良くないような食事を好んでいることを学んでいる場合に、推薦システムであればそのユーザーに好まれることが目的であるから同様に不健康な料理のレシピを提示する可能性が高いです。しかしナッジでは別の目的を達成するために誘導したい、という側面があります。今回の例であれば、ユーザーの健康のために身体に優しい料理のレシピをUIを用いて強調していけるかもしれません。

このように、パーソナライズされた推薦システムに新たな視点としてデジタルナッジの考え方を用いていくことはこれからの社会の利益につながる可能性を秘めています。
この二者の溝を埋めるために書かれた総説論文の内容をこれから書いていく予定です。

つづき→まだ

 

 

参考:
[1] Johnson, E. J., Shu, S. B., Dellaert, B. G., Fox, C., Goldstein, D. G., Häubl, G., ... & Weber, E. U. (2012). Beyond nudges: Tools of a choice architecture. 
Marketing Letters23(2), 487-504.

あなたへのオススメのすゝめ

こんにちは、ともっとです。
院試を間近に控えているということで、今後の研究で主に扱うことになるであろうRecommender System(推薦システム)についての論文を読みながら、何回かにわけて記事にまとめていこうかなって思います。

この分野に関わったことがない人でも読みやすいように、初めの方は読みやすさ重視で書いていくので、こんなの知ってるよ!って人は読み飛ばしてください。

今回は推薦システムについての基礎的なところを紹介しようかなと思います。

はじめに

皆さんはネットでショッピングをすることがありますか?最近はかなりの人が利用しているように思います。実際EC市場(Electronic Commerce)の規模は2020年に前年比で10%以上成長しており、数値としても15兆円を突破しています。
もちろん実店舗にも商品をその場で確認できる等の良さはありますが、それと比較した際に現在のネットショッピングの利便性を支える根幹は商品数の多さだと思っています。その圧倒的な商品数から、例えばAmazonで何か購入する時は勝手に商品同士を比較してくれたり、あなたへのオススメが出てきたりして、ついつい手が伸びてしまいますよね。実際の店舗でもレジの近くの位置につい手が伸びるような商品がおいてあることに似ています。余談ですが、今現在Amazonは3億5千万以上もの商品を取り扱っているみたいです、すごい!

話は変わって、皆さんは動画サイトで気づいたら想像以上の時間が経っていた経験がありますか?
例えばYoutubeではよく見る動画の投稿者をチャンネル登録してチェックする人もいると思います。そして動画を見た後に関連動画に飛んで、その動画を見て関連動画に飛んで...を繰り返して気づいたら日が暮れていた(夜が明けていた)、なんてこともあるかと思います。
また最近では少し動画サイトの扱いも変わってきていて、見たい動画があるわけではないけどなんとなく開いてトップに出てくる動画を見て時間をつぶす、なんて使い方をする人も増えていますね。

ここまで現代にありがちな二つの例を出しましたが、このどちらにも推薦システムが用いられています。

推薦システムってなんだ?

学術的な定義については色々言われますが、よく聞くのは以下の定義です。

Tools to help identify worthwhile stuff

(価値あるものを見極めるためのツール) 

これは21世紀に入ってすぐにKonstanによって提唱されたもので、かなり広い意味で捉えられています。最近ではこれに加えて意思決定を支えるツールという捉え方もされてきています。意思決定に関連する部分の詳細は次回以降に触れていきます。

先ほどまでの例でいうと、到底人間には扱いきれない量の商品や動画の中からユーザーに好まれやすそうなものを提示することで、実際に購入や視聴といった意思決定の助けをしている、ということになります。

推薦システムの種類

基本的にはパーソナライズ(個人化)されているか否かで二つに分けられます。
具体例でいうと、ユーザーの購入履歴や視聴履歴に基づいたレコメンドはパーソナライズされている、ということになります。反対にパーソナライズされていないレコメンドはすべてのユーザーに同じ推薦をする(人気順など)ということです。はじめの方にあげた実店舗で行われているつい手に取ってしまうような商品の配置は、パーソナライズされていない推薦システムに考え方は似ていますね。ちなみに最近の論文ではパーソナライズされたものが多いです。

パーソナライズの問題点として、以下のようなものがあるのでタイトルに興味を惹かれたらぜひ見てみてください。

www.silveregg.co.jp

www.actzero.jp

さいごに

レコメンドは専門科目としては情報工学または経営工学という枠組みに収まります。私は経営工学側の人間なのでそちらに関係させて研究していけたらいいなと思っています。

経営工学は「ヒト」「モノ」「カネ」「情報」の4つを主に扱う学問であり、扱う対象に「ヒト」が含まれることから倫理的な問題にセンシティブになる必要があります。推薦システムにおいても上記にあげたリンクのような内容であったり公平性の観点が問題にされたりと、現代にありがちな利便性との板挟みになりやすいと感じます。パーソナライズと公平性については最近ホットらしいので別の機会に紹介できたらと思います。

この記事を書いている裏にある論文は、推薦システムをデジタルナッジとして捉えて、この二者間のギャップを埋めていくことを目的としています。なので次回は推薦システムが意思決定の補助であるからナッジの一種として捉えられることを、行動経済学の領域から書いていけたらなーと思っています。

つづき→

overfurotto.hatenablog.com