🐑 Інформаційні каскади та стадна поведінка — Послідовний баєсівський вибір

Інформаційний каскад виникає, коли люди, що приймають рішення послідовно, раціонально вирішують ігнорувати власну приватну інформацію та натомість копіювати вибір тих, хто діяв раніше. Це трапляється тому, що вибір кожної людини трохи розкриває інформацію всім спостерігачам, і щойно достатньо виборів вказує в один бік, цей публічний сигнал стає інформативнішим за будь-який окремий приватний доказ — тож наслідування, а не незалежне судження, визначає результат.

Натисніть «Крок», щоб додати одного агента за раз, або «Відтворити», щоб автоматично прогнати послідовність з обраною швидкістю. Кожен агент з'являється як кольорове коло на часовій шкалі: фіолетовий для вибору A, бурштиновий для вибору B, з маленькою точкою, що показує приватний сигнал (прихований до натискання «Розкрити»). Червоне пунктирне кільце означає, що агент проігнорував власний сигнал заради стада. Натисніть «Перемішати», щоб рандомізувати приховану реальну ситуацію й почати спочатку.

Стадна поведінка — це коли публічний вибір агента суперечить його власному приватному сигналу, бо накопичена вага попередніх публічних виборів переважує цей сигнал. У цій симуляції це відбувається, щойно поточний рахунок виборів відрізняється на два чи більше в одному напрямку: з цього моменту оптимальна стратегія кожного наступного агента — копіювати більшість незалежно від того, що показує його власний приватний сигнал, і саме це підкреслюють червоні пунктирні кільця.

Економісти Сушил Біхчандані, Девід Гіршляйфер та Айво Уелч формалізували модель у статті 1992 року «A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades», опублікованій у Journal of Political Economy. Споріднену модель незалежно розробив того ж року Абхіджіт Банерджі. Разом ці статті започаткували велику літературу про послідовне соціальне навчання, стадну поведінку та крихкість рішень, побудованих на запозиченій, а не оригінальній інформації.

Так — це центральний, контрінтуїтивний результат моделі. Каскад може почати формуватися вже після того, як лише двоє агентів отримають однакові приватні сигнали, навіть якщо ці сигнали окремо зашумлені й навіть якщо більшість населення, якби її опитали незалежно, схилилася б в інший бік. Щойно каскад закріпився, він самопідсилюється: приватна інформація жодного пізнішого агента ніколи не розкривається публічно, тож помилковий каскад не має вбудованого механізму самокорекції.

Точність сигналу p — це ймовірність того, що приватний сигнал збігається з реальним станом. Вищий p робить кожен окремий сигнал надійнішим, тож найперші агенти — чиї вибори формують майбутній каскад — з більшою ймовірністю розкриють реальний стан до початку стадної поведінки. Це не запобігає утворенню каскадів (правило порогу ±2 діє однаково в будь-якому випадку), але суттєво підвищує ймовірність того, що каскад, який сформувався, закріпиться на правильному варіанті, а не на хибному.

Відомо, що реальні каскади крихкі: невелика кількість нової публічної інформації — погана рецензія, що стала вірусною, переконливий сторонній, що розкрив протилежний сигнал, або оголошення політики — може зруйнувати усталений каскад і спричинити швидкий розворот, оскільки агенти ніколи не були по-справжньому переконані, а лише наслідували. Ця «інформаційна крихкість» пояснює раптові обвали моди, фінансових ринків і банківські паніки, які можуть виглядати стабільними довгий час, а потім різко розпадатися, щойно публічно з'являється суперечлива інформація.

Модель застосовували для пояснення популярності ресторанів і товарів попри схожу якість, заниження ціни IPO та біржові бульбашки, банківські паніки та фінансове зараження, швидке прийняття або відмову від медичних методів лікування та нових технологій, поведінку присяжних і виборців, а також моду та культурні тренди. У кожному випадку спільна нитка — люди спостерігають вибори одне одного легше, ніж приватну інформацію одне одного.