[4L3-GS-10] AI応用：機械学習

[4L3-GS-10-03] 客観確率を考慮した損失関数等の設計による認知バイアスの分析手法としての機械学習手法の開発

岡林 輝¹、〇蔭山 智² (1. 京都大学、2. 東京大学大学院工学系研究科技術経営戦略学専攻)

キーワード：機械学習、行動経済学、LightGBM

行動経済学において、確率的に発生する事象に対して人の認知が介入する場合、その認知する内容によって確率を偏って認識してしまう「認知バイアス」が存在することが知られている。 この認知バイアスの原因について分析するには、認知バイアスの介在しない「客観確率」と介在している「主観確率」の比較を行うことが一般的な手法である。しかし客観確率が推定できる事象はほとんどなく、従前の研究では認知バイアスの介在が少ない主観確率を統計的計算のもとで客観確率として扱うことで分析が行われている。
また最近ではこれまでの統計的なアプローチに対し、入力特徴量を選別することでより客観確率に近い学習器が作成可能であることが示されている。しかし入力特徴量を選別するという点において認知バイアスが介入する余地が存在してしまう。
そこで本研究では、学習器がどの程度客観確率を算出できているかの度合いを示す量を損失関数として学習に取り込むことで、より認知バイアスが介入しない学習器を作成できることを示す。そしてこの手法を用いた学習器で定量的な分析を行うことができることを議論する。