競爭環境下可行回應：內生選擇的動態博弈
arXiv - Computers and SocietyYa-Ting Yang, Quanyan Zhu
研究顯示，在競爭性決策環境中，所有人皆可進行可行回應，但由於內生選擇機制，初始優勢被放大，導致長期表現差距持續存在。
AI 幫你先抓重點
AI 重點 1
可行回應在競爭環境中的動態互動機制
滑鼠懸停看 AI 判斷理由
此機制揭示個別候選人如何根據決策規則調整特徵，並同時改變整體選拔門檻，對於理解公平性與效率的平衡至關重要。
AI 重點 2
內生選擇導致初始優勢被放大
滑鼠懸停看 AI 判斷理由
此發現說明即使所有人都有改進機會，競爭性環境仍可能因門檻自我調整而加劇不平等，對政策制定者設計公平機制具有警示意義。
核心研究發現
- 1
在競爭環境中，所有候選人都可獲得可行回應，但其實際效用取決於決策規則所設定的風險基準。
- 2
候選人會根據決策規則的方向調整可行特徵，形成一個動態的策略互動，進而影響整體選拔門檻。
- 3
由於選拔門檻與決策規則同時受候選人特徵狀態影響，形成內生選擇，導致門檻隨時間變動。
- 4
模型顯示，最初被選中的候選人決定成功基準與改進方向，進一步放大初始差距，產生持久的表現差距。
- 5
即使所有人都能進行可行回應，競爭性環境仍會因內生選擇機制而維持不平等，提示設計公平決策機制的重要性。
對教育工作者的啟發
對於教育機構與人力資源部門而言，應避免將選拔門檻完全依賴於候選人可調特徵，並設計透明且可監測的決策規則。可採用分層評估或動態門檻調整機制，並在評估過程中加入公平性指標，確保初始差距不被進一步放大。教育平台亦可提供個別化的改進建議，協助候選人了解哪些特徵調整最能提升成功機率，並透過數據視覺化呈現門檻變化，提升學習者的自我調節與策略規劃能力。
原始文獻資訊
- 英文標題：
- Actionable Recourse in Competitive Environments: A Dynamic Game of Endogenous Selection
- 作者：
- Ya-Ting Yang, Quanyan Zhu
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。