- 遊戲化的興起
- 遊戲的常見機制: 等級, 積分, 徽章, 排名和懲罰
- 遊戲的最初目的是自我娛樂
- 這些獎懲機制的目標是提高娛樂效果, 讓一切更有趣
- 遊戲化:將普通的活動加入遊戲的特徵
- 加入獎懲機制, 讓活動者有更明確的目標和架構
- 以行為主義的觀點, 遊戲獎懲機制會正面和負面的去強化活動者, 使其去做我們要他們做的事情
- 科技發展讓遊戲獎懲回饋更加即時
- 分享的內容有多少人按讚
- 個人有多少追隨者, 又認識多少大大
- 在多少地方/活動中打卡
- 行為主義過度簡化人類的行為和動機
- 自我決定理論:除了外在的獎勵與懲罰, 人也會因為內心的愉悅去做事情
- 自己能做決定的自主感
- 自己做得到的勝任感
- 與他人互動和連結的歸屬感
- 好的遊戲設計, 會考量到這些要素
- 大型MMO中公會的歸屬感
- 模擬遊戲, 沙箱世界帶來的自主感
- minecraft 一系帶來的勝任感
- 通用遊戲化: 只加入遊戲獎懲機制的普通活動
- 企圖以遊戲獎懲機制, 去大幅改變人類行為, 如減碳, 世界關懷 ,救助貧窮等, 但最後往往以失敗告終
- 升級你的人生
- 將現實生活的項目, 好比跑步, 健身, 技能學習等項目, 加上等級, 積分排名等機制
- 利用人追求完美, 追求名次的心態去驅使行動
- 正面的部分
- 的確存在激勵效果, 是個很好的入門磚
- 適當的導引可以低成本的接觸某些領域的訓練
- 負面的部分
- 娛樂性喧賓奪主, 降低整體訓練效益
- 數字引發焦慮
- 沒達成的成就, 積分排名引發競爭和焦慮
- 指標過於簡化, 容易缺乏實務上的考量
- 生病的時候還該健身嗎?
- bmi 越低越好嗎?
- 效果往往誇大
- 大腦鍛鍊遊戲比不上閱讀和出門散步對大腦的幫助
- 該如何運用
- 入門之後, 若是真的有興趣和幫助, 尋求更專業的教育訓練
- 好比健身環大冒險以遊戲入門運動, 在習慣之後, 以自訂訓練方式來進行高效鍛鍊
- 專注在遊戲機制的統計效果, 別分心在其獎懲上
- 統計用以分析自己的訓練成效,
- 不應該成為強迫自己的理由
- 苦差事與懲罰
- 企業使用遊戲化的機制來管理員工
- 最常見的是uber類的趟次獎勵
- 正面的部分
- 新奇效益會有短暫的效果, 可以成為打破現有均衡的敲門磚
- 負面的部分
- 剝削加劇
- 利用心理機制，誘使員工付出更多。
- 風險轉嫁
- 將薪資的一部分變成必須達標才能得到的獎金時, 員工替企業承擔了經營風險和責任
- 好比下雨天的來客減少, 原本是企業該負擔的風險, 如果跟員工績效結合, 則員工承擔了一部分
- 上有對策, 下有對策, 當量化項目成為指標, 那量化項目與真實脫節的情況會更加嚴重
- 安全指標讓員工自己隱匿工傷.
- 科技的進展提高了企業對員工的監控力道, 走向數位泰勒主義
- 人被視為企業的資源, 被視為一種手段, 而不是目的
- 把事情做好
- 遊戲化時, 應當謹記遊戲有趣來自於過程, 而非結果
- 人在遊戲過程中感到樂趣, 也會對結果有著內在的滿足感
- 但是為了表達"我有多快樂", 內在滿足感轉換成可辨識的外在符號
- 成為積分, 排名, 成就, 標籤
- 從此觀點再度對待某項活動的遊戲化
- 先思考, 有什麼科技可以幫我將這樣活動遊戲化?
- 好比pokemon go 需要手機, gps, 簡易的AR
- 散步的遊戲化也許只需要耳機, 操縱手機反而干擾活動本身
- 讓適當的想像力加入原先活動, 豐富活動的過程
- 如何將現實活動映射到遊戲中
- RPG 永遠是好的題材
- 將慢跑加入想像場景, 在殭屍末日跑步收集物資,
- 獵人在草原跑步追蹤獵物, 時不時的加速挑戰來躲避陷阱等等
- 遊戲的遊戲化
- 原先好玩的遊戲, 加入徽章, 成就, 積分, 甚至是抽卡機制
- 成就系統幫助玩家追蹤遊戲進度,
- 濫用之下, 成就系統成為玩家焦慮感的來源
- 成就成為"我是個遊戲高手", "我玩過這遊戲"的外在符號象徵
- 通行證, vip 等機制, 等於是讓遊戲樂趣商品化
- 樂趣被視為一種可販賣可交易的資源
- 無課玩家付出時間, 滿足課金玩家的遊戲樂趣
- 在單機遊戲上, 為了拉長遊戲時間, 遊戲公司提供無意義的收集和農, 或是精心設計來吞噬時間的強制循環
- 給玩家一個挑戰, 完成挑戰有獎勵, 然後又有更多挑戰, 巧妙且漫長的引發強迫性行為
- 有始有終反而成為作繭自縛的美德
- 抽卡機制
- 抽卡的隨機性對大腦未發育完整的青少年是種毒藥
- 華麗的賄賂
- 政府機關的遊戲化
- 精準的說, 科技提高了政府機關量化指標並追蹤統計的能力
- 以此為基礎, 政府可以引用遊戲機制來引導公民行為
- 將公民行為與公共資源掛鉤，透過獎懲機制進行社會工程
- 社會信用評分制度: 當人民做了政府想要他做的事情, 獲得加分, 做了政府不想要他做的事情, 懲罰扣分, 而分數則成為使用公共資源的依據
- 潛在的問題點
- 指標量化的模糊空間
- 負責量化的機構, 知道其量化帶來的可能影響, 由此擁有了主導他人命運的權力
- 好比交通警察的現場裁量權
- 誰來決定規則
- 由誰來訂定分數加減的規則? 規則是否又具備通用性
- 更糟糕的是, 訂定規則的人注定有著無上的權力
- 加分選項可能是對政府有利的政治宣傳, 打壓的是公民反對的權力
- 量化指標與現實的距離
- 指標跟現實也許有正相關, 但是離群的個體並不適用於簡單的量化規則
- 更甚者, 當人民為了達到指標而行動, 背後的真實目的反而被遺棄了
- 當一個指標成為目標時，它就不再是一個好的指標。
- 好比以唸書時間評鑑學生, 只會讓學生增加無意義的打卡念書時間
- 我研究過了
- 遊戲模擬現實, 而當人無法分清現實與模擬現實的時候, 會產生妄想與陰謀論
- 遊戲提供人與模擬現實互動的空間
- 可能是活動促銷的一部分, 另類實境遊戲
- 好比愚人節時各商業網站的聯動
- 也可能是論壇內, 社群自我強化的想像
- 好比SCP
- 當人投入越多時間和心力模擬現實互動, 越容易相信模擬現實是真的
- 可得性偏誤讓人容易相信模擬現實的陰謀論
- 個體因為參與了集體創作, 更有機會相信集體創作的真實性
- 網路上有很多資訊, 但並不是萬能的
- 社群群體力量的展現是容易吸睛的新聞, 而社群力量的失敗往往被人遺忘
- 在匿名團體中, 過去的信譽並不主導一段論述的真實性基準, 更有可能的是話題性
- 當世界是一場遊戲
- 遊戲原本是種現實世界的簡化, 將有趣的元素淬鍊出來, 將過多的細節過濾, 留下好理解的系統
- 當人們反過來以遊戲的觀點看待現實時, 是在對現實世界做出簡化
- 無疑, 適當的簡化有助於理解和推敲
- 過度的簡化, 甚至要求人以簡化的系統去行動, 會帶來矛盾與衝突
- 當物理世界和簡化的系統不相容時, 帶來矛盾的結果
- 當社會和簡化的系統不相容時, 會帶來利益的衝突
- 簡化的系統喜歡純量, 但現實世界很複雜
- LLM在理解字詞時用的可是巨大的向量
- 將精心設計的遊戲機制, 套用在現實生活, 如行為主義般的操縱人
- 常客計畫, 如航空公司的里程計畫, 促使人們消費
- 券商將金融交易遊戲化, 吸引沒有足夠理財知識的群眾
- 讚數/upvote 誘導吸睛而非有價值的內容分享
- 恩寵寶庫
- AR的發展無疑會讓現實遊戲化的範圍擴大
- 無疑會有泡沫, 會有羊群效應
- 當娛樂更加廉價, 有些人會願意從事地位低下, 低報酬的工作來換取充滿娛樂的生活
- 當AI帶來更多生產力, 這狀況應該會加重
- 書中將以遊戲化的角度來看待贖罪券, 有點槌子人的傾向
- 這種建立一套抽象價值體系，透過設定規則來引導、甚至操縱群眾行為，並從中獲利的模式，並不是什麼新鮮事。它在人類歷史中早已存在，只是在數位時代，它變得更高效、更普及、更無孔不入
- 不再卡關
- 遊戲化是種改變行為的手段
- 遊戲化仰賴外在誘因改變行為, 而非內在動機
- 長期來說, 這比較難養成習慣
- 留意遊戲化的目的, 是想讓那些人進行什麼行為
- 國家, 企業在對人民和勞工進行遊戲化時, 存有道德疑慮
- 應當保有不參加遊戲化的權利, 且其利益亦不受傷害
- 作為玩家, 留意參與遊戲化的成本, 注意力還有潛在的行為改變
- 是否因為需要湊點數而被強制消費了, 又因為沉沒成本逃不出來
2025年9月20日 星期六
你玩遊戲, 還是遊戲玩你
2025年9月13日 星期六
FUKAI
- 味醒 (Awakening)
松葉蟹小塔： 內餡為松葉蟹肉，搭配蜜柑凍、鮭魚卵與奇異果果凍。
西芹與碳烤中卷： 碳烤過的中卷，佐以西芹根泥與西芹苗。
小塔中的蟹肉比例高，口感相當扎實。
- 海貝 (Shells)
炙燒干貝為核心，醬汁是用海瓜子、淡菜、蛤蜊與白酒一同熬製，呈現出類似巧達湯的質地與鮮味。配菜包含甜蒜、角瓜與炸珊瑚菇。最上方點綴的是帶有生蠔風味的琉璃苣苗。
整道菜緊扣「海貝」的主題，風味元素搭配協調，完成度高，很喜歡。
- 鮮魚 (Fish)
此以魚羹的概念發想，用鮑魚及貝類熬煮羹湯為底。其中包含了三種不同的風味組合：
質地如奶油的安康魚肝，以柑橘和金桔的酸度平衡。
將花枝、虱目魚、草蝦鑲入玉米後油煎。
立鱗馬頭魚，配上花椒炒製的絮狀豆包與杏包菇。
像是將三道足以獨立作為主題的料理直接碰撞，風味過於複雜，反而顯得有些失焦。相較前一道菜的協調感，略微可惜。
- 主餐：高地和羊 X 羊鞍
選用紐西蘭Lumina高地和羊的里肌與上蓋肉。搭配防風根泥與薯泥，醬汁則以羊骨肉汁為基底，並佐以風乾香料豬油、羅勒油與培根慕斯。
- 主餐：伊比利豬 X 梅花
選用西班牙的伊比利豬梅花肉。肉品先經過燒烤，再於表面抹上蜂蜜後慢慢烤製，使其外層形成一層晶亮的糖衣。醬汁帶有鮮明的東南亞風味，由是拉差辣醬、花生醬及蒜頭等元素調製而成，旁邊則搭配了一塊加拿大鵝肝。
加法哲學在肉類料理上展現得尤其迷人。主廚的選材並不僅限於傳統上完美無瑕的部位，而是更勇於挑戰如帶有豐厚羊脂的上蓋肉，以及富含筋絡的伊比利豬梅花。透過精湛的處理，將這些部位的油與筋轉化為入口即化的腴潤與富含膠質的口感。這種對食材的深刻理解與自信，相信能滿足最挑剔的肉食愛好者。
- 食事：釜飯 (Kamameshi)
主題為菌菇、鴨腿、雪菜、金蟲草。作法並非傳統一鍋到底，而是類似拌炒風格。飽滿的米粒吸附著高鮮味的醬汁，菌菇與鴨油點出秋意，而雪菜則增添層次。是溫潤且令人滿足的收尾
將套餐中的每道料理，都以主餐力度去呈現，似乎是 Fukai 的核心風格?
料理哲學是種加法呈現，不斷堆疊風味，追求豐富的層次。這背後需要相當穩健的料理基本功支撐。
值得一提的是，服務品質細膩周到，為用餐體驗增色不少。
是一間會讓人想再次造訪的店家。
2025年9月8日 星期一
思辨賽局
- 十個策略故事
- 在賽局中, 需要思考其他參與者如何行動, 以及那些決策如何影響自身的決策
- 如果不是平均分布, 那麼二元搜尋就不是能降低熵值的最好方法
- 當其他參與者需花費資源, 針對自身的最佳策略作應對, 那麼次優策略將主導競爭
- 如同ban/pick
- 在只在意排名的競爭中, 進行模仿常常是領先方的好選擇
- 減少選項, 讓眾人得知自己沒有其他選擇, 有時會改變決策邏輯
- 缺少溝通和互信的囚徒困境, 會讓個體和群體無法走向最有利選擇
- 隨機策略為對手帶來不可預測的風險, 讓部分項目的期望值從0變成非0, 而改變決策
- 資訊不對稱的交易需要額外的規則設定, 才能達到公平
- 策略性思考時, 要考慮其他參與者的想法和相互影響
- 逆推可解的賽局
- 序列賽局: 參與者輪流出招, 互動逐步發生, 可選選項和選擇公開於所有參與者, 且不受機率影響, 如象棋
- 決策和分支形成決策樹, 多人的決策樹又稱為賽局樹
- 參與者必須推測其他參與者接下來的反應, 並據此盤算當前的最佳行動
- 要決定你現在該怎麼走，你必須先看清賽局的終點，然後一步步往回推算，在每一個決策點上，預判下一位行動者將會做出對他自己最有利的選擇。
- 選擇多不一定有利
- 單人決策中, 越多選擇意味更多自由, 不會對決策者造成傷害
- 多人決策中, 參與者新增的選項, 會影響其他參與者, 改變整個賽局
- 舉例來說, 如果彩券開獎後, 買家多了可以無條件退款的選擇, 那麼不會有商家選擇販售彩券
- 當參與者知道其他參與者的目標時, 這種賽局可以逆推求解
- 實務上, 參與者並不知道其他參與者的目標
- 換言之, 並不是所有參與者都是數學上的理性--只考慮自己最大利益
- 賽局是否只有一次? 決策會不會影響自己形象? 是否匿名
- 社會文化的影響, 公平與慷慨是不是美德, 值得用部分利益去交換, 讓自己順心
- 是否會激怒其他參與者, 而憤怒不理性的對方會有什麼選項
- 另一方面, 在匿名, 去責任化的場合, 好比股市交易, 這是常態
- 囚徒困境及其解方
- 優勢策略
- 對某個參與者而, 無論其他參與者如何選擇, 他的同一種策略總是優於其他所有可以選策略, 則此策略為優勢策略
- 囚徒困境
- 同步賽局, 參與者不知道其他人的選擇
- 對於單一參與者來說，「背叛」是一個無懈可擊的優勢策略——無論對方合作或背叛，自己選擇背叛的結果都更好。
- 當所有參與者都選擇優勢策略時, 卻讓整體無法達到最大利潤
- 人類演化的方向鼓勵互惠, 即使純粹自利的人, 也知道維持互惠者形象的好處
- 自利的人容易遭受報復
- 在長期的賽局中, 兩個自利的人一樣可能因此保持合作關係
- 只要參與者足夠在乎未來的利益，短期的背叛就不再那麼誘人
- 當匿名性增加, 人們會傾向不合作
- 達成合作的條件
- 適用在公有地悲劇等場合
- 事後的獎勵或是懲罰, 可以視為在原先賽局外, 又加入了更大的賽局與條件
- 對於不合作的行為, 是否有清晰的界定和足以嚇阻的懲罰
- 降低匿名性
- 能夠覺察不合作, 越迅速越準確越好
- 所有人都能清楚的知道誰選擇了不合作
- 成員變動低, 增加彼此互信
- 個體策略:清晰的以牙還牙態度
- 在多次的重複賽局中, 對方上一輪選擇合作, 自己就合作, 上一輪選擇背叛, 自己就選擇背叛
- 策略是清晰, 善意但具備報復性
- 潛在問題是使用同樣策略的人, 如果因誤解造成一方合作一方不合作, 之後會陷入報復循環
- 在現實中, 需要一個"到此為止"的方法
- 如何避免合作
- 適用在避免廠商壟斷市場等場合
- "禁止"懲罰機制, 好比最惠顧客條款
- 最惠顧客條款類似於被動觸發的"不合作", 當對方降價, 己方會自動降價, 從而嚇阻對方進行降價
- 美麗均衡
- 同步賽局
- 目的是解決"我認為他認為", 這種探討別人怎麼選的循環
- 找出一個狀態, 參與者都會選擇最符合自己利益的選項, 以回應其他參與者的策略
- 每個參與者的行動都是對其他人行動的最佳回應, 而且人人都這樣想
- 類似區域極值, 單一參與者在這狀態下, 修改選項都只會導致利益下降
- 40000, 40000是這圖表的奈許均衡
- 只要某個參與者擁有優勢策略，那麼在這個賽局中任何可能存在的奈許均衡裡，該參與者所採用的策略，必定是他的那個優勢策略。
- 一個賽局可以有多個納許均衡
- 讓人留下印象的焦點, 常常可以成為參與者的選擇
- 這讓文化, 歷史, 天性喜好成為潛在影響
- 好比顏色的喜好, 幸運數字
- 不同奈許均衡給不同參與者的利益不等同, 參與者如何溝通和分配以協調賽局又成了新的課題
- 尋找奈許均衡的方式
- 剔除劣勢策略
- 如果選項A在任何情況都比選項B好, 那麼選項B 相對於A是劣勢策略
- 劣勢策略排除後, 得到新的賽局表, 進行同樣的操作
- 換言之, 只能針對劣勢策略的最佳選項, 這時候被排除
- 如果不存在劣勢策略, 尋找所有參與者皆為最佳回應的狀態
- 奈許均衡與現實
- 參與者少, 越是熟練的參與者, 匿名性高都會讓現實賽局走向奈許均衡
- 當價值觀滲透進賽局, 則會偏離
- 如果參與者想像的是"分配", 那麼公平的價值觀就會產生效應, 在最終通牒賽局產生更慷慨的分配
- 如果參與者想像的是群體, 那麼"我們對抗他們"就會產生效應, 在囚犯困境賽局產生出更多合作
- 奈許均衡考慮的是"我認為你認為..."在無限循環下的固定狀態, 現實生活中, 如果人們無法發現循環結構, 多半只會想到兩到三層
- 選擇與機會
- 混和策略
- 參與者選擇固定時, 稱為單純策略
- 參與者的選擇是機率分布時, 則為混和策略
- 奈許均衡可以發生在純粹策略, 也可以發生在混合策略
- 在奈許均衡下, 任何單一參與者, 無法藉由更改自己策略的機率分布而獲得額外利潤
- 每個參與者的機率分布都是針對其他參與者機率分布的最佳回應, 而且人人皆這樣想
- 極大極小定理
- 零和賽局, 參與者利益完全對立
- 在最壞的情況中, 尋求最好的結果:
- 對手會採取行動, 讓我方收益期望值極小化
- 我方預期對方的上述行動, 選擇這極小化前提下, 能最大化收益的可能
- 純粹策略
- 玩家1
- 選擇策略1的最壞情況收益是-2
- 選擇策略2的最壞情況是1
- 為了讓最小收益最大化, 玩家1的極大極小策略是策略2, 來自(2, A) 這組合
- 玩家2
- 選擇策略A的最壞情況收益是-3
- 選擇策略2最壞情況收益是-5
- 為了讓最小收益最大化, 玩家2的極大極小化策略是策略A, 來自(1, A)這組合
- (2,A)不等於(1,A) , 這賽局不存在純粹策略的奈許均衡
- 混合策略
- 假設玩家1 以p機率選擇策略1
- 假設玩家2 以q機率選擇策略A
- 玩家2的機率, 由玩家一的期望值決定
- 策略1的期望值: 3q + -2(1-q) = 5q-2
- 策略2的期望值: 1q + 5(1-q) = 5-4q
- 若玩家2要讓玩家1的兩個選擇具備相同期望值, 即玩家1的選擇對賽局無影響
- 令兩者相等 5-4q = 5q-2
- q = 7/9
- 同理, 玩家1的機率, 由玩家二的期望值決定
- 策略A的期望值:3p+(1-p) = 1+2p
- 策略B的期望值: -2p + 5(1-p) = 5-7p
- 令兩者相等 1+2p = 5-7p
- p = 4/9
- 奈許均衡發生在
- 玩家1以4/9的機率選策略1, 5/9的機率選策略2
- 玩家2以7/9的機率選策略A, 2/9的機率選策略B
- 這時兩方單方面改變機率, 都無法讓自己獲利更多(也不會更少)
- 直觀的觀察
- 如果玩家1強化自己的強項, 好比(1,A)從3變成6
- 玩家2會降低A的選擇 7/9 -> 7/12
- 玩家1會降低1的選擇 4/9 -> 4/12
- 但是整體而言, 玩家1的期望值上升了
- 5-4q : 1.888 變成 2.666
- 強項的威脅性變大，迫使對手改變了防守佈局，從而讓我整體的期望收益上升
- 現實生活的考量
- 隨機並非完全隨機
- 賭徒謬誤: 會對隨機有補償的期待
- 可得性偏誤: 對於好想像的最糟情況, 人類會想避開
- 隨機到最冒險的選項時, 可能因為潛在後果而不願意執行
- 這次不算，再來一次
- 策略行動
- 優秀的策略家，不僅僅是賽局的參與者，更是賽局的設計者。
- 賽局理論告訴我們, 在理性下該做的選擇, 應該做什麼
- 策略行動的目標是改變賽局
- 參與者採取行動, 改變賽局, 讓其他參與者進行其他選擇
- 承諾
- 參與者創造有利條件, 改變其他參與者的選擇
- 創造承諾者無條件的先行動作
- 好比定期定額或定存, 是現在的自己讓未來的自己的財務規劃必須做更保守的選擇
- 威脅與約定
- 參與者提前確定一個回應規則, 穩定有條件的對其他人的選擇進行反映
- 威脅懲罰不遵守的其他參與者
- 約定獎勵那些願意遵守的參與者
- 目的可以是嚇阻其他人不進行某些動作, 或是強迫其他人進行某項動作
- 重點在清晰性與確定性, 以此確立可信度
- 對方要能清楚知道觸發的條件
- 懲罰或獎勵要有可行性和合理
- 邊緣策略
- 故意創造並操縱一個雙方都不想要的, 失控的風險
- 也可讓災難發生的機率逐步升高, 迫使對手因為無法承受這個風險而先行讓步
- 讓策略可信
- 如果承諾, 威脅和約定不可信, 就無法藉此影響其他參與者
- 如何提高可信度
- 建立聲譽, 由過去表現來支持
- 簽訂合約, 提高違背承諾的代價
- 留意是否讓"再談判"有可趁之機
- 當違背合約所支付的懲罰期望值, 小於進行合約行為的成本時
- 假設違背合約, 有5%的機會要支付100的罰金, 那違反者可能提出以10為代價, 讓監督者忽略這次行為的再承諾
- 如果監督者不會因為違反合約受到任何傷害, 那麼他可能會接受
- 切斷退路, 破釜沉舟
- 透過眾人皆知的沉沒成本, 讓選擇消失
- 切斷聯繫, 停止資訊交流也是可行方式之一
- 好比沒有人會和自動販賣機殺價
- 邊緣策略是這種策略的極端應用, 但過分利用可能破壞關係
- 自動化回應, 設立一個會自動觸發的機制, 如最惠條款
- 授權代理人也有同樣效果, 讓別人代表你的利益, 但不代表你的選擇
- 代理人可以靈活地採用各種策略, 也不至於傷害各方關係
- 將單一賽局轉化成重複賽局
- 如分期支付的工程款
- 解讀和操縱資訊
- 賽局中, 某些參與者的資訊比其他參與者多, 而這些資訊將影響所有參與者的報酬
- 擁有資訊的參與者想要隱藏資訊
- 其他參與者
- 有時希望資訊公開, 而進行訊號傳遞, 如無罪的被告
- 由「擁有資訊方」主動發起，目的是「證明自己」
- 有時希望資訊隱藏, 而進行訊號隱藏, 如真正的犯人
- 有時希望知道資訊(如法官),
- 有時希望知道資訊, 但不希望資訊公開(如被告律師)
- 訊號篩選
- 由「缺乏資訊方」主動設計，目的是「分辨他人」。
- 設計一個環境, 區分出擁有不同資訊的參與者
- 擁有不同資訊的參與者, 進行同一行動有不同的報酬
- 理性的參與者有不同的行動, 從而得到額外資訊
- 行為勝於語言, 或是更廣泛的說, 有支出代價的行動為勝於沒支出代價的行動
- 當屬性非二元, 而是有中間值的可能時, 強烈具備屬性的參與者可能拒絕參加代價太小的行動, 因為那些行動屬於稍微具備屬性的人
- 非常有錢的人可能拒絕以普通的名牌展演其身分, 因為普通的名牌屬於普通有錢的中產
- 這和社會學的階級展演有點類似
- 訊號干擾
- 當所有參與者都選擇同種行動時, 這行動就變成完全沒有資訊
- 又稱為訊號傳遞賽局的混和均衡
- 當一種類型的訊號者傳遞了訊號, 另一種沒有傳遞, 則是分離均衡
- 多數場合處於半分離狀態, 我們使用條件機率和貝式定理, 根據現狀不斷更新參與者屬性的機率分布
- 利用資訊篩選進行差別定價
- 不同參與者對於不同商品有不同的接受價格
- 為了讓利潤最大化, 要考慮參與約束(讓參與者的最高價) 和激勵相容約束(一個商品對參與者特別划算, 那麼即使其他商品的價格能被接受, 也不會被選擇)
- 必須巧妙地讓「高支付意願的顧客」自己覺得購買高價版，比購買低價版更划算
- 合作與協調
- 當競爭的是相對成績而非絕對成績時, 參與者協調, 降低對賽局的投入, 反而有利於整體利益上升
- 參與者利潤來自於減少了對賽局的資源投入
- 這常形成商業聯盟, 好比OPEC 協調產出
- 往往需要有嚇阻力的懲罰, 才能促成聯盟成立
- 賽局的不同選項收益比, 有時會因為參與者的選擇而改變
- 負向網絡外部性, 擁擠賽局:被選擇越多, 則效率越低, 如道路和交通時間, 越多人在路上開得越慢
- 正向網絡外部性: 被選擇越多, 則效益越強, 如社區的居民種族組成, 越多白人的社區越容易成為新白人住民的選擇
- 有些選項不論怎麼被選擇, 效應不變化, 如選擇捷運和交通時間
- 一個賽局由那些選項構成, 決定其均衡點和發展趨勢
- 由選項1和選項3構成的賽局, 常見的均衡點發生在兩個選項的效率等同的分布
- 如果捷運和開車是通勤選項, 均衡點發生在兩者時間花費的分布
- 這時總通勤時間不是最低
- 通過第三方的政策, 補貼捷運或是收過路費, 讓選擇開車的總成本(時間+錢)上升, 使均衡落在更高的捷運使用率, 從而讓總時間成本下降
- 由兩個選項2構成的賽局, 有機會發生從眾效應
- 這時兩個選項的優劣並不是決定參與者選擇的唯一條件, 還要考慮現有的分布
- 均衡點一般有三個
- 兩個在端點的穩定均衡，和一個在中間的不穩定均衡。
- 一旦組成比例稍微偏離中間那個脆弱的平衡點，從眾效應就會像滾雪球一樣，將整個系統推向其中一個極端
- 如果目標是從一端移動到另一端, 第三方可以透過強迫改變初始分布的方式, 一口氣推過中間均衡點
- 如果目標是保持平衡, 則需要透過懲罰或獎勵, 在均衡點附近創造回歸均衡的誘因
- 多選項構成的賽局, 可能不存在均衡狀態
- 滑坡效應
- 一個選項可能不是最佳解, 但是若將它拆成諸多細分的選項, 可能是各階段下的最佳解
- 每個參與者在每個階段都選了最佳解, 最終反而走不到最好的選項
- 拍賣, 競標與競爭
- 如果商品唯一, 且每個參與者都有獨立判斷的可接受價格, 拍賣系統往往有著優勢策略
- 可以不斷出價的場合, 只要目前喊價低於你的『真實估價』，就繼續跟進；一旦價格超過你的估價，就立刻收手。
- 密封只能一次出價的場合:優勢是選擇以自己認為的第二高價競標
- 維克里拍賣
- 價高者支付次高價得到商品
- 優勢策略是以自己心目中的價位競標
- 線上競標的委託出價可以視為變形
- 現實生活中, 商品可能不唯一, 且參與者沒有明確的估價
- 如果商品不唯一, 即使我接受300的價格, 也不願意我出250, 別人卻用200買到
- 一個參與者的出價會給予其他參與者估價的資訊, 這讓參與者需要隱藏自己的出價, 傾向在最後時刻才進行競標
- 贏家的詛咒
- 在買家提價格, 賣家決定是否接受的場合, 賣家只有在商品價值低於出價的時候才會答應
- 換言之, 若商品價值是個隨機變數, 那麼賣家只有在商品價值小於出價的時候會答應交易, 而與商品價值期望值無關
- 收益等值定理
- 如果估價是私密, 且賽局對稱, 不論是價格上升的拍賣, 價格下降的拍賣, 或是次價拍賣, 賣家通常獲得同樣的金額
- 優勢策略:抱持自己出價最高的信念, 以第二高估價來出價
- 換言之, 有些場合, 需要考慮有多少參與者來決定怎麼出價
- 對於一個在 [a,b] 區間內均勻分布的隨機變數，取 n 次獨立樣本，其最大值的期望值公式為：
- E[Maxn]=a+(b−a) * (n/(n+1))
- 改變賽局規則不一定能達到效果, 參與者會適應規則, 採取不同方法競標
- 當參與者少的時候, 有機會進行默契合作, 尤其當規則複雜時
- 當參與者不繼續競爭的利潤大於競爭的利潤時, 參與者可能會停止競爭, 而賣家承受損失
- 好比輪流得標的圍標場合
- 討價還價
- 大原則一樣是向前預測, 向後推理
- 常見場合: 合作利益分配
- 談判者雙方合作有額外利益
- 常見的方式是將合作造成的額外利益公平分配
- 假設麥當勞買大麥克套餐送大麥克
- 大麥克套餐150, 大麥克80
- A想要大麥克套餐, B只想要大麥克
- A,B合購創造了(150+80-150)= 80的利潤, 均分得40
- A出110, B出40
- 參與者如果降低合作的額外收益, 則可在談判中佔優勢
- 好比B如果有大麥克折價券, 只需要60 就可以買大麥克
- A,B和夠創造了(150+60-150) = 60的利潤
- 這時A出120, B出30
- 如果折價券是A擁有的, 則不影響賽局
- 參與者也可以透過傷害其他參與者利益的方式來得到收益
- 好比到有低消和服務費的麥當勞, 這時大麥克套餐155, 大麥克100
- 這時合作利潤為100, A只要支付105
- 換言之, 有著最佳協議替代方案的參與者, 越有談判優勢
- 當利潤隨著合作無法達成衰減, 則形成邊緣策略
- 好比勞資衝突下的罷工, 罷工越久傷害越高
- 有時候, 協議無法達成, 利益損失最大的是不再參與者中的第三者, 如公有地悲劇
- 一般而言, 先提議的一方有優勢
- 當時間成本越低, 還價成本越低, 這優勢越小
- 極端情況, 沒有任何時間成本,則利益趨向均分
- 另一種極端, 最後通牒, 那利益則是單方面通吃
- 時間成本可以是單方的, 一邊很急一邊不急, 則有耐性的一方獲得優勢
- 最常見的時間成本是利率
- 利率分別是1%與2%的A,B, 那麼A的最終報酬會是B的兩倍
- 魯賓斯坦談判模型 (Rubinstein Bargaining Model)」。
- 該模型在數學上證明了，在一個輪流出價的談判中，最終利益的分配比例，會與雙方的「貼現率 (Discount Rate)」（可以理解為不耐煩的程度或時間成本）成反比
- 投票
- 理想的投票中, 參與者只要坦承的投下自己最佳選擇就好
- 在一對一的投票中, 最高票一定是最佳解, 參與者也沒有坦承投票之外的優勢策略
- 在多人投票中, 即使所有選民的個人偏好都是理性的（具有遞移性），由多數決匯總出的「群體偏好」卻可能是非理性的（沒有遞移性）。 甚至能讓多組候選人能在一對一的投票對決中形成閉環
- 有時, 投票制度成為誰當選的關鍵
- 要選出最少人討厭的?還是最多人第一喜歡的?
- 康多賽投票規則
- 參與者給予喜好的順序, 利用排名模擬各種一對一的對決,
- 選舉的勝出者是獲得最少的最大反對票數的人
- 可以視為大家最能勉強接受的選擇
- 當一個組合結果, 將透過多輪投票決定時, 投票程序將大幅影響結果
- 參與者將向後推理, 在決策樹上導向自己喜好的結果
- 立場選擇
- 在一個多維度分布的凸集中, 考慮坐落於重心的點A, 和任一競爭點B, 那麼至少有1/e ~= 36%的點靠更近點A而非點B
- 直觀的說, 一個基於所有選民的平均立場, 跟其他任意立場, 至少有著36%的支持度
- 2/3 的同意門檻可以保護平均立場
- 策略性投票
- 當參與者認為自己的一票將改變現狀時, 容易造成策略性投票, 讓參與者投下第一喜好者以外的選擇
- 如棄保效應
- 激勵
- 出資方與受雇者的關係中, 出資方無法知道受雇者努力的程度, 只能知道最終結果
- 類似道德風險, 受雇方獲得保障(薪資)後, 減少其行為的謹慎程度(不努力工作), 進而提高風險(增加失敗機率)
- 目標是在固定薪酬和論件計酬之間尋找一個平衡點
- 帶有激勵的合約
- 一般而言, 如果工作結果和努力程度的相關性越大, 激勵能帶來的努力誘因越多
- 獎勵一般是非線性的, 成果越好, 激勵越多
- 門檻制的條件容易造成"到這就好"或是"放棄"的心態
- 激勵合約包含兩個面向:薪資期望值和好壞結果的報酬利差
- 薪資期望值太低, 有逆選擇的風險
- 報酬利差越大, 激勵作用越大
- 激勵制度的各種面向
- 非一次性的常態工作中, 未來加薪/升職是有效的激勵
- 尤其是對剛進入勞動市場者, 但對即將退休者無效
- 工作結果有隨機性但可重複, 則統計成為出資方的工具
- 激勵合約基本上考量兩個數字: 員工努力付出的代價 和 員工不努力要付出的代價
- 兩者皆以期望值表示
- 好比, 一次性支付X的激勵給員工, 而員工努力要付出100的代價, 員工不努力有50%的機會被抓包
- 員工努力的代價:100
- 員工不努力的代價: 0.5 * X
- 0.5X > 100 : X = 200, 最終一次支付300
- 如果修改條件, 變成每年支付, 每年檢查, 因此每年都有10%機會被抓包, 當今利率5%, 每年X相當於20X的現值
- 員工努力的代價:100
- 員工不努力的代價: 0.1 * 20X
- 2X > 100 : X = 50, 最終一次支付150
- 這又稱效率溢價
- 支付更多, 但會在失敗時懲罰受雇者, 讓理性受雇者努力工作
- 多任務的場合, 要留意不同任務的激勵是互相加成或是互相抵消
- 也有可能是不同受雇者的激勵互相抵銷
- 多受雇者的場合, 可以受雇者之間的優劣做為績效
- 金錢的激勵是外在的, 現實場合要多留意內在的激勵效果
- 當工作有報酬, 受雇者想的是數字和最佳化
- 當工作沒有報酬, 受雇者想的也許是義務和慈善
- 如何計算激勵
- 先計算薪資期望值
- 接著計算激勵報酬差, 這應當讓受雇者願意努力工作
- 已知報酬差, 調整基本薪資讓薪資期望值符合需求
2025年9月1日 星期一
2025年8月31日 星期日
2025年8月30日 星期六
訂閱：
文章 (Atom)