【読書録】行動経済学が最強の学問である_深読み_序章

【サマリー】

・「行動経済学が最強の学問である」深読み開始。
・AI（Bing）を使っての論文対応
・序章の感想：「非合理な意思決定メカニズム」「認知のクセ」「状況」「感情」は頭に入れよう。
・この章で読んだ論文のサマリー

【「行動経済学の谷」に落ちてみようプラン、おさらい】

以下のプランに沿って、「行動経済学が最強の学問である」を一度流し読み、今回から深読みを開始してみました。
①とりあえず行動経済学の本を数冊流し読み。
②この本をがっつり読んで、体系的に理解する（←今ココ）

行動経済学が最強の学問である

③海外の学校の授業を聞いてみる。今考えているのはこの動画

【AI（Bing）を使っての論文対応】

　書籍の巻末にある参考文献に記載のある論文から、自分がもっと理解したいと思ったものを読んでみることにしました。とはいえ、英語の論文を読むのはあまりにしんどいので、以下のプロンプトでサマリーを読むことにしました。なお、”・・・・”は論文名です。

①「・・・・という名前の論文の、著者と発表年を教えてください。」
②「論文・・・・について、以下の点を800字程度にまとめてください。
・論文の目的
・実施した実験とその結果
・論文の社会的意義」

①は、AIがもっともらしいウソをつく可能性があることに対する対策になるのかなと思い、最初に尋ねています。このプロンプトに対して返ってくる著者と発表年が書籍の巻末（もしくは自分で他のリソースから得た情報）と一致していれば、少なくともありもしない論文を捏造はしていないんだなという風に判断しています。

【感想_序章】

序章なので、これからこうやって行きますっていう準備の内容となっています。その中で、「非合理な意思決定メカニズム」「認知のクセ」「状況」「感情」という言葉だけは、今後の学習において常に意識しようと思いました。

【この章で読んだ論文のサマリー】

番号は、書籍の巻末にある参考文献の一覧の番号です。
序章_7:　Save More Tomorrow: Using Behavioral Economics to Increase Employee Saving
　この論文「Save More Tomorrow: Using Behavioral Economics to Increase Employee Saving」は、行動経済学を用いて従業員の貯蓄を増やすための方法を提案しています。
　論文の目的は、企業が確定給付制から確定拠出制へと移行するにつれて、従業員が自身の貯蓄についての決定をより多く負うようになる現状を解決することです。従業員の中には、プランに参加しない人や非常に低いレベルで参加する人がおり、これらの人々は予測されるライフサイクル貯蓄率よりも少なく貯蓄していると考えられます。
　この問題を解決するために、著者らは「Save More Tomorrow（以下、SMarTプログラム）」と呼ばれる貯蓄プログラムを提案しています。このプログラムの本質はシンプルで、人々は将来の給与増加の一部を退職貯蓄に充てることを事前に約束します。
著者らはSMarTプログラムの最初の3回の実装についての証拠を報告しています。最初の実装からの主な調査結果は次のとおりです：
・プランが提供された人々の高い割合（78％）が参加しました。
・SMarTプログラムに登録した人々の大多数（80％）が4回目の昇給を経てもプログラムに残りました。
・SMarTプログラム参加者の平均貯蓄率は、40ヶ月間で3.5％から13.6％に増加しました。
　この論文の社会的意義は、行動経済学を用いて重要な経済的決定に対する効果的な処方プログラムを設計できることを示している点にあります12。つまり、SMarTプログラムのようなアプローチを用いることで、従業員が適切な貯蓄計画を立て、経済的な将来を確保する手助けをすることが可能であるということです12。これは、個々の従業員だけでなく、企業や社会全体にとっても有益な結果をもたらす可能性があります。

序章_9:　Do You Have a Voting Plan? Implementation Intentions, Voter Turnout, and Organic Plan Making
この論文「Do You Have a Voting Plan? Implementation Intentions, Voter Turnout, and Organic Plan Making」は、投票行動を促進するための新たなアプローチを提案しています。
目的：
この研究の目的は、投票計画（実施意図）を作成することが投票行動にどのように影響するかを調査することです。具体的には、投票計画を作成することが投票率を向上させるかどうか、そしてその効果がどの程度のものであるかを明らかにすることが目的とされています。
実施した実験とその結果：
2008年の米国大統領選挙中にフィールド実験が行われ、投票者が実施意図を形成するのを支援することで投票率を向上させることを試みました。その結果、投票計画を作成することで投票率が4.1ポイント上昇し、単に投票意向を尋ねるだけではなく、具体的な計画作成が投票率の増加に寄与したことが示されました¹。また、単独で投票資格のある世帯では投票計画の作成が投票率を9.1ポイント上昇させた一方で、複数の投票資格者がいる世帯では影響は見られませんでした。
社会的意義：
この研究は、投票行動を促進するための新たな方法を提供しています。具体的な投票計画を作成することで、投票率を向上させる可能性があることを示しています。これは、投票行動を促進するための政策やキャンペーンにおいて、有用な戦略となり得ます。また、この研究は、実施意図の形成がどのように行動に影響を与えるかについての理解を深めることにも貢献しています。

序章_10:　Do You Have a Voting Plan? Implementation Intentions, Voter Turnout, and Organic Plan Making
「Political Campaigns and Big Data」という論文は、現代の政治キャンペーンが詳細な市民情報のデータベースを開発し、選挙戦略を通知し、戦術的な努力を指導する方法を説明しています。この論文は、David W. NickersonとTodd Rogersによって書かれ、彼らはそれぞれノートルダム大学とハーバード・ケネディスクールの教授です。論文の中で、Nickerson氏は、2012年のオバマ大統領の再選キャンペーンの「実験のディレクター」として働いたことを明らかにしています。
　この論文の目的は、市民自身が提供する行動と直接の反応から得られる情報が、キャンペーンが取得する最も価値のある情報であるという事実を強調することです。
　キャンペーンのデータアナリストは、この情報を使用して、市民が特定の政治行動を行う可能性、候補者や問題を支持する可能性、特定のキャンペーン介入に対して支持を変える可能性についての個々の予測を作成します。これらの予測スコアの使用は、2004年以降劇的に増加しており、それらを活用するキャンペーンには大きな利益がもたらされる可能性があります。
　しかし、同時に、これらの広範な使用は、同盟組織間で不完全な情報を持つ調整ゲームを効果的に作り出します。その結果、組織は選挙民を分割して努力を重複しないようにすることで利益を得ることができますが、法的および政治的制約がその可能性を排除します。
　この論文の社会的意義は、ビッグデータが政治キャンペーンの戦略と戦術にどのように影響を与えるかを理解することで、より効果的なキャンペーンを作成し、選挙を勝つための新たなフロンティアを開くことです。また、ビッグデータは、潜在的な有権者をよりよく理解し、投票行動のパターンを特定するために使用できます。さらに、ビッグデータは、特定の有権者にカスタマイズされたメッセージをターゲットにすることができます。これは、政治キャンペーンが個々の市民に対してどのようにアプローチするかを変え、選挙の結果に影響を与える可能性があります。

＜上述の「これらの予測スコア」に対する補足＞
「これらの予測スコア」とは、政治キャンペーンが有権者の行動を予測するために使用する一連のモデルを指します。これらのスコアは、過去の行動や市民から得られる直接の反応など、さまざまなデータポイントを分析して作成されます1。
具体的な予測分析モデルには以下のようなものがあります：
● マイクロターゲティングモデル：人口統計学、投票履歴、消費者行動を見て、潜在的な有権者を特定します。
● 投票動員モデル：投票する可能性が高いが、追加の励ましや動機づけが必要な人々を特定します。
　これらのモデルは、有権者の投票行動を予測し、選挙結果を予測し、有権者の関心事を理解するために重要です。これらの予測スコアは、キャンペーンがリソースをどこに割り当てるか、どの有権者にメッセージをターゲットにするかなど、戦略的な決定を下すための重要なツールとなります。これにより、キャンペーンはより効果的になり、選挙の結果に大きな影響を与える可能性があります。このように、これらの予測スコアは、政治キャンペーンが有権者とより効果的にコミュニケートし、選挙を勝つための戦略を形成するための重要なツールとなります。それぞれのキャンペーンは、自分たちのニーズに最も適したモデルを選択します。これらの予測スコアは、選挙の結果に大きな影響を与える可能性があります。