公平报酬问题：成功的幻觉及其解决方法

考虑第一种情况，并回顾一下：如果基础过程是准稳定的，那么过去是未来的良好指标，风险调整措施是合理的。为了研究这一点，我们使用与上述相同的模拟，但在每个实例的周期K内采样/记录中间结果。这允许估计每个代理的漂移（技能）和波动性（所承担的风险或其过程中固有的风险）。可以考虑许多风险调整措施，其中波动性强度是一个重要因素。为简单起见，并适用于我们的模型（方程式2），我们使用夏普比率。图9：夏普比率（y轴）作为不同物种的审查周期（x轴，对数刻度）的函数。每个子地块代表一个不同的群体，其个人技能和运气的分布为对数正态分布，参数见面板插图（见附录a.1）。不同十分位数的结果由不同颜色的曲线表示。水平的黑色虚线给出了样本期外一年人口的夏普比率，黑色横线给出了最优分配，即每个审查期的获胜分数。在所有情况下，选择成功超过选择幸运的过渡期都接近于特征时间，并且基本上与（u运气/u技能）一致：对于编号的图，beingone、四年、一年和四年。E、 例如，对于种群1（左上角），取消选择onluck在长达一年的审查期内占主导地位，因为十分位3-5是最佳的。除此之外，selecton成功获胜。在我们的模拟研究中，该比率用于对代理进行排序，并按十分位数对其进行排序，每个包含N/10个个体。对于每一个十分位数，我们使用模拟中给代理的参数值计算平均真实技能和运气。

我们使用一年的审查期，并逐步将中间观察的数量从2、4、8…增加到256。结果（见图A.2）非常清楚，即使是非常粗糙的统计数据，例如，每个代理路径仅使用两个观察值：夏普比率选择技能较高和运气较低的代理，单调地超过10个十分位数。因此，即使在原始结果之外再加上一个中间测量，也可以根据两个观察结果对波动性进行非常粗略的估计，在基于结果的研究中，典型的幸运微笑形状完全消失了。这是非常有希望的，尽管在实践中必须小心，以便测量结果可靠且有意义。如果并行实例以某种方式可用，那么聚合措施将以更高的效率“将小麦与谷壳分离”。5.3关于奖励本身：现在划分美元，我们考虑将运气与一般动态系统/游戏中的技能和更广泛的优点分开。我们简要地考虑了奖励本身的分配问题。在前两种情况下，原始结果和风险调整后的结果可直接用于奖励/补偿-取决于它们的相对优势，如前所述。在第三种预期回报的情况下，问题具有新的前瞻性因素。这个问题出现在招聘、职业体育比赛前景预测、择偶等等的时候。然而，到目前为止，我们已经彻底解决了另一个问题，即考虑奖励玩家、代理或操作系统。然而，事实是，在许多情况下，相关活动涉及群体，他们通过个人贡献以及互动来决定结果。

但要确定每个成员对团队的真正贡献是极其困难的，尤其是当成员拥有不同的互补专业领域，并且存在不确定性（以及预期回报的不可预测性）时。谁没有参与过一个项目，其中团队所有成员的自我归因贡献之和远高于100%？即使是严格的定量标准也可能难以与个人主观感知相一致，并且通常不适用于许多具有“软”定性维度的情况。事实上，报酬的分配方式也是成功的一个关键因素，如果执行不当，则会导致冲突和阻碍。前瞻性解决方案需要定性和定量评估，难以符合自上而下的客观标准。该机制应支持成功的自组织、成长和优点。在“划分美元”一文中，de Clippel et al.（2008）以及Tideman和Plassman（2008）提供了一种通用而有力的方法，在缺乏严格量化标准的情况下，划分三人或三人以上合伙企业的利润。分配机制背后的原则如下。首先，它应该是公正的（没有合作伙伴能够影响自己的份额），其次，它应该是客观的（一个合作伙伴只提供关于其他合作伙伴绩效的信息），并且是一致的（份额的划分应该与所有合作伙伴的信息一致）。对于三个合作伙伴，有一个独特的解决方案，对于更多的合作伙伴，有一系列最优分割规则。

在操作上，这种方法非常实用、直观和透明。这样的框架可以激励团队成员优先考虑工作和技能，而不是依靠信号、讨价还价和策略来获得奖励。很明显，结果、风险调整和前瞻性评估可以为奖励过程提供有价值的基础。6、讨论和应用在这里，我们将开发的思想和方法应用到各个重要领域，以解决公平报酬问题。回顾图3中的静态表示，需要努力工作和清晰思考，才能看到技能和运气之间的实际平衡所在。此外，动力、环境和文化因素也是相关的。像我们这样的系统视图（图6和图8）是必要的，因为对这些系统的前瞻性评估很重要。6.1内容聚合器：Amy&Frank算法作为一个介绍，考虑一下梦幻系列《黑镜》（剧透警告！）“绞死DJ”一集中讲述的故事：剧中的艾米和弗兰克，到目前为止在他们的恋爱生活中还没有成功，他们注册了一个先进的快速约会系统。游戏开始了，他们遇到了许多合作伙伴，结果喜忧参半。最终，它们配对在一起并紧密相连。然而，不幸的是，该体系迫使他们转向新的合作伙伴。在许多回合的比赛中，他们都没有找到对方。最终，他们成功了，并且——戏剧性地违反了严格的游戏规则——一起逃跑，打破了体制。该框架缩小到一个摘要，显示了它们的真实性，是1000个独立模拟之一。在998起案件中，他们获得了这种浪漫的逃避结果——这表明他们有很强的兼容性。

画面再次缩小，显示整个测试都是在一个酒吧的智能手机上进行的，艾米（据说是真的）在酒吧里秘密接近弗兰克。这个故事有助于描述第5节的三种方法：每个模拟都会返回一个结果。然后，他们提供了一个总体结果度量，可以将其视为符合风险调整度量的目标——通过对模拟进行平均，他们可以持续地估计匹配质量。此处的风险调整措施将涉及跟踪给定实例开发过程中某些数量的波动性。最后，模拟是前瞻性的：艾米和弗兰克的模型版本在许多小说中进行了测试。如果我们能运行这样一个现实的蒙特卡罗算法来解决其他环境中的公平报酬问题；然后，通过重复模拟可以很容易地获得公平的回报，并且可以知道所有的反事实。然而，事实上，在目前的技术条件下，存在一些可以实现这一目标的重要案例。特别是，考虑任何在社会、组织、学术或政治背景下聚合内容项目的系统，无论它们是想法、推特、新闻、视频等。这些是社会、商业、知识、治理等的主要领域。然而，正如2.2所述，他们受到病毒赢家通吃现象的困扰。Amy和Frank算法提供了一个解决方案。由于学术预测市场（academic predictionmarket）在此单独讨论，我们以主要的新闻聚合器Reddit为例：在Reddit上，用户提交内容（通常带有指向外部文章的链接），然后可以向上或向下查看这些项目。排名靠前的项目随后会被许多用户看到，受到更多关注，并在其他地方传播。

毫不奇怪，在搜索某个关键词时，你会发现几个类似的帖子，“等待被发现”，大多数帖子的成功率都很低，但其中可能有几个已经成为病毒式明星。艾米和弗兰克的系统很明确：在适当的审查期内，项目（推特、评论等）的计数/排名将在多个隔间中分别进行，用户/读者随机分配到每个小组。项目的成功率会有所不同，排名也会有所不同。审查期结束后，可以对该项目进行总体衡量，并更新各部门的排名以反映这一点。重申一下，这样的排名体系至关重要：YouTube、Twitter和andReddit显然位列前十（非中文）网站之列。这些想法很适合搜索引擎。当前的信息系统和媒体存在许多结构性问题（例如，查理·布鲁克（Charlie Brooker）编剧、蒂姆·范佩顿（Tim Van Patten）（2017年12月29日）导演的第4集，导致了“假新闻”和两极分化）。然而，一个可能被低估的巨大因素导致了越来越狂野的病毒性思想动态，这些思想倾向于耸人听闻和低质量的内容，并使人们困惑和困惑。这一算法表明，我们可以从人群中恢复一些智慧——显著减少噪音，提高精英管理水平——同时仍然支持更理智、更真实的信息聚合。结果往往是更加精英化和适度的成功分配，尤其是支持更多的内容创作者，而不是仅仅支持少数几个明星。6.2关键行业的事故前兆：一种风险调整方法，旨在评估原始结果之外的优点，我们考虑重要的关键行业-电力、核电、航空等。

这些物体产生巨大的价值，但也可能有害。事实上，量化此类系统的风险是决策的关键（例如，选择能源），以及疏忽情况下的责任。系统安全面临着来自外部、技术和人为的挑战，系统和流程缓解了向更严重状态的发展。在许多情况下，例如在核电厂，存在阈值效应，如果事件进展不太快，后果可能可以忽略不计，事件可能被视为事件，甚至被视为脆弱性/退化。然而，在其他情况下，这一链条可能会产生重大影响（未遂事件）；在其他情况下，会发生完全事故。因此，用0-1的原始结果来表示一个事件是可以简化的，在事故很少的情况下，没有事故是一个糟糕的（嘈杂的）性能度量。这些部分实现的事故序列被称为事故前兆，可以从中获得性能信息（Kunreuther等人，2004）。这与风险调整方法有关。举例来说，1979年的三里岛事件可以被视为一次重大事故——尽管放射性物质几乎没有释放——因为大规模释放的可能性很大（Sornette et al.，2018）。最近的一个例子是福岛大尼（Fukushima Daini），它在2011年日本东北海震和海啸中受到袭击时，恰好保留了一条外部电源线，因此与lessfortunate Daichi遗址不同，没有完全断电。

戴尼是“更好”，还是在某种程度上更幸运？与大多数其他部门不同，核电中的前兆分析得益于成熟和详细的电厂特定概率安全分析（PSA）模型，允许在某些危险条件下计算实现堆芯损坏事故的可能性。另一方面，这种方法以及根据堆芯损坏事故的估计频率对核电站进行的总体监管，可以受益于更系统地考虑事故后果的严重性，产生更完整的风险信息，这些信息因现场、设计等而异。这种方法允许反事实分析，即事故的条件概率越高，未遂事件就越接近。尽管很少发生真正的核事故，但仍有数百种不可忽视的前体（Sornette等人，2018年）。如果这些严重的先兆——侥幸避免了事故——没有受到惩罚，过度自信和错误归因的文化将导致治理和风险管理的退化。这一过程解释了许多灾难背后的成熟机制（Chernov和Sornette，2016）。这些考虑因素适用于许多其他工业部门。波音737 MAX飞机发生的狮航610航班（2018年10月）和埃塞俄比亚航空302航班（2019年3月）悲剧事故提供了很好的例子：这些事故总共导致346人死亡，代价高昂。是波音公司、飞行员的责任，还是运气不好？在10月份的事故中，据报道，同一架飞机在前一天发生了类似的故障，幸运的是，一名临时飞行员在jumpseat上进行了纠正（Levin&Suhartono，2019）。显然，这一前兆在分析时并没有发出警报。

美国国家航空航天局喷气推进实验室前助理实验室主任约翰·卡萨尼（JohnCasani）提出，一个类似预测市场的系统，包括对INES评级的激励，可以部分做到这一点，但方式相当粗糙且不完全一致，更倾向于作为一种交流工具。见（Sornette等人，2018）中的分析和讨论。举报/报告风险信息，本可以帮助避免其主要任务中由于已知错误而发生的灾难。据称，在激烈的竞争下，波音公司做出了一项设计决定，即增加发动机尺寸并改变其位置，而无需重新设计机身。这改变了空气动力学，需要一个自动传感器驱动系统来平衡（Leopold，2019）。当误操作时，该系统会将飞机击落，需要撞上断路器才能超越并避免坠毁。与这两起事故一致，飞行员对此一无所知（Gates，2019）。这尤其令人不安，因为长期以来，飞行模拟器（预期进近）一直存在，用于训练和测试飞行员。6.3政治进化系统：对抗巨人（均衡器和ossifier）将国家视为一个总体进化操作系统中的一个范例是有益的，其任务是在全球权力游戏中实现繁荣最大化。这个包罗万象的对象要求并证实了我们进化框架的充分丰富性，以及它的内部动力和文化，以及外部影响。它还从根本上联系了相关对象：社会、税收和精英管理。

下文讨论了这一系统政治观点的要素。现代国家范式可以通过演变税收、公民身份和民事军队来定义，从而实现规模经济和强大的军事力量（Cederman et al.，2011）。这增加了国家的骨架。尽管具有潜在的良好内部特征（这是游戏及其环境的一部分），但规模较小、结构较少的社会被简单化了。内部冲突也构成了威胁。有时为了增加产出，也为了购买内部稳定，税收被用来从“富人”转移到“穷人”。因此，福利/税收计划需要与消极的激励和约束相平衡（Mankiw等人，2009年）。除其他外，在税收增加的情况下，国家增长，强加其结构，同时试图保持内部和谐——在全球游戏中，这不仅仅是精英统治。绩效信息（观察）很可能支持良好的治理。然而，人们希望优化系统的性能，而不是其可测量性。例如，评估政府绩效所需的审查期可能远比民主制度所需的时间长。此外，相关信息往往是两极分化的，细微差别甚至基本事实都会造成伤亡。第6.1节提供了部分解决方案。还要注意的是，这是需要对进化特征进行前瞻性评估的一个主要例子。高层目标的实现经常会受到质疑，因为即使在代表性民主中，决策者也往往有自己的目标并实行裙带关系。