2026年7月2日、arXivにBailey Flanigan氏とMichelle Si氏による論文「内部多元主義とペアワイズ比較の限界」が投稿されました。この論文は、参加型デザインやAIアライメントなどで一般的に用いられるペアワイズ比較手法の根本的な前提を問い直すものです。ペアワイズ比較は、人々が意思決定ルールに対してどのような選好を持っているかを学習するための標準的なツールですが、その使用には二つの強い仮定が組み込まれています。第一に、局所的な比較が自動化された意思決定ルールの振る舞いに関する個人の選好を十分に反映するという仮定、第二に、人々は常にそれらの比較に断定的に答えられるという仮定です。著者らは、内部多元主義——個人がルールの振る舞いに関する複数の権威ある優先順位に従って評価を行うという考え方——の下で、これらの仮定がどのように損なわれるかを調査しています。
論文では、まず多元的な選好の形式モデルを提供し、強制的な局所ペアワイズ比較データの二つの明確な失敗を特定しています。第一の失敗は、比例性、平等主義、同等待遇などの優先順位が本質的にグローバルであることに関連します。これらの優先順位があるケースで意味することは、他のケースでの状況に依存するため、局所比較ではそれらを捉えることができない場合があります。第二の失敗は、優先順位が局所的に表現可能であっても生じます。強く保持された優先順位間の緊張が内部対立を引き起こし、比較が強制された場合にコストのかかる行動の歪みをもたらす可能性があります。
次に、著者らはモデルを用いて、人々が「優柔不断」を報告することを許可する代替案を調査しました。その結果、優柔不断を認めることで、正確な選好を学習するために必要なクエリ数を大幅に削減できることが示唆されました。これは、既存の強制的な比較方法が非効率であるだけでなく、学習結果を誤った方向に導く可能性があることを示しています。最後に、著者らは、このモデルが優先順位を直接引き出す選好学習法を指し示しており、より忠実で解釈可能な価値観の説明を提供すると結論付けています。
この研究は、参加型デザイン、AIアライメント、社会選択理論に重要な意味を持ちます。複雑な人間の価値観を単純な局所的な二択に還元することは、重要なグローバルな次元を見落とす可能性があり、不確実性を認めることでより効率的で正確な学習が可能になることを示しています。この論文は、人工知能（cs.AI）およびコンピュータと社会（cs.CY）の分野に分類されています。